合著网络中的圈子形成
社会与信息网络
2015-05-19 v1 物理与社会
摘要
包括引文和合著数据的海量书目信息的可用性，使得必须采用一种系统方法，使作者能够有利地组织其个人学术网络。一种有效方法是将自己的合著网络安排为一组“圈子”，这是在许多在线社交网络中组织关系（例如友谊）的近期做法。本文提出一种无监督方法，用于在自我网络(ego network)中自动检测圈子，使得每个圈子代表一个紧密团结的研究者社区。我们的模型是一种结合多种节点特征和节点相似度度量的无监督方法。该模型构建自包含超过80万作者的丰富合著网络数据。在第一级评估中，我们的模型在重叠模块化(overlapping modularity)方面相比四种最先进(state-of-the-art)社区检测方法中的最佳者实现了13.33%的提升。此外，我们进行了基于任务的评估——考虑了两个用于合作预测的基本框架，并将圈子信息（来自我们的模型）包含在特征集中。实验结果表明，与不存在圈子信息的情况相比，包含我们的模型检测到的圈子信息在AUC（ROC曲线下面积）和P rec@20（前20精度）方面平均分别提升了9.87%和15.25%的预测性能。
引用
@article{arxiv.1505.04560,
title = {On the Formation of Circles in Co-authorship Networks},
author = {Tanmoy Chakraborty and Sikhar Patranabis and Pawan Goyal and Animesh Mukherjee},
journal= {arXiv preprint arXiv:1505.04560},
year = {2015}
}
备注
10 pages, 8 figures, 1 table, 21st ACM SIGKDD Conference on Knowledge Discovery and Data Mining, Sydney, Australia, Aug 10-13, 2015