1. 案例定位

比較 Degree、Closeness、Betweenness 與 Eigenvector Centrality。

2. 學習目標

理解不同 Centrality Measure 對「重要 Actor」的不同定義。

3. 案例情境

原書以 Figures 13.11–13.14 與 Table 13.1 說明 Centrality Measures,支援辨識具有 Social Capital 或 Influence 的 Actors。

4. 開始資料

Network Structure+Table 13.1 的 Centrality Measures 定義。

5. 分析方法

Degree 看直接 Connections;Closeness 看與其他 Nodes 的距離;Betweenness 看位於他人 Paths 上的程度;Eigenvector 將 Connections 對象的重要性納入。

6. 計算結果

原書此處重點為不同 Metrics 的概念與比較;未取得完整 Network Values 時不自行補算。

7. 結果分析與管理解讀

「最重要的人」不是單一概念。不同管理問題可能需要不同 Centrality Measure。

8. AI Prompt

「比較同一 Network 中四種 Centrality 已計算結果,說明各自代表的 Actor Role;不要自行創造 Centrality Scores。」

9. 思考/What-if

問題:Degree 最高是否必然 Betweenness 最高?

**參考解答:**不必然;直接 Connections 多,不代表一定位於其他 Actors 之間的關鍵 Paths 上。

10. 資料說明