Matrizes de coocorrência e suas aplicações em ciência da informação: Ampliando a ACA para o ambiente Web

Resumo Matrizes de coocorrência, como matrizes de cocitação, coword e colink, têm sido amplamente utilizadas nas ciências da informação. No entanto, confusão e controvérsia dificultaram a análise estatística adequada desses dados. O problema subjacente, na nossa opinião, envolve compreender a natureza de vários tipos de matrizes. Este artigo discute a diferença entre uma matriz de cocitação simétrica e uma matriz de citação assimétrica, assim como as técnicas estatísticas apropriadas que podem ser aplicadas a cada uma dessas matrizes, respectivamente. Medidas de similaridade (como o coeficiente de correlação de Pearson ou o cosseno) não devem ser aplicadas à matriz de cocitação simétrica, mas podem ser aplicadas à matriz de citação assimétrica para derivar a matriz de proximidade. O argumento é ilustrado com exemplos. O estudo então estende a aplicação de matrizes de coocorrência ao ambiente Web, no qual a natureza dos dados disponíveis e, portanto, os métodos de coleta de dados são diferentes dos de bancos de dados tradicionais, como o Science Citation Index. Um conjunto de dados coletados com o motor de busca Google Scholar é analisado utilizando tanto os métodos tradicionais de análise multivariada quanto o novo software de visualização Pajek, que é baseado na análise de redes sociais e teoria dos grafos.