网络分析中的常用指标有哪些

㈠ 计算机网络有哪些常用的性能指标

速率、带宽、吞吐量、时延、时延带宽积、往返时间RTT、利用率等。

计算机网络是指将地理位置不同的具有独立功能的多台计算机及其外部设备，通过通信线路连接起来，在网络操作系统，网络管理软件及网络通信协议的管理和协调下，实现资源共享和信息传递的计算机系统。

关于计算机网络的最简单定义是：一些相互连接的、以共享资源为目的的、自治的计算机的集合。若按此定义，则早期的面向终端的网络都不能算是计算机网络，而只能称为联机系统（因为那时的许多终端不能算是自治的计算机）。

但随着硬件价格的下降，许多终端都具有一定的智能，因而“终端”和“自治的计算机”逐渐失去了严格的界限。若用微型计算机作为终端使用，按上述定义，则早期的那种面向终端的网络也可称为计算机网络。

相关信息

数据通信是计算机网络的最主要的功能之一。数据通信是依照一定的通信协议，利用数据传输技术在两个终端之间传递数据信息的一种通信方式和通信业务。它可实现计算机和计算机、计算机和终端以及终端与终端之间的数据信息传递。

是继电报、电话业务之后的第三种最大的通信业务。数据通信中传递的信息均以二进制数据形式来表现，数据通信的另一个特点是总是与远程信息处理相联系，是包括科学计算、过程控制、信息检索等内容的广义的信息处理。

㈡ 计算机网络的性能参数及指标主要有哪些

计算机网络的性能主要包括：

1. 速率：b/s（bps）。如100M以太网，实际是指100Mb/s。往往是指额定速率或标称速率。

2. 带宽：数字信道所能传送的最高速率。

3. 吞吐量：单位时间内通过某个网络（或信道、接口）的数据量。其绝对上限值等于带宽。

4. 时延（delay或latency）：数据（一个报文或分组，甚至比特）从网络（或链路）的一段传送到另一端的时间。也称延迟。

• 发送时延：主机或路由器发送数据帧所需的时间，也就是从发送数据帧的第一个比特算起，到该帧的最后一个比特发送完毕所需的时间。也成传输时延。

• 发送时延 = 数据帧长度（b） / 信道带宽（b/s）

• 传播时延：电磁波在信道中传输一定距离所需划分的时间。

• 传播时间 = 信道长度（m） / 传输速率（m/s）

• 处理时延：主机或路由器处理收到的分组所花费的时间。

• 排队时延：分组在输入队列中等待处理的时间加上其在输出队列中等待转发的时间。

• 总时延 = 发送时延 + 传播时延 + 处理时延 + 排队时延。对于高速网络链路，提高的是发送速率而不是传播速率。

• 时延带宽积：传播时延 * 带宽。表示链路的容量。

5.往返时间RTT：从发送方发送数据开始，到发送发收到接收方的确认为止，所花费的时间。 6.利用率：某信道有百分之几是被利用的（有数据通过）。而信道或网络利用率过高会产生非常大的时延。 当前时延=空闲时时延/（1-利用率）

㈢ 脑网络分析的指标

1. 边( link，edge) ，脑区间的功能连接

2. 节点(vertex 或 node)  ，脑区 

3. 节点度(degree) ，度ki，直接连接在一个节点的边的个数， 节点的度越大则该节点的连接就越多, 节点在网络中的地位也就越重要. 

4. 度分布(degree distribution) ， 度分布P(k) 是网络最基本的一个拓扑性质, 它表示在网络中等概率随机选取的节点度值正好为k 的概率, 实际分析中一般用 网络中度值为k 的节点占总节点数的比例近似表示 . 拥有不同度分布形式的网络在面对网络攻击时会表现出截然不同的网络行为。

5. 区域核心节点(provincial hub)   

6. 连接中枢点( connector hub)      

7. 中心度(centrality)  中间中心度bi(centrality). 一个节点对网络中其他节点的信息流的影响。中心度是一个用来 刻画网络中节点作用和地位的统计指标 , 中心度最大的节点被认为是网络中的 核心节点(hub) .

8. 度中心度(degree centrality) ，最常用的 度中心度以节点度刻画其在网络中的中心程度     

9. 介数中心度( betweenness centrality) ，介数中心度(betweenness centrality)则从信息流的角度出发定义节点的中心程度.  介数中心性用来确定网络中最中心的节点，即网络中起桥梁作用的节点。hub脑区大多数位于接受多个脑区信息的联络皮层，比如豆状核，海马，颞中回，顶上回，额上回等。 节点i 的介数 Bi 定义为通过该节点的最短路径的数目。归一化介数可通过如下公式计算：

介数越大的节点代表网络中越关键的节点（如 hub 节点），在该研究中我们定义网络的hub 节点为 bi 大于 1.5 倍的所有节点的介数平均值。

对于网络G 中的任意一点i, 其介数中心度的计算公式如下

10. 节点强度( node strength) ， 加权网络中由于考虑了边的权值，无权网络中的度与度的分布特征在加权网络中进一步推广为强度与强度的分布。与节点度相比， 节点强度不仅考虑了与节点连接的边的数目，更进一步考虑了与节点连接的相应的边的权值 ，能够更加科学的衡量作者的局部网络特征，在采用累积频次加权的作者合作加权网络中，节点强度是指作者与其合作对象的累积绝对合作频次。

11. 最短路径长度(shortest path length) ，最短路径长度，(shortest path length).最短路径对网络的信息传输起着重要的作用, 是描述网络内部结构非常重要的一个参数. 最短路径刻画了网络中某一节点的信息到达另一节点的最优路径,通过最短路径可以更快地传输信息, 从而节省系统资源. 两个节点i,j之间边数最少的一条通路称为此两点之间的最短路径, 该通路所经过的边的数目即为节点i,j之间的最短路径长度, lij. 网络最短路径长度L 描述了网络中任意两个节点间的最短路径长度的平均值

12. 特征路径长度( characteristic path length) Lp ，网络整体路由效率的程度。对于特征路径长度的计算，有断键重连的标准小世界网络方法和添加长键转化小世界网络方法。 该指标衡量了网络的信息并行处理的能力或全局效率（1/ Lp），特征路径长度的增加说明了脑区之间的信息传输和交互效率降低。 一个网络的特征路径长度 Lp  ， 是网络中任意两节点的最短路径的平均 ：

13. 聚类系数( clustering coefficient) ，聚类系数Cp，网络的聚类程度，集群系数衡量的是网络的集团化程度, 是度量网络的另一个重要参数, 表示某一节点i 的邻居间互为邻居的可能. 节点i 的集群系数Ci的值等于该节点邻居间实际连接的边的数目(ei)与可能的最大连接边数(ki(ki–1)/2)的比值。 该指标衡量了网络的局部聚集性或者信息传输的局部效率。 网络中所有节点集群系数的平均值为网络的集群系数。

14.局部效率(local efficiency) ，局部效率Eloc，衡量如何高效的传播信息通过节点的直接相邻节点，由于集群系数只考虑了邻居节点间的直接连接, 后来有人提出局部效率(local efficiency)Eloc的概念. 集群系数和局部效率度量了网络的局部信息传输能力, 也在一定程度上反映了网络防御随机攻击的能力。任意节点i 的局部效率为

 该指标描述了网络的容错能力，表明当移除节点 i 后它直接相邻的节点间的通信效率。

15.全局效率( global efficiency) ，全局效率 Eglob 描述了网络对于信息并行处理的能力，定义为任意两节点的最短路径的调和平均值的倒数，全局效率Eglob，衡量如何有效的通过整个网络传播信息，通常最短路径长度要在某一个连通图中进行运算, 因为 如果网络中存在不连通的节点会导致这两个节点间的最短路径长度值为无穷 . 因此有人提出了全局效率(global efficiency)Eglob的概念。最短路径长度和全局效率度量了网络的全局传输能力.  最短路径长度越短, 网络全局效率越高, 则网络节点间传递信息的速率就越快. 全局效率的降低说明脑区之间的信息传输和交互效率降低。

16.外径(Diameter) ,The longest of all the geodesics, and the geodesics is a shortest path between two nodes. If we are looking for the diameter of a network, we are really looking at all the shortest paths and then choosing the longest one.

17.平均最短路径（Average path length） , It's calculated by finding the shortest path between all the nodes, adding them up, and then dividing by the total number of pairs. It will show us the number of steps on average it takes to get from one member to another in the network. For example, 721 million users with an average path length of just 4.74, in these network, we show that it is at once both global and local, it connects nodes which are far away but also has the dense local structure, and this is called the small world phenomena.

18.AAL模板,  AAL全称是Anatomical Automatic Labeling，AAL分区是由 Montreal Neurological Institute (MNI)机构提供的。AAL模板一共有116个区域，但只有90个属于大脑，剩余26个属于小脑结构，研究的较少。

19.MNI空间， 是Montreal Neurological Institute根据一系列正常人脑的磁共振图像而建立的坐标系统。Native空间就是原始空间。图像没有做任何变换时就是在原始空间。在这个空间中图像的维度、原点、voxel size等都是不同的， 不同被试的图像之间不具有可比性 ， 计算出来的任何特征都不能进行统计分析 ，或是用于机器学习。所以 必须对所有被试的图像进行配准标准化到同一个模板上，这样所有被试的维度、原点、voxel size就一样了。 使用MNI标准模板，就表示把图像转换至MNI空间了。 一般而言MNI模板是最常用的，研究的比较多。 标准空间的图像也是指MNI空间的图像。

20.Talairach空间， 和MNI空间的坐标有对应的关系，很多软件都提供这个功能，如Mricron、REST等。Talairach空间只要是为了判别当前坐标在什么结构上，注意Talairach atlas and Talairach coordinates 就是Stereotaxic space.

21.全局网络度Kp ，节点 i 的连接度 Ki 定义为与该节点直接相连的边的数目，高度连接的节点的度较大。该指标用来描述一个网络的稀疏度。全局网络的度Kp 为网络中所有节点的度的平均：

22.小世界属性，基于体素和基于脑区的研究都表明人脑功能网络都具有高效的小世界属性。 For example, 721 million users with an average path length of just 4.74, in these network, we show that it is at once both global and local, it connects nodes which are far away but also has the dense local structure, and this is called t he small world phenomena . 小世界网络( small-world network) 网络的小世界属性：高的聚类系数和短的特征路径长度。小世界的拓扑结构支持大脑信息处理的分化和整合功能，是一种经济型的结构，支持高度复杂动态结构的同时，使得配线代价最低。具有小世界属性的动态系统通常有较好的抗攻击性，而且表现出比较高的信息传输速度，计算能力和同步性。

23. 攻击性， 用来定量描述某个节点的失败对网络行为的影响。节点 i 的攻击性Vi 定义为： 当去掉节点 i 及其连接的边后网络全局效率的变化 ，可通过如下公式计算：

其中 Eglob’表示去掉节点 i 及其连接的边后网络的全局效率。 攻击性同介数中心性一样也是反映了节点在网络中的重要性。

24.节点效率ei， 衡量一个节点与其他节点通信的效率

25.结构性连接，

26.模块化结构，

27.结构性脑网络( structural brain networks 或anatomical brain networks) 

28.功能性脑网络( functional brain networks)

29.因效性脑网络( effective brain networks) 

30.无标度网络( scale-free network) 

31.随机网络( random network) 

32.规则网络( regular network) 

33.无向网络( undirected network)

34.加权网络( weighted network)

35.相位同步( phase synchronization) 

36.连接密度(connection density/cost) 

37.互相关分析( cross-correlation analysis) 

38.因果关系分析( Causality analysis) 

39.直接传递函数分析( Directed Transfer Function，DTF) 

40.部分定向相干分析( Partial Directed Coherence，PDC) 

多变量自回归建模( multivariate autoregressivemodel，MVAR) 

独立成分分析( independent component analysis，ICA) 

步似然性(synchronization likelihood, SL) 

结构方程建模(structural equationmodeling, SEM) 

动态因果建模(dynamic causalmodeling, DCM) 

心理生理交互作用模型(Psychophysiological interaction model) 

非度量多维定标(non-metric multidimensional scaling) 

体素形态学(voxel-based morphometry,VBM) 

统计参数映射（statistical parametric mapping，SPM） 

皮尔逊相关系数（Pearson correlation）

偏相关系数（Partial correlation） 

脑功能连接，度量空间上分离的不同脑区间在时间上和相关性和功能活动的统计依赖关系，是描述脑区之间协同工作模式的有效手段。

方法学：（1）定义被试的节点的方法：AAL模板和自动配准；（2）定义边：确定性的纤维跟踪算法，HARDI,DSI,概率跟踪算法；（3）二值网和加权网的选择；

最大连通子图大小，SOBCC（Size of Biggest Connected Component），代表网络连通分量的大小。

㈣ 网站数据分析只要分析哪些指标

网站数据分析有很多方面，但是要看你能够获取的是哪些数据，具体如下：

1、流量统计是基础的数据统计
网站的统计工具可以让我们了解基本流量信息，包括独立访问者、访问停留时间、页面停留时间、访问率等;实时了解网站的变化趋势，了解有效覆盖人群的规模，了解推广的目标人群，在哪个页面，哪个频道。
1.了解网站的目标人群特征，为产品设计提供重要依据
2.了解网站关注行业用户量的潜在规模
3.与行业平均指标做对比，作为评估自身网站发展的指标
4.分析网站与竞争对手之间的用户重合度
5.分析自身网站内部各栏目间的用户重合度
根据网站的大致需求，相关网站“数据统计”的基本分析应具有：
A.访问人次，即网站的访问人次，通常以日访问人次统计，此指标不排除同一访客同一天访问多次。
B.访问总页面数，即访问者在站点上浏览的总页面数，通常以日统计。
C.独立访客，也称独立IP，指访问站点的独立访客，通常以日访问人次统计，每台独立上网电脑被视为一个独立访问者。同一电脑多人使用时，不重复计算，仍视作一个独立访问者。
D.人均停留时间，即访问者在网站停留的时间
计算公式：人均停留时间=访问人次停留时间/访问人次。指“独立访问者”平均每次访问某一网站的停留时间。也就是说一个周期内，从开始访问这个网站到结束访问这个网站所停留的时间。
E.人均访问页数(PV值)，即访问者平均访问页面数，
计算公式：PV值=访问总页面数/访问人次。这项指标同样重要，访问者平均访问页数越多，越能实现网站的目的指向。
F.跳出率，即访问者到达站点后浏览页数仅有的一页的比率。
G.新访客，即访问站点的访问者是否第一次登录站点，该指标从一侧面反应平台的人气程度和知名度，通常以日为单位进行统计。每日新访客人数越多，说明人气越高，影响度也越来越高。
H.回访者，即访问站点的访问者超过一次以上登录站点，该指标从一侧面反应访问者对站点的接受程度，通常以日为单位进行统计，回访人数越多，说明站点被接受的程度越高，而通常，网站的潜在客户行为，就是在回访者中实现，如注册、购物、消费等。
I.每个独立访问者访问频次：一个周期内独立访问者的平均访问次数。

2、关键字数据收集
包括两方面：
客户通过哪些关键字到达网站
客户在网站搜索哪些关键字---精确地跟踪有哪些关键字产生了销售额或销售机会

3、网站专题及营销方式的效果统计
精确地跟踪有哪些专题产生了销售额或销售机会，跟踪由专题转换为销售的点击次数
帮助我们评估网站页面格局的合理性
跟踪销售额和销售机会

㈤ 你知道互联网业务数据分析常用指标有哪些吗

常用的数据指标包括三方面：用户数据、行为数据、业务数据，串成一句话即是：谁，干了什么，结果如何

可从用户来源、用户存量、用户增量、用户健康度四个常用维度去看
用户来源 ：指用户来源的渠道，比如：网络自然搜索、网络关键字投放、搜狗、微信等
用户存量 ：指日活DAU（Daily Active User，日活跃用户数量）、月活MAU（Monthly Active User，月活跃用户数量）等用户活跃数据。注：需要说明的是MAU不等于各日的DAU之和，需要对用户去重统计才有意义。
用户增量 ：指新增用户，定义新增用户的流程节点和基于维度不同，统计出来的数据不同，在日常工作中，要和团队明确统一定义的标准，降低沟通成本
用户健康度 ：可用用户留存率等指标衡量，关于留存率计算一般有三种算法

可从访问次数/频率、访问时长、访问转化、访问跳出四个常用维度去看
访问次数/频率 ：可用PV（Page View，页面浏览量）、UV（Unique Visitor，独立访客量）、访问深度来呈现
PV指页面访问次数，UV指访客人数
访问深度 ：用来衡量用户对产品的了解程度

访问时长 ：可一定程度量化当前页面内容对用户的吸引程度。注：在处理访问时长数据时，需要注意剔除一些非常大的值，避免用户去做其他事情页面没关这种极端情况带来的干扰
访问转化 ：指用户访问相关页面后，转化成注册用户、付费用户的比率
访问跳出 ：可用弹出率等指标衡量页面对用户的质量，注：弹出率是基于访问次数的

可从业务总量、人均付费、人数、产品健康度四个常用维度去看
总量 ：一般会用GMV（Gross Merchandise Volume，成交总额）来度量，
人均付费 ：一般用ARPU（Average Revenue Per User，每用户平均收入）/ARPPU（Average Revenue Per Paying User，每付费用户带来的平均收益）
人数 ：一般指付费人数
产品健康度 ：衡量大多数产品健康度，看其能带来的收益，即可以用付费率、付费频次等指标来衡量

上述具体指标，在实际工作中，要根据产品的具体形态调整。比如业务数据的指标，视频产品一般就会采用观看时长来衡量总量，观看人数来度量人数这个指标

㈥ 网络性能管理中性能指标主要有哪些并简述这些性能指标的主要含义

1、可用性。指网络系统、元素或应用时间对用户可利用的时间的百分比。 2、响应时间。指从用户输入请求到系统在终端上返回计算结果的时间间隔。 3、正确性。指网络传输的正确性。 4、吞吐率。是面向效率的指标。 5、利用率。指网络资源利用的百分率。

㈦ 网站统计数据分析有哪些衡量指标

网站统计数据主要有四大指标：
第一：网站趋势分析，包括实时访客，今日访客，昨日访客，最近30天访客
第二：网站来源分析，包括搜索引擎来源，搜索词来源，外部链接来源（外链）
第三：页面分析，包括受访页面，受访域名，入口页面，页面点击图分析，页面上下游内容对比
第四：访客属性分析，访客地域分布，系统环境，新老访客，访客忠诚度

㈧ 计算机网络性能指标有哪些

性能指标从不同的方面来度量计算机网络的性能。

1、速率

计算机发送出的信号都是数字形式的。比特(bit)是计算机中的数据量的单位，也是信息论中使用的信息量单位。英文字bit来源binarydigit(一个二进制数字)，因此一个比特就是二进制数字中的一个1或0。网络技术中的速率指的是链接在计算机网络上的主机在数字信道上传送数据的速率，也称为数据率(datarate)或者比特率(bitrate)。速率的单位是b/s(比特每秒)或者bit/s，也可以写为bps，即bitpersecond。当数据率较高时，可以使用kb/s(k=10^3=千)、Mb/s(M=10^6=兆)、Gb/s(G=10^9=吉)或者Tb/s(T=10^12=太)。现在一般常用更简单并不是很严格的记法来描述网络的速率，如100M以太网，而省略了b/s，意思为数据率为100Mb/s的以太网。这里的数据率通常指额定速率。

2、带宽

带宽本上包含两种含义：

(1)带宽本来指某个信号具有的频带宽度。信号的带宽是指该信号所包含的各种不同频率成分所占据的频率范围。例如，在传统的通信线路上传送的电话信号的标准带宽是3.1kHz(从300Hz到3.1kHz，即声音的主要成分的频率范围)。这种意义的带宽的单位是赫兹。在以前的通信的主干线路传送的是模拟信号(即连续变化的信号)。因此，表示通信线路允许通过的信号频带范围即为线路的带宽。

(2)在计算机网络中，贷款用来表示网络的通信线路所能传送数据的能力，因此网络带宽表示在单位时间内从网络的某一点到另一点所能通过的“最高数据量“。这种意义的带宽的单位是”比特每秒“，即为b/s。子这种单位的前面也通常加上千(k)、兆(M)、吉(G)、太(T)这样的倍数。

3、吞吐量

吞吐量(throughput)表示在单位时间内通过某个网络(或信道、接口)的数据量。吞吐量进场用于对现实世界中的网络的一种测量，以便知道实际上到底有多少数据量能够通过网络。显然，吞吐量受到网络的带宽或网络的额定速率的限制。例如，对于一个100Mb/s的以太网，其额定速率为100Mb/s，那么这个数值也是该以太网的吞吐量的绝对上限值。因此，对100Mb/s的以太网，其典型的吞吐量可能只有70Mb/s。

4、时延

时延指数据(一个报文或者分组)从网络(或链路)的一端传送到另一端所需的时间。时延是一个非常重要的性能指标，也可以称为延迟或者迟延。

网络中的时延由以下几部分组成：

(1)发送时延发送时延是主机或路由器发送数据帧所需要的时间，也就是从发送数据帧的第一个比特算起，到该帧的最后一个比特发送完毕所需时间。发送时延也可以称为传输时延。发送的时延=数据帧长度(b)/发送速率(b/s)。

对于一定的网络，发送时延并非固定不变，而是与发送的帧长成正比，与发送数率成反比。

(2)传播时延传播时延是电磁波在信道中传播一定的距离需要花费的时间。

传播时延=信道长度(m)/电磁波在信道上的传播数率(m/s)

电磁波在自由空间的传播速率是光速，即3.0×10^5km/s。电磁波在网络传输媒体中的传播速率比在自由空间低一些，在铜线电缆中的传播速率约为2.3×10^5km/s，在光纤中的传播速率约为2.0×10^5km/s。

(3)处理时延主机或路由器在收到分组时需要花费一定的时间处理，分析分组首部、从分组中提取数据部分、进行差错检验、查到适当路由等，这就产生了处理时延。

(4)排队时延分组在经过网络传输时，要经过许多的路由器。但分组在进入路由器后要先在输入队列中排队等待处理。在路由器确定了转发接口后，还要在输出队列中排队等待转发。这就产生了排队延时。排队延时通常取决于网络当时的通信量。

这样数据在网络中尽力的总延时就是

总延时=发送延时+传播延时+处理延时+排队延时

对于高速网络链路，提高的仅仅是数据的发送数率而不是比特在链路上的传播速率。荷载信息的电磁波在通信线路上的传播速率与数据的发送速率并无关系。提高的数据的发送速率只是减小了数据的发送时延。

5、时延带宽积

把以上两个网络性能的两个度量，传播时延和带宽相乘，就等到另外一个度量：传播时延带宽积，即

时延带宽积=传播时延×带宽

例如，传播时延为20ms，带宽为10Mb/s，则时延带宽积=20×10×10^3/1000=2×10^5bit。这就表示，若发送端连续发送数据，则在发送的第一个比特即将达到终点时，发送端就已经发送了20万个比特，而这20万个bit都在链路上向前移动。

6、往返时间RTT

在计算机网络中，往返时间RTT也是一个重要的性能指标，表示从发送方发送数据开始，到发送方收到来自接收方的确认，总共经历的时间。对于上面提到的例子，往返时间RTT就是40ms，而往返时间和带宽的乘积是4×10^5(bit)。

显然，往返时间与所发送的分组长度有关。发送很长的数据块的往返时间，应当比发送很短的数据块往返时间要多些。

往返时间带宽积的意义就是当发送方连续发送数据时，即能够及时收到对方的确认，但已经将许多比特发送到链路上了。对于上述例子，假定数据的接收方及时发现了差错，并告知发送发，使发送方立即停止发送，但也已经发送了40万个比特了。

7、利用率

利用率有信道利用率和网络利用率。信道利用率指出某信道有百分之几的时间是被利用的。网络利用率则是全网络的信道利用率的加权平均值。信道利用率并非越高越好。这是因为，根据排队的理论，当某信道的利用率增大时，该信道引起的时延也就迅速增加。

如果D0表示网络空闲时的时延，D表示当前网络时延，可以用简单公式(D=D0/(1-U)来表示D，D0和利用率U之间的关系。U数值在0和1之间。当网络的利用率接近最大值1时，网络的时延就趋近于无穷大。

㈨ 社交网络图中有哪些指标

关注
在图分析过程中有一部分指标在解读图的过程中是十分重要的，正确理解这些概念，对图分析和理解网络具有很重要的意义。

学术上面对图中常用指标的解释如下：

度中心性（Degree Centrality）
是在网络分析中刻画节点中心性（Centrality）的最直接度量指标。一个节点的节点度越大就意味着这个节点的度中心性越高，该节点在网络中就越重要。

接近中心性（Closeness Centrality）
反映在网络中某一节点与其他节点之间的接近程度。将一个节点到所有其他节点的最短路径距离的累加起来的倒数表示接近性中心性。即对于一个节点，它距离其他节点越近，那么它的接近性中心性越大。

中介中心性/中间中心性(Between Centrality)
以经过某个节点的最短路径数目来刻画节点重要性的指标。

特征向量中心性（Eigenvector Centrality）
一个节点的重要性既取决于其邻居节点的数量（即该节点的度），也取决于其邻居节点的重要性。

度中心性（degree）
设想一下，你在微信上有个账号，那么是不是意味着微信好友数量越多，那么你的社交圈子越广？（假设都是真实好友，不考虑微商神马的奇葩情况）比如我有20个好友，那么意味着20个结点与我相连。如果你有50个好友，那么意味着你的点度中心度比我高，社交圈子比我广。这个就是点度中心性的概念。 当然，刚才这个情况是无向图的情形，如果是有向图，需要考虑的出度和入度的问题。 在刚才的基础上拓展一下，假如我们要比较你在微博和微信上的点度中心度，刚才的方法是否适用？如果说使用微信与微博的人数差不多，那么的确可以。但是如果说用户数量不一样呢？那么我们需要考虑到去规模化的问题，这就是标准化的点度中心性的理念。

接近中心性（closeness）
对于了解图论的朋友而言，最短路这个概念一定不陌生。我们设想一个实际生活中的场景，比如你要建一个大型的娱乐商场，你可能会希望周围的顾客到达这个商场的距离都可以尽可能地短。这个就涉及到接近中心性的概念，接近中心性的值为路径长度的倒数。 接近中心性需要考量每个结点到其它结点的最短路的平均长度。也就是说，对于一个结点而言，它距离其它结点越近，那么它的中心度越高。一般来说，那种需要让尽可能多的人使用的设施，它的接近中心度一般是比较高的。

㈩ 衡量网络的技术指标有什么

延迟（delay）带宽（bandwith）是衡量计算机网络性能好坏的指标之一。
带宽表示的是网络的吞吐量，通常单位是mbps和kbps分别是百万位每秒和千位每秒。bit（位）是网络流量中的最小单位。八位二进制表示一个字节。
比如你家带宽有1Mbps其实只有1000/8=125KB而已……