netrankr: An R package for total, partial, and probabilistic rankings in networks
netrankr: An R package for total, partial, and probabilistic rankings in networks
复制标题
netrankr：用于网络中总体排名、部分排名和概率排名的 R 包
DOI：
--
复制
发表时间：
2022
影响因子：
--
通讯作者：
David Schoch
中科院分区：
文献类型：
--
作者：
David Schoch
网络中心性是网络科学的核心概念之一。中心性试图根据形成网络的基本过程和所讨论的经验现象来回答谁（或什么）在网络中是重要的问题。简而言之，网络中的参与者如果拥有更好的关系，则会更加中心化，其中更好关系的定义取决于结构重要性的概念化。中心性的应用可以在网络出现的任何领域找到。在社交网络中，我们可能只对找到最受欢迎的用户感兴趣。在生物信息学中，中心性用于检测蛋白质-蛋白质相互作用网络中的必需蛋白质（Jeong等人，2001年）。即使在体育运动中，中心性也适用于对运动员或团队进行排名（Radicchi，2011）。已经提出了无数的指数，所有这些指数都对什么构成网络内的中心位置有不同的解释。尽管netankr提供了这种传统的网络中心性方法，但它的主要重点在于基于网络中的部分和概率排名的中心性替代评估。
One of the key concepts in network science is network centrality. Centrality seeks to provide the answer to the question of who (or what) is important in a network depending on the underlying process forming the network and the empirical phenomenon in question. In a nutshell, an actor in a network is more central if they have better relations, where the definition of better relations depends on the conceptualization of structural importance. Applications of centrality can be found in any field where networks arise. In social networks, we may simply be interested in finding the most popular user. In bioinformatics, centrality is used to detect essential proteins in protein-protein interaction networks (Jeong et al., 2001). Even in sports, centrality is applied to rank athletes or teams (Radicchi, 2011). A myriad of indices have been proposed, all with differing interpretations of what constitutes a central position within a network. Although netrankr offers this traditional approach to network centrality, its main focus lies on alternative assessments of centrality based on partial and probabilistic rankings in networks.
影响因子：
3.1
作者：
Schoch, David;Valente, Thomas W.;Brandes, Ulrik
通讯作者：
Brandes, Ulrik
重新概念化社交网络的中心地位
影响因子：
1.9
作者：
David Schoch;Ulrik Brandes
通讯作者：
Ulrik Brandes