La normalización de matrices de ocurrencia y coocurrencia en bibliometría utilizando similitudes de coseno y coeficientes de Ochiai

Demostramos que la similitud de Ochiai de la matriz de coocurrencia es igual a la similitud de coseno en la matriz de ocurrencia subyacente. Ni el coseno ni la correlación de Pearson deben usarse para la normalización de matrices de coocurrencia porque la similitud se normaliza dos veces, y por lo tanto se sobreestima; el coeficiente de Ochiai se puede utilizar en su lugar. Los resultados se muestran utilizando una matriz pequeña (5 casos, 4 variables) por razones didácticas, así como la matriz de coocurrencia de 24 autores en ciencias de la biblioteca e información de Ahlgren et al. (2003). La sobreestimación se muestra numéricamente y se ilustrará utilizando escalado multidimensional y dendrogramas de clúster. Si la matriz de ocurrencia no está disponible (como en la investigación en internet o el análisis de cocitación de autores), es preferible usar Ochiai para la normalización en lugar de usar el coseno.