Entropia da informação em redes semânticas de títulos variáveis no tempo

Abstract

A difusão do conhecimento em periódicos científicos reflete e também influencia diversos campos de atuação humana. O periódico cientifico é um sistema formal de comunicação cientifica que tem sido amplamente estudado nas últimas décadas, principalmente no âmbito da colaboração cientifica. A teoria de redes fornece possibilidades interessantes de modelagem deste sistema, tais como: redes de coautoria, redes de citações, redes de palavras chaves e redes semânticas de títulos de artigos científicos (RST). A modelagem através de uma RST baseada em cliques foi proposta recentemente e sua análise permite avaliar a comunidade cientifica que publica, a partir do vocabulário comum utilizado nos títulos dos artigos. Trabalhos recentes empregaram a teoria da informação em redes sociais e complexas e discutem frequentemente a entropia em distribuições de graus. No entanto, há carência de estudos sobre entropia em redes de cliques. Este trabalho visa preencher esta lacuna com uma metodologia que utiliza a entropia da informação em redes de títulos. A modelagem consiste em considerar as palavras dos títulos de publicações em revistas cientificas como vértices de cliques de uma rede variante no tempo. O objetivo é propor um conjunto de métodos que permitem acompanhar o surgimento de novas ideias ao longo do tempo, representadas pelo aumento da diversidade de vocabulário dos títulos ou pela robustez e consolidação de ideias e interesses de autores e editores de uma revista em um determinado período. São eles: (I) uso da modelagem Grafos variantes no tempo para mostrar a evolução da rede; (II) captura de índices de redes ao longo do tempo; (III) entropia dos valores dos índices de redes ao longo do tempo (IV) cálculo das entropias de Shannon para vértices e arestas em cada janela de tempo; (V) cálculo dos máximos e mínimos para os valores de entropia considerando vínculos em rede de cliques; (VI) comportamento da entropia para uma rede crescente; (VII) uso do índice incidência-fidelidade para encontrar a rede crítica em janelas de tempo e (VIII) identificação dos vértices que se destacam nas redes críticas. Destes métodos, apenas I e II foram desenvolvidos em trabalhos anteriores. O conjunto de dados são os títulos dos trabalhos científicos publicados na Nature e Science ao longo de dez anos. As palavras dos títulos são tratadas manual e computacionalmente segundo regras preestabelecidas para se adequar à modelagem. Os resultados mostram como a diversidade de vocabulário evolui ao longo do tempo, com base nos valores de entropia de vértices e arestas das redes semânticas de cliques. Este estudo além de aumentar o leque de possibilidades de aplicação para redes de cliques, contribui para o estudo da difusão e disseminação do conhecimento cientifico.