Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/49736
Title: | การวิเคราะห์กราฟผู้วิจัยร่วมโดยใช้ตัววัดหลายตัว |
Other Titles: | Analysis of co-authorship graph using multiple metrics |
Authors: | สุธีรา ภู่กลาง |
Advisors: | วีระ เหมืองสิน |
Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ |
Advisor's Email: | veera.m@chula.ac.th |
Subjects: | นักวิจัย -- กราฟ กราฟ ดัชนีวรรณกรรม Researchers -- Graphic Graphic methods Bibliometrics |
Issue Date: | 2556 |
Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
Abstract: | งานวิจัยนี้ได้นำเสนอและพัฒนาเครื่องมือสำหรับการวิเคราะห์กราฟเครือข่ายผู้วิจัยร่วมด้านพฤติกรรมการทำวิจัยร่วมกันของนักวิจัยโดยใช้ตัววัดหลายตัวในการวิเคราะห์ เพื่อให้สามารถเปรียบเทียบความแตกต่างระหว่างกราฟเครือข่ายผู้วิจัยร่วม ผู้วิจัยได้นำเสนอ 3 ตัววัดโดยชุดของตัววัดประกอบไปด้วยตัววัด Component leadership (CL) , ตัววัด Weighted betweenness centralization (W-BC) และตัววัด Weighted clustering coefficient (W-GCC) ซึ่งตัววัดแรกเป็นตัววัดใหม่ที่ผู้วิจัยนำเสนอ ตัววัดอื่นๆเป็นที่เกิดจากการประยุกต์ตัววัดที่วัดที่มีอยู่แล้วให้เหมาะกับกราฟเครือข่ายผู้วิจัยร่วม โดยผลลัพธ์ของตัววัดชุดนี้จะอยู่ในช่วง[0-1] เพื่อให้สามารถเปรียบเทียบระหว่างกราฟเครือข่ายผู้วิจัยร่วมที่มีจำนวนโหนดไม่เท่ากัน และผู้วิจัยได้ประยุกต์ใช้วิธีการนี้ในการวิเคราะห์เครือข่ายผู้วิจัยร่วมของสาขาวิชาต่างๆ รวมทั้งเครือข่ายผู้วิจัยร่วมของ 9 มหาวิทยาลัยที่สังกัดมหาวิทยาลัยวิจัยแห่งชาติ ผลลัพธ์แสดงให้เห็นว่าการผสมกันของตัววัดทั้งสามมีประสิทธิภาพในการวิเคราะห์กราฟเครือข่ายผู้วิจัยร่วมด้านพฤติกรรมการทำวิจัยร่วมกันของนักวิจัยได้ ซึ่งมหาวิทยาลัยหรือสถาบันวิจัยสามารถใช้เป็นแนวทางหนึ่งสำหรับประเมินพฤติกรรมการทำวิจัยและการนำไปใช้เป็นเครื่องมือสำหรับวางแผนยุทธศาสตร์การวิจัยได้ |
Other Abstract: | Research collaboration is increasingly involved with the growth of co-authored publication. Studying the structure of co-authorship graphs can lead to insights about the collaboration. This paper presents a study of co-authorship graphs using multiple graph analysis metrics. We propose that three metrics including component leadership, weighted betweenness centralization, weighted clustering coefficient can effectively capture the structural distinctiveness of co-authorship graphs. We used this method to analyze co-authorship graphs of six leading Thai research universities. The results show that the 3-metric combination can effectively represent the structures of the co-authorship graphs. Therefore, it can be used as a tool for strategic research planning. |
Description: | วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2556 |
Degree Name: | วิศวกรรมศาสตรมหาบัณฑิต |
Degree Level: | ปริญญาโท |
Degree Discipline: | วิศวกรรมคอมพิวเตอร์ |
URI: | http://cuir.car.chula.ac.th/handle/123456789/49736 |
URI: | http://doi.org/10.14457/CU.the.2013.1593 |
metadata.dc.identifier.DOI: | 10.14457/CU.the.2013.1593 |
Type: | Thesis |
Appears in Collections: | Eng - Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
suteera_ph.pdf | 4.43 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.