Кластерный анализ сети цитирования научных журналов

Кластерный анализ сети цитирования научных журналов

Автор: 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.

Еще

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

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

IDR: 143165281

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
Статья научная
SciUp 2024 © 2024 ©