تحلیل شبکه اجتماعی (SNA) به نگاشت و سنجش ارتباطات میان افراد، گروهها، سازمانها، ... می پردازد. شاخص های مرکزیت در این حوزه بمنظور تعیین مهمترین کنشگران درون شبکه اجتماعی تعریف شده اند. یکی از اصلی ترین شاخصهای مرکزیت، مرکزیت نزدیکی می باشد، در این شاخص، مرکزی ترین گره، گره ای است که از سایر گره ها به بقیه نزدیکتر باشد. در این کار تحقیقاتی به ارائه یک چارچوب مفهومی برای تعریف شاخص های مرکزیت نزدیکی در شبکه‌های پیچیده خواهیم پرداخت. با توجه به اینکه یکی از بزرگترین محدودیتهای تعیین شاخصهای مرکزیت آنست که این شاخصها صرفا براساس موقعیت افراد در شبکه و ساختار رابطه شان با سایر اعضای شبکه معین می شوند و تاثیر ویژگی های فردی در آنها نادیده انگاشته می شود، چارچوب پیشنهادی این پژوهش مبتنی بر ترکیب دو رویکرد است: رویکرد سنتی علوم اجتماعی و رویکرد تحلیل شبکه‌های اجتماعی؛ یعنی به طور همزمان به ویژگی‌های فردی وساختار روابط توجه شود. از سوی دیگر کشف اجتماعات و ساختار خوشه ای در شبکه‌های پیچیده از اهمیت قابل توجهی برخوردار است به دلیل آنکه به فهم ساختار و عملکرد شبکه‌ها کمک می‌کند و برای تفسیر برخی انواع شاخص‌های مرکزیت نیز الزامی است. لذا ما خوشه‌بندی طیفی )با تعیین قبلی تعداد خوشه‌های بهینه( را به‌عنوان مرحله پیش‌نیاز یافتن این نوع شاخص‌های مرکزیت پیشنهاد می‌کنیم. بر اساس چارچوب مذکور الگوریتمی برای محاسبه مرکزیت نزدیکی در شبکه‌های پیچیده ارائه خواهیم داد .سپس این الگوریتم برروی شبکه باشگاه کاراته زاخاری اعمال شد که تاکنون بطور وسیعی بعنوان ترازیابی برای کشف اجتماعات در ادبیات موضوع بکاررفته است. نتایج نشانگر این امر است که الگوریتم جدید ما هم در تعیین تعداد مناسب (بهینه) خوشه‌ها کاراست و هم در تعیین مرکزیت نزدیکی درون‌خوشه‌ای. پرونده مقاله