网络中心度用于期刊引文评价的有效性研究

以图书情报学期刊数据实证研究了网络中心度用于期刊引文评价的有效性。结果显示:中介、点度和特征向量中心度都比影响因子更接近同行评议的结果,可用于期刊引文评价;但接近中心度相对不宜用作期刊引文评价指标。     

中心度指标在期刊引文网络分析中的运用及改进

利用ISI的期刊引证报告（JCR）社会科学版,收集国际图书情报学56种期刊2005-2007年的引证数据,尝试研究社会网络中心度指标在期刊引文网络分析中的运用。发现原来的中心度指标忽略了期刊刊载论文的数量对于期刊总被引频次的影响,针对原有指标的不足,给出平均中心度这一改进型中心度指标,并运用探索性因子分析探究各中心度指标间的相互关系。     

管理信息系统领域的合著网络中作者的广度中心度分析

基于2009年最新提出的广度中心度的概念及计算方法,对世界顶级的三种管理信息系统期刊中的数据构建合著网络,进行成分分析,在此基础上计算出5个成分中的作者的广度中心度,并对广度中心度分值较高的一些作者的背景及其合作者的研究领域进行详细的调查和分析。结果表明,管理信息系统作为一门综合性较强的学科,其研究者整体的合作行为是较活跃的;而且在广度中心度分值较高的作者中,有很多都是管理信息系统领域的知名专家学者,他们与很多领域的学者有过合作。因此,广度中心度确实可以用来评价专家学者的重要程度。     

组织内非正式网络中心性对隐性知识共享的影响研究

针对广泛存在于各种类型组织内的非正式网络,对非正式网络进行界定,阐述其与正式网络之间的关系,并从网络中心性的角度分别探讨非正式网络点度中心性、中介中心性和接近中心性对组织内隐性知识共享的影响。最后以一家高新技术企业研发部门内的非正式网络为例,利用社会网络分析方法对非正式网络中心性对组织内隐性知识共享的影响进行实证研究。     

基于LDA和社会网络中心度的研究生个性化检索推荐模型研究

[目的/意义] 为了解决研究生用户面临的检索问题,提出一种基于LDA和社会网络中心度分析的个性化检索推荐模型。[方法/过程] 首先,该模型以研究生学科专业为个性化特征,并据此选择相应的数据源。其次,该模型使用LDA识别主题内容,以完成全面知识的展示。再次,该模型根据用户提交的检索词在相应的关键词-主题共现网络中进行社会网络中心度分析,以完成用户相关知识的推荐。[结果/结论] 实验表明,该模型能够很好地解决研究生检索中个性化特征、全面知识展示以及相关知识推荐三大问题,其有效性得到一定程度的验证。     

基于SNA核心技术领域测度研究

测度一个产业的核心技术领域,将对产业R&D资金投入决策和科技人力资源配置具有重要的理论意义和现实意义。社会网络分析方法可以用来进行核心技术领域的探测分析;网络中心度指标,可以作为测度核心技术领域的一项重要指标。对2009年全球航空航天产业专利进行技术网络分析的结果显示,全球航空航天产业的核心技术主要集中在通讯技术领域。     

基于共被引网络群体中心度的我国人文社会科学领域知识扩散网络研究

研究我国人文社会科学各学科间知识扩散网络和路径,可以为开展跨学科研究和促进学科之间的交叉融合发展提供参考。采用群体中心度指标,基于文献的引证关系和共被引网络对不同学科的网络位置进行了测度,探析了以共被引网络群体中心度为测量指标的我国人文社会科学领域知识交叉与知识扩散状况。结果表明经济学、政治学、法学等学科作为我国人文社会科学领域的重点研究领域,在整个科学知识网络中扮演着重要的角色,其研究内容本身具有较强的学科交叉性,且对各学科都有较强的辐射作用。此外,马克思主义学科对经济学、心理学对教育学和体育学、哲学对政治学、环境科学对人文地理学等也有较强的知识扩散能力。     

基于人际网络节点中心度的竞争对手分析

本文认为可以用人际网络节点的中心度指标来分析竞争对手。网络节点的中心程度可以由度中心度、最近距离中心度、路中心度等指标从不同角度来说明,本文依次探讨了竞争情报工作者如何利用各种不同的中心度指标对竞争对手企业的内部人际网络、基于供需链的人际网络、基于战略联盟的人际网络的各节点做出正确的竞争策略分析。     

NFCNNC:一种新的模糊竞争神经网络聚类模型及其在文本聚类中的应用

提出了一种新的模糊竞争神经网络聚类模型NFCNNC,并将其应用到文本聚类中。NFCNNC将模糊中心聚类(FCC)算法得到的模糊聚类中心向量作为神经网络的权值,通过比较隶属度值得到获胜神经元。网络中仅两个神经元同时调节权值。隶属度值最大的神经元以较大的学习率调整权值,隶属度次大的神经元以较小的学习率调整权值,其他神经元权值不变。按照FCC算法调整模糊聚类中心向量值(即权值)和神经元的隶属度,当网络稳定时,即可确定聚类数。与传统模糊神经网络模型相比,本文的模糊神经网络模型具有结构简单、运行效率高、聚类精度高的优点,同时克服了传统算法需预先指定聚类数的局限性。通过对文本聚类的实验验证,本算法取得了良好的效果。     

基于领域本体的文献模糊相似度算法研究

利用分类主题一体化的主题词表构建领域本体,并通过概念间的关系定义及语义相似度公式,引入调整因子,确定概念相似度算法,再通过余弦系数法进一步得到文献间的相似度。对于本算法的结果,与领域专家预测的相似度进行比较,结果证实该算法有效。     

HHa中心性算法:一种基于h指数和Ha指数的复杂网络节点排序算法

[目的/意义] 针对复杂网络中的重要节点的识别,设计一种节点中心性算法,在传染病防控、舆情监控、产品营销、人才发现等方面发挥作用。[方法/过程] 同时考虑节点的高影响力邻居的数量及其总体影响,提出HHa节点中心性算法,在真实网络和人工网络上,使用SIR传染病模型模拟信息传播过程,采用单调函数M和肯德尔相关系数作为评价指标验证HHa中心性算法的有效性、准确性以及稳定性。[结果/结论] 实验表明,与7种经典的中心性算法相比,HHa中心性算法得出的排序结果M值为0.999等,排名第2;肯德尔系数为0.845等,高于其他算法0.15左右,排名第1且表现稳定。采用HHa中心性算法识别网络中的重要节点具备可行性。     

WHO英文网站健康主题语义链接关系社会网络分析

选择世界卫生组织（WHO）网站健康信息主题作为研究对象,统计各个健康主题的互链数据,利用文本相似性算法并基于语义的角度,运用社会网络分析方法和Ucinet软件,从中心度、密度、凝聚子群角度分析这些健康主题之间的社会网络关系,最终证实挖掘的健康主题信息与2013年世界卫生报告中阐述的全民健康覆盖目标信息相匹配。     

跨部门组织社会网络结构比较研究及其管理启示

在回顾组织社会网络结构理论研究的基础上,结合分析六家公司案例数据,从群体密度、群体中心性和群体中介性三个网络结构指标角度,对比研究组织内跨部门咨询网络和情报网络结构的差异性。研究发现:咨询网络的密度比情报网络的密度低,而在群体中心性和群体中介性方面,咨询网络比情报网络高。最后,针对这一结论对理解组织内部工作信息传递、组织沟通和知识管理等的作用和启示进行了探讨。     

Bi-directional h-index: A new measure of node centrality in weighted and directed networks

This paper builds an index family, named bi-directional h-index, to measure node centrality in weighted directed networks. Bi-directional h-index takes the directed degree centrality as the initial value and iteratively uses more network information to update the node’s importance. We prove the convergence of the iterative process after finite iterations and introduce an asynchronous updating process that provides a decentralized, local method to calculate the bi-directional h-index in large-scale networks and dynamic networks. The theoretical analysis manifests that the bi-directional h-index is feasible and significant for establishing a greater conceptual framework that includes some existing index concepts, such as lobby index, node’s h-index, c-index and iterative c-index. An example using journal citation networks indicates that the bi-directional h-index is different from directed degree centrality, directed node strength, directed h-degree and the HITS algorithm in ranking node importance. It is irreplaceable and can reflect these measures of node’s importance.     

基于网络中心性的领域知识动态演化研究

[目的/意义]通过对知识网络中心性的动态分析,揭示领域知识发展过程的规律与模式。此类探究对于洞悉知识发展过程中的衍生、交叉、融合等现象具有重要意义。[方法/过程]以复杂网络分析中的中心性分析技术为主要研究方法,基于领域关键词共现关系构建领域知识网络。从核心涌现性、桥接控制性、关联紧密性3个方面,对特定领域知识发展过程进行时间序列的动态跟踪与分析。[结果/结论]研究结果表明,知识关联关系的增长速度远高于文献与关键词的增长速度;领域中知识的核心涌现程度呈波动状态发展;领域知识之间的桥接控制程度随时间推移呈上升趋势;领域中知识间的关联紧密性在时间轴上逐渐松散。这些领域知识演化规律的揭示,有助于把握领域知识演进的发展脉络,对于揭示知识发展模式与规律具有积极的促进作用。     

专利权人引用网络中的媒介角色研究

对专利权人引用网络中的3种类型的媒介角色的概念、算法等进行梳理,根据媒介角色理论和知识交流理论对媒介角色是否影响专利权人技术创新能力做理论推导,并提出3个假设。通过实证分析发现,不同的角色影响程度各不相同:中介中心性对专利权人技术创新能力的影响力最大;5种桥系数小于中介中心性,影响最小的是结构洞约束。