[论文解读] Clusters, Graphs, and Networks for Analysing Internet-Web-Supported Communication within a Virtual Community

Xavier Polanco|ArXiv.org|Jul 10, 2007

Web visibility and informetrics参考文献 10被引用 4

一句话总结

本文提出了一种混合分析框架，结合聚类分析、图论和社会网络分析，研究由欧盟高校网站构成的虚拟学术社区内的通信结构。通过将网络结构建模为网络，研究揭示了连通性模式、中心性以及社区组织等结构性质，表明互联网作为社会网络发挥作用，机构的网络存在反映了社会与协作关系。

ABSTRACT

The proposal is to use clusters, graphs and networks as models in order to analyse the Web structure. Clusters, graphs and networks provide knowledge representation and organization. Clusters were generated by co-site analysis. The sample is a set of academic Web sites from the countries belonging to the European Union. These clusters are here revisited from the point of view of graph theory and social network analysis. This is a quantitative and structural analysis. In fact, the Internet is a computer network that connects people and organizations. Thus we may consider it to be a social network. The set of Web academic sites represents an empirical social network, and is viewed as a virtual community. The network structural properties are here analysed applying together cluster analysis, graph theory and social network analysis.

研究动机与目标

• 调查基于互联网的通信在虚拟学术社区中的结构性组织。
• 使用图论与网络分析方法，将欧盟学术机构的网络结构建模为社会网络。
• 应用聚类分析以识别相互链接的学术网站群组。
• 量化并解释网络层面的属性，如中心性、密度和连通性，针对真实世界的基于网络的社区。
• 证明网站链接结构反映了学术机构之间的社会与协作关系。

提出的方法

• 对共站点数据应用聚类分析，根据共享链接模式将学术网站分组。
• 将所得聚类转换为图模型，其中网站为节点，超链接为边。
• 使用图论与社会网络分析技术计算结构度量，如度中心性、中介性及聚类系数。
• 对网络进行定量分析，以评估连通性、模块性和层级组织。
• 将网络视为社会网络，将链接结构解释为机构之间的社会纽带。
• 结合欧盟学术网站的实证数据与正式的网络度量，推导出结构性见解。

实验结果

研究问题

• RQ1 如何将学术机构之间的网站链接结构建模为社会网络？
• RQ2 欧盟学术网站网络中的主导结构性模式是什么？
• RQ3 哪些机构在学术网络中充当中心或桥梁节点？
• RQ4 相互链接的网站群组如何反映虚拟学术社区中的社区形成？
• RQ5 网络度量在多大程度上揭示了潜在的协作或通信模式？

主要发现

• 欧盟学术网站网络表现出小世界结构，具有高聚类性和短路径长度，表明信息流动高效。
• 少数机构作为高度中心化的节点浮现，表明其在连接不同群组中起关键作用。
• 网络表现出模块性，不同群组对应于国家或区域学术社区。
• 中心性度量显示，中介性高的机构是信息网络中的关键中介。
• 共站点聚类分析成功识别出具有相似链接行为的机构群组。
• 聚类分析、图论与社会网络分析的整合提供了一个稳健的框架，用于分析虚拟社区结构。