我花了相当多的时间研究社交网络（例如，Facebook 社交游戏中的玩家网络），其中涉及频繁计算和比较这三种中心性度量（度中心性、介数中心性和接近中心性）。

对于它的价值，这是我对这些指标的解释，基于反复计算并与玩 Facebook 游戏的人进行比较。

度中心性：名人——几乎总是以度中心性降序排列的球员是我立即认出的名字（这也可能是因为我花太多时间阅读雅虎名人新闻和八卦）。

计算 D/C：该指标只是给定节点的边数的原始计数。

接近中心性：具有最高 C/C 的玩家在很大程度上与具有最高 D/C 的组不同。一般来说，C/C 高的玩家会花很多时间玩 FB 游戏——对于前 5% 的玩家来说，C/C 与总会话数或总游戏时间密切相关。

计算 C/C： (i) 计算网络中所有节点的成对最小路径长度（使用 Dijkstra 算法）；(ii) 对于节点 A，计算到网络中所有其他节点的平均路径长度；(iii) 接近中心性等于平均路径长度除以最大路径长度的 1。C/C 的值范围从 0 到 1，数字越大表示平均距离越小

中间中心性：我再次注意到，该指标中的领导者与 D/C 或 C/C 中的最高得分者之间几乎没有相关性。

考虑到这个指标背后的直觉有多么不同，这并不让我感到惊讶。B/C 包含两个相关的概念。第一个是“边界扳手”的概念——例如，如果一个人连接了两个不同的、独立的子网络，那么他们很可能具有影响力。“瓶颈”是第二个概念——例如，处于分销瓶颈的个人或公司仅仅因为该位置而行使权力。

计算 B/C： (i) 重复上述紧密中心性计算的第一步；(ii) 从第一步计算的最短路径列表中，计算包含节点 A 的数量。

度中心性和接近中心性之间的区别——或者实际上是任何其他中心性度量——答案是你在识别不同的东西。

目前我正在研究中介中心性，它产生了非常有趣的结果，通常与度中心性相矛盾。但是你会如何解释这些结果呢？最重要的产品？

我不一定称它为最重要的产品。在我看来，更好的描述可能是“核心”产品——无论您购买什么，这些产品都相对容易结束。查看您的图，三个最受欢迎的节点都位于图的中心附近。它们定义了一些地方，一旦你移出你的子领域，你就会有一本更高级别的书来定义几个组。

以Visualize This为例，它最清楚地说明了这一点。即使人们不共同购买关于 Tufte 的理论和关于琐事的信息图表的书籍，Visualize This也是一本普通的基础书籍，与任何一组都相差不远。

p值账簿也是如此。没有人联合购买一本《自然科学白痴指南》一书、一本《流行统计》一书和一本《生物统计学》一书。但是这三个人最终都可以并且确实最终购买了什么是 p-value 呢？它是一本核心书籍，对三类不同的读者有用。