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 SizeFormat 
suteera_ph.pdf4.43 MBAdobe PDFView/Open


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