一、学习内容链接:DataWhale - 学术前言-Github
arXiv 重要的学术公开⽹站,也是搜索、浏览和下载学术论⽂的重要⼯具。arXiv论⽂涵盖的范围⾮常 ⼴,涉及物理学的庞⼤分⽀和计算机科学的众多⼦学科,如数学、统计学、电⽓⼯程、定量⽣物学和经济学等等。
目的:将使⽤arXiv在公开的17万篇论⽂数据集,通过数据分析能够挖掘出最近学术的发展趋势和学术关键词。
使用工具:python
主题:作者关联(数据建模任务),对论文作者关系进行建模,统计最常出现的作者关系;
图类型
(1)无向图,忽略了两节点间边的方向。
(2)指有向图,考虑了边的有向性。
(3)多重无向图,即两个结点之间的边数多于一条,又允许顶点通过同一条边和自己关联。
图统计指标
(1)度:是指和该节点相关联的边的条数,又称关联度。对于有向图,节点的入度 是指进入该节点的边的条数;节点的出度是指从该节点出发的边的条数;
(2)迪杰斯特拉路径:.从一个源点到其它各点的最短路径,可使用迪杰斯特拉算法来求最短路径;
(3)连通图:在一个无向图 G 中,若从顶点i到顶点j有路径相连,则称i和j是连通的。如果 G 是有向图,那么连接i和j的路径中所有的边都必须同向。如果图