Mit der Algorithmen-Funktion können Sie Zentralität auf ein Modell anwenden. Zentralität ist eine Möglichkeit, die Gewichtung und Bedeutung der einzelnen Entitäten und Beziehungen zu messen. Wenn Sie Zentralitäts-Algorithmen ausführen, gilt Folgendes: Je höher der Wert ist, desto wichtiger ist das Element.
Klicken Sie auf die Dropdown-Liste Algorithmus, um die Art des Zentralitätsmaßes auszuwählen, das Sie auf Ihr Modell anwenden möchten.
Betweenness: Dient zum Identifizieren von Entitäten, die den Informationsfluss zwischen verschiedenen Teilen des Netzwerks steuern.
Nähe: Dient zum Identifizieren von Entitäten, die möglicherweise über den besten Zugang zu anderen Teilen des Netzwerks verfügen und für die Aktivitäten im Rest des Netzwerks sichtbar sind.
Grad: Dient zum Identifizieren von Entitäten, die die meisten direkten Verbindungen zu anderen haben.
Einfluss: Dient zum Identifizieren von Entitäten, die aufgrund ihrer direkten Verbindungen zu anderen stark aktiven oder stark vernetzten Entitäten einen hohen Einfluss im Netzwerk haben.
Wählen Sie die Richtung aus, in die Sie den Algorithmus anwenden möchten:
Eingehend: Die Ergebnisse basieren auf Beziehungen, die in die Entität eingehen.
Ausgehend: Die Ergebnisse basieren auf Beziehungen, die aus der Entität herausgehen.
Beide: Die Ergebnisse basieren auf eingehenden und ausgehenden Beziehungen.
Wenn Sie einen Einfluss-Algorithmus verwenden, schieben Sie die Skala Genauigkeit, um festzulegen, wie genau die Ergebnisse sein sollten. Eine niedrigere Genauigkeit liefert genauere Ergebnisse, aber der Algorithmus läuft langsamer.
Wenn Sie einen Nähe-Algorithmus verwenden, klicken Sie auf die entsprechende Schaltfläche für die Rückgabe der Ergebnisse:
Standard: Die Ergebnisse basieren auf der Anzahl der Anhänge oder Beziehungen, die eine Entität hat, sowie der Umkehrung der Summe der kürzesten Pfade zu jeder Entität.
Dangalchev: Die Ergebnisse basieren nicht nur auf der Anzahl der Entitäten, die mit einer anderen Entität verbunden sind, sondern auch auf der Anzahl der Beziehungen in jeder der verknüpften Entitäten.
Opsahl: Die Ergebnisse basieren auf der Summe der umgekehrten kürzesten Pfade zu jeder Entität.
Klicken Sie auf Beziehungseigenschaft als Gewichtung verwenden, wenn Sie messen möchten, wie ungünstig eine Beziehung ist, und wählen Sie die zu verwendende Beziehungseigenschaft aus der Dropdown-Liste Eigenschaft aus. In diesem Fall gibt ein höherer Wert eine negative Zuordnung an.
Klicken Sie auf das Kästchen Niedrige Werte sind aussagekräftiger, wenn Sie eine Beziehungseigenschaft als Gewichtung verwenden, und diese Eigenschaft eine Eigenschaft ist, bei der gilt, dass ein niedrigerer Wert besser als ein höherer Wert ist. Wenn es sich bei der Eigenschaft beispielsweise um eine Art Prioritätssystem handelt, ist in der Regel 1 oder 1. der beste Wert. Ein weiteres Beispiel ist, dass die Eigenschaft Abstand ist und Sie versuchen, die kürzeste Route zu bestimmen: 5 Meilen ist demzufolge besser als 10 Meilen.
Klicken Sie auf Standardname der Ausgabeeigenschaft außer Kraft setzen, wenn sich der Ausgabeeigenschaftsname von dem ausgewählten Algorithmus unterscheiden soll. Geben Sie anschließend den neuen Namen in das Feld Eigenschaft ein.
Klicken Sie auf Ausführen.
Klicken Sie auf die Registerkarte Aufträge, um die Auftragsdetails nach Ausführung des Algorithmus anzuzeigen. Diese gibt die Auftrags-ID, den Namen des Modells, den verwendeten Algorithmus, den Status des Auftrags, die Startzeit und die Endzeit an. Hinweis: Je größer das Modell ist, desto länger dauert die Ausführung des Algorithmus. Überprüfen Sie in der Spalte „Status“, ob ein Auftrag noch ausgeführt wird.
Anmerkung:
Ergebnisse werden im Laufe der Zeit nicht gespeichert. Wenn Sie den Relationship Analysis Client beenden und erneut öffnen, werden die Informationen auf der Registerkarte „Aufträge“ gelöscht.