我正在处理大约300个不同大小的断开连接的网络。我使用R.中的STATNET和iGraph包为这些网络计算不同的图级别集中度量
然而，我发现对于iGraph的特征向量中心性测度，N=2的子图中的节点被分配了最高值1。结果，具有许多孤立二元的网络得到了非常高的图级特征向量集中分数。
在我的网络中，这不是一个有效的结果，因为这些网络的连接很差，因此理论上应该具有较低的集中度分数。
有人知道这些度量是如何处理断开的图的吗？有办法解决这个问题吗？此外，是否有其他方法来评估这些网络的结构？
欢迎任何帮助。非常感谢。
特征向量中心性对于不连通图是不明确定义的，因为单个分量的中心性得分彼此独立；可以通过将乘以一个大常数（例如10000）来扩大一个分量的中心性得分，然后再次将中心性得分归一化为1；所得到的向量将仍然满足特征向量中心性方程。因此，应该只计算连通图的特征向量中心。如果图中有多个分量，请先将其分解为连接的分量，然后仅计算和比较单个分量的特征向量中心。