更改

渗流中心性是加权介数中心性的一种特殊情况，它在计算其权重时考虑了每条最短路径的源节点与目标节点的“状态”。 在复杂网络中，许多情景都会发生“感染”并进行渗流。 例如，众所周知，在接触网络中细菌或病毒的感染可以在人群的[[社会网络]]中传播。也可以将疾病的传播抽象化，认为一个城镇或人群聚集地是由公路、铁路或航空的连接而构成的网络。[[计算机病毒]]可能通过[[计算机网络]]传播。关于商业报价和交易的传闻或新闻也可以经由人群的社交网络传播。 在所有这些情景下，一个“感染”可在复杂网络中通过连接传播，并伴随着节点“状态”的改变，如受到感染或感染后恢复到原状态。例如，在一个流行病的情景下，个体在感染传播时会将状态由“易感染”变为“已感染”。 在上述例子中，各个节点在传播时可能的状态可以是二元的（已受到/未受到感染）、离散的（易感染/已感染/已恢复）乃至连续的（如城镇中受感染者的比例）。 在所有这些情景中，常见的特征是传染病的传播使网络中节点状态发生变化。 以上这些有关渗流中心性(PC)的概念由Piraveenan et al.提出，这对具体地测量节点在网络渗透中的重要性很有帮助。<ref name="piraveenan2013">{{Cite journal|title=Percolation Centrality: Quantifying Graph-Theoretic Impact of Nodes during Percolation in Networks|last=Piraveenan|first=Mahendra|journal=PLOS ONE|issue=1|doi=10.1371/journal.pone.0053095|year=2013|volume=8|pages=e53095|bibcode=2013PLoSO...853095P|pmc=3551907|pmid=23349699}}</ref>

渗流中心性是加权介数中心性的一种特殊情况，它在计算其权重时考虑了每条最短路径的源节点与目标节点的“状态”。 在复杂网络中，许多情景都会发生“感染”并进行渗流。 例如，众所周知，在接触网络中细菌或病毒的感染可以在人群的[[社会网络]]中传播。也可以将疾病的传播抽象化，认为一个城镇或人群聚集地是由公路、铁路或航空的连接而构成的网络。[[计算机病毒]]可能通过[[计算机网络]]传播。关于商业报价和交易的传闻或新闻也可以经由人群的社交网络传播。 在所有这些情景下，一个“感染”可在复杂网络中通过连接传播，并伴随着节点“状态”的改变，如受到感染或感染后恢复到原状态。例如，在一个流行病的情景下，个体在感染传播时会将状态由“易感染”变为“已感染”。 在上述例子中，各个节点在传播时可能的状态可以是二元的（已受到/未受到感染）、离散的（易感染/已感染/已恢复）乃至连续的（如城镇中受感染者的比例）。 在所有这些情景中，常见的特征是传染病的传播使网络中节点状态发生变化。 以上这些有关渗流中心性(PC)的概念由Piraveenan et al.等人提出，这对具体地测量节点在网络渗透中的重要性很有帮助。<ref name="piraveenan2013">{{Cite journal|title=Percolation Centrality: Quantifying Graph-Theoretic Impact of Nodes during Percolation in Networks|last=Piraveenan|first=Mahendra|journal=PLOS ONE|issue=1|doi=10.1371/journal.pone.0053095|year=2013|volume=8|pages=e53095|bibcode=2013PLoSO...853095P|pmc=3551907|pmid=23349699}}</ref>