Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Chain of Influencers: Multipartite Intra-community Ranking

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F17%3A10238634" target="_blank" >RIV/61989100:27240/17:10238634 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://link.springer.com/chapter/10.1007/978-3-319-62389-4_50#enumeration" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-319-62389-4_50#enumeration</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-319-62389-4_50" target="_blank" >10.1007/978-3-319-62389-4_50</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Chain of Influencers: Multipartite Intra-community Ranking

  • Popis výsledku v původním jazyce

    Ranking of vertices is an important part of social network analysis. However, thanks to the enormous growth of real-world networks, the global ranking of vertices on a large scale does not provide easily comparable results. On the other hand, the ranking can provide clear results on a local scale and also in heterogeneous networks where we need to work with vertices of different types. In this paper, we present a method of ranking objects in a community which is closely related to the analysis of heterogeneous information networks. Our method assumes that the community is a set of several groups of objects of different types where each group, so-called object pool, contains objects of the same type. These community object pools can be connected and ordered to the chain of influencers, and ranking can be applied to this structure. Based on the chain of influencers, the heterogeneous network can be converted to a multipartite graph. In our approach, we show how to rank vertices of the community using the mutual influence of community object pools. In our experiments, we worked with a computer science research community. Objects of this domain contain authors, papers (articles), topics (keywords), and years of publications. © 2017, Springer International Publishing AG.

  • Název v anglickém jazyce

    Chain of Influencers: Multipartite Intra-community Ranking

  • Popis výsledku anglicky

    Ranking of vertices is an important part of social network analysis. However, thanks to the enormous growth of real-world networks, the global ranking of vertices on a large scale does not provide easily comparable results. On the other hand, the ranking can provide clear results on a local scale and also in heterogeneous networks where we need to work with vertices of different types. In this paper, we present a method of ranking objects in a community which is closely related to the analysis of heterogeneous information networks. Our method assumes that the community is a set of several groups of objects of different types where each group, so-called object pool, contains objects of the same type. These community object pools can be connected and ordered to the chain of influencers, and ranking can be applied to this structure. Based on the chain of influencers, the heterogeneous network can be converted to a multipartite graph. In our approach, we show how to rank vertices of the community using the mutual influence of community object pools. In our experiments, we worked with a computer science research community. Objects of this domain contain authors, papers (articles), topics (keywords), and years of publications. © 2017, Springer International Publishing AG.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Volume 10392

  • ISBN

    978-3-319-62388-7

  • ISSN

    0302-9743

  • e-ISSN

    1611-3349

  • Počet stran výsledku

    12

  • Strana od-do

    603-614

  • Název nakladatele

    Springer

  • Místo vydání

    Cham

  • Místo konání akce

    Hongkong

  • Datum konání akce

    3. 8. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku