کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10358385 868254 2014 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Predicting and recommending collaborations: An author-, institution-, and country-level analysis
ترجمه فارسی عنوان
پیش بینی و توصیه همکاری: تجزیه و تحلیل نویسنده، موسسه و در سطح کشور
ترجمه چکیده
این مطالعه به بررسی پویایی همکاری با هدف پیش بینی و توصیه همکاری با شروع از توپولوژی فعلی می پردازد. شبکه های همکاری نویسنده، موسسه و در سطح کشور با استفاده از یک مجموعه داده ده ساله در نشریات علمی کتابخانه ای و علوم اطلاعات ساخته می شوند. رویکردهای مختلف آماری به این شبکه های همکاری اعمال می شود. مطالعه نشان می دهد که برای داده های استخدام شده به طور خاص، شبکه های همکاری با سطح بالا (به عنوان مثال، شبکه های همکاری در سطح کشور)، نتایج جستجوی دقیق تر را نسبت به سطوح پایین تر (به عنوان مثال، شبکه های سازمانی و موسسات) ) بر اساس همکاری های توصیه شده مجموعه داده ها، این مطالعه نشان می دهد که رویکرد مبتنی بر همسایگی بیشتر بر روی یک نقشه پهنای باند چند بعدی دو بعدی از توپولوژی مبتنی است. محدودیت های رویه های کاربردی در شبکه های همکاری نزولی نیز مورد بحث قرار گرفته است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
This study examines collaboration dynamics with the goal to predict and recommend collaborations starting from the current topology. Author-, institution-, and country-level collaboration networks are constructed using a ten-year data set on library and information science publications. Different statistical approaches are applied to these collaboration networks. The study shows that, for the employed data set in particular, higher-level collaboration networks (i.e., country-level collaboration networks) tend to yield more accurate prediction outcomes than lower-level ones (i.e., institution- and author-level collaboration networks). Based on the recommended collaborations of the data set, this study finds that neighbor-information-based approaches are more clustered on a 2-D multidimensional scaling map than topology-based ones. Limitations of the applied approaches on sparse collaboration networks are also discussed.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Informetrics - Volume 8, Issue 2, April 2014, Pages 295-309
نویسندگان
, ,