Кластерный анализ сети цитирования научных журналов

Бредихин Сергей Всеволодович Ляпунов Виктор Михайлович Щербакова Наталья Григорьевна

Журнал: Проблемы информатики @problem-info

Рубрика: Теоретическая и системная информатика

Статья в выпуске: 3 (36), 2017 года.

Бесплатный доступ

Изучается есть цитирования научных журналов, представленная взвешенным ориентированным графом. Основное внимание сфокусировано на проблемах связности и выявлении модульной структуры сети. Рассмотрены методы анализа объектов остевой структуры. На основе реальных библиографических данных, извлеченных из БД RePEc [1], построены главная связная сетевая компонента G и производные сети: коцитирования - Gcoc и библиографического сочетания - Gblb. Для этих сетей измерены локальный и взвешенный коэффициенты кластеризации. Выявление модульности рассматривается как задача идентификации структурно эквивалентных вершин соответствующих графов. С применением алгоритмов BTW, IMP, WTR и MLO выполнен кластерный анализ компоненты G и производных сетей. Результаты представлены в виде рисунка и таблиц. Сравнение результатов осуществлено с помощью индексов согласованности NMI и RAND.

есть цитирования научных журналов \ сети коцитирования и библиографического сочетания \ взвешенный ориентированный граф \ локальный взвешенный коэффициент кластеризации \ выявление сообществ

Похожие статьи в разделе Наука и знание в целом. Науковедение. Организация умственного труда

Спектральный анализ сети цитирования научных журналов
Спектральный анализ сети цитирования научных журналов

Бредихин Сергей Всеволодович, Ляпунов Виктор Михайлович, Щербакова Наталья Григорьевна

Структура сети цитирования научных статей
Структура сети цитирования научных статей

Бредихин Сергей Всеволодович, Ляпунов Виктор Михайлович, Щербакова Наталья Григорьевна

Параметры пар узлов сети цитирования научных статей
Параметры пар узлов сети цитирования научных статей

Бредихин Сергей Всеволодович, Ляпунов Виктор Михайлович, Щербакова Наталья Григорьевна

Параметры „центральности" узлов сети цитирования научных статей
Параметры „центральности" узлов сети цитирования научных статей

Бредихин Сергей Всеволодвич, Ляпунов Виктор Михайлович, Щербакова Наталья Григорьевна, Юргенсон Анастасия Николаевна

Мера „центральности" Для ранжирования научных статей
Мера „центральности" Для ранжирования научных статей

Бредихин Сергей Всеволодович, Ляпунов Виктор Михайлович, Щербакова Наталья Григорьевна

Короткий адрес: https://sciup.org/143165281

IDS: 143165281   |   УДК: 001.12-303.2

Список литературы Кластерный анализ сети цитирования научных журналов

  • RePEc. General principles. , http://repec.org/.
  • Бредихин С. В., Ляпунов В. \!. Щербакова Н. Г. Структура сети цитирования научных журналов//Проблемы информатики. 2017. № 2. С. 38-52.
  • Harary F. Graph Theory. Addison-Wesley, 1969.
  • Kessler M. M. Bibliographic coupling between scientific papers//American Documentation. 1963. V. 14. P. 10-25.
  • Salton G., MacGill M. J. Introduction to modern information retrieval. N. Y.: McGraw-Hill, 1983.
  • Small H. Co-citation in the Scientific Literature: A New Measure of the Relationship Between Two Documents//J. of the American Society for Information Science. 1973. V. 24. P. 265-269.
  • MarshAKOVA I. System of document connections based on references//Scientific and Technical Information Serial of VINITI. 1973. V. 6, N 2. P. 3-8.
  • Watts D. J., Strogatz S. H. Collective dynamics of „small-world" networks//Nature. 1998. V. 393. P. 440-442.
  • Wasserman S., Faust K. Social network analysis: Methods and applications. Cambridge (ENG), New York: Cambridge University Press, 1994.
  • Brandes U. Network analysis. Berlin, Heidelberg, New York: Springer, 2005.
  • Newman M. E. J., Strogatz S. H., Watts D. J. Random graph models of social networks//Proc. of the National Academy of Science of the USA. 2002. V. 99. P. 2566-2572.
  • BOLLOBAS B., Riordan О. M. Mathematical results on scale-free random graphs. Handbook of graphs and networks: From genome to Internet. Weinheim, FRG: Wiley-VCH Verlag GmbH k, Co. KGaA, 2002. P. 1-34.
  • Barrat A., Barthelemy M., Pastor-Satorras R., Vespignani A. The architecture of complex weighted networks//Proc. of the National Acad, of Sci. 2004. V. 101, iss. 11. P. 3747-3752.
  • Lopez-Fernandez L., Robles G., Gonzalez Barahona J. Applying social network analysis to the information in cvs repositories//Proc. of the 1st Inti, workshop on mining software repositories (MSR2004). USA: Springer, 2004. P. 101-105.
  • Onnela J.-P., Sarami J., Kertz J., Kaski K. Intensity and coherence of motifs in weighted complex networks//Phvs. Rev. 2005. E 71 065103.
  • Zhang B., Horvath S. A general framework for weighted gene co-expression network analysis//Statistical Applications in Genetics and Molecular Biology. 2005. V. 4., N 17.
  • Opsal T., Panzarasa P. Clustering in weighted networks//Social networks. 2009. V. 31. P. 155-163.
  • Fortunato S. Community detection in graphs//Physics Reports. 2010. V. 486. P. 75174.
  • Malliaros F. D., Vazirgiannis M. Clustering and community detection in directed networks: A survey//Physics Reports. 2013. V. 533, iss. 4. P. 95-142.
  • Kannan R., Vampala S., Vetta A. On clustering -good, bad and spectral//Foundations of Computer Science. 2000. P. 367-378.
  • Van Dongen S. M. Graph clustering by flow simulation//PhD thesis. University of Utrecht. 2000.
  • Newman M. E. J., Girvan M. Finding and evaluating community structure in networks//Phvs. Rev. 2004. E 69 (2) 026113.
  • Arenas A., Duch J., Fernandez A., Gomez S. Size reduction of complex networks preserving modularity//New J. Phys. 2007. V. 9, N. 6. P. 176-190.
  • Newman M. E. J. Analysis of weighted networks//Phys. Rev. E 70, 056131. 2004.
  • Gomez S., Jensen P., Arenas A. Analysis of community structure in networks of correlated data//Phys. Rev. E 80, 016114.
  • Fred A. L. N., Jain A. K. Robust data clustering//Proc. IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR, Minneapolis, USA, June 16-22, 2003. P. 128-136.
  • Rand W. M. Objective criteria for the evaluation of clustering methods//J. Amer. Statistical Association. 1971. V. 66, N. 336. P. 846-850.
  • Girvan M., Newman M. E. J. Community structure in social and biological networks//Proc. Nat. Acad. Sci. USA. 2002. V. 99. P. 7821-7826.
  • Freeman L. C. A set of measures of centrality based upon betweenness//Sociometry. 1977. V. 40. P. 35-4E
  • Rosvall M., Bergstrom С. T. Maps of random walks on complex networks reveal community structure//Proc. Natl. Acad. Sci. USA. 2008. V. 105, N 4. P. 1118-1123.
  • Rissanen J. Modeling by short data description//Automatica. 1978. V. 14. P. 465-471.
  • Shannon C.E. A mathematical theory of communications//Bell System Tech. J. 1948. V. 27. P. 379-423.
  • Pons P., Latapy M. Computing communities in large networks using random walks//J. of Graph Algorithms and Applications. 2006. V. 10, N 2. P. 191-218.
  • Blondel V., Guillaume J., Lambiotte J., Lefebvre E. Fast unfolding of communities in large networks//J. Stat. Mech. 2008, P10008.
  • Newman M. E. J. Scientific collaboration networks. II. Shortest paths, weighted networks, and centrality//Phys. Rev. E 64, 016132. 2001.
  • Brandes U. On variants of shortest-path betweenness centrality and their generic computation//Soc. Networks. 2008. V. 30. P. 136-145.
  • Jel classification system/EconLit Subject Descriptors. 2016. , https://www.aeaweb.org/econlit/jelCodes.php?view=jel.
  • Бредихин С. В., Ляпунов В. M., Щербакова H. Г. Структура сети цитирования научных статей//Пробл. информ. 2016. № 3. С. 28-43.
Еще