买了李杰的R科学计量数据可视化后的一个小纠结的问题

就是那里面说出现矩阵A是行是文章,列是各种字段,比如关键词、作者、参考文献等等的矩阵。然后共现矩阵(与出现矩阵不同,是方阵)是出现矩阵A和A的转置矩阵A^T的左乘右乘的结果,具体来说是有矩阵B=A*A^T(左乘),矩阵=A^T*A(右乘)。然后纠结的地方就是为什么说矩阵B是耦合矩阵(也就意味着列只能是参考文献,因为耦合的定义就是2篇论文的参考文献相同),矩阵C是各种共现矩阵。其实很容易理解,B是得到一个行是论文数列也是论文数的矩阵,当然是以论文为分析对象,也就只能是耦合。同理,C是以各种如关键词、参考文献、作者为研究对象,所以就是词共现、作者合作、同被引这样的。至于纠结的,是说为什么B只能是耦合,不能是以论文为研究对象,研究两篇论文的相同作者,其实原因就是这样分析的实质还是作者共现,实质还是矩阵C。当然,我没做过比如评估单篇论文影响力这样的,所以不知道这么说恰不恰当。还需要再看

原文地址:https://www.cnblogs.com/liuqiang8650/p/9264565.html

时间: 2024-07-29 04:45:24

买了李杰的R科学计量数据可视化后的一个小纠结的问题的相关文章

【WaaCaa】一款开源科学作图/数据可视化工具 —— 诞生篇

作为一个理工男.用过了形形色色能够用于科学作图/数据可视化软件:从大学时做实验课推荐用于分析简单採集数据的 Origin; 毕业论文时用来呈现实验时序信号和离线分析脑电信号的 MATLAB.后面还发现了 Octave 以及 Gnuplot : 以及实验室师兄推荐用的 Matplotlib 软件; 工作后随着 HTML5 大红大紫,也发现了一些基于 Web 前端的软件,比方 d3js/Highcharts, 还有 Python 的 Bokeh-- 这些软件都有各自的优缺点,因为自己平时工作会做一些

R语言之数据可视化 - R的绘图颜色

5. R语言绘图之 颜色 · grDevice 包 - colorRamp() 和 colorRampPalette() - 颜色名字可使用 colors() 获取 · RColorBrewer 包 - 三类调色板: 1. sequential:从一个极端渐变到另一个极端,适合用于呈现顺序数据 2. diverging:两端鲜艳而中间较淡,适合凸显处在极端的数值,即想强调高低对比时可选择 3. qualitative:颜色间对比鲜明,适合呈现分类变量 - 调色板信息可与 colorRamp /

R语言之数据可视化 - R的绘图系统1 - R的三大绘图系统简介

1. R的三大绘图系统简介 1.1 基本绘图系统(Base Plotting System) - 艺术家的调色板:绘图适于空白帆布 · 需要实现计划:直观地实时反映绘图和分析数据的逻辑 - 两步 = 图 + 修饰/添加 = 执行一系列函数 - 适于绘制2D图 1.2 Lattice 绘图系统(Lattice Plotting System) - 绘图 = 使用一次函数调用(一次成图) - 特别适用于观测变量间的交互:在变量z的不同水平,变量y如何随变量x变化 1.3 ggplot2 绘图系统(g

R语言之数据可视化

R中有四大框架用于产生图形,基本图形,网格,格子和ggplot2. 分类数据的可视化使用条形图.点图.柱形图.脊柱图.马赛克图.饼图及四折图连续数据的可视化使用箱线图.直方图.散点图及其变种.帕累托图 ============================================== 一.分类数据的可视化 1.条形图条形图可以通过graphics库中的barplot函数实现,也可以通过lattice包的barplot函数实现,我们使用RSADBE包中的数据进行举例 (1)> libra

利用R语言进行交互数据可视化(转)

上周在中国R语言大会北京会场上,给大家分享了如何利用R语言交互数据可视化.现场同学对这块内容颇有兴趣,故今天把一些常用的交互可视化的R包搬出来与大家分享. rCharts包 说起R语言的交互包,第一个想到的应该就是rCharts包.该包直接在R中生成基于D3的Web界面. rCharts包的安装 require(devtools) install_github('rCharts', 'ramnathv') rCharts函数就像lattice函数一样,通过formula.data指定数据源和绘图

利用R语言进行交互数据可视化

本文是本人受统计之都邀请写的一篇关于数据可视化的文章,感兴趣的同学可以上统计之都去查看. http://cos.name/2016/06/using-r-for-interactive-data-visualization/ 上周在中国R语言大会北京会场上,给大家分享了如何利用R语言交互数据可视化.现场同学对这块内容颇有兴趣,故今天把一些常用的交互可视化的R包搬出来与大家分享. rCharts包 说起R语言的交互包,第一个想到的应该就是rCharts包.该包直接在R中生成基于D3的Web界面.

蒋步星:数据可视化技术的误区

所谓数据可视化是指把数据以图形动画以及地图等形式呈现出来,这样即直观又美观,易于理解从而看出数据背后的问题. 要做好数据可视化,需要两方面的能力.一是"艺术"能力,即知道什么样的数据用什么形式去表现最合适,该用柱图时不能用饼图,颜色搭配也要合理,另一个是"技术"能力,设计好的呈现方案还要能真地做出来,并且要把成本控制在可接受范围内.这里我们不深入讨论"艺术"问题,来看看考察和选择可视化技术中的一些常见误区. 误区|考察报表,挑可视化技术最好? 报

陈为著《数据可视化》书评及思维导图

在确定数据可视化为自己研究主题之初,我经常上网搜寻相关资料.但是初期的收集经常是杂乱无章,缺乏系统规划的.以至于我产生了三个困扰我的问题,分别是: 1. 信息可视化与数据可视化,到底有什么区别?或者说infographics 与visualization之间有何区别? 2.data visualization就是数据挖掘之后的用于显示结果的统计图吗? 3.曾经在知乎上看见某资深程序员直言,数据可视化在国内除了折腾一下社交网络外,没什么好做的,是这样吗? 今年4月以来,我终于有时间仔细研究相关问题

数据可视化

在确定数据可视化为自己研究主题之初,我经常上网搜寻相关资料.但是初期的收集经常是杂乱无章,缺乏系统规划的.以至于我产生了三个困扰我的问题,分别是: 1. 信息可视化与数据可视化,到底有什么区别?或者说infographics 与visualization之间有何区别? 2.data visualization就是数据挖掘之后的用于显示结果的统计图吗? 3.曾经在知乎上看见某资深程序员直言,数据可视化在国内除了折腾一下社交网络外,没什么好做的,是这样吗? 今年4月以来,我终于有时间仔细研究相关问题