MétaCan
Menu
Retour à la cohorte
Enregistrement W2752723247

SOCIAL NETWORK ANALYSIS OF B2B NETWORKS

2017· article· en· W2752723247 sur OpenAlexaff
AH Mohamad, F Wang, NW Abu Bakar, PK Jatavallabhula

Notice bibliographique

RevueUniversiti Utara Malaysia Institutional Repository (Universiti Utara Malaysia) · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueComplex Network Analysis Techniques
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesUniversiti Kuala Lumpur
Mots-clésComputer scienceInformation overloadSocial network analysisVolume (thermodynamics)Social network (sociolinguistics)Data scienceWork (physics)Community structureStatistical analysisSocial mediaWorld Wide WebMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The volume of information readily available in the E-Marketplace is massive. Business-to-business (B2B) users, for instance, have an extensive chain of business relationships that have immensely generated a large volume of information. Although this raises problems of information overload, the data is embedded with rich and valuable information, such as internal structure and social networks. While other research focuses on discovering properties of B2C, C2C and P2P networks, there only exists limited work on B2B, attributable to the high complexity of the B2B structure. This paper presents a statistical analysis of B2B networks that amasses dispersed users' social relationships using a social network analysis technique. The investigation performed found that B2B networks are small-world, and thus follow a power-law distribution. The analysis also proved that B2B networks hold stable community structures.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0000,002
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,243
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversiti Utara Malaysia Institutional Repository (Universiti Utara Malaysia)Même sujetComplex Network Analysis TechniquesTravaux en français237 207