[论文解读] Statistics of citation networks

Alexei Vázquez|arXiv (Cornell University)|May 2, 2001

History and advancements in chemistry被引用 71

一句话总结

本文分析了1991至1999年间12本期刊中引用网络的出度分布，发现中间引用次数处存在峰值，右侧尾部呈现普遍性指数衰减，左侧则表现出非普遍行为。通过递归搜索机制对数据进行建模，表明平均引用次数随论文数量的对数增长，以及基于页数限制的两类期刊，与模型在临界概率 $ p_c \approx 0.4 $ 处的相变行为一致，表明递归搜索是引用网络形成的核心机制。

ABSTRACT

The out-degree distribution of citation networks is investigated. Statistical data of the number of papers cited within a paper (out-degree) for different journals in the period 1991-1999 is reported. The out-degree distribution is characterized by a maximum at intermediate out-degrees. At the left of the maximum there are strong fluctuations from journal to journal while is quite universal at the right, with two classes of journals. These two classes are associated with the existence or not of a restriction in the maximum number of pages per paper. The shape of the out-degree distribution does not change appreciable from period to period, but the average out-degree is observed to increase logarithmically with the number of published papers. These features are modeled using a recursive search model.

研究动机与目标

• 研究多本期刊中科学引用网络出度（每篇论文的引用数量）的统计特性。
• 确定出度分布是否在不同期刊间具有普遍性，或是否存在显著差异，并识别影响这种差异的结构性或政策性因素。
• 使用递归搜索机制对观测到的引用模式进行建模，并评估其对网络拓扑结构的解释力。
• 研究平均出度的时间演化特性及其与已发表论文数量的标度关系。
• 识别引用网络形成背后的机制，特别是递归搜索与潜在优先连接的作用。

提出的方法

• 从1991至1999年12本高影响力期刊的科学引文索引中收集引用数据，计算多个时间段的出度分布 $ P_{ou}(k_{ou}) $。
• 通过 $ P_{ou}(k_{ou})/P_m $ 与 $ k_{ou}/k_m $ 的重标度检验普遍性，揭示基于页数限制的两类期刊。
• 对出度分布的右侧尾部拟合指数衰减函数，发现两类期刊的衰减率分别为0.4和1.6。
• 使用具有链接至满足质量标准节点的概率 $ p $ 的递归搜索模型来模拟引用网络形成，引入“添加”与“行走”规则。
• 分析模型在 $ p_c \approx 0.4 $ 处的相变行为，此时平均出度从恒定值转变为随网络规模 $ N $ 的对数增长。
• 将模型生成的出度分布与实证数据进行比较，评估其在形状、峰值位置和尾部行为方面的吻合度。

实验结果

研究问题

• RQ1 引用网络的出度分布是否表现出普遍特征？若存在，其适用条件是什么？
• RQ2 期刊层面的限制（特别是页数限制）如何影响引用分布的形状与尾部行为？
• RQ3 观测到的平均出度随已发表论文数量的对数增长在多大程度上可由递归搜索机制解释？
• RQ4 临界概率 $ p_c \approx 0.4 $ 在塑造引用网络拓扑特征方面发挥何种作用？
• RQ5 递归搜索模型能否再现观测到的引用分布尾部的双峰行为？若不能，需进行何种改进？

主要发现

• 出度分布在中等引用次数处（$ k_m $）出现最大值，且坐标 $ (k_m, P_m) $ 在不同时间段内保持近似恒定。
• 当 $ k_{ou} > k_m $ 时，分布表现出普遍性，可折叠为两条具有不同衰减率（0.4与1.6）的指数衰减曲线，分别对应有页数限制与无页数限制的期刊。
• 左侧尾部（$ k_{ou} < k_m $）表现出显著的期刊间波动，表明其非普遍性，且依赖于期刊特定实践。
• 平均出度 $ \langle k_{ou} \rangle $ 随已发表论文数量 $ N $ 呈对数增长，实证数据中增长速率 $ b $ 的范围为1.2至5.2。
• 递归搜索模型成功再现了关键特征：中等出度处的峰值、普遍的右侧尾部行为，以及 $ \langle k_{ou} \rangle $ 的对数增长，尤其在 $ p \geq p_c \approx 0.4 $ 时表现良好。
• 该模型与具有页数限制的期刊表现出良好的定性一致性，但对无限制期刊的出度分布存在低估，提示需采用具有多个起始点或依赖于入度的 $ p $ 值的广义模型。