Society may be assumed to be a combination of several small networks. Naturally, an individual from one network is connected to several other networks (associated networks). The concept of associated networks is introduced here in a fuzzy environment. Although individuals of a given (focal) network are more likely to interact with others in the network, individuals from an associated network(s) also play an essential role in influencing decisions in the focal network. In this study, a measure of the influence of an individual (node) on/from individuals in the focal network and that in the context of associated networks have been developed using fuzzy systems. Mathematical formulations for the notion of the influence of a node have been developed based on the structure of a network. Also, fuzzy parameters that capture real-life situation-based characteristics (for example, characteristics of a connected associated network) have been included. Thus, the objective (structure-based) and subjective (using fuzzy membership parameters) nature of the network have been captured. We collected Facebook data to illustrate the proposed approach. We consider new features: (a) a fuzzy definition of centrality measures, (b) power measure, (c) notion of associated network and a measure for linking it to the main network, (d) in addition, we provide a mechanism ( through subjective parameters) to adapt our approach to a given situation, thus making our approach adaptable to a variety of applications. In this study, another application on the spreading of COVID19 affected regions has been discussed.

可以假定社会是几个小型网络的组合。自然地，来自一个网络的个人连接到其他几个网络（关联的网络）。此处在模糊环境中介绍了关联网络的概念。尽管给定（焦点）网络的个体更可能与网络中的其他人进行交互，但是来自一个或多个关联网络的个体在影响焦点网络的决策中也起着至关重要的作用。在这项研究中，已经使用模糊系统开发了一个对个体（节点）对焦点网络中的个体的影响的度量，以及在关联网络的上下文中对个体（节点）的影响的度量。基于网络的结构，已经开发了关于节点影响的概念的数学公式。也，捕获了基于现实情况的特征（例如，连接的关联网络的特征）的模糊参数。因此，已经捕获了网络的客观（基于结构）和主观（使用模糊成员参数）性质。我们收集了Facebook数据以说明建议的方法。我们考虑了以下新功能：（a）集中度度量的模糊定义，（b）功率度量，（c）关联网络的概念以及将其链接到主网络的度量，（d）此外，我们提供了一种机制（通过主观参数）来使我们的方法适应给定的情况，从而使我们的方法适用于各种应用。在这项研究中，已经讨论了在COVID19感染区域的传播中的另一种应用。连接的关联网络的特征）。因此，已经捕获了网络的客观（基于结构）和主观（使用模糊成员参数）性质。我们收集了Facebook数据以说明建议的方法。我们考虑了以下新功能：（a）集中度度量的模糊定义，（b）功率度量，（c）关联网络的概念以及将其链接到主网络的度量，（d）此外，我们提供了一种机制（通过主观参数）来使我们的方法适应给定的情况，从而使我们的方法适用于各种应用。在这项研究中，已经讨论了在COVID19感染区域的传播中的另一种应用。连接的关联网络的特征）。因此，已经捕获了网络的客观（基于结构）和主观（使用模糊成员参数）性质。我们收集了Facebook数据以说明建议的方法。我们考虑了以下新功能：（a）集中度度量的模糊定义，（b）功率度量，（c）关联网络的概念以及将其链接到主网络的度量，（d）此外，我们提供了一种机制（通过主观参数）来使我们的方法适应给定的情况，从而使我们的方法适用于各种应用。在这项研究中，已经讨论了在COVID19感染区域的传播中的另一种应用。网络的客观性（基于结构）和主观性（使用模糊隶属度参数）已被捕获。我们收集了Facebook数据以说明建议的方法。我们考虑了以下新功能：（a）集中度度量的模糊定义，（b）功率度量，（c）关联网络的概念以及将其链接到主网络的度量，（d）此外，我们提供了一种机制（通过主观参数）来使我们的方法适应给定的情况，从而使我们的方法适用于各种应用。在这项研究中，已经讨论了在COVID19感染区域的传播中的另一种应用。网络的客观性（基于结构）和主观性（使用模糊隶属度参数）已被捕获。我们收集了Facebook数据以说明建议的方法。我们考虑了以下新功能：（a）集中度度量的模糊定义，（b）功率度量，（c）关联网络的概念以及将其链接到主网络的度量，（d）此外，我们提供了一种机制（通过主观参数）来使我们的方法适应给定的情况，从而使我们的方法适用于各种应用。在这项研究中，已经讨论了在COVID19感染区域的传播中的另一种应用。（c）关联网络的概念以及将其链接到主网络的措施，（d）此外，我们提供了一种机制（通过主观参数）来使我们的方法适应给定的情况，从而使我们的方法适用于各种情况的应用程序。在这项研究中，已经讨论了在COVID19感染区域的传播中的另一种应用。（c）关联网络的概念以及将其链接到主网络的措施，（d）此外，我们提供了一种机制（通过主观参数）来使我们的方法适应给定的情况，从而使我们的方法适用于各种情况的应用程序。在这项研究中，已经讨论了在COVID19感染区域的传播中的另一种应用。