Comparação de Técnicas de Predição de Links em Sub-redes de Coautoria Formada por Currículos da Plataforma Lattes

• Douglas V. Santos Universidade FUMEC
• Thiago C. Cunha Universidade FUMEC
• Antônio B. O. Silva IBGE
• Fernando S. Parreiras Universidade FUMEC
• Orlando A. Gomes Universidade FUMEC

DOI: https://doi.org/10.5753/brasnam.2017.3251

Resumo

O estudo da plataforma Lattes permite mapear e analisar a rede de pesquisadores no Brasil, o qual pode ser relevante para a adoção de políticas de incentivo ao progresso em ciência, tecnologia e inovação. Neste trabalho foi investigada a rede de coautoria da plataforma Lattes. Essa rede de coautoria evolui temporalmente, ou seja, novas colaborações entre pesquisadores surgem ao longo do tempo. Portanto, empregando-se técnicas de predição de links nessa rede, pode-se prever o crescimento de novas áreas de conhecimento no Brasil. As técnicas analisadas foram Evolução Espectral, uso inédito nesse contexto, Vizinhos Comuns, Adamic-Adar e Jaccard. O objetivo principal foi analisar e avaliar a eficácia desses métodos de predição de links na rede de coautoria da plataforma Lattes. A performance da Evolução Espectral foi inferior às outras técnicas. O melhor resultado obtido foi do método Adamic-Adar – 817 vezes superior à predição aleatória.

Palavras-chave: Predição de Links, Redes de Coautoria, Evolução Espectral

Referências

Adamic, L. A. and Adar, E. (2003). Friends and neighbors on the web. Social Networks, 25(3):211 – 230.

Barabási, A.-L. and Albert, R. (1999). Emergence of scaling in random networks. Science, 286(5439):509–512.

Barabási, A.-L., Jeong, H., Néda, Z., Ravasz, E., Schubert, A., and Vicsek, T. (2002). Evolution of the social network of scientific collaborations. Physica A: Statistical Mechanics and its Applications, 311(3):590–614.

Brandão, M. A. and Moro, M. M. (2012). Recomendação de colaboração em redes sociais acadêmicas baseada na afiliação dos pesquisadores. In SBBD (Short Papers), pages 73–80.

Brandão, W. C., Parreiras, F. S., and Silva, A. B. d. O. (2007). Redes em ciência da informação: evidências comportamentais dos pesquisadores e tendências evolutivas das redes de coautoria. Informação & Informação.

Da Silva, A. K. A., Barbosa, R. R., and Duarte, E. N. (2012). Rede social de coautoria em ciência da informação: estudo sobre a área temática de organização e representação do conhecimento. Informação & Sociedade, 22(2).

Digiampietri, L., Maruyama, W. T., Santiago, C., and da Silva Lima, J. J. (2015). Um sistema de predição de relacionamentos em redes sociais. In Brazilian Symposium on Information Systems, volume 11.

Digiampietri, L., Mena-Chalco, J., de Jésus Pérez-Alcázar, J., Tuesta, E. F., Delgado, K., and Mugnaini, R. (2012). Minerando e caracterizando dados de currículos lattes. In Brazilian Workshop on Social Network Analysis and Mining (BraSNAM).

Getoor, L. and Diehl, C. P. (2005). Link mining: a survey. ACM SIGKDD Explorations Newsletter, 7(2):3–12.

Kunegis, J., Fay, D., and Bauckhage, C. (2010). Network growth and the spectral evolution model. In Proceedings of the 19th ACM International Conference on Information and knowledge Management, pages 739–748. ACM.

Liben-Nowell, D. and Kleinberg, J. (2007). The link-prediction problem for social networks. Journal of the Association for Information Science and Technology, 58(7):1019–1031.

Liu, X., Bollen, J., Nelson, M. L., and Van de Sompel, H. (2005). Co-authorship networks in the digital library research community. Information Processing & Management, 41(6):1462–1480.

Lü, L. and Zhou, T. (2011). Link prediction in complex networks: A survey. Physica A: Statistical Mechanics and its Applications, 390(6):1150–1170.

Luna, J. E. O., Revoredo, K., and Cozman, F. G. (2013). Link prediction using a probabilistic description logic. Journal of the Brazilian Computer Society, 19(4):397–409.

Maruyama, W. and Digiampietri, L. (2016). Co-authorship prediction in academic social network.

Mena-Chalco, J. P., Digiampietri, L. A., Lopes, F. M., and Cesar, R. M. (2014). Brazilian bibliometric coauthorship networks. Journal of the Association for Information Science and Technology, 65(7):1424–1445.

Mena-Chalco, J. P., Junior, C., and Marcondes, R. (2009). Scriptlattes: an open-source knowledge extraction system from the lattes platform. Journal of the Brazilian Computer Society, 15(4):31–39.

Newman, M. E. (2001). The structure of scientific collaboration networks. Proceedings of the National Academy of Sciences, 98(2):404–409.

Newman, M. E. (2004). Coauthorship networks and patterns of scientific collaboration. Proceedings of the National Academy of Sciences, 101(suppl 1):5200–5205.

Papadimitriou, A., Symeonidis, P., and Manolopoulos, Y. (2011). Friendlink: link prediction in social networks via bounded local path traversal. In Computational Aspects of Social Networks (CASoN), 2011 International Conference on Networks, pages 66–71. IEEE.

Parreiras, F. S., Silva, A. d. O., Matheus, R. F., Brandão, W. C., et al. (2006). Redeci: colaboração e produção científica em ciência da informação no brasil. Perspectivas em ciência da Informação, 11(3):302–317.

Perez-Cervantes, E., Mena-Chalco, J. P., De Oliveira, M. C. F., and Cesar, R. M. (2013). Using link prediction to estimate the collaborative influence of researchers. In eScience (eScience), 2013 IEEE 9th International Conference on, pages 293–300. IEEE.

Sett, N., Singh, S. R., and Nandi, S. (2016). Influence of edge weight on node proximity based link prediction methods: an empirical analysis. Neurocomputing, 172:71–83.

Zhang, J. (2017). Uncovering mechanisms of co-authorship evolution by multirelations-based link prediction. Information Processing & Management, 53(1):42–51.