基于链接社群局部评估的重叠主题模因搜索
社会与信息网络
2017-04-26 v1 数字图书馆
物理与社会
摘要
尽管领域划分方法近期取得进展，文献计量学者仍不知道其主题检测算法在多大程度上重建了“基础真相”，即科学文献中的主题结构。本文展示一种划分主题结构的新方法，试图使算法匹配所有主题结构共有的理论推导与实证观察属性。我们聚类引用链接而非出版物节点，主要使用局部信息并从种子子图开始搜索链接社群，以允许主题普遍重叠。我们用新的代价函数评估链接集，并假设代价景观中的局部极小值对应于链接社群。由于该代价景观具有许多局部极小值，我们将有效社群定义为一定范围内具有最低极小值的社群。由于寻找所有有效社群对大型网络而言不可能，我们设计了一种结合概率进化策略与确定性局部搜索的模因算法。我们将我们的方法应用于约15000篇2010年发表的天文学与天体物理论文及其引用源的网络，以及约100000篇（2003–2010年发表）通过直接引用相连的天文学与天体物理论文网络。
引用
@article{arxiv.1702.02808,
title = {Memetic search for overlapping topics based on a local evaluation of link communities},
author = {Frank Havemann and Jochen Gläser and Michael Heinz},
journal= {arXiv preprint arXiv:1702.02808},
year = {2017}
}
备注
Accepted for a special issue of journal Scientometrics edited by J. Gl\"{a}ser, A. Scharnhorst, & W. Gl\"{a}nzel: Same data -- different results? Towards a comparative approach to the identification of thematic structures in science. 32 pages, 13 figures, 6 tables. We here used some sentences from our unpublished arXiv paper 1501.05139