Спектральный анализ сети цитирования научных журналов

Спектральный анализ сети цитирования научных журналов

Автор: Бредихин Сергей Всеволодович, Ляпунов Виктор Михайлович, Щербакова Наталья Григорьевна

Журнал: Проблемы информатики @problem-info

Рубрика: Прикладные информационные технологии

Статья в выпуске: 2 (39), 2018 года.

Бесплатный доступ

Исследуются спектральные методы анализа сети научных публикаций, организованной на отношении цитирования и представленной орграфом GD = (V,E). Сравниваются результаты работы двух спектральных алгоритмов кластеризации. Орграф GD преобразуется в три неориентированных графа: A + AT (граф Gu), A х AT (граф Gbib) и AT х A (граф Gcoc); здесь A матрица смежности GD. Кластеризации графов Gu, Gbib и Gcoc выполнены с помощью алгоритмов WTR и LEV. Агломеративный алгоритм WTR основан на матрице случайного блуждания P = D-1A, алгоритм бикластеризации LEV - на матрице модульности. Для сравнения результатов разбиения используются индексы NMI, RAND, ADJUSTED_RAND. В результате исследования выявлена зависимость результатов кластеризации от способа приведения GD к неориентированному виду; кластеры журналов, построенные с помощью алгоритма WTR, могут быть проинтерпретированы в терминах принадлежности к тематическим областям. Результаты представлены в виде таблиц.

Еще

Сеть цитирования журналов, сеть коцитирования, сеть библиографического сочетания, взвешенный ориентированный граф, разбиение графа, спектральная кластеризация

Короткий адрес: https://sciup.org/143167048

IDR: 143167048

Список литературы Спектральный анализ сети цитирования научных журналов

  • Brandes U., Gaertler М., Wagner D. Experiments on graph clustering algorithms//Proc. of the 11th Annual European Symposium on Algorithms (ESA'03). 2003. P. 568-579.
  • Alpert C. J., Yao S.-Z. Spectral partitioning: The more eigenvectors, the better//Proc. of the 32nd annual ACM/IEEE Design Automation Conference. 1995. P. 195-200.
  • Garey R. R., Johnson D. S. Computers and intractability: A guide to the theory of NP-completeness. 1990. NY: W. H. Freeman k, Co.
  • Gould P. The Geographical Interpretation of Eigenvalues//Institute of British Geographers Transactions. 1967. Y. 12. P. 53-85.
  • Donath W. E., Hoffman A. Algorithms for partitioning of graphs and computer logic based on eigenvectors of connection matrices//IBM Technical Disclosure Bulletin. 1972. V. 15, iss. 3. P. 938-944.
  • Barnes E. An Algorithm for Partitioning the Nodes of a Graph//SIAM J. Alg. Disc. Math. 1982. V. 3, iss. 4. P. 541-550.
  • Sarkar S., Boyer K. L. Quantitative measures of change based on feature organization: Eigenvalues and eigenvectors//Computer Vision and Image Understanding. 1998. V. 71, N 1. P. 110-136.
  • Hall К. M. An r-dimensional Quadratic Placement Algorithm//Management Science. 1970. V. 17. P. 219-229.
  • Mohar B. The Laplacian Spectrum of Graphs. Graph Theory k, Application. Wiley, 1991. P. 871-898.
  • Newman М. Е. J. Finding community structure using the eigenvectors of matrices//Phys. Rev. E 74, 036104 (2006).
  • West D. B. Introduction to Graph Theory. Prentice Hall, 1996.
  • Donetti L., Mufioz A. Detecting network communities: a new systematic and efficient algorithm//J. of Statistical Mechanics. 2004. P. 10012.
  • Barnard S., Pothen A., Simon H. A spectral algorithm for envelope reduction of sparse matrices//Numer. Linear Algebra Appl. 1995. V.2. P. 317-331.
  • Guattery S., Miller G. On the quality of spectral separators//SIAM J. Matrix Anal. Appl. 1998. V. 19. P. 701-719.
  • Wei Y.-C, Cheng C.-K. Toward efficient hierarchical designs by ratio cut partitioning//Proc. of the IEEE International Conference on Computer Aided Design. 1989. P. 298-301.
  • Shi J., Malik J. Normalized cut and image segmentation//IEEE Transactions on Pattern Analysis and Machine Intelligence. 2000. V. 22, iss.8. P. 888-905.
  • Meila M., Shi J. A random walks view of spectral segmentation//Proc. International Workshop on AI and Statistics (AISTAT) 2001. , https://dblpl.uni-trier.de/db/conf/aistats/aistats2001.html.
  • 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.
  • Pons P., Latapy M. Computing communities in large networks using random walks//J. of Graph Algorithms and Applications. 2006. V. 10, N2. P. 191-218.
  • Ward J. H. Hierarchical grouping to optimize an objective function//J. of the American Statistical Association. 1963. V.58, N 301. P. 236-211.
  • Newman M. E. J., Girvan M. Finding and evaluating community structure in networks//Phys. Rev. 2004. E 69 (2) 026113.
  • Raghavan U.N., Albert R., Kumara S. Near linear time algorithm to detect community structures in large-scale networks//Phys. Rev. E 76, 036106.
  • Brandes U., Delling D., Gaertler M. Gorke R., Hoefer M. Nikoloski Z., Wagner D. On Modularity Clustering//IEEE Transactions on Knowledge and Data Engineering. 2008. V. 20, iss.2. P. 172-188.
  • Blondel V., Guillaume J., Lambiotte J., Lefebvre E. Fast unfolding of communities in large networks//J. Stat. Mech. 2008, P10008.
  • Chung F., Lu L. Connected components in random graphs with given degree sequences//Annals of Combinatorics. 2002. V. 6. P. 125-145.
  • Luczak T. Sparse random graphs with a given degree sequence//Proc. of the Symposium on Random Graphs. Poznac, 1989. NY: John Wiley, 1992. P. 165-182.
  • Molloy M. Reed B. A critical point for random graphs with a given degree sequence//Random Structures and Algorithms. 1995. V. 6. P. 161-179.
  • RePEc. General principles. , http://repec.org/.
  • Бредихин С. В., Ляпунов В. М. Щербакова Н. Г. Кластерный анализ сети цитирования журналов//Проблемы информатики. 2017. № 3. С. 38-52.
  • igraph -The network analysis package. . http://igraph.Org/c/doc/ix01.html.
  • 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 WT. M. Objective criteria for the evaluation of clustering methods//J. Amer. Statistical Association. 1971. V.66, N336. P. 846-850.
  • Hubert L., Arabie P. Comparing partitions//J. Classification. 1985. V. 2, iss. 1. P. 193-218.
  • Jel classification system/EconLit Subject Descriptors. 2016. . https://www.aeaweb.org/econlit/jelCodes.php?view=jel.
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp