臺灣博碩士論文加值系統

以網路上抓下NOD2 這個基因為主題的相關論文引用，將這些的文獻的引用(Reference)進行格式化並存入資料庫中以便進行快速的資料搜尋以及網路重建。 在資料庫建製完成，我們再進行網路的建構，並進行網路的分析。
在這些分析中我們使用到帕松(Poisson) 去計算網路節點相連分支度的機率分佈，並計算多項的網路數據分析，包括Cluster Coefficient ( C )以及Average Shortest Path Length( L )等。數據顯示此單一主題參考文獻網路中的C值較驗証用隨機網路(Random Network )來的大，這表示此網路有群聚的現象，L很短表示網路有中心匯聚節點(Hub Node)的存在，因此我們知道此的網路是屬於無尺度網路(Scale Free Network) 。因此我們提出一個找尋匯聚節點的演算法希望能找出這個網路中的匯聚節點。此外我們希望能夠預測這個網路之中的單一節點所代表之文獻被引用之成長與衰退，我們利用兩種演算法可以來區分此網路的節點，分別為門檻網路(Threshold Network)以及排序普羅比模式(Order Probit Model)區分，門檻網路的主要目的是將混合在一起的成長與衰退的節點分散開來，排序普羅比模式的目的是希望在已經分出來的區域中分成成長度較高與次高的區域，為了慎重起見，我們將這樣的方法使用在KDD 2003 的參照資料集中用來驗證我們這樣的方法是可行的，結果的確可以使預測的誤差下降，因此我們也將這樣的方式使用在我們的文獻參考網路中。

To analyze single topic literature citation network we focus on the topic of NOD2 gene. Our research focuses on the cluster of the network and paper citation raise and fall trends .After find out the important Hub Node in this Network then we try to predict the citation count. The topic is about NOD2 gene. First we search topic NOD2 in the ISI Web of Knowledge. Second, we use each paper’s reference to build citation network. After network construction, we can analysis network’s characteristics.
At first we use Poisson distribution and probability to generate node degree distribution and use this to build random network. Then we use this random network to compare with our network. According to Cluster Coefficient value, Average Shortest Path Length value and Network citation distribution of our network, we know our network is Scale Free Network. Bigger C value compare to random network means our network is a lot more aggregate than random network. Small L value compare to random network means we have Hub Nodes in our network. Thus we provide a hub node search algorithm to search Hub nodes.
Besides, we also want to predict the raise and fall trend of paper citation. We provide algorithm to distinguish those nodes raise and fall. That included Threshold Network and Order Probit Model. The goal of Threshold Network is to distinguish the trends of raise and fall. Order Probit Model is used to distinguish the significance of growth. Which we had verified those methods in KDD 2003 citation network. The result in KDD tells us this method can reduce the prediction error rate. Thus we use this on our network and retrieve network’s characteristics.

口試委員會審定書………………………………………………………
致謝 1
中文摘要 2
Abstract 3
第一章 緒論 8
1.1 相關文獻 8
第二章 研究方法 12
2.1 資料來源 12
2.2 資料庫建製 14
2.3 網路建造 15
2.4 網路分析 16
2.5 驗證用隨機網路建造 17
2.6 無尺度網路 18
2.7 匯聚節點搜尋 19
2.8 節點分支度分群 20
2.9 預測 20
2.10 門檻網路 21
2.11 驗証用KDD 資料分析 21
2.12 KDD 結果分析 22
第三章 結果 24
3.1 NOD2 網路數值分析 24
3.2 匯聚節點 25
3.3 NOD2 網路趨勢分析 28
3.4 討論 30
第四章 結論 33
第五章 未來的工作 35
第六章 參考文獻 36


圖1.無尺度網路 9
圖2. ISI 上查尋NOD2 12
圖3.在該篇文獻相關資料的部份進行引用搜尋 13
圖4.從文獻中抽離引用 13
圖5.Raw data 13
圖6.NOD2 網路概況 15
圖7. BFS 演算法資料結構 17
圖8.Cluster coefficient 計算的範例圖 17
圖9.一般狀況下的帕松分佈，水平軸為k 18
圖10.K=1,2,3的Patero分佈 19
圖11.KDD 引用成長以-3 為分界進行第二次區分 23
圖12.此圖表示的是在移除匯聚節點之前的狀況 26
圖13.此圖是在移除部份匯聚節點之後的網路狀況 26
圖14.中心點移除之後的中心連接狀態 27
圖15. NOD2 引用網路分部狀況 28
圖16.將文獻以In degree/ 引用進行區分 29
圖17.In degree/引用分佈狀況 30
圖18.圖中為在這個主題中的重要文獻 31
圖19.有潛在可能成為主幹的文獻 32

【1】 D. J. Watts, Steven H. Strogatz, Collective dynamics of ‘small-world’ networks.Nature, 1998.
【2】 M. E. J. Newman, The structure and function of complex networks, arXiv:cond-mat/0303516 v1 25 Mar 2003.
【3】 G. Kalnay,Desmond J. Higham,Clustering Coefcients forWeighted Networks,AISB,2006.
【4】 XF. Wang, G Chen ,Complex networks: small-world, scale-free and beyond , Circuits and Systems Magazine, IEEE, 2003.
【5】 AL. Barabási and R Albert , Emergence of Scaling in Random Networks, Science, 1999 .
【6】 JP. Eckmann, E Moses,Curvature of co-links uncovers hidden thematic layers in the World Wide Web, PNAS, 2002.
【7】 C. Chen, CiteSpace II:Detecting and visualizing emerging trends and transient patterns in scientific literature. JASIST, 2006.
【8】 C. Chen, Searching for intellectual turning points: Progressive Knowledge Domain Visualization.PNAS ,2004.
【9】 S. Redner, How popular is your paper? An empirical study of the citation distribution. Eur. Phys. J. B 4,131–134, 1998.
【10】 W. Shockley, Proc. IRE 45, 279-290, 1957.
【11】 http://www.cs.cornell.edu/projects/kddcup/ second winnerC. P., F. P., and S. M.
【12】 http://okdk.kishou.go.jp/products/model/probfcst/4mE/doc/probit.html
【13】 CS Duncan, AJ Khattak, FM Council, Applying the Ordered Probit Model to Injury Severity in Truck-Passenger Car Rear-End Collisions, TRB, 1998.
【14】 http://jakarta.apache.org/commons/httpclient/
【15】 http://en.wikipedia.org/wiki/Poisson_distribution
【16】 http://en.wikipedia.org/wiki/Pareto_distribution
【17】 I Nakamura , Dynamics of threshold network on non-trivial distribution degree EPJB Condensed Matter, 2004
【18】 MT Hagan, HB Demuth, M Beale ,Neural network design,PWS Publishing Co. Boston, MA, USA,1997
【19】 JAK Suykens, J Vandewalle ,Least Squares Support Vector Machine Classifiers, NPL , 1999.
【20】 Aron Culotta, Ron Bekkerman, and Andrew McCallum, Extracting social networks and contact information from email and the Web, AAAI,2004.
【21】 APS de Moura, YC Lai, AE Motter, Signatures of small-world and scale-free properties in large computer programs, Phys. Rev. E 68, 017102 ,2003.
【22】 http://portal.isiknowledge.com
【23】 李祐陞,Automatic Biomedical Literature Clustering System and Evaluations.
【24】 M. E. J. Newman, and M. Girvan, Finding and evaluating community structure in networks, Phys. Rev. E, 2004.
【25】 R. M. May and A. L. Lloyd, Infection dynamics on scale-free networks. Phys. Rev. E 64, 066112 ,2001.
【26】 TouchGraph http://touchgraph.sourceforge.net
【27】 A Culotta, R Bekkerman, A McCallum, Extracting Social Networks and Contact Information From Email and the Web, MASSACHUSETTS,2005
【28】 H Ebel, LI Mielsch, S Bornholdt,Scale-free topology of e-mail networks, Phys. Rev. E , 2002.
【29】 Sun Java http://tw.sun.com/
【30】 AL Barabási, R Albert, H Jeong,Scale-free characteristics of random networks: the topology of the world-wide web, Phys Stat Mech Appl, 2000.
【31】 KM Kockelman, YJ Kweon,Driver injury severity: an application of ordered probit mode,Accident Analysis & Prevention, 2002.
【32】 HTML parser http://htmlparser.sourceforge.net/
【33】 Gnuplot http://www.gnuplot.info/
【34】 http://140.116.60.1/lin5612/microimm/96semi/cyan.htm