如果您从 R 中使用 igraph,请使用此选项
constraint {igraph} | R 文档 |
给定一个图,constraint
计算每个顶点的 Burt 约束。
constraint(graph, nodes = V(graph), weights = NULL)
图 |
一个图对象,输入图。 |
节点 |
将要计算约束的顶点。默认为所有顶点。 |
权重 |
边的权重。如果为 |
如果自我拥有的联系人较少,或者相互之间关系更强(即更冗余),则 Burt 的约束更高。Burt 的约束度量,顶点 i
的自我网络 V_i
的 C_i
,定义为有向和加权图,
C_i=\sum_{j \in V_i \setminus \{i\}} (p_{ij}+\sum_{q \in V_i \setminus \{i,j\}} p_{iq} p_{qj})^2
对于阶数(即顶点数)为 N
的图,其中比例联系强度定义为
p_{ij} = \frac{a_{ij}+a_{ji}}{\sum_{k \in V_i \setminus \{i\}}(a_{ik}+a_{ki})},
a_{ij}
是 A
的元素,后者是图的邻接矩阵。对于孤立的顶点,约束是未定义的。
约束分数的数值向量
Jeroen Bruggeman (https://sites.google.com/site/jebrug/jeroen-bruggeman-social-science) 和 Gabor Csardi csardi.gabor@gmail.com
Burt, R.S. (2004). Structural holes and good ideas. American Journal of Sociology 110, 349-399.
g <- sample_gnp(20, 5/20)
constraint(g)