PREDIÇÃO DE LINKS BASEADO NOS CURRÍCULOS DA PLATAFORMA LATTES COM FOCO NAS ÁREAS DE PESQUISA

RODRIGO CACIQUE SALLES

Resumo


Redes sociais (RS) tem sido o foco de muitos estudos com o objetivo de analisar as interações entre pessoas ou organizações, com a grande expansão destas redes, torna-se muito importante que elas sejam analisadas sob diversos aspectos.

 

Este trabalho propõe a predição de links baseado nas áreas de atuação de parte dos pesquisadores na rede de coautoria (RC) da plataforma Lattes (PLT), um site sobre a comunidade científica abrangendo todas as áreas do conhecimento, onde os pesquisadores relatam seu progresso científico, expondo sua caminhada acadêmica. A análise proposta inicialmente investiga a estrutura da rede atual, e propõe uma lista de links futuros (pares de pesquisadores candidatos a colaborarem no futuro) com base na área de atuação. Considerando para determinação de novos links entre dois pesquisadores, a adoção não somente dos atributos de nós, mas também a combinação de outros atributos observados tais como: títulos, resumos dos trabalhos publicados, área de atuação, palavras-chave, áreas de conhecimento, participações em projetos e linha de pesquisa de cada pesquisador.

 

Esta análise fornecerá estatísticas que poderão ajudar as instituições de ensino superior público e privado bem como os órgãos governamentais de apoio a pesquisa como, por exemplo: Capes, CNPq, MEC, impactando na forma como distribuem seus investimentos em pesquisas.


Texto completo:

PDF

Referências


AL HASAN, Mohammad; ZAKI, Mohammed J.A survey of link prediction in social networks. In: Social network data analytics. Springer US, 2011. p. 243-275.

A Pavlov M, Ichise R. Finding Experts by Link Prediction in Co-authorship Networks. Proceedings of the Workshop on Finding Experts on the Web with Semantics FEWS2007 at ISWC/ASWC2007: 42–55.

BARTAL, Alon; SASSON, Elan; RAVID, Gilad. Predicting links in social networks using text mining and sna. In: Social Network Analysis and Mining, 2009. ASONAM'09.International Conference on Advances in.IEEE, 2009. p. 131-136.

BRANDÃO, Michele A.; MORO, Mirella M. Recomendação de colaboração em redes sociais acadêmicas baseada na afiliação dos pesquisadores.SBBD-Simpósio Brasileiro de Bancos de Dados, São Paulo, Brasil, 2012.

BRANDÃO, Wladmir Cardoso; PARREIRAS, Fernando Silva; SILVA, Antonio Braz de Oliveira e. Redes em Ciência da Informação: evidências comportamentais dos pesquisadores e tendências evolutivas das redes de coautoria.. Informação&Informação, [S.l.], v. 12, n. 1esp, p. 110-124, dez. 2007.

BUNESCU, Razvan; MOONEY, Raymond J. Relational markov networks for collective information extraction.In: ICML-2004 Workshop on Statistical Relational Learning. 2004.

CAÑIBANO, Carolina; BOZEMAN, Barry.Curriculum vitae method in science policy and research evaluation: the state-of-the-art. ResearchEvaluation, v. 18, n. 2, p. 86-94, 2009.

CUKIERSKI, William; HAMNER, Benjamin; YANG, Bo. Graph-based features for supervised link prediction. In: Neural Networks (IJCNN), The 2011 International Joint Conference on. IEEE, 2011. p. 1237-1244.

DA SILVA, Alzira Karla Araújo; BARBOSA, Ricardo Rodrigues; DUARTE, Emeide Nóbrega. Rede social de coautoria em Ciencia da Informação: estudo sobre a área temática de"Organizaçãoe Representação do Conhecimento". Informação & Sociedade, v. 22, n. 2, 2012.

DE FARIAS, Lucas R. et al. Um sistema para análise de redes de pesquisa baseado na Plataforma Lattes. Anais da VIII Escola Regional de Banco de Dados, Curitiba, PR, Brasil, 2012.

DIGIAMPIETRI, Luciano Antonioet al. A Link Prediction System in Social Networks. In: Proceedings of the annual conference on Brazilian Symposium on Information Systems: Information Systems: A Computer Socio-Technical Perspective-Volume 1. Brazilian Computer Society, 2015. p. 20.

DIGIAMPIETRI, Luciano A.; MARUYAMA, William T. Predição de novas coautorias na rede social acadêmica dos programas brasileiros de pós-graduação em ciência da computação. In: III Brazilian Workshop on Social Network Analysis and Mining (BraSNAM 2014). 2014. p. 243-248.

DIGIAMPIETRI, Luciano A.; SANTIAGO, Caio RN; ALVES, Caio M. Predição de Coautorias em Redes Sociais Acadêmicas: Um Estudo Exploratório em Ciência da Computação. 2013.

DIGIAMPIETRI, Luciano A. et al. Dinâmica das relações de coautoria nos programas de

pós-graduação em computação no Brasil. In: BRAZILIAN WORKSHOP ON SOCIAL NETWORK ANALYSIS AND MINING, 1., 2012, Curitiba. Anais... Porto Alegre: SBC,

FARIAS,Josivania Silva; DE FARIAS, Michelle Nascimento; DE AQUINO GUIMARÃES, Tomás. Análise sociométrica de uma rede de transferência de conhecimento. Revista de Administração FACES Journal, v. 9, n. 1, 2010.

GETOOR, Lise; DIEHL, Christopher P. Link mining: a survey. ACM SIGKDD Explorations Newsletter, v. 7, n. 2, p. 3-12, 2005.

GIL, Antônio Carlos. Métodos e Técnicas de Pesquisa Social. 6ª Ed. São Paulo: Atlas, 2008.

GROSSMAN, J. W. The evolution of the mathematical research collaboration graph.

Congressus Numerantium, v. 158, p. 201_212, 2002.

HOSEINI, Elham; HASHEMI, Sattar; HAMZEH, Ali. Link prediction in social network using co-clustering based approach. In: Advanced Information Networking and Applications Workshops (WAINA), 2012 26th International Conference on. IEEE, 2012. p. 795-800.

KAHANDA, Indika; NEVILLE, Jennifer. Using Transactional Information to Predict Link Strength in Online Social Networks. ICWSM, v. 9, p. 74-81, 2009.

KITCHENHAM, B. Procedures for Performing Systematic Reviews. [S.l.], 2004.

KUO, Tsung-Ting et al.Unsupervised link prediction using aggregative statistics on heterogeneous social networks. In: Proceedings of the 19th ACM SIGKDD international conference on Knowledge discovery and data mining. ACM, 2013. p. 775-783.

LANE, Julia. Let's make science metrics more scientific. Nature, [S. l.], v. 464, n. 7288, p. 488-489, Mar. 2010.

LIBEN-NOWELL, D.; KLEINBERG, J.The link-prediction problem for social networks.Journal of the American Society for Information Science and Technology, v. 58, n. 7, p. 1019-1031, maio 2007.

MARQUES, Katia Cunha. A PLATAFORMA LATTES E A ORGANIZAÇÃO DA INFORMAÇÃO. Gestão&Planejamento-G&P, v. 11, n. 2, 2011.

NARAYANAN, Arvind; SHI, Elaine; RUBINSTEIN, Benjamin IP.Link prediction by de-anonymization: How we won the kaggle social network challenge. In: Neural Networks (IJCNN), The 2011 International Joint Conference on. IEEE, 2011. p. 1825-1834.

NEWMAN, Mark EJ. Clustering and preferential attachment in growing networks. Physical review E, v. 64, n. 2, p. 025102, 2001.

NEWMAN, Mark EJ. The structure and function of complex networks. SIAM Review, v. 45, p. 167_256, 2003.

NEWMAN, Mark EJ; PARK, Juyong. Why social networks are different from other types of networks. PhysicalReview E, v. 68, n. 3, p. 036122, 2003.

POTGIETER, Anetet al.Temporality in link prediction: Understanding social complexity. Emergence: ComplexityandOrganization, v. 11, n. 1, p. 69, 2009.

SILVA, E. A. A. Proposta de um Processo Sistemático Baseado em Métricas Não-Dicotômicas para Avaliação de Predição de Links em Redes de Coautoria. Tese de Doutorado em Engenha Elétrica, Escola Politécnica da Universidade de São Paulo, 2011.

SILVA, FábioMascarenhas; SMIT, JohannaWilhelmina. Organização da informação em sistemas eletrônicos abertos de Informação Científica & Tecnológica: análise da Plataforma Lattes. Perspectivas em ciência da informação, v. 14, n. 1, p. 77-98, 2009.

SUN, Yizhouet al.Co-author relationship prediction in heterogeneous bibliographic networks. In: Advances in Social Networks Analysis and Mining (ASONAM), 2011 International Conference on. IEEE, 2011. p. 121-128.

SUN, Yizhouet al.When will it happen?: relationship prediction in heterogeneous information networks. In: Proceedings of the fifth ACM international conference on Web search and data mining. ACM, 2012. p. 663-672.

WANG, Peng et al. Link prediction in social networks: the state-of-the-art. Science China Information Sciences, v. 58, n. 1, p. 1-38, 2015.


Apontamentos

  • Não há apontamentos.




Projetos, Dissertações e Teses em Sistemas de Informação e Gestão do Conhecimento
ISSN 2358-5501 (Online)