Karmaşık Ağlar
Karmaşık ağlar alanının kökeni, bilimsel makalelerin, alıntıların ağı birbirine yapıştıran bağlantılar olduğu bir ağ oluşturduğunu ilk fark edene kadar uzanır. Ayrıca, yalnızca alıntı dağılımlarından değil, alıntı ağının yapısından da çok şey öğrenilebileceğini anladı. Bu fikir daha sonra ortak alıntı analizi ve bibliyografik eşleştirme yoluyla araştırma cephelerini ve bilimsel toplulukları belirlemek için kullanıldı.
Elektronik veritabanlarının çoğalması ve WWW’nin ortaya çıkmasıyla, oldukça çarpık derece dağılımına sahip karmaşık ağların alıntılarla sınırlı olmadığı, doğası gereği her yerde hazır ve nazır olduğu açık hale geldi.
Bu ağların çoğu dinamiktir ve şu önemli soru ortaya çıkar: Büyümelerinin mekanizması nedir? De Solla Price daha 1976’da atıf ağının büyümesini hesaba katmak için kümülatif avantaj mekanizmasını önermiş olsa da, bu çalışma bilgi biliminin ötesinde bilinmiyordu.
Karmaşık ağ büyümesinin evrensel bir mekanizması olan tercihli bağlanmayı başlatan ufuk açıcı çalışmaydı. Price’ın kümülatif avantajına çok benzeyen bu mekanizma, karmaşık ağların dinamiklerinin kavramsallaştırılması için bir paradigma haline geldi. Aynı zamanda gerçekçi ağ büyüme modellerinin geliştirilmesi için temel oluşturdu.
Ağ büyüme modellerini doğrulamak için gerçek ağlar üzerinde ölçümler yapılmalıdır. En eski ve en iyi belgelenmiş karmaşık ağ olmaya devam eden alıntı ağı, çeşitli ağ büyüme modellerinin deneysel olarak doğrulanması için bir oyun alanı haline geldi.
Bu tür modeller bilgisayar bilimcileri, matematikçiler ve fizikçiler tarafından geliştirildi. Bilgisayar bilimcileri tarafından geliştirilen atıf dinamikleri modelleri matematiksel olarak basit olsa ve çoğu durumda doğrusal regresyona indirgense de, çok fazla ampirik parametre içerirler.
Bu modeller niceliksel ve kalibre edilmiş olmalarına rağmen ampiriktirler ve atıf biriktirme süreci hakkında fazla bilgi vermezler.
Öte yandan, atıf dinamiklerinin matematiksel ve fiziksel modelleri daha karmaşık ve daha az sayıda ampirik parametre içerirken, bunlar nicel olmaktan çok kavramsaldır ve çoğu uygun kalibrasyon ve doğrulamayı beklemektedir.
Atıf Dinamiklerinin Kantitatif Mikroskobik Modeli
Bibliyometri, atıf dinamikleri hakkında çok fazla ampirik bilgi biriktirdikten sonra, bu bilgiyi tutarlı bir çerçeve içinde düzenlemeyi amaçlayan birçok model ortaya çıktı. Mevcut modeller zekice bir içgörü sağlarken, kısmidir, kalibre edilmemiştir ve alıntı dinamiklerinin yalnızca belirli yönlerini yakalar.
Alıntı dinamiklerinin tüm yönlerini tek bir çerçevede yakalayan kalibre edilmiş kapsamlı bir model fena halde eksikti. Geleneksel olarak, fizikçiler alıntı dinamiklerini modellemede çok önemli bir rol oynadılar. Burada, minimum sayıda ampirik parametre içeren, fizikten ilham alan, tamamen kalibre edilmiş ve doğrulanmış bir alıntı dinamikleri modeli açıklıyoruz.
Yaklaşımımızın yeniliği, alıntı dinamiklerini alıntı ağının yapısına bağlamasıdır. Bu, birkaç istisna dışında ağ yapısını hesaba katmayan mevcut alıntı dinamikleri modellerinin tersidir.
Sosyal ağ analizi pdf
Sosyal ağ analizi örnekleri
Ağ analizi örnekleri
Sosyal ağ analizi Nedir
Ağ analizi nedir
Sosyal ağ Analizi nasıl yapılır
Sosyal ağ Analizi programları
Sosyal Ağ Analizi
Alıntı dinamiklerine ilişkin stokastik modelimiz, iyi bilinen bir kopyalama veya yinelemeli arama mekanizmasına dayanmaktadır. Modelin parametrelerini belirlemeye ve model varsayımlarının doğrulanmasına yönelik özel ölçümlerimiz, oldukça beklenmedik bir şekilde, bilimsel makalelerin alıntı dinamiklerinin daha önce varsayıldığı gibi doğrusal olmadığını ortaya çıkardı.
Doğrusal olmamanın, durağan olmayan alıntı dağılımları, benzer makalelerin farklı atıf yörüngeleri ve sonsuz alıntı ömrüne sahip kaçak veya “ölümsüz” makaleler gibi geniş kapsamlı sonuçları vardır. Atıf dinamiklerine ilişkin doğrusal olmayan stokastik modelimizin, bireysel makalelerin alıntı dinamiklerinin ve dergi etki faktörünün nicel olasılıksal tahmini için bir temel olacağına kuvvetle inanıyoruz.
Yazarın algılanan psikolojisine dayanan alıntı sürecinin makul bir karikatür resminden başlıyoruz. Modelimiz, kalibrasyon prosedüründen bulunan birkaç ampirik fonksiyon ve parametre içermektedir.
Bir sonraki adımda modeli doğrularız, yani ilk modelin altında yatan varsayımları doğrulamak için ölçümler tasarlarız. Ardından modelimizi revize ediyoruz ve her şey birbirine bağlanana kadar ikinci tur kalibrasyon ve doğrulama yapıyoruz.
İçinde modelin sonuçlarını analiz ediyoruz ve onları doğrulayan ölçümleri gösteriyoruz. Bireysel bilim adamlarının tahmin edicilerinin inşası veya gerekçelendirilmesi ve topluluk haritalaması gibi modelin diğer uygulamaları bu çalışmanın kapsamı dışındadır. Mikroskobik mekanizmasına ilişkin anlayışımıza dayalı olarak mevcut alıntı dinamikleri modellerinin bir analizini gerçekleştiriyoruz.
Referans ve Atıf İstatistikleri
Bilimsel makalelerin alıntılarının istatistiklerini ve zamansal gelişimini incelemek için, karmaşık ağ yaklaşımını benimsiyoruz, yani bilimsel makaleler topluluğunu, makalelerin düğümler olduğu ve aralarındaki kenarların alıntılar veya referanslar olarak kabul edilebildiği karmaşık bir ağ olarak kabul ediyoruz. çünkü bir makalenin alıntısı başka bir makalenin referansıdır.
Bu resimli. Atıf ağı geçicidir, çünkü her düğüm ve onun giden kenarları (kağıt ve referansları) aynı anda oluşturulur; her düğüm kendi zaman damgasını taşır. Bu ağ yönlendirilir, çünkü her kenarın belirli bir yönü vardır: alıntı yapan kağıttan alıntı yapılan kağıda. Bu ağ döngüsel değildir, çünkü her kenar zamanda geriye gider ve döngülere izin verilmez.
Bir topluluğa ait ve farklı yıllarda yayınlanan makalelerden oluşan bir alıntı ağı parçasını gösterir. Her i makalesi için, referans listesi uzunluğunu R0i (ağ dilinde giden kenarların sayısı, çıkış derecesi) ve alıntıların sayısını Ki (ağ dilinde, giren kenarların sayısı, derece) dikkate alıyoruz.
Referanslar ve alıntılar aynı madalyonun iki yüzünü temsil etse de, aynı topluluğa ait makaleler için bile R0i ve Ki’nin istatistiksel dağılımları çok farklıdır. Bu şematik olarak gösterilmektedir: her düğüm için, giden kenarların (referanslar) sayısı tüm makaleler için aynıdır, R0i = 2, gelen kenarların (alıntılar) sayısı ise Ki = 0’dan Ki = 5’e kadar geniş sınırlar içinde değişir.
Aynı makale grubu için referans listesi uzunluğu p(R0i) ve atıfların p(Ki) istatistiksel dağılımlarını gösterir. p(R0i) dağılımı nispeten dar bir çan eğrisi iken, atıf dağılımı son derece geniştir. Bu, karmaşık ağlar için oldukça yaygındır, özellikle WWW, iç ve dış derece dağılımları arasında benzer bir asimetri sergiler.
