引文由社交关系驱动？合著网络的多层表示
社会与信息网络
2021-03-15 v2
摘要
新论文的被引率受其作者过往社交关系的多大影响？为回答此问题，我们对九种不同物理学期刊进行了数据驱动的分析。我们的分析基于由两大尺度数据集 INSPIREHEP 与 APS 构建的双层网络表示。社交层以作者为节点、合著关系为连边，这使我们能在新论文发表前量化每位作者的社交关系。发表层以论文为节点、论文间引文为连边，该层使我们能以随时间变化的被引率来量化科学关注。我们特别研究了这种变化如何依赖于作者在发表前的社交关系。我们发现，平均而言，对于此前发表论文更多或拥有更多合著者的作者，其被引率的峰值更早达到；我们还发现，这些作者的被引率衰减更快，意味着他们的论文被遗忘得更早。
引用
@article{arxiv.1909.13507,
title = {Citations Driven by Social Connections? A Multi-Layer Representation of Coauthorship Networks},
author = {Christian Zingg and Vahan Nanumyan and Frank Schweitzer},
journal= {arXiv preprint arXiv:1909.13507},
year = {2021}
}