Construção de Micro Rede Social Acadêmica para Análise a Influência dos Artigos e Autores

  • Ícaro Dantas Universidade de Brazília
  • Li Weigang Universidade de Brazília
  • Ahmed Saleh Universidade de Brazília

Resumo


O Google Acadêmico e outras redes de pesquisa por materiais acadêmicos disponibilizam grande quantidade de informação na Internet. Em diversos casos não é possível fazer consulta e análise mais detalhada das informações. Esta pesquisa propõe utilizar Follow Model como ferramenta para categorizar os nós de uma rede. Como o Follow Model apresenta grande potencial para trabalharmos com redes sociais online, ele foi adaptado para podermos fazer classificação de nós, assim como os modelos do PageRank, e InventorRank, no estudo da MRSA. O estudo demonstra como o Follow Model é robusto e como podemos melhorar consultas de material acadêmico.

Palavras-chave: Rede Social Acadêmica, Análise de Influência, Google Acadêmico

Referências

Khabsa, M. and Giles, C. L. (2014). The Number of Scholarly Documents on the Public Web. In PloS one 9, no. 5: e93949.

Hirsch, J. E. (2005). An index to quantify an individual's scientific research output. In Proceedings of the National academy of Sciences of the United States of America, 102(46), 16569-16572.

Brin, S. and Page, L. (1998). The anatomy of a large-scale hypertextual Web search engine. In Computer networks and ISDN systems, 30.1 (1998): 107-117.

Sandes, E. F. O., Weigang, L. and Melo, A. C. M. A. (2012). Logical Model of Relationship for Online Social Networks and Performance Optimizing of Queries. Proceedings of Web Information Systems Engineering-WISE, pages 726-736, Paphos, Cyprus, Nuvember 2012. Springer Berlin Heidelberg.

Du, Yong-ping, Yao, Chang-qing, Li, Nan (2015). Using Heterogeneous Patent Network Features to Rank and Discover Influential Inventors. To appear in Frontiers of Information Technology & Electronic Engineering, Doi:10.1631/FITEE.1400394

González-Pereira, B., Guerrero-Bote, V. P., and Moya-Anegón, F. (2010). A new approach to the metric of journals’ scientific prestige: The SJR indicator. In Journal of informetrics, 4(3), 379-391.

Weigang, L., Sandes, E. F. O., Zheng, J., de Melo, A. C. M. A, and Uden, L. (2014). Querying dynamic communities in online social networks. In Journal of Zhejiang University – Science C, 15(2):81–90.

Weigang, L., Dantas, I. A., Saleh, A. A., and Li, D. (2015) Influential Analysis in Micro Scholar Social Networks, to appear in the Proceedings of International Workshop on Social Influence Analysis (SocInf), IJCAI 2015, Buenos Aires.
Publicado
01/08/2015
DANTAS, Ícaro; WEIGANG, Li; SALEH, Ahmed. Construção de Micro Rede Social Acadêmica para Análise a Influência dos Artigos e Autores. In: BRAZILIAN WORKSHOP ON SOCIAL NETWORK ANALYSIS AND MINING (BRASNAM), 4. , 2015, Recife. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2015 . p.  . ISSN 2595-6094. DOI: https://doi.org/10.5753/brasnam.2015.6794.