Unraveling the dynamics of growth, aging and inflation for citations to scientific articles from specific research fields
我们分析了美国物理学会期刊(PRA,PRB,PRC,PRD,PRE和PRL)的论文引文的时间演变。观察到的每种期刊上发表的论文数量随时间的变化被认为是由归一化引起的外源性可引用性变化。适当的通货膨胀调整的引用率被发现是可分离的偏好附件型增长内核和纯粹的过时相关(即,自出版以来作为时间的函数单调递减)老化函数。与不同期刊相关的增长内核和老化函数的经验提取参数的变化指向研究领域特定的引文强度和知识流的特征。与类似的结果的引用动力学的技术分类的专利队列的比较提供了更深入的了解信息传播的基本原则,引用行为所示。
2017-10-16 cs.DL cs.SI physics.soc-ph
Stochastic dynamical model of a growing network based on self-exciting point process
我们进行实验验证的偏好连接模型,这是公认的无标度复杂网络的生成机制。为此,我们选择了物理学论文的引文网络,并追踪了一年内发表的40,195篇论文的引文历史。与普遍的看法相反,我们发现,个别论文的引用动态遵循\emph{superlinear}优先连接,指数为$α= 1.25-1.3$。此外,我们发现,引用过程不能被描述为一个无记忆的马尔可夫链,因为有一个文件的当前和最近的引用率之间的实质性的相关性。基于我们的研究结果,我们构建了一个随机增长模型的引文网络,进行了数值模拟,并取得了良好的协议与测量的引文分布。
2012-10-02 cond-mat.stat-mech cs.DL cs.SI
Structure and Dynamics of Coauthorship, Citation, and Impact within CSCW
CSCW已经稳定为计算机,信息,认知和社会科学家的跨学科场所,但近年来也经历了重大变化。本文运用社会网络分析和文献计量学的方法,在对CSCW进行系统分析十年后,重新审视了CSCW的结构。利用ACM数字图书馆的数据,我们分析了1986年至2013年期间合著和引文结构的变化。统计模型揭示了论文和作者之间重要但不同的模式,这些网络中的经纪人和关闭如何影响引用和下载量。具体来说,影响是不适当的结构位置的影响,这样的想法介绍了那些在核心的CSCW社区(例如,精英研究人员)被边缘参与者(例如,新来者)。这一发现的背景下,最近的变化,CSCW会议可能会有影响,打乱了从核心的贡献的偏好。
2013-07-31 cs.DL cs.SI physics.soc-ph
Scientometric engineering: Exploring citation dynamics via arXiv eprints
本研究分析了 arXiv 上超 150 万篇预印本的引文数据,揭示了不同学科的增长与过时模式差异,并开发了归一化引文指数与随机模型,为理解引文动态本质提供了新途径。
2022-02-05 cs.CY cs.DL cs.SI
Transitive Reduction of Citation Networks
在许多复杂网络中,顶点是按时间顺序排列的,而边则表示因果关系。我们提出了分析这种有向无环图的方法,考虑到因果关系的约束,突出因果结构。我们使用由学术论文、专利和美国最高法院判决形成的引文网络来说明我们的方法。我们展示了传递性减少如何揭示不同领域引用实践的根本差异,它如何突出特别有趣的工作,以及它如何纠正文档的年龄对其引用计数的影响。最后,我们传递约简了具有相似度分布的引用网络的空模型,并展示了传递约简后度分布的差异,以说明此类模型缺乏因果结构。
2014-03-27 cs.DL cs.SI physics.soc-ph
Time to Cite: Modeling Citation Networks using the Dynamic Impact Single-Event Embedding Model
Technical University of Denmark(丹麦技术大学)
本文针对引用网络中每对论文仅发生一次引用事件的特性,提出结合潜在距离嵌入、随机效应和参数化时变影响力的 DISEE 模型,以统一刻画网络结构与动态引用影响。
2024-02-28 cs.AI cs.DL cs.SI
Fractional stochastic model of citation dynamics with memory and volatility
National Graduate Institute for Policy Studies(国立政策研究大学院大学)
本文提出了一个具有记忆和波动性的分数阶随机模型,通过分数布朗运动揭示了引文动力学中对数正态分布与幂律分布之间的转变机制,为理解集体注意力的演化提供了统一框架。
2025-10-12 cond-mat.stat-mech cs.DL cs.SI
Contending Parties: A Logistic Choice Analysis of Inter- and Intra-group Blog Citation Dynamics in the 2004 US Presidential Election
2004年美国总统大选标志着博客和社交网站等互联网媒体首次成为美国政治格局的制度性特征。使用所有DNC/RNC指定的博客-引文网络的纵向样本,我们能够测试各种战略,制度和平衡理论的机制和外源性因素,如季节性和政治事件的影响博客的倾向,随着时间的推移相互引用。利用我们的数据的时间分辨率,我们利用自回归网络回归框架进行推理的逻辑选择过程。使用基于偏差的模型选择标准和基于模拟的模型充分性测试的组合,我们确定了最能表征竞争博客的选择行为的过程组合。
2011-10-18 cs.SI physics.soc-ph stat.AP
The Structure of Interdisciplinary Science: Uncovering and Explaining Roles in Citation Graphs
角色发现是将图上的节点集划分为结构相似角色的类的任务。角色发现的现代策略通常依赖于图嵌入技术,该技术能够识别复杂的局部结构。然而,当使用大型的真实网络时,很难解释或验证根据这些方法识别的一组角色。在这项工作中,在可解释的人工智能(XAI)领域的进步的动机,我们提出了一个新的框架,用于解释大型图上的角色分配使用小的子图结构称为graphlets。我们在一个大型的多学科引文网络上展示了我们的方法,在那里我们成功地识别了一些反映跨学科研究的重要引文模式
2022-06-07 cs.SI
Quantifying gendered citation imbalance in computer science conferences
针对计算机科学会议论文的性别化引用失衡问题,本文构建引用网络参考模型,揭示引用同质性的强关联及顶级会议中的显著失衡。
2024-08-04 cs.DL cs.SI
Density, asymmetry and citation dynamics in scientific literature
New York University(纽约大学);Northwestern University(西北大学)
研究论文与已有研究的语义相似性对引用率的影响,提出密度($ρ$)和不对称性($α$)指标,发现密度能适度提升引用预测效果而不对称性无显著作用,为文档嵌入与科学计量学提供了可扩展框架。
2025-06-29 cs.CL cs.DL cs.SI
Knowledge Transfer, Knowledge Gaps, and Knowledge Silos in Citation Networks
本文提出基于动态社区检测的引文网络分析框架,以XAI领域为例揭示知识转移有限、知识孤岛和知识缺口现象,为跨学科整合与创新策略提供依据。
2024-06-06 cs.SI
Google matrix of the citation network of Physical Review
我们研究了1893 - 2009年期间《物理评论》引文网络的Google矩阵的谱和本征态的统计特性。具有最大模的复特征值的主要部分通过基于高精度计算的不同方法在数值上确定,所述高精度计算具有高达$p=16384$二进制数字,其允许解决小特征值的困难数值问题。近似幂零矩阵结构允许获得特征值的半解析计算。我们发现,频谱的特点是分形外尔定律与分形维数$d_f \approx 1$。结果发现,大多数的本征向量位于一个本地化的相位。文章的PageRank-CheiRank平面的统计分布的建立提供了一个更好地了解网络上的信息流。提出了ImpactRank的概念来确定给定文章的影响域。我们还讨论了Perron-Frobenius算子的随机矩阵模型的性质。
2014-05-28 cs.DL cs.SI physics.soc-ph
Model-based evaluation of scientific impact indicators
使用人工生成的文献计量学数据,通过校准的实证数据的引用动态模型,我们比较了几个指标的科学影响的个别研究人员。使用这种受控设置的优点是避免了真实数据库中存在的偏差,并使我们能够评估模型动态的哪些方面以及特定指标实际反映了个体研究人员的哪些特征。我们发现,简单的引文平均表现良好,在捕捉研究人员的内在科学能力,无论他们的职业生涯的长度。另一方面,在评价过程中,当生产力与能力互补时,著名的$h$和$g$指数显示了其潜力,但它们的标准化变体并不总是在不同职业阶段的研究人员之间产生公平的比较。值得注意的是,使用对数单位的引文计数使我们能够建立简单的指标与性能等于$h$和$g$。我们的分析可以为正确使用文献计量学指标提供有益的启示。此外,我们的框架可以通过包括科学生产过程和引文动态的其他方面来扩展,有可能成为评估影响指标的标准工具。
2016-06-14 cs.DL cs.SI physics.soc-ph
Three-feature model to reproduce the topology of citation networks and the effects from authors' visibility on their h-index
在引文网络中,各种因素被认为支配着参考文献的选择,但精确地定量确定它们的重要性仍然是难以捉摸的。在本文中,我们表明,三个因素可以占引用模式的引用网络的两个主题,即“石墨烯”和“复杂网络”,从而允许一个复制的拓扑特征的论文建立的节点和边的引用。最相关的因素是内容相似性,而其他两个-度(即引用计数)和{出版年龄}根据研究的主题具有不同的重要性。这种依赖性表明,其他因素可能发挥作用。事实上,凭直觉,人们应该期望作者和/或机构的声誉(或知名度)会影响引用模式,而这只是通过与这种声誉相关的程度间接考虑的。由于声誉的信息是不容易获得的,我们模拟了它对人工引用网络的影响,考虑两个社区具有不同的适应度(可见性)参数。假设一个社区的适应值是另一个社区的两倍,这相当于一篇论文被引用的概率是两倍。虽然具有较大适应度的社区中的作者的h指数随着时间的推移而演变,其值略高于控制网络(不考虑适应度),但对于具有较小适应度的社区,注意到了剧烈的影响。
2013-02-17 cs.DL cs.SI physics.data-an
Emergence of Structural Inequalities in Scientific Citation Networks
结构性不平等在社会中持续存在,以牺牲其他人的利益为代价,赋予一些人系统性的优势,例如,给予他们大得多的影响力和机会。利用科学出版物作者的文献计量学数据,我们确定了两种类型的结构性不平等的科学引文。首先,女性作者,谁代表研究人员的少数,获得较少的认可,他们的工作(通过引用)相对于男性作者;第二,作者隶属于顶级机构,谁也是少数,获得更多的认可相比,其他作者。我们提出了一个模型的增长有向引用网络,并表明,引用差异产生的个人偏好引用作者从同一组(同质性),高度引用或活跃的作者(优先附件),以及该集团的规模和如何频繁的新作者加入。我们分析了该模型,并表明其预测与现实世界的观察吻合得很好。我们的理论和实证分析还提出了缓解科学结构性不平等的潜在策略。特别是,我们发现,仅仅增加少数群体的规模并不能缩小差距。相反,减少每个群体的同质性,经常在研究领域增加新作者,同时为他们提供现有的、成熟的作者之间的可访问平台,以及平衡的群体规模,可以对减少不平等产生最大的影响。我们的工作突出了减轻不对称关系(例如,定向引用)与对称关系(例如,合作)。
2021-05-02 cs.CY cs.DL cs.SI
Resampling effects on significance analysis of network clustering and ranking
社区检测有助于我们简化复杂的网络配置,但社区只有在统计上显著时才是可靠的。为了检测统计上显著的社区,一种常见的方法是重新采样原始网络并分析社区。但是,响应假设样本之间是独立的,而网络的组成部分本质上是相互依赖的。因此,我们必须了解如何打破重采样组件之间的依赖关系影响显著性分析的结果。在这里,我们使用科学传播作为一个模型系统来分析这种影响。我们的数据集包括1984-2010年在期刊上发表的文章中的引用。我们比较了引用的参数检索与非参数文章检索。虽然引用恢复打破了链接依赖性,但条目恢复保持了这种依赖性。我们发现,引文检索低估了链接权重的方差。此外,这种低估解释了排名和聚类显著性分析中的大部分差异。因此,当只有链接权重是可用的,文章回复不是一个选项,我们建议一个简单的参数回复方案,产生链接权重方差接近的链接权重方差的文章回复。尽管如此,当我们强调和总结科学中重要的结构变化时,我们在重新定位方案中保持的依赖性越多,我们就能越早地预测结构变化。
2013-02-11 cs.SI physics.soc-ph
Early identification of important patents through network centrality
技术预测中最具挑战性的问题之一是尽早确定那些有可能导致我们社会发生根本变化的技术。在本文中,我们使用美国专利引文网络(1926-2010年),以测试我们的能力,早期识别一系列具有历史意义的专利,通过引文网络分析。我们表明,为了有效地发现这些专利后不久,他们被授予,我们需要超越原始引用计数,并考虑到引文网络拓扑结构和时间信息。特别是,一个年龄归一化的专利中心性的措施,称为重新缩放的PageRank,使我们能够识别显着的专利早于引用计数和PageRank得分。此外,我们发现,虽然高影响力专利倾向于以类似于科学论文的方式依赖于其他高影响力专利,但专利的引用动态明显慢于论文,这使得重要专利的早期识别比重要论文更具挑战性。
2017-10-25 cs.DL cs.IR cs.SI
World citation and collaboration networks: uncovering the role of geography in science
现代信息和通信技术,特别是因特网,减少了空间距离和领土边界对信息获取和传播的影响。这使科学家能够更密切地合作和国际化。然而,地理仍然是影响科学动态的一个重要因素。在这里,我们提出了一个系统的分析城市和国家之间的引用和合作网络,通过分配论文的作者所属的地理位置。城市之间的引文流量和合作强度随着距离的增加而减小,并遵循引力定律。此外,一个国家的总研究影响力随着国家研发资金的数量呈线性增长。然而,平均影响揭示了一种特殊的门槛效应:一个国家的科学产出只有在每年对每个研究人员的投资超过10万美元的情况下才可能达到大于世界平均水平的影响。
2012-12-17 cs.DL cs.SI physics.data-an
Predicting Scientific Impact Through Diffusion, Conformity, and Contribution Disentanglement
East China Normal University(华东师范大学);Zhejiang University(浙江大学);Fudan University(复旦大学);Wuhan University(武汉大学)
本文提出 DPPDCC 模型,将论文潜在影响力解耦为扩散、从众与贡献三类因素,在动态异质引用网络中建模知识流动并预测引用增量,实验证明其优于现有基线方法。
2024-09-01 cs.AI cs.SI
Return to basics: Clustering of scientific literature using structural information
学者们经常使用相关性度量来估计两个不同项目之间的相似性(例如,文件、作者和机构)。这种相关性测量通常基于重叠参考文献($\textit{i.e.}$,书目耦合)或引文($\textit{i.e.}$,共同引用),然后可以与聚类分析一起使用,以找到研究领域之间的边界。不幸的是,计算相关性度量是具有挑战性的,特别是对于大量的项目,因为计算复杂性大于线性。我们提出了一种替代方法,用于确定使用直接引用的相关性措施的启发研究前沿。我们的新方法简单地将一个节点复制成两个不同的节点:引用节点和引用节点。然后,我们将典型的聚类方法应用到修改后的网络。引用节点的集群应该模仿那些从书目耦合相关性网络,而集群的被引节点应该像那些从共引相关性网络。在验证测试中,我们提出的方法与传统的基于相关性的方法表现出很高的相似性。我们还发现,所提出的方法的聚类结果优于那些传统的基于相关性的措施与基于自然语言处理的分类相似。
2020-04-10 cs.DL cs.SI physics.soc-ph
Emerging Topics in Internet Technology: A Complex Networks Approach
一般来说,通信网络,特别是互联网技术,是一个快速发展的研究领域。虽然跟踪这一领域的新趋势很重要,但这是一个快速增长的领域,很难跟踪文献。引文数据库数量的快速增长使问题更加复杂。虽然其他数据库正在逐步索引大量可靠的内容,但目前Web of Science是最有价值的数据库之一。该数据库中的索引研究突出了任何领域的关键进展。在本文中,我们提出了一个复杂的网络为基础的分析方法来分析最近的数据从Web的科学在通信网络。以2014年至2017年的书目记录为例,我们对复杂的科学计量网络进行了建模和分析。使用应用于复杂引文数据的文献计量学耦合,我们给出了文献共引模式、术语共现模式以及最有影响力的文章等的答案,我们还给出了关键支点和知识转折点。对数据进行的复杂网络分析表明,人们对两个关键群组相当感兴趣,这两个群组分别被称为“社交网络”和“计算机网络“。此外,高被引文献中的关键主题被明确确定为“通信网络”、“社交网络”和“复杂网络”。
2017-08-02 cs.DL cs.NI cs.SI
Bio-inspired Methods for Dynamic Network Analysis in Science Mapping
我们应用生物启发的方法来分析不同的动态文献计量网络(分别通过引用,作者和关键词链接论文)。生物物种是由不同标准定义的个体集群,从生物学的角度来看,(1)对相同的实体使用不同的分类(2)比较不同的分类并分析差异,特别是当它们随着时间的推移而变化时。我们采用同样的方法来比较文献计量分类。我们将它们构建为三个物种概念的类似物:基于分支或谱系的,基于相似性的和“生物物种”(基于共同繁殖能力)。我们使用Rand和Jaccard指数来比较不同时间间隔的分类。该实验旨在解决科学制图的经典问题,即基于不同文献计量指标(如引文、关键词或作者)的各种技术在多大程度上能够发现文献中的趋同结构,即确定连贯的专业或研究方向及其动态。
2011-01-19 cs.DL cs.SI physics.soc-ph
Author Evaluation Based on H-index and Citation Response
尽管最近进行了大量的研究工作,但对科学工作的效率和影响进行准确和公正的评估仍然是一个悬而未决的问题。对科学家个人和研究小组的质量和成功的衡量可以从许多不同的方向进行,但没有一个是通用的。原因之一是全球研究界不同科学家的行为固有的不同。对出版活动进行复杂的评价需要认真考虑各种因素。著名的H指数是最常用的文献计量学指数之一。尽管它有许多不完善之处,但它的简单性和易于解释性使其成为一种流行的科学计量方法。这篇简短的论文使用H指数背后的想法来分析引用出版科学家的作者社区。提出了一种新的作者评价指标aH-指数,并对其性质和语义给出了直观的解释。作者在计算机科学领域的高H指数活跃的初步实验,以证明所提出的措施的性质。
2015-11-18 cs.DL cs.SI
A Heterogeneous Dynamical Graph Neural Networks Approach to Quantify Scientific Impact
University of Electronic Science and Technology of China(电子科技大学);Iowa State University(爱荷华州立大学);University of Maryland(马里兰大学)
量化和预测科学著作或个别学者的长期影响对许多政策决定具有重要意义,例如资助提案评估和确定新兴研究领域。在这项工作中,我们提出了一种基于异构动态图神经网络(HDGNN)的方法来明确建模和预测论文和作者的累积影响。HDGNN通过结合时间演化特征并捕获属性图的结构属性和引用行为的增长序列来扩展异构GNN。HDGNN与以前的模型有很大的不同,它能够以动态的方式对节点影响进行建模,同时考虑到节点之间的复杂关系。在真实引文数据集上进行的实验表明,它在预测论文和作者的影响力方面具有优越的性能。
2020-03-26 cs.DL cs.LG cs.SI