应用中心性测度于影响力分析:一项合著网络分析
本文旨在探讨不同的加权 PageRank 算法是否适用于作者引文网络,从引用观点衡量学者的知名度和声望。在信息检索领域中,通过对 1956-2008 年 Web of Science(WOS)上的数据进行收集,计算了具有加权向量的引文和出版物的 PageRank,并进行了主成分分析。结果表明流行度排名和威望排名与加权 PageRank 高度相关。在捕捉信息检索领域内的获奖者方面,声望排名优于所有其他指标。
Feb, 2011
本文分析了美国物理学会期刊自 1893 年至 2009 年间发表的 449,935 篇论文的引证网络,并比较了基于引用计数的度量与网络度量之间的差异性。其中,一种结合了 PageRank 中心性、且不受时间偏差影响的新度量是总体表现最佳的度量方式,这也表明引证网络结构包含可用于提高科学出版物排名的信息。
Aug, 2016
该论文研究了九种中心度量如何与不同合成和现实网络中的疾病和传言传播的节点的扩散能力相关,并提出了一种随机游走可达性的新中心度量。研究结果表明,在非空间网络中,k - 核心和度中心度量与流行病传播最相关,而平均邻域度,紧密中心度和可达性则与谣言传播最相关,而在空间网络中,可达性度量在几乎所有情况下优于其余中心度量。
Apr, 2014
本文运用社交网络分析方法对数字图书馆领域发表文章的合著者进行了研究,引入了 AuthorRank 指标评估作者在网络中的影响力,并验证了其优于其他中心性度量方法的效果。此外,研究了国际参与 Joint Conference on Digital Libraries (JCDL) 的数量和性质。
Feb, 2005
本文提出了一种基于负载中心的研究学者兴趣挖掘算法(LCBIM),通过论文和专利数据计算权重并生成主题图,依据各主题的区域结构紧密计算节点负载中心度,从而提取科研学者的兴趣。
Mar, 2022
我们对四个主要的社区和最短路径中心性度量(度,特征向量,介数和接近度)的原始数据进行因子分析,并提出了一种新的量化测度,称为核心 - 中间 - 外围(CIP)指数,以捕捉节点在网络中扮演核心节点(中心网络上具有较大任何中心度量的值的节点)和外围节点(在网络边缘上具有较低任何中心度量的值的节点)之间的程度。我们对原始中心度量数据集的转置矩阵进行因子分析(基于特征向量的 varimax 旋转),假设有两个因素(核心和外围)驱动节点相对于中心性度量所发生的值。我们对 12 个复杂的现实网络套件进行了测试。
Oct, 2023
本篇研究采用差分隐私技术,成功实现在不泄露各分布式社交网络内部连接信息的情况下,多个不信任方计算节点的自我中心介数中心度量,实验结果在 Facebook 网络上具有实际可行性。
May, 2020