InformationswissenschaftAnalyse von Folksonomy basierten Netzwerken        als komplementärer Ansatz für  Autorenempfehlun...
InformationswissenschaftAgenda* Forschungsfragen* Methoden* Ergebnisse* Evaluation* Fazit          Tamara Heck – Analyse v...
InformationswissenschaftProblemstellung* Kooperationspartner für   * Bildung einer Community of Practice   * Workshop- /Ko...
InformationswissenschaftForschungsfragen1. Können wir einem Zielautor ein Netzwerk mit   relevanten und neuen, unbekannten...
InformationswissenschaftMethoden* Co-Zitationsanalyse:   *   Autoren a und b werden von Autor c co-zitiert* Datensatz: All...
InformationswissenschaftMethoden* Bibliographic Coupling:   *   Autoren a und b zitieren beide Autor d* Datensatz: Alle Au...
Informationswissenschaft  Methoden  * Social Bookmarking-Dienst: CiteULike  * Nutzer-Ressource-Tag-Relationen  TagsNutzer ...
InformationswissenschaftMethoden* Collaborative Filtering mit Tags                                                        ...
Informationswissenschaft     MethodenTag-basiert: je mehr gemeinsame             Nutzer-basiert: je mehrTags insgesamt (Ar...
InformationswissenschaftErgebnisse* 6 Physiker (FZ Jülich), 35-50 Jahre* Publikationen von 2006 bis 2011*    4 Cluster:1. ...
InformationswissenschaftErgebnisse* Ein Zielautor hatte keine Daten in CiteULike* Bei einem Zielautor gab es keine Tags* C...
InformationswissenschaftErgebnisse* Visualisierung der Cluster in Graphen      * Cosinus-Maß zwischen allen Autoren eines ...
Informationswissenschaft       Ergebnisse  Co-Zitations-  GraphCosinus-Schwellenwert: 0.05                      Tamara Hec...
Informationswissenschaft     ErgebnisseCULT - GraphCosinus-Intervall:0,99-0,49                     Tamara Heck – Analyse v...
InformationswissenschaftEvaluation: Cluster-Bewertung* 10 ähnlichste Autoren pro ClusterFragen an Probanden:1. Wie wichtig...
Informationswissenschaft  Evaluation: Cluster-Bewertung CiteULike Cosinus- CiteULike Cosinus-          Co-     Cosinus-   ...
InformationswissenschaftEvaluation: Cluster-Bewertung  Abdeckung der relevanten Autoren unter den Top 20  100%            ...
Informationswissenschaft     Evaluation: Cluster-BewertungÜberschneidung              64                           67der r...
InformationswissenschaftEvaluation: Graphen-BewertungFragen an Probanden:1. Würde dieser Graph mit Empfehlungen von   Auto...
InformationswissenschaftEvaluation: Graphen-Bewertung* Co-Zitations-Graph: 5,08* Bibliogr. Coupling: 8,7* CiteULike Tag-ba...
InformationswissenschaftFazit1. Können wir einem Zielautor ein Netzwerk mit   relevanten und neuen, unbekannten Autoren an...
InformationswissenschaftFazit2. Unterscheiden sich diese Ergebnisse von denen, die   mit Co-Zitationsanalyse und Bibliogra...
InformationswissenschaftWeiteres Vorhaben* Komplementierung der Cluster* Wahl der Algorithmen* Verbesserung der Visualisie...
InformationswissenschaftQuellenBoyack, K. W., & Klavans, R. (2010). Co-citation analysis, bibliographic coupling, and dire...
Nächste SlideShare
Wird geladen in …5
×

Analyse Folksonomy basierter Netzwerke als komplementärer Ansatz für Autorenempfehlungen in der Wissenschaft

691 Aufrufe

Veröffentlicht am

Presentation at DGI Conference 2012 - "Social Media & Web Science - The Web as a Living Space", 22.-23.03.2012, Düsseldorf, Germany

0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
691
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
4
Aktionen
Geteilt
0
Downloads
0
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Analyse Folksonomy basierter Netzwerke als komplementärer Ansatz für Autorenempfehlungen in der Wissenschaft

  1. 1. InformationswissenschaftAnalyse von Folksonomy basierten Netzwerken als komplementärer Ansatz für Autorenempfehlungen in der Wissenschaft 22. März 2012 Tamara Heck – Abt. für Informationswissenschaft – Heinrich-Heine-Universität Düsseldorf2. DGI-Konferenz – Social Media und Web Science – Das Web als Lebensraum – 22./23. März 2012 – Düsseldorf
  2. 2. InformationswissenschaftAgenda* Forschungsfragen* Methoden* Ergebnisse* Evaluation* Fazit Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  3. 3. InformationswissenschaftProblemstellung* Kooperationspartner für * Bildung einer Community of Practice * Workshop- /Konferenzbeitrag * Co-Autor* Ziel: Vorschlagen von relevanten Personen für einen Zielautor More like me! Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  4. 4. InformationswissenschaftForschungsfragen1. Können wir einem Zielautor ein Netzwerk mit relevanten und neuen, unbekannten Autoren anhand der Bookmarking-Dienste vorschlagen?2. Unterscheiden sich diese Ergebnisse von denen, die mit Co-Zitationsanalyse und Bibliographic Coupling gewonnen werden? Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  5. 5. InformationswissenschaftMethoden* Co-Zitationsanalyse: * Autoren a und b werden von Autor c co-zitiert* Datensatz: Alle Autoren in den Referenzlisten derjenigen Artikel, die Zielautor a zitieren* Scopus: * hat Co-Autoren in Referenzliste (Zhao & Strotmann, 2011) Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  6. 6. InformationswissenschaftMethoden* Bibliographic Coupling: * Autoren a und b zitieren beide Autor d* Datensatz: Alle Autoren derjenigen Artikel, die mind. n gemeinsame Referenzen mit einem Artikel von Zielautor a haben* Web of Science: * „related records“ Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  7. 7. Informationswissenschaft Methoden * Social Bookmarking-Dienst: CiteULike * Nutzer-Ressource-Tag-Relationen TagsNutzer Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  8. 8. InformationswissenschaftMethoden* Collaborative Filtering mit Tags ArtikelArtikel 1 vonvon Ziel- membrane Autor bautor a Artikel von Autor c Artikel 2 red blood von Ziel- cell autor a Artikel Artikel 3 actin von von Ziel- Autor d autor a Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  9. 9. Informationswissenschaft MethodenTag-basiert: je mehr gemeinsame Nutzer-basiert: je mehrTags insgesamt (Artikel gemeinsame Nutzer insgesamtübergreifend), desto größer die (Artikel übergreifend), destoÄhnlichkeit. größer die Ähnlichkeit. Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  10. 10. InformationswissenschaftErgebnisse* 6 Physiker (FZ Jülich), 35-50 Jahre* Publikationen von 2006 bis 2011* 4 Cluster:1. Co-Zitationen in Scopus: ACC-Cluster2. Bibliogr. Coupling in WoS: BC-Cluster3. CF Tag-basiert in CiteULike: CULT-Cluster4. CF Nutzer-basiert in CiteULike: CULU-Cluster Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  11. 11. InformationswissenschaftErgebnisse* Ein Zielautor hatte keine Daten in CiteULike* Bei einem Zielautor gab es keine Tags* Cosinus-Werte bei BC niedriger, da Anzahl derReferenzen hoch* Cosinus-Werte in CULT und CULU höher, daweniger Tags bzw. Nutzer Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  12. 12. InformationswissenschaftErgebnisse* Visualisierung der Cluster in Graphen * Cosinus-Maß zwischen allen Autoren eines Datensatzes* Anpassung: * Cosinus-Werte mit sim=1 in CiteULike entfernt, wenn nur ein Tag bzw. Nutzer da *Cosinus-Intervalle gesetzt zur Übersichtlichkeit Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  13. 13. Informationswissenschaft Ergebnisse Co-Zitations- GraphCosinus-Schwellenwert: 0.05 Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  14. 14. Informationswissenschaft ErgebnisseCULT - GraphCosinus-Intervall:0,99-0,49 Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  15. 15. InformationswissenschaftEvaluation: Cluster-Bewertung* 10 ähnlichste Autoren pro ClusterFragen an Probanden:1. Wie wichtig ist der Autor für Ihre aktuelle Forschung (Bewertung von “nicht wichtig” (1) bis sehr wichtig (10))?2. Fehlen in der Liste Autoren, die für Ihre aktuelle Forschung wichtig sind?Relevante Autoren = Autoren mit Bewertung ≥ 5 +fehlende relevante Autoren Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  16. 16. Informationswissenschaft Evaluation: Cluster-Bewertung CiteULike Cosinus- CiteULike Cosinus- Co- Cosinus- Cosinus- Nutzer Maß Tags Maß Zitationen Maß BibCoup MaßM. J. Biercuk 0.8660 P. Beliczynski 0.7385 Beliczynski, P. 0.8221 Zahab A 0.1150P. Beliczynski 0.8660 C. M. Schneider 0.6742 Sapmaz, S. 0.5766 Kouwenhoven LP 0.0914P. L. Mceuen 0.8660 C. Spudat 0.6742 Furer, J. 0.5150 Meyer JC 0.0700C. M. Marcus 0.7500 C. Thomsen 0.6742 Weiss, M. 0.3899 Jourdain V 0.0696C. Schönenberger 0.7500 J. Maultzsch 0.6742 Gräber, M.R. 0.3364 Paillet M 0.0690M. R. Gräber 0.7500 K. Goss 0.6742 Oberholzer, S. 0.3012 Sauvajol JL 0.0679M. Weiss 0.7500 L. Houben 0.6742 Hauptmann, J.R. 0.2543 Popov VN 0.0578N. Mason 0.7500 M. Müller 0.6742 Coish, W.A. 0.2474 Prati E 0.0567S. Oberholzer 0.7500 M. J. Biercuk 0.5330 Jarillo-Herrero, 0.2074 Monthioux M 0.0473 P.C. Hoffmann 0.7071 H. I. Jorgensen0.5119 Grove-Rasmussen, K. Terrones M 0.1948 0.0442D. Loss 0.7071 J. V. Holm 0.5025 Elzerman, J.M. 0.1755 Latempa R 0.0440D. Roundy 0.7071 C. M. Marcus 0.4671 Pfund, A. 0.1709 Araujo PT 0.0433E. D. Minot 0.7071 N. Mason 0.4671 Kouwenhoven, 0.1701 Jorio A L.P. 0.0431G. Cicero 0.7071 E. D. Minot 0.4558 Lindelof, P.E. 0.1651 Nakabayashi D0.0420G. Lani 0.7071 K. Ishibashi 0.4558 Loss, D. 0.1590 Henrard L 0.0417H. Ustunel 0.7071 C. Hoffmann 0.4523 Shorubalko, I. 0.1336 Michel T 0.0373J. C. Grossman 0.7071 D. Loss 0.4523 Jørgensen, H.I.0.1239 Platero G 0.0341J. Furer 0.7071 J. Furer 0.4523 Hoffmann, C. 0.1081 Rakov EG 0.0290J. Park 0.7071 J. R. Hauptmann 0.4523 Flensberg, K. 0.0984 Cheng HM 0.0194J. R. Hauptmann0.7071 S. Moriyama 0.4523 Schönenberger, C. 0.0950 Aguado R 0.0171 Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  17. 17. InformationswissenschaftEvaluation: Cluster-Bewertung Abdeckung der relevanten Autoren unter den Top 20 100% Autoren eines Clusters 80% 60% ACC 40% BC CULU 20% CULT 0% Autor Autor Autor Autor Autor Autor 1 2 3 4 5 6 Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  18. 18. Informationswissenschaft Evaluation: Cluster-BewertungÜberschneidung 64 67der relevanten Scopus 27 Web ofAutoren über alle 12 Science 24 166 Zielautoren 70 CiteULike ACC in CF in Scopus BC in WoS CiteULikeZielautor 1 ACC in Scopus 11 (3) 0 8 BC in WoS 0 4 (3) 1 CF in CiteULike 8 1 15 (6) Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  19. 19. InformationswissenschaftEvaluation: Graphen-BewertungFragen an Probanden:1. Würde dieser Graph mit Empfehlungen von Autorenkollegen Ihnen helfen, z.B. bei der Organisation eines Workshops oder um Kooperationspartner zu finden?2. Bezogen auf Frage 1: Wie relevant ist für Sie der Graph (Bewertung von „nicht relevant“ (1) bis „sehr relevant“ (10))? Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  20. 20. InformationswissenschaftEvaluation: Graphen-Bewertung* Co-Zitations-Graph: 5,08* Bibliogr. Coupling: 8,7* CiteULike Tag-basiert: 5,25* CiteULike Nutzer-basiert: 2,13 Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  21. 21. InformationswissenschaftFazit1. Können wir einem Zielautor ein Netzwerk mit relevanten und neuen, unbekannten Autoren anhand der Bookmarking-Dienste vorschlagen?* Ja, trotz teils geringer Datenmenge durchaus relevante Autoren gefunden* Cluster und Graphen zur Suche von Kooperationspartnern geeignet* Graphen geben einen Überblick über ähnliche Forscher und Forschungsgebiete Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  22. 22. InformationswissenschaftFazit2. Unterscheiden sich diese Ergebnisse von denen, die mit Co-Zitationsanalyse und Bibliographic Coupling gewonnen werden?* Mehr unbekannte, neue Autoren in CiteULike Cluster* ACC und BC zeigen mehr bekannte Autoren* Summe aller Cluster am Besten (ACC und BC vergl. Boyack & Klavans, 2010; Gmur, 2003) Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  23. 23. InformationswissenschaftWeiteres Vorhaben* Komplementierung der Cluster* Wahl der Algorithmen* Verbesserung der Visualisierung Danke für Ihre Aufmerksamkeit Präsentation auf Slideshare: Tamara Heck Tamara.Heck@hhu.de Tamara Heck – Analyse von Folksonomy basierten Netzwerken
  24. 24. InformationswissenschaftQuellenBoyack, K. W., & Klavans, R. (2010). Co-citation analysis, bibliographic coupling, and directcitation. Which citation approach represents the research front most accurately? Journal of theAmerican Society for Information Science and Technology, 61(12), 2389-2404. doi:10.1002/asi.21419Gmur, M. (2003). Co-citation analysis and the search for invisible colleges. A methodologicalevaluation. Scientometrics, 57(1), 27-57. doi: 10.1023/A:1023619503005Marinho, L. B., Nanopoulos, A., Schmidt-Thieme, L., Jäschke, R., Hotho, A., Stumme, G., &Symeonidis, P. (2011). Social tagging recommenders systems. In F. Ricci, L. Rokach, B. Shapira &P.B. Kantor (Eds.), Recommender Systems Handbook (pp. 615-644). New York ,NY: Springer-Verlag.Zhao, D., & Strotmann, A. (2011). Counting first, last, or all authors in citation analysis.Collaborative stem cell research field. Journal of the American Society for Information Scienceand Technology, 62(4), 654-676. doi:10.1002/asi.21495 Tamara Heck – Analyse von Folksonomy basierten Netzwerken

×