Soziale Wissenschaft Wissenschaft als soziales Netzwerk

Transkript

1 Seminar Technologie sozialer Netzwerke Prof. Dr. Krömker WS 13/14 Soziale Wissenschaft Wissenschaft als soziales Netzwerk Sven Köppel Professur für Graphische Datenverarbeitung Institut für Informatik Uni Frankfurt

2 OpenAccess: ArXiv Data Preservation Zitationsdatenbanken Inspire Kein Facebook Netzwerkanalyse Netzwerk: 1M Akteure Github NoSQL: Neo4j Seminararbeit

3 NoSQL-Datenbanken Motivation Vorteile Eigenschaften Beispiele Trends und Buzzwords Aus:

4 NoSQL-Datenbanken Motivation Vorteile Eigenschaften Beispiele Relationale Datenbanken Ausgereift Schemagetrieben SQL Skalieren schlecht ACID: Konsistenz Verbreitung Nachzulesen in: Edlich2011, Mehler2013, Stolze2013, Robinson2013

5 NoSQL-Datenbanken Motivation Vorteile Eigenschaften Beispiele NoSQL-Datenbanken skalieren Vertikales Skalieren scale up Horizontales Skalieren scale out Hardware upgraden Hinzufügen von Rechnern: Parallelisierung Nachzulesen in: Edlich2011, Mehler2013, Stolze2013, Robinson2013

6 NoSQL-Datenbanken Motivation Vorteile Eigenschaften Beispiele Konsistenzmodelle ACID BASE Atomicity, Consistency, Isolation, Durability Basically Available, Soft state, Eventual consistency Harte Konsistenz Weiche Konsistenz Fokus auf Transmit Lieber Warten und dann richtig Fokus auf Verfügbarkeit Hauptsache Daten da Konservativ/Pessimistisch Näherung akzeptabel Komplexe Transaktionen Einfacher Schneller Graustufen möglich: Think of Spectrum (Brewer 2002) Nachzulesen in: Edlich2011, Robinson2013

7 NoSQL-Datenbanken Motivation Vorteile Eigenschaften Beispiele Das CAP-Theorem Im verteilten System nie gleichzeitig: Konsistenz Verfügbarkeit Partitionstoleranz Kann stets nur zwei zur Zeit erfüllen! Geschichte 2000: Vermutung von Brewer 2002: Axiomatisch bewiesen durch Gilbert, Lynch Bildquelle: Nachzulesen in: Edlich2011

8 Bildquelle:

9 NoSQL-Datenbanken Speicherstrukturen Bildquelle: Robinson2013 Motivation Vorteile Eigenschaften Beispiele

10 NoSQL-Datenbanken Motivation Vorteile Eigenschaften Beispiele Graphdatenbanken Index-freie Adjazenz (native Speicherung) Eingebaute Graphalgorithmen Effiziente Traversierung Spezifische API Speichermodelle Eigenschaftsgraphen (Property Graphs) Hypergraphen Triplets (v.a. Semantisches Web; Subjekt-Prädikat-Objekt) Bildquelle: Nachzulesen in: Robinson2013

11 NoSQL-Datenbanken Motivation Vorteile Eigenschaften Beispiele Neo4j Bildquelle: Java (native Java-API) Propertygraph JSON-Daten an Knoten und Relationen RESTful-API Webinterface CYPHER Nachzulesen in: Robinson2013

12 Netzwerkanalyse Bildquelle:

13 Netzwerkanalyse Geschichte: Soziale Netzwerkanalyse: Mitte 20. Jahrhundert! Ziel: Quantifizierung/Systematisierung von Netzwerken Beispiel: Zentralitätsmaße für Akteure Degree Betweeness Closeness Literatur: Jansen2006 [nach Jansen 2006]

14 Netzwerkanalyse Bildquelle:

15 RSA-Paper: Wissenschaftskommunikation

16 RSA-Paper: Wissenschaftskommunikation

17 RSA-Paper: Wissenschaftskommunikation

18 Zitationsnetzwerke CIT ED _B Y A Method for Obtaining Digital Signatures and Public-Key Cryptosystems REFERS_TO New directions in Cryptography Diffie, Hellmann IEEE IT Electronic Mail Potter, Science Exhaustive cryptoanalysis Of the NBS data encryption Standard Diffie, Hellmann Computer

19 Arbeitshypothese : Zitationsnetzwerke Soziales Netzwerk (=Online-Communities?) Einfache Beobachtungen: Zitationen sind soziale Interaktion, damit sind Zitationsnetzwerke soziale Netzwerke [Jansen2006] Zitationen sind gerichtet, Freundschaften im Allgemeinen nicht Zitationen sind für die Ewigkeit weniger Dynamik»zitiert«(refers) und»zitiert durch«(cites) sind konvers (inverse Relation), es reicht, eine Relation zu speichern Menschliche Akteure kommen als Autoren, die ein Paper schreiben, in den Graphen, damit wird die einfachste Beziehung (Duade) zu (m1:mensch)-[:author_of]->(p1:paper)-[:refers_to]-> (p2:paper)<-[:author_of]-(m2:mensch)

20 Scientometrie [Price 1963] Quantifizierung der Wissenschaftsgüte Bibliometrie [Pritchard 1969] statistische Bibliografie Zahlreiche GesetzMäßigkeiten, z.b. Exponentielles Wissenswachstum [Price 1963] Grafiken: S.K.

21 Little Science, Big Science LifeSciences Weltraumforschung Hochenergiephysik High Energy Physics (Teilchenphysik) Informationssysteme Quellen: Zapkov2012 (DP-HEP), Neuroth2012, Kreitz1996, Gentil-Beccot2008, Brooks2010

22 Zitationsdatenbanken #Papers Zeitabdeckung bis Bereich Science Citation Index 37 M 1900/1956/1975 allg PubMed 23 M 1966 Medizin 1M 1940/1990 Unterbereich Physik CiteSeer... SPIRES-HEP Quellen: Neuhaus2008

23 InSpire-Datenbank Papers Referenzen Autoren Menschen 4 GB Neo4j-DB { "recid": , "citations": [51535, 56454, 8486], "title": "Performance in simulating particle detector...", "references": [ , , , ,...], "abstract": "Geant4 simulations play a crucial role in...", "authors": ["Soti, G."], "creation_date": " ", "co-authors": ["Wauters, F.", "Breitenfeldt, M.", ] }

24

25 SocialHEP Softwarestack Browser jquery D3.js Nginx Proxy Website Middleware Autor: P. Nicolini Neo4j REST-API Py2neo Autor: W. Greiner Neo4j Linux-Server

26 Preferential Attachment Matthäus-Effekt: Wer hat, dem wird gegeben [Merton 1968] Quellen: Mehler2013, Merton1968, Jansen2006. Bild: S.K.

27 Publikationsgraph ist ein skalenfreies Netzwerk Kanten pro Knoten exponentiell verteilt, damit Skaleninvarianz bzgl. Graphgröße. Skalenfreiheit Kleine-Welt-Phänomen Dist # Quellen: Mehler2013, Merton1968, Jansen2006. Bild: S.K. Dauer ms 93ms 50ms 36sec >min

28 Soziale Wissenschaft Wissenschaft als soziales Netzwerk Sven Köppel Vorläufige Ausarbeitung sowie Website unter: Präsentation am Do Seminar Technologie sozialer Netzwerke Prof. Dr. Krömker WS 13/14