Analysis and comparison of centrality measures applied to urban networks with data

Empreu sempre aquest identificador per citar o enllaçar aquest ítem http://hdl.handle.net/10045/106860
Información del item - Informació de l'item - Item information
Títol: Analysis and comparison of centrality measures applied to urban networks with data
Autors: Curado, Manuel | Tortosa, Leandro | Vicent, Jose F. | Yeghikyan, Gevorg
Grups d'investigació o GITE: Análisis y Visualización de Datos en Redes (ANVIDA)
Centre, Departament o Servei: Universidad de Alicante. Departamento de Ciencia de la Computación e Inteligencia Artificial
Paraules clau: Centrality measures | Urban networks | Vertex importance | Eigenvector centrality
Àrees de coneixement: Ciencia de la Computación e Inteligencia Artificial
Data de publicació: de maig-2020
Editor: Elsevier
Citació bibliogràfica: Journal of Computational Science. 2020, 43: 101127. doi:10.1016/j.jocs.2020.101127
Resum: For a considerable time, researchers have focused on defining different measures capable to characterizing the importance of vertices in networks. One type of these networks, the cities, are complex systems that generate large quantity of information. These data are an important part of the characteristics of the urban network itself. Because of this, it is crucial to have a classification system, for the vertices of a network, considering the data we can find in the city itself. To address this question, this paper studies and compares several measures of centrality specifically applied to urban networks. These centralities are based on the calculation of the eigenvectors of a matrix and are very suitable for urban networks with data. With the aim of expanding the range covered by these measures, a new centrality measure is presented. Finally we compare three centralities by means of a real network and real data on the city of Rome (Italy).
URI: http://hdl.handle.net/10045/106860
ISSN: 1877-7503 (Print) | 1877-7511 (Online)
DOI: 10.1016/j.jocs.2020.101127
Idioma: eng
Tipus: info:eu-repo/semantics/article
Drets: © 2020 Elsevier B.V.
Revisió científica: si
Versió de l'editor: https://doi.org/10.1016/j.jocs.2020.101127
Apareix a la col·lecció: INV - ANVIDA - Artículos de Revistas

Arxius per aquest ítem:
Arxius per aquest ítem:
Arxiu Descripció Tamany Format  
ThumbnailCurado_etal_2020_JComputationalSci_final.pdfVersión final (acceso restringido)1,96 MBAdobe PDFObrir     Sol·licitar una còpia
ThumbnailCurado_etal_2020_JComputationalSci_accepted.pdfAccepted Manuscript (acceso abierto)4,6 MBAdobe PDFObrir Vista prèvia


Tots els documents dipositats a RUA estan protegits per drets d'autors. Alguns drets reservats.