2006-04-26
PageRank отлично подходит для оценки научных публикаций
Алгоритм Google PageRank, который используется для анализа относительной важности веб-страниц, великолепно подходит для оценки научных публикаций. Ведь это такая же коллекция с перекрестными ссылками.
Обычно для оценки ценности научных публикаций подсчитывается количество раз, когда данная работа цитируется в других работах. В сетевом жаргоне это называется «количество входящих ссылок». Однако, данная техника не всегда надежна. На самом деле иногда встречаются работы, которые оказали огромное влияние на науку, но при этом относительно редко цитируются.
Точно известно, что «недооцененные» работы существуют. Но сколько их? Какие из них наиболее важны? Чтобы ответить на эти вопросы, американские физики из Бостонского университета и Брукхэвенской лаборатории (при участии ) провели эксперимент. Они использовали алгоритм, подобный PageRank, для анализа большой базы научных публикаций, .
В рамках эксперимента алгоритм был применен для анализа перекрестных ссылок во всех документах, напечатанных в различных журналах издательства Physical Review между 1893 г. и июнем 2003 г. Общее количество статей составило 353.268, а количество цитат (ссылок) — 3.110.839.
Алгоритм предполагал запуск множества случайных «блуждающих» программ-роботов по сети научных ссылок. Роботы могут посещать или случайный документ, или идти по случайной ссылке. В итоге наибольшее количество роботов скапливается на самых важных документах, куда приводит больше всего цепочек ссылок. После окончания процедуры подсчитывается среднее количество заходов и высчитывается рейтинг (PR) каждого документа.
Статистический анализ показал, что рейтинг PR в большинстве случаев напрямую соответствует традиционной оценке по количеству входящих ссылок. То есть наиболее цитируемые документы также имеют высокий PR. Однако, к удивлению исследователей, в базе данных обнаружился ряд документов с аномально высоким PR, который явно не соответствовал количеству входящих ссылок. Однако важность этих документов трудно переоценить. Среди них — классические труды Вигнера и Зейтца (1933 г.), Гелл-Манна и Брюкнера (1957 г.), Глаубера (1963 г.). Вигнер, Гелл-Манн и Глаубер были удостоены нобелевских премий спустя десятилетия после публикации своих работ. Например, Рой Глаубер удостоился этой награды только в прошлом году. Во время публикации их работы были трудны для восприятия. Только спустя годы, благодаря усилиям других ученых, их идеи были приняты и признаны классическими. По этой причине ссылок на оригинальные работы существует очень мало, поскольку идеи получили развитие только в научных работах других ученых.
Таким образом, в данной ситуации алгоритм PageRank способен распознать важность документов, а стандартный метод по количеству входящих ссылок — нет. Исследователи подчеркивают, что PageRank более эффективен не только в отношении старых, но и при анализе самых новых публикаций.
Обычно для оценки ценности научных публикаций подсчитывается количество раз, когда данная работа цитируется в других работах. В сетевом жаргоне это называется «количество входящих ссылок». Однако, данная техника не всегда надежна. На самом деле иногда встречаются работы, которые оказали огромное влияние на науку, но при этом относительно редко цитируются.
Точно известно, что «недооцененные» работы существуют. Но сколько их? Какие из них наиболее важны? Чтобы ответить на эти вопросы, американские физики из Бостонского университета и Брукхэвенской лаборатории (при участии ) провели эксперимент. Они использовали алгоритм, подобный PageRank, для анализа большой базы научных публикаций, .
В рамках эксперимента алгоритм был применен для анализа перекрестных ссылок во всех документах, напечатанных в различных журналах издательства Physical Review между 1893 г. и июнем 2003 г. Общее количество статей составило 353.268, а количество цитат (ссылок) — 3.110.839.
Алгоритм предполагал запуск множества случайных «блуждающих» программ-роботов по сети научных ссылок. Роботы могут посещать или случайный документ, или идти по случайной ссылке. В итоге наибольшее количество роботов скапливается на самых важных документах, куда приводит больше всего цепочек ссылок. После окончания процедуры подсчитывается среднее количество заходов и высчитывается рейтинг (PR) каждого документа.
Статистический анализ показал, что рейтинг PR в большинстве случаев напрямую соответствует традиционной оценке по количеству входящих ссылок. То есть наиболее цитируемые документы также имеют высокий PR. Однако, к удивлению исследователей, в базе данных обнаружился ряд документов с аномально высоким PR, который явно не соответствовал количеству входящих ссылок. Однако важность этих документов трудно переоценить. Среди них — классические труды Вигнера и Зейтца (1933 г.), Гелл-Манна и Брюкнера (1957 г.), Глаубера (1963 г.). Вигнер, Гелл-Манн и Глаубер были удостоены нобелевских премий спустя десятилетия после публикации своих работ. Например, Рой Глаубер удостоился этой награды только в прошлом году. Во время публикации их работы были трудны для восприятия. Только спустя годы, благодаря усилиям других ученых, их идеи были приняты и признаны классическими. По этой причине ссылок на оригинальные работы существует очень мало, поскольку идеи получили развитие только в научных работах других ученых.
Таким образом, в данной ситуации алгоритм PageRank способен распознать важность документов, а стандартный метод по количеству входящих ссылок — нет. Исследователи подчеркивают, что PageRank более эффективен не только в отношении старых, но и при анализе самых новых публикаций.
Ілон Маск хоче брати гроші з нових користувачів X
