更新时间：2023-05-29 GMT+08:00
中介中心度算法（Betweenness Centrality）
概述
中介中心度算法（Betweenness Centrality）以经过某个节点的最短路径数目来刻画节点重要性的指标。
适用场景
可用作社交、风控等网络中“中间人”发掘，交通、传输等网络中关键节点识别；适用于社交、金融风控、交通路网、城市规划等领域
参数说明
|
参数 |
是否必选 |
说明 |
类型 |
取值范围 |
默认值 |
|---|---|---|---|---|---|
|
directed |
否 |
是否考虑边的方向 |
Boolean |
true或者false |
true |
|
weight |
否 |
边上权重 |
String |
空或字符串 * 空：边上的权重、距离默认为“1”。 * 字符串：对应的边上的属性将作为权重，当某边没有对应属性时，权重将默认为1。
说明：
边上权重应大于0。 |
- |
|
seeds |
否 |
节点ID |
String |
当图较大时，运行betweenness较慢，可以设置seeds作为采样节点，进行近似运算，seeds节点越多越接近准确解。输入节点个数不大于100000。 |
- |
|
k |
否 |
采样个数 |
Integer |
当图较大时，运行betweenness较慢，可以设置k，算法将从图中随机选取k各点，进行采样运算，k值越大约接近准确解。k不大于100000。 |
- |
当进行采样近似betweenness运算时，seeds和k参数二选一输入即可，当两者同时输入时，默认以seeds节点作为采样节点运算，忽略k。
注意事项
无。
示例
输入参数weight="length", directed=true, seeds ="Lee,Alice", JSON结果会展示在结果区。
父主题： 算法参考
