inforworld分享 http://blog.sciencenet.cn/u/rbwxy197301 教学和科研过程中的心得。

博文

Pajek

已有 13133 次阅读 2018-7-16 06:37 |个人分类:科学计量学|系统分类:科研笔记| 社会网络分析工具, pajek

 

软件下载网址:http://mrvar.fdv.uni-lj.si/pajek/


Pajek是大型复杂网络分析工具,是用于研究目前所存在的各种复杂非线性网络的有力工具。Pajek在Windows环境下运行,用于带上千乃至数百万个结点大型网络的分析和可视化操作。在斯洛文尼亚语中Pajek是蜘蛛的意思。pajek也可以在MAC、linux环境中运行。目前最新版本为pajek 5.05,更新于2018年7月2日。

pajekman.pdf


推荐图书

(荷)诺伊等著,林枫译.蜘蛛:社会网络分析技术.出版社:世界图书出版公司出版,2012年10月 

目 录

第一篇 基础知识

第一章 寻找社会结构

第二章 属性和关系

第二篇 凝聚特性

第三章 凝聚子群

第四章 情感和友谊

第五章 从属关系

第三篇 代理特性

第六章 代理特性

第七章 代理员和桥

第八章 扩散

第四章 等级特性

第九章 威望

第十章 等级序列

第十一章 世系谱和引用关系

第五篇 建模分析

第十二章 块模型

第十三章 随机图模型

附录

一、如何使用蜘蛛

二、如何导出图像

三、组合快捷键表

四、重要术语列表

五、蜘蛛指令索引


推荐期刊论文

中文

[1]杨良斌,周新丽,丁利芳,周启超,孙雨佳.跨学科视角下网络空间安全领域发展状态分析[J].情报学报,2017,36(05):461-472.

[2]曹霞,崔雷,黄鹏.国际图书情报领域作者、机构和国家合著网络剖析[J].现代情报,2017,37(01):142-147+159.

[3]谢丽斌,董颖,吴德志.基于Pajek的科研领域合作关系网络特征分析[J].图书馆,2016(07):62-65.

[4]鲁晶晶,谭宗颖,刘小玲,卫垌圻.国际合作中国家主导合作研究的网络构建与分析[J].情报杂志,2015,34(12):60-66+100.

[5]刘鹏,李先贤,王利娥.社会网络分析软件研究[J].计算机科学,2015,42(12):171-174.

[6]陈昌贤,胡艳玲,李力.基于microRNA调控网络预测卵巢癌多药耐药相关基因[J].中国肿瘤生物治疗杂志,2015,22(02):204-208.

[7]吴菲菲,段国辉,黄鲁成,杨梓,乔铮.基于引文分析的3D打印技术研究主题发展趋势[J].情报杂志,2014,33(12):64-70.

[8]周晓分,黄国彬,白雅楠.科学计量可视化软件的对比与数据预处理研究[J].图书情报工作,2013,57(23):64-72.

[9]曾敬.国际微生物燃料电池专利技术现状与启示[J].现代情报,2013,33(06):101-105.

[10]韩毅,周畅,刘佳.以主路径为种子文献的领域演化脉络及凝聚子群识别[J].图书情报工作,2013,57(03):22-26+55.

[11]马峥,王娜,周国臻,潘云涛.中国科技核心期刊分类互引网络模式研究[J].科学学研究,2012,30(07):983-991.

[12]陈少龙.基于社会网络分析法的合著网络在上海大学管理学院的应用[J].现代情报,2012,32(04):165-168+177.

[13]史琦,赵慧辉,陈建新,杨易,王伟.冠心病合并高血压或糖尿病患者四诊信息的网络描述[J].中华中医药杂志,2012,27(04):862-867+1217.

[14]赵永芬.2001~2010年我国信息检索领域的文献计量分析[J].高校图书馆工作,2012,32(02):40-43.

[15]杨海华,彭洁,赵辉.国家自然科学基金对纳米材料的资助领域分析——基于共词网络法[J].科技管理研究,2012,32(01):23-26.

[16]周宁,陈旭毅,曾桢.主题数据模型的可视化挖掘方法应用研究[J].现代图书情报技术,2010(Z1):22-26.

[17]张玥,朱庆华.学术博客交流网络的核心—边缘结构分析实证研究[J].图书情报工作,2009,53(12):25-29.

[18]王陆.典型的社会网络分析软件工具及分析方法[J].中国电化教育,2009(04):95-100.

[19]孟微,庞景安.Pajek在情报学合著网络可视化研究中的应用[J].情报理论与实践,2008(04):573-575.

[20]杨璧嘉,张旭.专利网络分析在技术路线图中的应用[J].现代图书情报技术,2008(05):61-66.

外文

1.Batagelj V, Mrvar A. Pajek— Analysis and Visualization of Large Networks[J]. Lecture Notes in Computer Science, 2001, 2265:77--103.

2.Vitevitch M S. What Can Graph Theory Tell Us About Word Learning and Lexical Retrieval?[J]. Journal of Speech Language & Hearing Research, 2008, 51(2):408.

3.Wambeke B W, Liu M, Hsiang S M. Using Pajek and Centrality Analysis to Identify a Social Network of Construction Trades[J]. Journal of Construction Engineering & Management, 2012, 138(10):1192-1201

4.Leydesdorff L, Carley S, Rafols I. Global maps of science based on the new Web-of-Science categories[J]. Scientometrics, 2013, 94(2):589-593.

5.Leydesdorff L, Schank T. Dynamic animations of journal maps: Indicators of structural changes and interdisciplinary developments[J]. Journal of the American Society for Information Science & Technology, 2014, 59(11):1810-1818.




https://wap.sciencenet.cn/blog-113146-1124239.html

上一篇:Visual Insights: A Practical Guide to Making Sense of Data
下一篇:《情报学报》共词网络(1998-2017)
收藏 IP: 68.51.87.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-9 07:09

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部