1124. Sredin seminar
Omrežja sodelovanj
Viri
Načrt pretvorbe:
Osnovni podatki:
- avtor
- delo
- čas -- datum objave
- vrsta dela (razbitje, relacija)
ostali zanimivi podatki - morda jih velja določiti le za
tolmačenje rezultatov:
Program v Pythonu za BibTeX Bib2pajek.
GeomBib.net, intbib.bib
>>> import sys
>>> sys.path.append(r'D:\vlado\docs\Papers\2006\SS05apr06')
>>> import bib2pajek
>>> bib2pajek.run('D:\\vlado\\docs\\Papers\\2006\\SS05apr06\\','intbib.bib')
Problemi: čiščenje, popolnost bibliografije,
manjkajoči podatki v zapisih, ...
Analize
Dvovrstna omrežja: (dela, avtorji, vrsta dela)
Postopki
- komponente
- (p,q)-sredice
- 4-obroči
- 2-vrstna kazala in vsebine (Kleinberg)
Izpeljana enovrstna omrežja: (Avtorji, pogostost)
- razvrščanje
- sredice, pS-sredice
- časovne analize
- središčnosti
1125. Sredin seminar
Izgradnja omrežij sodelovanj
Velika podatkovja:
CiteSeer,
IMDB,
Hep.
BibTeX v Pajek
Za primer sem izbral
intbib.bib. Zgradba datotek BibTeX.
01 Osnovna zanka po zapisih
ponavljaj:
iz vrstic datoteke sestavi zapis
obdelaj zapis
zapisov še ne obdelamo - le izpišemo.
bib2paj01.py
02 Razčlenitev zapisa na pare
bib2paj02.py
03 Izlušči zanimive podatke
bib2paj03.py
04 'Izpis' omrežja
bib2paj04.py
Končna različica
bib2pajek.py
Problem imen
intbib.bib,
intbibeqv.clu,
intbibNew.bib.
DBLP v Pajek
DBLP ima dobro poskrbljeno za problem imen. Glej:
Michael Ley:
Maintaining an Online Bibliographical Database:
The Problem of Data Quality
Zgradba dblpT.xml.
Problem znakov Unicode (ENTITY).
XML, DOM (drevo), SAX (zaporedje dogodkov).
Za velika podatkovja SAX.
DblpSaxDH
Po shemi iz
Python XML FAQ and How-to pripravil program
DblpSaxDH.py
na *.out izpiše standardizirano datoteko izbranih
sestavin.
[
I
]
[
K www/org/w3/TR/NOTE-xml-ql
Y 2001
T Xml-ql: A Query Language for XML
W 8
A Alin Deutsch
A Mary F. Fernandez
A Daniela Florescu
A Alon Y. Levy
A Dan Suciu
]
01 Zanka po popolnih zapisih
dblp2paj01.py
Končna različica
dblp2pajek.py
Omrežje DBLP:
DBLP.zip (43M)
GML v Pajek
Končna različica
gml2pajek.py
Omrežje IMDB:
IMDB06.zip (40M)
Zanimivo