文献计量网络中作者特征与合作模式的联合模型：一种贝叶斯方法
应用统计
2015-08-25 v1
摘要
期刊作者的人口统计学与行为特征是合著网络中同质性的重要指标。在相邻节点间存在相关性（同配混合）的情况下，将个体特征估计与网络结构估计相结合，可得到一个拟合良好的模型，该模型能够深入理解个体属性与社会属性之间的联系。本文旨在基于节点相似性效应，提出一种新颖的概率模型，用于描述节点属性（作者的人口统计学与行为特征）与网络结构（合著连接）的联合分布。采用贝叶斯方法估计模型参数，从而提供对观测数据集概率性质的深刻见解。在对所提出的统计方法进行详细分析之后，我们通过对 2009 年至 2013 年间 ISI Web of Science 数据库中收录的 1007 篇神经科学领域期刊文章的合著关系进行实证分析，来阐释我们的方法。
引用
@article{arxiv.1508.05580,
title = {A joint model for authors characteristics and collaboration pattern in bibliometric networks: a Bayesian approach},
author = {Stefano Nasini and Víctor Martínez-de-Albéniz and Tahereh Dehdarirad},
journal= {arXiv preprint arXiv:1508.05580},
year = {2015}
}
备注
4th Amsterdam workshop on research advances in social and semantic networks