{"title":"Potencial de influência em publicações usando território causal","authors":"Diogo Ramos, J. Mena-Chalco","doi":"10.5753/brasnam.2023.230902","DOIUrl":null,"url":null,"abstract":"Grafos temporais são uma extensão dos grafos convencionais para representar eventos que ocorrem no tempo. Neste trabalho introduzimos um algoritmo que calcula o conjunto de membros de uma rede que são influenciados direta ou indiretamente com custo computacional O(V C), tal qual encontrado na literatura, mas com média menor. Formalmente definimos o conceito de Território Causal. Realizamos experimentos sobre os primeiros cinco anos de carreira dos pesquisadores presentes na DBLP. Os principais resultados indicam que: (i) o tamanho dos territórios causais vem aumentando; (ii) a concentração da quantidade de pesquisadores potencialmente influenciados vem se estabilizando; e (iii) os pesquisadores tem aumentado o seu alcance de influência.","PeriodicalId":106457,"journal":{"name":"Anais do XII Brazilian Workshop on Social Network Analysis and Mining (BraSNAM 2023)","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-08-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XII Brazilian Workshop on Social Network Analysis and Mining (BraSNAM 2023)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/brasnam.2023.230902","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Grafos temporais são uma extensão dos grafos convencionais para representar eventos que ocorrem no tempo. Neste trabalho introduzimos um algoritmo que calcula o conjunto de membros de uma rede que são influenciados direta ou indiretamente com custo computacional O(V C), tal qual encontrado na literatura, mas com média menor. Formalmente definimos o conceito de Território Causal. Realizamos experimentos sobre os primeiros cinco anos de carreira dos pesquisadores presentes na DBLP. Os principais resultados indicam que: (i) o tamanho dos territórios causais vem aumentando; (ii) a concentração da quantidade de pesquisadores potencialmente influenciados vem se estabilizando; e (iii) os pesquisadores tem aumentado o seu alcance de influência.
时间图是传统图的扩展,用来表示发生在时间上的事件。在这项工作中,我们引入了一种算法,计算直接或间接受计算成本o (V C)影响的网络成员的集合,如文献中发现的,但具有较小的平均值。我们正式定义了因果领域的概念。我们对DBLP研究人员职业生涯的前五年进行了实验。主要结果表明:(1)因果区域的大小在增加;(2)因果区域的大小在增加;(3)因果区域的大小在增加;(4)因果区域的大小在增加(ii)可能受影响的研究人员数量的集中已趋于稳定;(iii)研究人员扩大了他们的影响范围。