Метод оцінювання трендів продуктивності колективних наукових суб’єктів на основі модифікованого PageRank алгоритму

Автор(и)

  • Юрій Васильович Андрашко Ужгородський національний університет, Україна https://orcid.org/0000-0003-2306-8377
  • Олександр Юрійович Кучанський Київський національний університет імені Тараса Шевченка, Україна https://orcid.org/0000-0003-1277-8031
  • Andrii Biloshchytskyi Astana IT University; Kyiv National University of Construction and Architecture, Казахстан https://orcid.org/0000-0001-9548-1959
  • Олександр Олександрович Погоріляк Ужгородський національний університет, Україна https://orcid.org/0000-0002-0501-4861
  • Мирослава Вікторівна Гладка Київський національний університет імені Тараса Шевченка, Україна https://orcid.org/0000-0001-5233-2021
  • Ганна Іванівна Сливка-Тилищак Ужгородський національний університет, Україна https://orcid.org/0000-0002-7129-0530
  • Дмитро Юрійович Хлапонін Київський національний університет будівництва і архітектури, Україна https://orcid.org/0000-0002-7797-4319
  • Іван Васильович Чичкань Київський національний університет імені Тараса Шевченка, Україна https://orcid.org/0000-0002-0854-389X

DOI:

https://doi.org/10.15587/1729-4061.2023.273929

Ключові слова:

алгоритм PageRank, наукова робота, колективний науковий суб’єкт, наукометрія, наукова продуктивність

Анотація

Задача розрахунку продуктивності колективних наукових суб’єктів є актуальною задачею наукометрії. В дослідження проведено формалізацію задачі оцінювання трендів продуктивності колективних наукових суб’єктів. Описано метод розрахунку продуктивності TWPR-CI на основі модифікованого PageRank алгоритму. Встановлено формули для розрахунку продуктивності, які дозволяють врахувати зміну продуктивності колективних наукових суб’єктів з часом. За основу було обрано показники базової середньої абсолютної зміни продуктивності та ланцюгової середньої відносної зміни продуктивності. Для відбору перспективних, з точки зору наукової роботи колективних суб’єктів, надають перевагу тим, у яких базова середня абсолютна зміна продуктивності додатна або ланцюгова середня відносна зміна продуктивності перевищує одиницю. Проведена верифікація методу оцінювання трендів продуктивності колективних наукових суб’єктів на основі модифікованого PageRank алгоритму з використанням публічного датасету Citation Network Dataset. Датасет включає більше 5 млн. наукових публікацій та 48 млн. цитувань. Було проаналізовано цитування наукових публікацій 27 500 колективних наукових суб’єктів за період з 2000 р. по 2022 р. Для цього періоду для 15 вибраних колективних наукових суб’єктів розраховано продуктивність за методом TWPR-CI, а також оцінки трендів продуктивності на основі їх середньої відносної зміни. Виділено три класи колективних наукових суб’єктів за трендами продуктивності. Отримані результати свідчать про релевантність запропонованого методу для кількісного оцінювання трендів продуктивності колективних наукових суб’єктів (закладів вищої освіти, наукових інститутів, лабораторій, інших установ, які займаються науковою діяльністю)

Біографії авторів

Юрій Васильович Андрашко, Ужгородський національний університет

Кандидат технічних наук, доцент

Кафедра системного аналізу і теорії оптимізації

Олександр Юрійович Кучанський, Київський національний університет імені Тараса Шевченка

Доктор технічних наук, завідувач кафедри

Кафедра інформаційних систем та технологій

Andrii Biloshchytskyi, Astana IT University; Kyiv National University of Construction and Architecture

Doctor of Technical Sciences, Professor, Vice-Rector for Science and Innovation

Department of Information Technologies

Олександр Олександрович Погоріляк, Ужгородський національний університет

Кандидат фізико-математичних наук

Кафедра теорії ймовірностей і математичного аналізу

Мирослава Вікторівна Гладка, Київський національний університет імені Тараса Шевченка

Кандидат технічних наук, доцент

Кафедра інформаційних систем та технологій

Ганна Іванівна Сливка-Тилищак, Ужгородський національний університет

Доктор фізико-математичних наук, завідувач кафедри

Кафедра теорії ймовірностей і математичного аналізу

Дмитро Юрійович Хлапонін, Київський національний університет будівництва і архітектури

Кандидат наук з державного управління, доцент

Кафедра політичних наук і права

Іван Васильович Чичкань, Київський національний університет імені Тараса Шевченка

Кандидат фізико-математичних наук, доцент

Кафедра інформаційних систем та технологій

Посилання

  1. Biloshchytskyi, A., Kuchansky, A., Andrashko, Y., Omirbayev, S., Mukhatayev, A., Faizullin, A., Toxanov, S. (2021). Development of the set models and a method to form information spaces of scientific activity subjects for the steady development of higher education establishments. Eastern-European Journal of Enterprise Technologies, 3 (2 (111)), 6–14. doi: https://doi.org/10.15587/1729-4061.2021.233655
  2. Hirsch, J. E. (2005). An index to quantify an individual's scientific research output. Proceedings of the National Academy of Sciences, 102 (46), 16569–16572. doi: https://doi.org/10.1073/pnas.0507655102
  3. Brin, S., Page, L. (1998). The anatomy of a large-scale hypertextual Web search engine. Computer Networks and ISDN Systems, 30 (1-7), 107–117. doi: https://doi.org/10.1016/s0169-7552(98)00110-x
  4. Leskovec, J., Rajaraman, A., Ullman, J. D. (2020). Mining of massive datasets. Cambridge University Press, 565. doi: https://doi.org/10.1017/9781108684163
  5. Lizunov, P., Biloshchytskyi, A., Kuchansky, A., Andrashko, Y., Biloshchytska, S. (2019). Improvement of the method for scientific publications clustering based on n-gram analysis and fuzzy method for selecting research partners. Eastern-European Journal of Enterprise Technologies, 4 (4 (100)), 6–14. doi: https://doi.org/10.15587/1729-4061.2019.175139
  6. Bianchini, M., Gori, M., Scarselli, F. (2005). Inside PageRank. ACM Transactions on Internet Technology, 5 (1), 92–128. doi: https://doi.org/10.1145/1052934.1052938
  7. Assessing universities and other research-focused institutions. Scimago Institutions Rankings. Available at: https://www.scimagoir.com/
  8. Bergstrom, C. (2007). Eigenfactor: Measuring the value and prestige of scholarly journals. College & Research Libraries News, 68 (5), 314–316. doi: https://doi.org/10.5860/crln.68.5.7804
  9. Zhang, F. (2017). Evaluating journal impact based on weighted citations. Scientometrics, 113 (2), 1155–1169. doi: https://doi.org/10.1007/s11192-017-2510-z
  10. Biloshchytskyi, A., Kuchansky, A., Andrashko, Y., Mukhatayev, A., Toxanov, S., Faizullin, A. (2020). Methods of Assessing the Scientific Activity of Scientists and Higher Education Institutions. 2020 IEEE 2nd International Conference on Advanced Trends in Information Theory (ATIT). doi: https://doi.org/10.1109/atit50783.2020.9349348
  11. Zhang, J., Liu, X. (2022). Citation Oriented AuthorRank for Scientific Publication Ranking. Applied Sciences, 12 (9), 4345. doi: https://doi.org/10.3390/app12094345
  12. Lizunov, P., Biloshchytskyi, A., Kuchansky, A., Andrashko, Y., Biloshchytska, S. (2020). The use of probabilistic latent semantic analysis to identify scientific subject spaces and to evaluate the completeness of covering the results of dissertation studies. Eastern-European Journal of Enterprise Technologies, 4 (4 (106)), 21–28. doi: https://doi.org/10.15587/1729-4061.2020.209886
  13. Wang, Y., Zeng, A., Fan, Y., Di, Z. (2019). Ranking scientific publications considering the aging characteristics of citations. Scientometrics, 120 (1), 155–166. doi: https://doi.org/10.1007/s11192-019-03117-9 9
  14. Xing, W., Ghorbani, A. (2004). Weighted PageRank algorithm. Proceedings. Second Annual Conference on Communication Networks and Services Research, 2004. doi: https://doi.org/10.1109/dnsr.2004.1344743
  15. Manaskasemsak, B., Rungsawang, A., Yamana, H. (2010). Time-weighted web authoritative ranking. Information Retrieval, 14 (2), 133–157. doi: https://doi.org/10.1007/s10791-010-9138-4
  16. Kuchansky, A., Biloshchytskyi, A., Andrashko, Y., Biloshchytska, S., Faizullin, A. (2022). The Scientific Productivity of Collective Subjects Based on the Time-Weighted PageRank Method with Citation Intensity. Publications, 10 (4), 40. doi: https://doi.org/10.3390/publications10040040
  17. Citation Network Dataset: DBLP+Citation, ACM Citation network. Aminer. Available at: https://www.aminer.org/citation
  18. Tang, J., Zhang, J., Yao, L., Li, J., Zhang, L., Su, Z. (2008). ArnetMiner. Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. doi: https://doi.org/10.1145/1401890.1402008
  19. Microsoft Academic Graph. Microsoft. Available at: https://www.microsoft.com/en-us/research/project/microsoft-academic-graph/
  20. DBLP Computer science bibliography. Available at: https://dblp.org/
  21. Association for Computing Machinery. Available at: https://www.acm.org/
  22. Xu, H., Kuchansky, A., Gladka, M. (2021). Devising an individually oriented method for selection of scientific activity subjects for implementing scientific projects based on scientometric analysis. Eastern-European Journal of Enterprise Technologies, 6 (3 (114)), 93–100. doi: https://doi.org/10.15587/1729-4061.2021.248040
Метод оцінювання трендів продуктивності колективних наукових суб’єктів на основі модифікованого PageRank алгоритму

##submission.downloads##

Опубліковано

2023-02-28

Як цитувати

Андрашко, Ю. В., Кучанський, О. Ю., Biloshchytskyi, A., Погоріляк, О. О., Гладка, М. В., Сливка-Тилищак, Г. І., Хлапонін, Д. Ю., & Чичкань, І. В. (2023). Метод оцінювання трендів продуктивності колективних наукових суб’єктів на основі модифікованого PageRank алгоритму. Eastern-European Journal of Enterprise Technologies, 1(4 (121), 41–47. https://doi.org/10.15587/1729-4061.2023.273929

Номер

Розділ

Математика та кібернетика - прикладні аспекти