Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/49736
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorวีระ เหมืองสิน-
dc.contributor.authorสุธีรา ภู่กลาง-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2016-11-10T02:55:44Z-
dc.date.available2016-11-10T02:55:44Z-
dc.date.issued2556-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/49736-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2556en_US
dc.description.abstractงานวิจัยนี้ได้นำเสนอและพัฒนาเครื่องมือสำหรับการวิเคราะห์กราฟเครือข่ายผู้วิจัยร่วมด้านพฤติกรรมการทำวิจัยร่วมกันของนักวิจัยโดยใช้ตัววัดหลายตัวในการวิเคราะห์ 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 ซึ่งมหาวิทยาลัยหรือสถาบันวิจัยสามารถใช้เป็นแนวทางหนึ่งสำหรับประเมินพฤติกรรมการทำวิจัยและการนำไปใช้เป็นเครื่องมือสำหรับวางแผนยุทธศาสตร์การวิจัยได้en_US
dc.description.abstractalternativeResearch 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.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.relation.urihttp://doi.org/10.14457/CU.the.2013.1593-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectนักวิจัย -- กราฟen_US
dc.subjectกราฟen_US
dc.subjectดัชนีวรรณกรรมen_US
dc.subjectResearchers -- Graphicen_US
dc.subjectGraphic methodsen_US
dc.subjectBibliometricsen_US
dc.titleการวิเคราะห์กราฟผู้วิจัยร่วมโดยใช้ตัววัดหลายตัวen_US
dc.title.alternativeAnalysis of co-authorship graph using multiple metricsen_US
dc.typeThesisen_US
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineวิศวกรรมคอมพิวเตอร์en_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorveera.m@chula.ac.th-
dc.identifier.DOI10.14457/CU.the.2013.1593-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
suteera_ph.pdf4.43 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.