中心性分析の使用—ArcGIS AllSource

中心性指標は、ネットワークで最も重要または影響力の大きいノードの特定に役立ちます。ソーシャルメディアプラットフォームで最もつながりが深い個人の検出や、ネットワークのつながりが低下した場合に重要な基盤のどの部分がネットワークに最も大きな影響を与えるか、疾病関連の超拡散現象の識別と接触の追跡などに応用されます。

リンクチャートに、少なくとも 1 つのノードセットと、ノードを接続する 1 つのリンクセットが入力されたら、次の手順に従って中心性分析を実行します。

[リンクチャート] コンテキストタブの [リンク解析] をクリックして、分析ツールウィンドウを開きます。
ウィンドウを最小化するには、左上の矢印をクリックします。
[分析方法] で [中心性] を選択します。
[中心性] の隣で、次のオプションのいずれかを選択します。
- [媒介中心性] - ネットワーク内の各ノードペア間の最短経路にノードが置かれている頻度。中心ノードを削除または追加すると、最短経路が変わり、媒介中心性が再計算されます。媒介中心性では、ネットワーク内のノード間のノードを接続するノードを特定できます。
  媒介中心性は次のような質問に回答するのに役立ちます。
  - 指定した犯罪ネットワークでさまざまなセルを接続したのは誰か？
  - どの空港が閉鎖すると各国の航空輸送ネットワーク全体に最も大きな影響を与えるか？
- [近接中心性] - ネットワークの他のすべてのノードの最短経路距離の合計の逆数。近接中心性のスコアが最も高いノードは、ネットワークの他のすべてのノードへの平均経路距離が最短です。近接中心性は、ネットワーク内のどのノードが他のノードと最も緊密に関連しているかを特定する場合に使用します。
  近接中心性は次のような質問に回答するのに役立ちます。
  - ある伝染病において、最初の患者として最も可能性が高いのは誰か？
  - ソーシャルメディア上で製品について最も多くの人に情報を伝えられるユーザーまたはブランドはどれか？
- [次数中心性] - ネットワークで所定のノードが直接接続するノードの合計数。これらの接続は、さらに流入または流出接続に分割でき、ノードの近傍に対するリレーションシップの特性の理解に役立ちます。次数中心性では、ネットワーク内で最も直接的な影響があるノードがどれかを特定できます。有向ネットワークにはさらに、入次数中心性と出次数中心性があります。これらは、特定のノードに流入と流出の接続がどれだけあるかを表します。
  次数中心性は次のような質問に回答するのに役立ちます。
  - ソーシャルメディアプラットフォーム上で最大のインフルエンサーは誰か？
  - 最も目的地が多い空港はどれか？
  入次数中心性は次のような質問に回答するのに役立ちます。
  - 特定のソーシャルメディアプラットフォームで最もフォロワー数が多いのは誰か？
  - 最も発着数が多い空港はどれか？
  出次数中心性は次のような質問に回答するのに役立ちます。
  - 特定のソーシャルメディアプラットフォームでフォローしている人数が最も多いのは誰か？
  - 最も目的地が多い空港はどれか？
- [固有ベクトル中心性] - 固有ベクトル中心性は、他の重要なノードに接続している重要なノードに基づいています。固有ベクトル中心性では、特定のネットワークに影響のあるクラスターがあるかどうかを判定できます。固有ベクトルは、ネットワーク内のすべてのリレーションシップが双方向か、ネットワーク上で方向性に注釈が付いていると機能します。
  固有ベクトル中心性は次のような質問に回答するのに役立ちます。
  - 特定のソーシャルメディアプラットフォームで特に影響力が高いユーザーのグループはあるか？そしてそれは誰か？
- [ページランク中心性] - ページランク中心性はネットワーク内の影響を計測するのに最適だという点で固有ベクトル中心性と似ています。ただし、固有ベクトルが方向性を考慮しないのに対してページランクは方向性を考慮します。ページランク中心性は、ユーザーの質問に対して最適な検索結果を返すために Google によって設計されたことで普及しました。
  ページランク中心性は次のような質問に回答するのに役立ちます。
  - 質問の回答に最適な Web サイトはどれか？
  - IT ネットワークで最も重要なノードはどれか？
  - 犯罪ネットワークのなかでネットワーク全体に最も大きな影響を与えているのは誰か？
分析を実行すると、分析ウィンドウに結果が表形式で表示されます。

表形式の分析結果は、分析ウィンドウで操作できます。

このトピックへのフィードバック