中心性

中心性衡量的是某个节点（一个人、一个地方或一个事物）在网络中有多重要，或有多大影响力。它不只看谁最受欢迎、拥有最多联系，还会看网络结构带来的力量，比如能否把原本互不相通的群体连接起来。在我们的例子中，鲍勃充当了桥梁，因此他的介数中心性更高；没有他，这些部门可能根本无法沟通。爱丽丝的度中心性很高，但她的影响力局限在一个观点彼此强化的小圈子里。

请注意：找出你工作中这样一个人：他可能职位不高，却是两个互相竞争的团队之间唯一的联络人。

网络理论认为，处于“中心”的方式有好几种，每一种都会带来不同类型的力量。理解这些区别，能帮你找出瓶颈，或发现那些原本可能被忽视的关键影响者。

三种核心类型：

• **度中心性：**直接联系的数量。想想一位拥有数百万粉丝的名人。他们的曝光度很高，却未必能影响重要决策圈。
• **介数中心性：**一个节点出现在其他节点之间最短路径上的频繁程度。这相当于“中间人”或“把关人”的角色。前台接待员的介数中心性往往很高，因为他们掌握着谁能接触到首席执行官。
• **特征向量中心性：**与那些本身拥有广泛联系的人建立联系。关键不在于你认识多少人，而在于你认识的是谁。谷歌就是这样为网站排名的：来自大型新闻网站的链接，比来自某个普通博客的链接更有分量。

现实中的应用：

• **流行病学：**给朋友最多的人接种疫苗（度中心性）会有帮助，而给走访五个不同城镇的旅行推销员接种疫苗（介数中心性），则能防止病毒在社区之间传播。
• **基础设施：**在地铁系统中，介数中心性高的车站是关键故障点；一旦关闭，整个网络就会分裂成互不连通的部分。
• **办公室政治：**要让项目获得批准，你可能既需要“枢纽人物”的支持来制造声势，也需要“桥梁人物”的批准，才能从另一个部门获得资源。

学术研究会根据网络中发生的流动类型来划分中心性，例如谣言传播与包裹递送。Freeman的早期研究明确区分了对沟通的控制与独立性。后来的PageRank等改进方法，则把这些社会网络概念应用到了信息检索中。

• Freeman（1979）：确立了三种经典指标（度中心性、接近中心性和介数中心性），用来厘清社会网络中“突出地位”这一概念的不同含义 [1]。
• Borgatti（2005）：表明“正确”的中心性指标完全取决于流动过程。例如，对于沿最短路径移动的事物（如包裹），介数中心性最能预测节点对它们的控制力；对于广泛扩散的事物（如闲聊中的传闻），则并非如此 [2]。
• Page等人（1999）：开发了PageRank这一特征向量中心性的变体，证明一个节点的重要性来自那些链接到它的节点的重要性 [3]。

中心性指标往往假设网络是静态的，但现实中的互动是动态的，会随时间变化。一个人在上午9点处于中心位置，到了下午5点可能就处于边缘了。此外，中心性高也可能成为一种负担；在疾病传播网络或网络攻击中，最核心的节点会最先被感染或成为攻击目标。