Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Safety and Crime Assistance System for a Fast Track Response on Mobile Devices in Bhubaneswar Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Key Author Analysis in 1 and 1.5 Degree Egocentric Collaboration Network

verfasst von : Anand Bihari, Sudhakar Tripathi

Erschienen in: Computational Intelligence in Data Mining

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The evaluation of scientific performance of an individual author in the research community is based on total number of articles published, citation count, average citation count, h-index, etc. But generally research work is done by the group of researchers and the performance of individual may depends on the neighbors’ researchers. So the evaluation of scientific impact of an individual will carry based on their immediate neighbors. In this paper, we form a 1 degree and 1.5 degree egocentric network of every node and convey the degree centrality, closeness centrality, and density to estimate the scientific efficacy of an individual. Finally, compare the results of all those types of network and found that the 1.5 degree egocentric networks are useful to appraise the performance of researchers.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Parallel Forecasting Approach Using Incremental K-means Clustering Technique
Nächstes Kapitel Customer Segmentation by Various Clustering Approaches and Building an Effective Hybrid Learning System on Churn Prediction Dataset
Literatur
1.
M. E. Newman, Scientific collaboration networks. i. network construction and fundamental results, Physical review E 64 (1) (2001) 016131.
2.
A. Abbasi, J. Altmann, On the correlation between research performance and social network analysis measures applied to research collaboration networks, in: 44th Hawaii International Conference on System Sciences (HICSS), 2011, IEEE, 2011, pp. 1–10.
3.
A. Abbasi, L. Hossain, S. Uddin, K. J. Rasmussen, Evolutionary dynamics of scientific collaboration networks: multi-levels and cross-time analysis, Scientometrics 89 (2) (2011) 687–710.
4.
A. Bihari, M. K. Pandia, Key author analysis in research professionals relationship network using citation indices and centrality, Procedia Computer Science 57 (2015) 606–613.
5.
M. K. Pandia, A. Bihari, Important author analysis in research professionals relationship network based on social network analysis metrics, in: Computational Intelligence in Data Mining-Volume 3, Springer, 2015, pp. 185–194.
6.
V. Arnaboldi, R. I. Dunbar, A. Passarella, M. Conti, Analysis of co-authorship ego networks, in: Advances in Network Science, Springer, 2016, pp. 82–96.
7.
L. Shi, C. Wang, Z. Wen, H. Qu, C. Lin, Q. Liao, 1.5 d egocentric dynamic network visualization, Visualization and Computer Graphics, IEEE Transactions on 21 (5) (2015) 624–637.
8.
A. Bihari, S. Tripathi, M. K. Pandia, Key author analysis in research professionals collaboration network based on mst using centrality measures, in: Proceedings of the 2016 International Conference on Information and Communication Technology for Competitive Strategies, ACM (In Press), 2016.
9.
J. Tang, D. Zhang, L. Yao, Social network extraction of academic researchers, in: Seventh IEEE International Conference on Data Mining, 2007. ICDM 2007. IEEE, 2007, pp. 292–301.
10.
Q. Deng, Z. Wang, Degree centrality in scientific collaboration super network, in: International Conference on Information Science and Technology (ICIST), 2011, IEEE, 2011, pp. 259–262.
11.
E. Estrada, J. A. Rodriguez-Velazquez, Subgraph centrality in complex networks, Physical Review E 71 (5) (2005) 056103.
12.
M. E. Newman, Coauthorship networks and patterns of scientific collaboration, Proceedings of the National Academy of Sciences 101 (suppl 1) (2004) 5200–5205.
13.
S. P. Borgatti, Centrality and network flow, Social networks 27 (1) (2005) 55–71.
14.
Y. Kato, F. Ono, Node centrality on disjoint multipath routing, in: 73rd Conference on Vehicular Technology (VTC Spring), 2011 IEEE, IEEE, 2011, pp. 1–5.
15.
S. P. Borgatti, M. G. Everett, A graph-theoretic perspective on centrality, Social networks 28 (4) (2006) 466–484.
16.
G. Wang, Y. Shen, E. Luan, A measure of centrality based on modularity matrix, Progress in Natural Science 18 (8) (2008) 1043–1047.
17.
G. Erkan, D. R. Radev, Lexrank: Graph-based lexical centrality as salience in text summarization, Journal of Artificial Intelligence Research (2004) 457–479.
18.
Y. Said, E. Wegman, W. Sharabati, J. Rigsby, Social networks of author-coauthor relationships (retraction of vol 52, p. 2177, 2008), COMPUTATIONAL STATISTICS & DATA ANALYSIS 55 (12) (2011) 3386–3386.
19.
P. J. S. D. A. S. Aric A. Hagberg, Exploring network structure, dynamics,and function using networkx, proceedings of the 7th python in science conference (scipy 2008).
Metadaten
Titel
Key Author Analysis in 1 and 1.5 Degree Egocentric Collaboration Network
verfasst von
Anand Bihari
Sudhakar Tripathi
Copyright-Jahr
2017
Verlag
Springer Singapore
Buch
Computational Intelligence in Data Mining

Print ISBN: 978-981-10-3873-0

Electronic ISBN: 978-981-10-3874-7

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-981-10-3874-7_17

Premium Partner

    Bildnachweise