PDF de programación - Seminario 4: Ejemplos de Poda y Visualización de Redes: Redes Científicas

Redes y Sistemas Complejos

Cuarto Curso del Grado en Ingeniería Informática

Seminario 4: Ejemplos de Poda y Visualización de Redes: Redes Científicas

Oscar Cordón García

Dpto. Ciencias de la Computación e Inteligencia Artificial

[email protected]

Planteamiento (1)

 La investigación científica es una actividad en la que se ponen
de manifiesto multitud de relaciones, interacciones e influencias

 Estas relaciones se producen a diversos niveles:

investigadores, instituciones, disciplinas científicas, etc.

 Pueden representarse y analizarse en forma de redes sociales

 El análisis de las interacciones y su evolución puede resultar
útil a la hora de definir, evaluar o comparar políticas científicas

 También puede servir para diagnosticar el estado de la ciencia
en un cierto ámbito (geográfico, temporal o temático) o predecir
su evolución

Planteamiento (2)

Visualización de la Información y Análisis de Dominios: Cienciografía

Uno de los grandes objetivos es definir una metodología para el

análisis y la visualización de grandes dominios científicos de tal forma
que las interacciones entre autores y sus roles en el mundo científico

queden reflejados mediante citas. Estas representaciones pueden

emplearse como interfaces de recuperación de información

Cienciogramas

 Un cienciograma es una representación visual

(mapa) del
estado de la investigación científica de un dominio concreto
(institución, región, país, continente o a nivel mundial) en un
momento concreto

 Aplicaciones:

 Análisis de la estructura de campos científicos y frentes de

identificación

 Representación de la evolución de la producción científica en

dominios institucionales/de conocimiento

 Evaluación cualitativa de la producción científica de instituciones/

regiones/países y del impacto de políticas científicas

 Comparación de los perfiles científicos de diferentes instituciones o

áreas geográficas

Moya-Anegón, F., Vargas-Quesada, B., et al. (2004). A new technique for building maps of large
scientific domains based on the co-citation of classes and categories. Scientometrics 61(1), 129–145

Redes científicas

 No se trata de representar “La Ciencia”, sino la

producción científica

 ¿Cuál es el producto?
 ¿Quiénes son los “productores”? / ¿A qué nivel se

agrega la producción?

 ¿Cuáles son las relaciones entre productos o

productores?

Se analiza la producción en términos de

publicaciones

El artículo científico es la unidad de producto

Información aportada

 Revista, editorial
 Año
 Autores
 Palabras clave
 Afiliación

Referencias

Redes Científicas: Estableciendo relaciones

Relaciones de colaboración
 Autores
 Instituciones

Relaciones temáticas
 Contenido
 Palabras clave
 Referencias

 Relación de inter-citación
 Relación de co-citación

A diversos niveles
 Autores
 Revistas
 Áreas temáticas
 Dominios científicos

Conjunto de

publicaciones A

Conjunto de

publicaciones B

A

Conjunto de
publicaciones

B

C

Relación de
co-citación

Representación (1)

Base de datos de

producción científica

Representación como

grafo ponderado

(red social)

CM

)(
ij

=

)(
ijCc

+

)(
ijCc

)(
jcic

)(

⋅

A B C D E

8 2 0 4 3

2 6 1 3 2

0 1 5 2 1

4 3 2 9 0

3 2 1 0 7

A

B

C

D

E

Creación de una matriz de co-citación

• Definición de las unidades de análisis
• Extracción de las relaciones de co-citación
• Filtrado

Restringida a un
cierto ámbito:
 Geográfico
 Temporal
 Temático

Agregada a un
cierto nivel:
 Artículos
 Autores
 Revistas
 Categorías/disciplinas

científicas

Representación (2)

CM

)(
ij

=

)(
ijCc

+

)(
ijCc

)(
jcic

)(

⋅

A B C D E

A 8.2 2.0 9.7 1.4 8.7

B 1.1 5.9 8.5 9.4 6.2

C 9.8 3.3 0.9 2.2 7.3

D 9.3 4.4 8.0 6.8 6.4

E 2.7 7.5 4.0 3.5 1.0

Creación de una matriz de co-citación

• Definición de las unidades de análisis
• Extracción de las relaciones de co-citación
• Filtrado

Diseño de variantes eficientes del

algoritmo Pathfinder: Fast-
Pathfinder y MST-Pathfinder

[Trabajos de Quirin et al. (2009)]

2

1

3

3

4

2

1

5

3

2

4

1

6

Poda mediante el algoritmo Pathfinder

(red social)

Representación como grafo ponderado

Base de Datos de

producción científica

Visualización con un algoritmo de

distribución de grafos (Kamada-Kawai)

(Interfaz gráfico en SVG)

Representación (3)

Moya-Anegón, F., Vargas-Quesada, B., et al. (2004). A new technique for building maps of large

scientific domains based on the co-citation of classes and categories. Scientometrics 61(1), 129–145

Moya-Anegón, F. de, Vargas-Quesada, B., et al. (2007). Visualizing the marrow of science. Journal of

the American Society for Information Science and Technology, 58(14), 2167–2179

Vargas-Quesada, B., & Moya-Anegón, F. (2007). Visualizing the science structure. NewYork: Springer

Ejemplo

Análisis para un país (USA) y un año

(2003)

 Presencia de las diversas disciplinas
 Disciplinas sobrerrepresentadas
 Interacción entre disciplinas

A partir de frecuencias de inter- y co-

citación a nivel de revistas

Ejemplo

http://www.mapofscience.com/

Ejemplo II

Comparación con otros países en idéntico
periodo

Utilizando vistas gráficas similares

Análisis realizado sobre un conjunto de
unos 800.ooo artículos

Ejemplo II

Cienciogramas de Grandes Dominios Científicos (1)

Cienciogramas de Grandes Dominios Científicos (2)

Adquisición de la información

Cienciogramas de Grandes Dominios Científicos (3)

Autores

Artículos

Revistas

Categorías

Palabras

clave

Unidades de Análisis

Cienciogramas de Grandes Dominios Científicos (4)

( )
CM ij

=

( )
Cc ij

+

( )
Cc ij

( )
c i c j

( )

⋅

( )
Cc ij

( )c i

Frecuencia de

co-citación

Frecuencia de

citación

Unidades de Medida

Cienciogramas de Grandes Dominios Científicos (5)

Unión Europea 2005

Representación Gráfica de la Información

Cienciogramas de Grandes Dominios Científicos (6)

Representación Gráfica de la Información: La distribución de F&R no es apropiada

Cienciogramas de Grandes Dominios Científicos (7)

Cienciograma de Factores de la
Ciencia a Nivel Mundial, 2002

Cienciogramas de Grandes Dominios Científicos (8)

Backbone: La “médula” de la producción científica mundial, 2002

Ejemplo: Atlas of Science

Interfaz de recuperación de información científica

Representación de la producción científica española

Año 2005

Basada en relaciones de co-citación

Agregada a nivel de disciplinas científicas utilizando
las categorías establecidas por el Thomson-ISI Journal
Citation Rank

Cienciograma de Categorías

http://www.atlasofscience.net/

http://www.scimagojr.com/

Cienciograma de Categorías (Zoom)

Estructura Jerárquica

Segundo Nivel: Mapa Heliocéntrico de Categorías

Tercer Nivel: Co-citación de Revistas (1)

Tercer Nivel: Co-citación de Revistas (2)

Cuarto Nivel: Co-citación de Autores

Sci2 Tool: Download, Install, and Run

Sci2 Tool v0.5.1 Alpha (May 4th, 2011)
Can be freely downloaded for all major
operating systems from
http://sci2.cns.iu.edu

Select your operating system from the
pull down menu and download.
Unpack into a /sci2 directory.
Run /sci2/sci2.exe

Sci2 Manual is at
http://sci2.wiki.cns.iu.edu

Cite as
Sci2 Team. (2009). Science of Science (Sci2) Tool.
Indiana University and SciTech Strategies,
http://sci2.cns.iu.edu .

Dr. Katy Börner
Cyberinfrastructure for Network Science Center
Information Visualization Laboratory
School of Library and Information Science
Indiana University, Bloomington, IN
http://cns.iu.edu

Type of Analysis vs. Level of Analysis

Micro/Individual
(1-100 records)

Meso/Local
(101–10,000 records)

Macro/Global
(10,000 < records)

Statistical
Analysis/Profiling

Individual person and
their expertise profiles

Larger labs, centers,
universities, research
domains, or states

All of NSF, all of USA,
all of science.

Temporal Analysis
(When)

Funding portfolio of
one individual

Mapping topic bursts
in 20-years of PNAS

113 Years of Physics
Research

Geospatial Analysis
(Where)

Career trajectory of one
individual

Mapping a states
intellectual landscape

PNAS publciations

Topical Analysis
(What)

Base knowledge from
which one grant draws.

Knowledge flows in
Chemistry research

VxOrd/Topic maps of
NIH funding

Network Analysis
(With Whom?)

NSF Co-PI network of
one individual

Co-author network

NIH’s core competency

Sci2 Tool

Geo Maps

Circular Hierarchy

Network Extraction: Examples

Author co-occurrence network

Paper-author 2-mode network

Network Visualization:
Giant Component

..........
Weak Component Clustering was selected.
Implementer(s): Russell Duhon
Integrator(s): Russell Duhon

Input Parameters:
Number of top clusters: 10
3 clusters found, generating graphs for the top 3 clusters.
..........

Network Visualization:
Color/Size Coding by Degree

..........
Node Degree was selected.
Documentation:
https://nwb.slis.indiana.edu/community/?n=AnalyzeData.No
deDegree
..........

Network Visualization:
Color/Size Coding by Betweeness Centrality

..........
Node Betweenness Centrality was selected.
Author(s): L. C. Freeman
Implementer(s): Santo Fortunato
Integrator(s): Santo Fortunato, Weixia Huang
Reference: Freeman, L. C. (1977). A set of measuring centrality
based on betweenness. Sociometry. 40:35-41.

Input Parameters:
Number of bins: 10

umber of bins: 10
..........

Network Visualization:
Reduced Network After Pathfinder Network Scaling

..........
MST-Pathfinder Network Scaling was selected.
Input Parameters:
Weight Attribute measures: SIMILARITY
Edge Weight Attribute: weight
..........

Network Visualization:
Circular Hierarchy Visualization

Select Co-Author Network and run Blondel Community detection:

With parameter values

Network Visualization:
Circular Hierarchy Visualization

Nodes that are interlinked/clustered
are spatially close to minimize the
number of edge crossings.

N