這裏仍沿用上一例子介紹Degree及Betweenness Centrality二種指標。 Degree指的是某一頂點與多少個頂點有連結,在前述文章中指的是某醫師與多少位醫師合作過。例如下圖中有7條連線(Edges),代表這位醫師與7位醫師合作發表,故Degree是7,但其中有二條線較粗,代表與這二位有不只一篇的合作。 利用這個指標可以找出那些醫師與最多的醫師合作,某種程度代表這位醫師的研究經驗與權威。
值得注意的是,這裏的連線是無方向性。如果連線是有方向性的,即A→B、B→A代表不同意義的話,那麼NodeXL計算的是In-Degree與Out-Degree二種指標,前者指的是有多少頂點連向某頂點,後者指的是該頂點連向多少個頂點。如下圖所示。
另一種指標是Betweenness Centrality中介中間度指標,它指的是網絡中不同頂點間的重要連絡管道,中介性指標較高者,有可能是重要的點,因為從一個點到另一點都要經過它作為橋樑。像下圖中的紅點,都扮演著二群頂點的橋樑角色,也表示這二群人比較少連絡,他們共同的連絡者即Betweenness Centrality較高的人。
回到健保資料研究的例子,筆者透過Betweenness Centrality的計算,找出數值較高的醫師,如下圖所示。代表這六位醫師有較高的橋梁性的角色,這也代表周圍醫師們通常比較少互相合作,而多傾向與這些”中心”醫師合作。如果有一天,這些周圍醫師們如果想合作的話,可能要請”中心”醫師介紹。(當然,實際的人際關係不一定如此)
以上透過NodeXL,介紹了Degree及Betweenness Centrality二種指標的應用。其他更多的指標,未來有機會再介紹。 |