跨学科科学的结构：引文图中角色的揭示与解释

角色发现是将图上节点集合划分为结构相似角色类的任务。现代角色发现策略通常依赖图嵌入技术，其能够识别复杂局部结构。然而，在处理大型真实网络时，难以解释或验证依这些方法识别出的角色集合。本工作中，受可解释人工智能（XAI）领域进展的启发，我们提出一种利用称为图元（graphlets）的小型子图结构来解释大型图上角色分配的框架。我们在一个大型多学科引文网络上演示了我们的方法，成功识别出若干反映跨学科研究的重要引文模式。