Количественный подход к оценке влияния литературных произведений с использованием теории графов
Ключевые слова:
теория графов, книги, анализ социальных сетей, метрики центральности, PageRank
Аннотация
Успех книг чаще всего измеряют тиражом, количеством проданных экземпляров, переизданий, наличием экранизаций и т. п. Такие метрики могут быть недостаточно объективны, так как они подвержены внешним факторам – таким, как маркетинг и актуальность произведения в момент выхода. Более того, эти метрики подвержены искажению с течением времени. В настоящей статье предлагается количественный подход к оценке значимости литературных произведений через построение графа влияния и вычисления различных показателей центральности для такого графа. Предлагаемый метод применяется к сети, содержащей ссылки между более чем 460000 произведениями мировой фантастической литературы. Из этой сети получен список основных книг, которые можно считать основой жанра. Также приводятся результаты анализа влияния отдельных авторов.
Скачивания
Данные скачивания пока не доступны.
Литература
1. Price, D. J. Networks of scientific papers / D. J. Price // Science. – 1965. – No 149 (3683). – P. 510–515.
2. Redner, S. Citation statistics from 110 years of Physical Review / S. Redner // Phys Today. – 2005. – No 58(6). – P. 49–54.
3. Radicchi, F. Universality of citation distri-butions: Toward an objective measure of scien-tific impact / F. Radicchi, S. Fortunato, C. Castellano // Proc Natl Acad Sci USA. – 2008. – No 105 (45). – P. 17268–17272.
4. Garfield, E. The history and meaning of the journal impact factor / E. Garfield // JAMA. – 2006. – No 295(1). – P. 90–93.
5. Chen, P. Finding scientific gems with Google’s PageRank algorithm / P. Chen, H. Xie, S. Maslov, S. Redner // J Informetrics. – 2007. – No 1(1) – P. 8–15.
6. Каширина, И. Л. Модели и численные методы оптимизации формирования эффективной сетевой системы с кластерной струк-турой / И. Л. Каширина, Я. Е. Львович, С. О. Сорокин // Информационные технологии. – 2015. – Т. 21, No 9. – С. 657–662.
7. Лесковец, Ю. Анализ больших наборов данных / Лесковец Ю., Раджараман А., Джеффри Д. Ульман. – М. : ДМК Пресс, 2016. – 498 с.
8. Bioglio, L. Identification of key films and personalities in the history of cinema from a Western perspective / L. Bioglio, R. G. Pensa // Applied Network Science – Dijon, 2018. – Электрон. журн. – URL: https://doi.org/10.1007/s41109-018-0105-0
9. Freeman, L. C. A set of measures of centrality based upon betweenness / L. C. Freeman // Sociometry. – 1977. – No 40. – С. 35–41.
10. Щербакова, Н. Меры центральности в сетях. / Н. Щербакова // Проблемы информатики. – Новосибирск, 2015. – No 2. – С. 18–30.
11. Brin, S. The anatomy of a large-scale hy-pertextual web search engine. / S. Brin, L. Page // Computer Networks and ISDN Systems. – Amsterdam, 1998. – No30(1). – P. 107–117.
12. Canet, F. Quantitative approaches for evaluating the influence of films using the imdb database / F. Canet, M. Á. Valero, L. Codina// Communication & Society, 2016. – No 29(2). – P. 151.
13. Boldi, P. Axioms for centrality / P. Boldi, S. Vigna // Internet Math. – 2014. – No 10(3-4) – P. 222–262.
14. Newman, M. The structure and function of complex networks / M. Newman // SIAM Rev Soc Ind Appl Math. – 2003. – 45(2) – P. 167–256.
15. Chen, C. Tracing knowledge diffusion / C. Chen, D. Hicks// Scientometrics. – 2004. – No 59(2) – P. 199–211.
16. Ковун, В. А. Идентификация ключевых произведений в жанре фантастической литературы с использованием теории графов / В. А. Ковун, И. Л. Каширина // В сборнике: Информатика: проблемы, методология, технологии Сборник материалов XIX международной научно-методической конференции. Воронеж, 2019. – С. 1474–1478.
2. Redner, S. Citation statistics from 110 years of Physical Review / S. Redner // Phys Today. – 2005. – No 58(6). – P. 49–54.
3. Radicchi, F. Universality of citation distri-butions: Toward an objective measure of scien-tific impact / F. Radicchi, S. Fortunato, C. Castellano // Proc Natl Acad Sci USA. – 2008. – No 105 (45). – P. 17268–17272.
4. Garfield, E. The history and meaning of the journal impact factor / E. Garfield // JAMA. – 2006. – No 295(1). – P. 90–93.
5. Chen, P. Finding scientific gems with Google’s PageRank algorithm / P. Chen, H. Xie, S. Maslov, S. Redner // J Informetrics. – 2007. – No 1(1) – P. 8–15.
6. Каширина, И. Л. Модели и численные методы оптимизации формирования эффективной сетевой системы с кластерной струк-турой / И. Л. Каширина, Я. Е. Львович, С. О. Сорокин // Информационные технологии. – 2015. – Т. 21, No 9. – С. 657–662.
7. Лесковец, Ю. Анализ больших наборов данных / Лесковец Ю., Раджараман А., Джеффри Д. Ульман. – М. : ДМК Пресс, 2016. – 498 с.
8. Bioglio, L. Identification of key films and personalities in the history of cinema from a Western perspective / L. Bioglio, R. G. Pensa // Applied Network Science – Dijon, 2018. – Электрон. журн. – URL: https://doi.org/10.1007/s41109-018-0105-0
9. Freeman, L. C. A set of measures of centrality based upon betweenness / L. C. Freeman // Sociometry. – 1977. – No 40. – С. 35–41.
10. Щербакова, Н. Меры центральности в сетях. / Н. Щербакова // Проблемы информатики. – Новосибирск, 2015. – No 2. – С. 18–30.
11. Brin, S. The anatomy of a large-scale hy-pertextual web search engine. / S. Brin, L. Page // Computer Networks and ISDN Systems. – Amsterdam, 1998. – No30(1). – P. 107–117.
12. Canet, F. Quantitative approaches for evaluating the influence of films using the imdb database / F. Canet, M. Á. Valero, L. Codina// Communication & Society, 2016. – No 29(2). – P. 151.
13. Boldi, P. Axioms for centrality / P. Boldi, S. Vigna // Internet Math. – 2014. – No 10(3-4) – P. 222–262.
14. Newman, M. The structure and function of complex networks / M. Newman // SIAM Rev Soc Ind Appl Math. – 2003. – 45(2) – P. 167–256.
15. Chen, C. Tracing knowledge diffusion / C. Chen, D. Hicks// Scientometrics. – 2004. – No 59(2) – P. 199–211.
16. Ковун, В. А. Идентификация ключевых произведений в жанре фантастической литературы с использованием теории графов / В. А. Ковун, И. Л. Каширина // В сборнике: Информатика: проблемы, методология, технологии Сборник материалов XIX международной научно-методической конференции. Воронеж, 2019. – С. 1474–1478.
Опубликован
2019-08-23
Как цитировать
Каширина, И. Л., & Ковун, В. А. (2019). Количественный подход к оценке влияния литературных произведений с использованием теории графов. Вестник ВГУ. Серия: Системный анализ и информационные технологии, (3), 177-185. https://doi.org/10.17308/sait.2019.3/1319
Выпуск
Раздел
Компьютерная лингвистика и обработка естественного языка
- Авторы сохраняют за собой авторские права и предоставляют журналу право первой публикации работы, которая по истечении 6 месяцев после публикации автоматически лицензируется на условиях Creative Commons Attribution License , которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.
- Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access).
