Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi

KARCI, Ali; İNCE, Kenan

doi:10.17341/gazimmfd.416506

Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi

Kenan İNCE, (İnönü Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Malatya, Türkiye)

Ali KARCI (İnönü Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Malatya, Türkiye)

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi

3 1

Yıl: 2019 Cilt: 34 Sayı: 1 Sayfa Aralığı: 439 - 459 Metin Dili: Türkçe DOI: 10.17341/gazimmfd.416506 İndeks Tarihi: 29-12-2020

Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi

Öz:

Akademik işbirliği (ortak yazarlık) ağları, aynı veya farklı disiplinlerdeki araştırmacıların birlikte yaptıklarıçalışmalardan oluşturulan ağlardır. Üniversite, fakülte veya bölüm bazında yapılan araştırmalar, bir ülkeningelişmişlik analizinden, üniversite ve bölümlerin sıralaması gibi alanlarda kullanılmaktadır. Aynı zamanda,akademik işbirliklerinin modellenmesi ve bu modeller üzerinden işbirlikleri düzeyi noktasında yapılacak çıkarımve yorumlarda büyük önem arz etmektedir. Bu önemli konunun matematiksel olarak modellenmemiş olmasından,işbirliği çizgeleri farklı bir çizge türü olarak önerildi ve ilgili tanım ve algoritmalar sunuldu. Türkiye’deki akademikişbirlikleri sunulan yeni çizge türü ile modellendi. Modellemede kullanılan veri, Web of Science (WOS) veritabanından, geliştirilen bir uygulama ile çekilerek, ilişkisel veri tabanı formatında kaydedildi. Uygulama, 1980-2015 yılları arasında (başlangıç ve bitiş noktaları dahil) yayınlanmış, Türkiye’deki kurumlarda görev yapan yazarbulunduran çalışmaları kapsamaktadır. Bu verinin modelleme verisi olarak seçilmesinde başlıca motivasyonsebebi, Türkiye’yi konu alan bu derece kapsamlı bir çalışmanın yapılmamış olmasıdır. Türkiye'nin akademikişbirlikleri, elde edilen veri ve önerilen çizge türü kullanılarak, bölgesel bazda modellendi. Bron-Kerbosch (BK)algoritması temel alınarak İstatistiksel Bron-Kerbosch (iBK) algoritması geliştirildi. Her iki algoritma kullanılaraktopluluk keşfi (belirlenen kriterlere uygun, grubun geri kalanına göre daha sıkı ilişkili grup/grupları bulma işlemi)yapıldı. Algoritma çıktıları karşılaştırıldı. Elde edilen sonuçlar ışığında, Türkiye’deki akademik işbirliklerinietkileyen faktörler hakkında çıkarımlar yapıldı.

Anahtar Kelime:

Modelling and statistical analysis of academic collaborations as a new graph type

Öz:

Academic collaboration (co-authorship) networks are networks of researchers working together on the same or different disciplines. These networks are used in areas such as the analysis of the development of a country, the ranking of universities and departments. At the same time, the modeling of academic collaborations and the conclusions and interpretations to be made at the level of collaborations through these models are also of great importance. Since this important topic has not been mathematically modeled, the collaboration graphs have been proposed as a new graph type and the related definitions and algorithms have been presented. The academic collaborations in Turkey are modeled with the new graph type presented. The data used in the modeling was extracted from the Web of Science (WOS) database with an application developed and saved as relational database format. The application covers studies that have been published between 1980 and 2015 (including end points) those have authors studying in institutions of Turkey. The main motivation in choosing this data as modeling data is that such a comprehensive study on Turkey has not been done yet. Turkey's academic collaborations are modeled on a regional basis, using the data obtained and the type of graph proposed. A statistical Bron-Kerbosch (iBK) algorithm was developed based on the Bron-Kerbosch (BK) algorithm. The community detection was done using both algorithms. Outputs of algorithms compared. In the light of the results obtained, conclusions were made about the factors affecting the academic collaborations in Turkey.

Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

1. Lee D.H., Seo I.W., Choe H.C., and Kim H.D., Collaboration network patterns and research performance: The case of Korean public research institutions, Scientometrics, 91, 3, 925–942, Jun. 2012.
2. Wang X.F., Complex Networks: Topology, Dynamics and Synchronization, Int. J. Bifurc. Chaos, 12, 5, 885– 916, 2002.
3. Boccaletti S., Latora V., Moreno Y., Chavez M., and Hwang D.U., Complex networks: Structure and dynamics, Phys. Rep., 424, 4–5, 175–308, 2006.
4. Cuijuan Wang, Wenzhong Tang, Bo Sun, Jing Fang, and Yanyang Wang, Review on community detection algorithms in social networks, in 2015 IEEE International Conference on Progress in Informatics and Computing (PIC), China, 551–555, 2015.
5. Hastie T., Tibshirani R., and Friedman J., The Elements of Statistical Learning, Elements, 1, 337–387, 2009.
6. Girvan M. and Newman M.E.J., Community structure in social and biological networks., Proc. Natl. Acad. Sci. U. S. A., 99, 12, 7821–6, 2002.
7. E. A. Leicht and M. E. J. Newman, Community structure in directed networks, Phys. Rev. Lett., 100, 11, 2008.
8. M. Li, Y. Deng, and B. H. Wang, Clique percolation in random graphs, Phys. Rev. E - Stat. Nonlinear, Soft Matter Phys., 92, 4, 1–6, 2015.
9. G. Palla, I. Derenyi, I. Farkas, and T. Vicsek, Uncovering the overlapping community structure of complex networks in nature and society, Nature, 435, 814–818, 2005.
10. A. Lancichinetti and S. Fortunato, Community detection algorithms: a comparative analysis, Phys. Rev. E, 80, 5, 2009.
11. C. Bron and J. Kerbosch, Algorithm 457: Finding All Cliques of an Undirected Graph, Commun. ACM, 16, 9, 575–577, 1973.
12. A. Clauset, M. E. J. Newman, and C. Moore, Finding community structure in very large networks, Phys. Rev. E, 70, 6, 2004.
13. A. Lancichinetti, S. Fortunato, and F. Radicchi, Benchmark graphs for testing community detection algorithms, Phys. Rev. E, 78, 4, 46110, 2008.
14. M. Chen, K. Kuzmin, and B. K. Szymanski, Community detection via maximization of modularity and its variants, IEEE Trans. Comput. Soc. Syst., 1, 1, 46–65, 2014.
15. K. Steinhaeuser and N. V Chawla, Identifying and evaluating community structure in complex networks, PATTERN Recognit. Lett., 31, 5, 413–421, 2010.
16. A. Çavuşoğlu and İ. Türker, Scientific collaboration network of Turkey, Chaos, Solitons & Fractals, 57, 9– 18, 2013.
17. A. Çavuşoğlu and İ. Türker, Patterns of collaboration in four scientific disciplines of the Turkish collaboration network, Physica A, 413, 220–229, 2014.
18. Thomson Reuters Corporation, Web of Science, 2015. [Online]. Available: https://apps.webofknowledge.com. Accessed: 01-Jan-2016.
19. K. İnce, An Application for Retrieving Data from Web Pages in a DB Like Manner, in International Artifical Intelligence and Data Processing Symposiom, Malatya Turkey, 396–399, 2016.
20. Çakıcı M., Oğuzhan A., Özdil T., İstatistik, 2nd ed. Ekin Basım Yayın Dağıtım, 2015.
21. K. İnce, Analyzing Tendency of Academic Growth in Turkey, in International Artifical Intelligence and Data Processing Symposiom, Malatya Turkey, 400–403, 2016.
22. K. İnce and A. Karcı, Analysing and Modelling of Academic Collaboration of Turkey, in İnternational Conference on Natural Science and Engineering, Kilis Turkey, 2772–2776, 2016.

APA	İNCE K, KARCI A (2019). Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi. , 439 - 459. 10.17341/gazimmfd.416506
Chicago	İNCE Kenan,KARCI Ali Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi. (2019): 439 - 459. 10.17341/gazimmfd.416506
MLA	İNCE Kenan,KARCI Ali Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi. , 2019, ss.439 - 459. 10.17341/gazimmfd.416506
AMA	İNCE K,KARCI A Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi. . 2019; 439 - 459. 10.17341/gazimmfd.416506
Vancouver	İNCE K,KARCI A Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi. . 2019; 439 - 459. 10.17341/gazimmfd.416506
IEEE	İNCE K,KARCI A "Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi." , ss.439 - 459, 2019. 10.17341/gazimmfd.416506
ISNAD	İNCE, Kenan - KARCI, Ali. "Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi". (2019), 439-459. https://doi.org/10.17341/gazimmfd.416506

APA	İNCE K, KARCI A (2019). Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 34(1), 439 - 459. 10.17341/gazimmfd.416506
Chicago	İNCE Kenan,KARCI Ali Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 34, no.1 (2019): 439 - 459. 10.17341/gazimmfd.416506
MLA	İNCE Kenan,KARCI Ali Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, vol.34, no.1, 2019, ss.439 - 459. 10.17341/gazimmfd.416506
AMA	İNCE K,KARCI A Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi. 2019; 34(1): 439 - 459. 10.17341/gazimmfd.416506
Vancouver	İNCE K,KARCI A Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi. 2019; 34(1): 439 - 459. 10.17341/gazimmfd.416506
IEEE	İNCE K,KARCI A "Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi." Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 34, ss.439 - 459, 2019. 10.17341/gazimmfd.416506
ISNAD	İNCE, Kenan - KARCI, Ali. "Akademik işbirliklerinin yeni bir çizge olarak modellenmesi ve istatistiki analizi". Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 34/1 (2019), 439-459. https://doi.org/10.17341/gazimmfd.416506