[论文解读] Who is the best connected EC researcher? Centrality analysis of the complex network of authors in evolutionary computation

J. J. Merelo, Carlos Cotta|ArXiv.org|Aug 15, 2007

Complex Network Analysis Techniques参考文献 13被引用 3

一句话总结

本文通过合作者网络中的多中心性分析与Pareto支配关系，运用多指标框架识别进化计算（EC）领域最具影响力的科研人员。结合度数、接近度、中介度与特征向量中心性四种指标，K. Deb与D.E. Goldberg被一致认定为排名最前的研究者，揭示了EC研究社区的结构枢纽与社会互动动态。

ABSTRACT

Co-authorship graphs (that is, the graph of authors linked by co-authorship of papers) are complex networks, which expresses the dynamics of a complex system. Only recently its study has started to draw interest from the EC community, the first paper dealing with it having been published two years ago. In this paper we will study the co-authorship network of EC at a microscopic level. Our objective is ascertaining which are the most relevant nodes (i.e. authors) in it. For this purpose, we examine several metrics defined in the complex-network literature, and analyze them both in isolation and combined within a Pareto-dominance approach. The result of our analysis indicates that there are some well-known researchers that appear systematically in top rankings. This also provides some hints on the social behavior of our community.

研究动机与目标

• 通过网络中心性度量客观识别进化计算（EC）社区中连接最紧密、最具影响力的科研人员。
• 通过整合度数、接近度、中介度与特征向量等多种度量方式，克服单一中心性度量的局限性，以反映影响力的不同方面。
• 应用Pareto支配关系对作者进行整体排名，避免任何单一中心性度量带来的偏差。
• 揭示EC研究社区中合作动态与社会结构的模式。
• 为EC领域提供一种社会计量影响力基准，以补充对科学影响力主观认知的不足。

提出的方法

• 从EC领域出版物构建合作者网络，将每位作者视为节点，合作者关系视为无向边。
• 计算四种标准中心性度量：度数（合作者数量）、接近度（到其他节点平均最短路径的倒数）、中介度（最短路径经过该节点的频率）以及特征向量中心性（基于其连接至其他有影响力的作者而获得的影响力）。
• 应用Pareto支配关系，识别在所有四种中心性度量中均非被支配的作者，形成非支配前沿（即Pareto前沿），确定排名最高的研究者群体。
• 对比不同中心性度量组合下的结果，评估排名的稳健性与敏感性。
• 通过可视化与相关性分析，考察中心性度量之间的关系，识别潜在偏差或冗余性。
• 对网络演化进行时间序列分析，将当前的中心性排名置于历史合作趋势的背景中加以解释。

实验结果

研究问题

• RQ1 哪些EC研究者在多种网络中心性度量中均表现突出，其排名的一致性如何？
• RQ2 不同中心性度量（度数、接近度、中介度、特征向量）之间的相关性如何？其差异揭示了EC社区中影响力的何种特征？
• RQ3 与单一度量排名相比，采用多目标Pareto支配方法在识别关键研究者方面提升了多少？
• RQ4 通过中心性分析识别出的顶尖研究者，与EC领域公认的科学声誉是否一致？
• RQ5 从合作者网络的结构中，可以得出关于EC社区社会与协作动态的哪些新见解？

主要发现

• K. Deb与D.E. Goldberg在所有四种中心性度量中均稳定位居前列，并出现在第一非支配Pareto前沿，表明其影响力具有高度稳健性。
• 第一非支配前沿包含六位研究者：K. Deb、H. de Garis、D.E. Goldberg、T. Higuchi、D. Keymeulen与X. Yao，均在EC社区中享有高度认可。
• 第二非支配前沿包括T. Bäck、C. Coello Coello、D.B. Fogel与Z. Michalewicz等知名研究者，证实该方法与专家判断高度一致。
• 特征向量中心性识别出一些可能依附于他人影响力的科研人员（即‘搭便车’现象），但当与其他度量结合时，其显著性得到强化。
• 当同时考虑全部四种中心性度量时，其相关性较低，这为采用多目标排名方法提供了合理性，避免了过度简化的风险。
• 结果表明，中心性是一种动态属性：顶尖研究者不仅当前具有影响力，而且在其网络演化过程中可能长期处于核心位置。