Исследование тематических сообществ графа соавторства российских математиков
https://doi.org/10.33186/1027-3689-2025-1-33-55
Аннотация
Предложен подход к исследованию тематических сообществ, основанный на графе соавторства учёных, выполняющих исследования в рамках одной научной дисциплины. Графы соавторства являются одними из часто исследуемых конструкций научного сотрудничества из-за изначальной очевидности определения «знакомства» учёных, что документируется самими статьями. Характерная особенность многих реальных сетей заключается в наличии у них свойства кластеризации, в соответствии с которым топология графа, являющегося моделью реальной сети, организована в сообщества, то есть подграфы, имеющие больше связей внутри себя, чем вовне. Анализ полученного разбиения графа соавторства на сообщества позволяет получить базовые характеристики сообществ, такие как их тип (тематическое направление исследований), количество учёных, входящих в каждое сообщество, и связей между ними. В случае наличия сообществ с одинаковой тематикой их укрупнение задаёт перечень основных направлений исследований в рамках научной дисциплины и обобщённые данные типа суммарного количества сообществ и учёных в каждом укрупнённом направлении. Эти данные, в свою очередь, могут быть использованы для принятия управленческих решений по стимулированию научных направлений, представляющих безусловную актуальность и практическую ценность на сегодняшний день. Изложены результаты апробации предложенного подхода на основе данных математического портала Math-Net.Ru. С практической точки зрения результаты апробации непосредственно указывают на необходимость стимулирования работ по таким направлениям, как роботы и робототехнические системы, горение и взрыв, методы и системы защиты информации. Результаты апробации предлагаемого подхода показывают адекватность используемых математических моделей и потенциал его прямого переноса на другие научные дисциплины. Основным условием такого переноса является наличие полной и достоверной базовой библиографической информации о соавторстве учёных в предполагаемой к исследованию научной дисциплине за достаточно большой временной отрезок
Об авторе
А. А. ПечниковРоссия
Печников Андрей Анатольевич – доктор техн. наук, доцент, ведущий научный сотрудник лаборатории математической кибернетики Института прикладных математических исследований
Петрозаводск
Список литературы
1. Yang S. L., Yuan Q. L., Dong J. H. Are Scientometrics, Informetrics, and Bibliometrics Different? // Data Science and Informetrics. 2020. № 1. P. 50–72.
2. Kalachikhin P. Combined Methods for Forecasting Scientific Achievements // Scientific and Technical Information Processing. 2021. Vol. 48, № 4. P. 231–238.
3. Hazra R. et al. Modeling interdisciplinary interactions among physics, mathematics and computer science // Journal of Physics: Complexity. 2023. Vol. 4, № 4. P. 045001.
4. Leydesdorff L., Rafols I. A global map of science based on the ISI subject categories // Journal of the American Society for Information Science and Technology. 2009. Vol. 60, № 2. P. 348–362.
5. Мильман Б., Журкович И. Аналитика и биоаналитика на картах науки // Аналитика. 2013. № 2. С. 34–41.
6. Milman B. L., Gavrilova Y. A. Analysis of citation and co-citation in chemical engineering // Scientometrics. 1993. Vol. 27. P. 53–74.
7. Гарскова И. М. Сетевой анализ историографии: динамика формирования региональных центров исторической информатики // Историческая информатика. 2017. № 3. С. 94–115.
8. Author, 2023.
9. Басараб М. А. и др. Исследование структуры графа научного соавторства методами анализа социальных сетей // Вопросы кибербезопасности. 2017. № 1 (19). С. 31–36.
10. Васильева Е. Е. и др. Влияние коллабораций на характеристики графа соавторства в области физики в России // Краткие сообщения по физике ФИАН. 2020. № 12. С. 47–54.
11. Иванов О. В. и др. Топология графа соавторства в области физики в России // Краткие сообщения по физике ФИАН. 2020. № 8. С. 9–16.
12. Бредихин С. В., Ляпунов В. М., Щербакова Н. Г. Структура и параметры невзвешенной сети соавторства на основе данных БД REPEC // Проблемы информатики. 2021. Т. 3. № 52. С. 56–67.
13. Бредихин С. В., Ляпунов В. М., Щербакова Н. Г. Ранжирование узлов взвешенной сети соавторства: анализ данных БД REPEC // Проблемы информатики. 2021.Т. 4, № 53. С. 67–83.
14. Johal J., Loukas M., Oskouian R. J., Tubbs R. S. “Political co-authorships” in medical science journals // Clinical Anatomy. 2017. Vol. 30, № 6. P. 831–834.
15. Seltzer A. J., Daniel S. H. Co-authorship in economic history and economics: Are we any different? // Explorations in Economic History. 2018. № 69. P. 102–109.
16. Прочко А. Л., Тищенко В. И. Особенности коллабораций учёных в коллективах различных тематик // Системные исследования. Методологические проблемы. Ежегодник 2019–2020. 2020. С. 249–273.
17. Newman M. E. J. The structure of scientific collaboration networks // Proceedings of the National Academy of Sciences of the USA. 2001. Vol. 98, № 2. P. 404–409.
18. Bedi P., Sharma C. Community detection in social networks // Wiley interdisciplinary reviews: Data mining and knowledge discovery. 2016. Vol. 6, № 3. P. 115–135.
19. Serban M. Exploring modularity in biological networks // Philosophical Transactions of the Royal Society B. 2020. Vol. 375. P. 20190316.
20. Newman M. E., Girvan M. Finding and evaluating community structure in networks // Physical Review E. 2004. Vol. 69, № 2. P. 026113.
21. Автор, 2022.
Рецензия
Для цитирования:
Печников А.А. Исследование тематических сообществ графа соавторства российских математиков. Научные и технические библиотеки. 2025;(1):33-55. https://doi.org/10.33186/1027-3689-2025-1-33-55
For citation:
Pechnikov A.A. The study of thematic communities within the Russian mathematicians co-authorship graphs. Scientific and Technical Libraries. 2025;(1):33-55. (In Russ.) https://doi.org/10.33186/1027-3689-2025-1-33-55