基于中心性度量的政治学合著网络分析
社会与信息网络
2019-02-19 v1 数字图书馆
摘要
近年来，数据网络正大规模增长并形塑出复杂结构。数据科学家试图分析不同的复杂网络，并利用这些网络以有意义的方式理解网络的复杂结构。有必要检测并识别此类复杂网络，以了解这些网络在运用复杂结构时如何提供通信手段。社会网络分析提供了利用图论、网络属性和社区检测算法来探索与分析此类复杂网络的方法。本文使用常见的中心性度量，对微软学术图谱（MAG）中公共关系与公共行政学科的合著网络进行了分析。这些作者来自全球不同的研究与学术机构。基于中介中心性、度中心性、PageRank和接近中心性等中心性度量，识别并排序了凝聚性的作者群体。实验结果显示，发现了在公共关系与公共行政领域具备特定领域专长、拥有扎实领域知识并与同行保持合作的作者。
引用
@article{arxiv.1902.06692,
title = {Analysis of Coauthorship Network in Political Science using Centrality Measures},
author = {Adeel Ahmed and Muhammad Fahad Khan and Muhammad Usman and Khalid Saleem},
journal= {arXiv preprint arXiv:1902.06692},
year = {2019}
}
备注
16 pages