prikaz prve stranice dokumenta Rudarenje podataka o znanstvenoj suradnji iz baze google scholar
  Preuzmi
PDF 305.63 KB
diplomski rad
Rudarenje podataka o znanstvenoj suradnji iz baze google scholar
2020. urn:nbn:hr:217:806717
Murljačić, Elena
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Citirajte ovaj rad

Murljačić, E. (2020). Rudarenje podataka o znanstvenoj suradnji iz baze google scholar (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:806717

Murljačić, Elena. "Rudarenje podataka o znanstvenoj suradnji iz baze google scholar." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:217:806717

Murljačić, Elena. "Rudarenje podataka o znanstvenoj suradnji iz baze google scholar." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:217:806717

Murljačić, E. (2020). 'Rudarenje podataka o znanstvenoj suradnji iz baze google scholar', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 15.04.2024., https://urn.nsk.hr/urn:nbn:hr:217:806717

Murljačić E. Rudarenje podataka o znanstvenoj suradnji iz baze google scholar [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2020 [pristupljeno 15.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:806717

E. Murljačić, "Rudarenje podataka o znanstvenoj suradnji iz baze google scholar", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:806717

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:806717
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovRudarenje podataka o znanstvenoj suradnji iz baze google scholar
Naslov (engleski)Mining scientific collaboration data from the google scholar database
AutorElena Murljačić
MentorLuka Grubišić (mentor)
Član povjerenstvaLuka Grubišić (predsjednik povjerenstva)
Član povjerenstvaEduard Marušić-Paloka (član povjerenstva)
Član povjerenstvaBoris Muha (član povjerenstva)
Član povjerenstvaIgor Ciganović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Matematički odsjek)
Zagreb
Datum i država obrane2020-09-29, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Sažetak
U ovom radu analiziramo jednu mrežu suradnje među znanstvenicima. Podaci su preuzeti su sa servisa Google Scholar, te su očišćeni i analizirani. Iz tih podataka stvorena je mreža na način da su dva znanstvenika povezana ako su barem jednom obojica navedeni kao autori nekog znanstvenog rada. Za tu mrežu računamo određene veličine kako bismo proučili svojstva malog svijeta, tranzitivnosti, centralnosti, posjedovanje gigantske komponente i distribuciju stupnja. Mreža pokazuje visoku vrijednost za svojstvo tranzitivnosti, posjeduje gigantsku komponentu i distribucija stupnja ne prati u potpunosti neku poznatu distribuciju. Ne možemo dokazati da mreža posjeduje svojstvo malog svijeta, no mreža ima vrlo mali promjer i prosječnu duljinu najkraćeg puta. Proučavamo vrijednosti za tipove centralnosti te usporedujemo pet najvećih vrijednosti. Nakon toga aproksimiramo mrežu s par teorijskih modela kao što su model Poissonovog slučajnog grafa, konfiguracijski model i model malog svijeta.
Sažetak (engleski)
In this thesis we analyse a scientific collaboration network. The data is downloaded from the service Google Scholar, cleaned and then analysed. The network is created from that data so that two scientists are connected if they are at least once listed as the authors of a paper. For that network we calculate certain quantities so we can study the smallworld property, transitivity, centrality measures, existence of a giant component and degree distribution. The network shows high value for transitivity, has a giant component and the degree distribution does not follow completely any known distribution. We can’t prove that the network has the small-world property but nevertheless it has low values for the diameter and average shortest path length. We analyse values for different types of centrality and we compare five highest values. After that, we approximate the network with a few theoretical model such as Poisson random graph model, the configuration model and the small-world model.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:217:806717
Studijski programNaziv: Računarstvo i matematika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra računarstva i matematike (mag. inf. et math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2021-03-02 12:31:20