Pular para o conteúdo
SciForesight

Análise Bimodal

Como duas classes distintas de entidades se conectam e articulam o conhecimento?

bimodalAnálise Bimodal

No tutorial passo a passo · Módulo 8

Montar redes bimodais e ler hubs e autoridades

Você terá uma matriz bipartida salva no banco e saberá interpretar hubs e autoridades no grafo.

Ver o passo a passo

O que este módulo faz

O módulo de Análise Bimodal modela matrizes relacionais entre duas classes independentes de entidades (ex: Autores × Palavras-chave, Instituições × Tecnologias, Autores × Dimensões de IA), evidenciando pontes de conhecimento e articulação temática.

Permite mapear nós articuladores e autoridades conceituais, calculando partições e projeções de rede que isolam a liderança científica e técnica em cada subdomínio.

Análises disponíveis

AnálisePara que serve
Matriz Autor × Palavra-chave (Articuladores e Autoridades)Mapeia os pesquisadores mais conectados e os tópicos com maior autoridade concentrada, isolando competências específicas.
Matriz Instituição × Tecnologia / Dimensão IAEvidencia quais organizações de P&D lideram o desenvolvimento de metodologias ou tecnologias específicas identificadas pela taxonomia.
Projeções e Partições de RedeDecompõe a matriz relacional nas duas projeções unimodais e aplica partição espectral independente a cada classe, com número de grupos ajustável separadamente para a classe A e para a classe B.
Hubs e Autoridades (HITS)Centralidade bipartida calculada iterativamente sobre a matriz de incidência: a classe A rende os hubs, a classe B as autoridades. Os escores governam o diâmetro dos nós e as listas de topo do painel de métricas.
Explorador Interativo de PublicaçõesNavegação contextual: ao clicar em qualquer nó ou aresta da rede bimodal, o sistema lista as publicações associadas àquele vínculo, com busca por título, autor, periódico ou ano.

O que o corpus precisa ter

  • Corpus bibliográfico refinado e consolidado no projeto
  • Duas classes relacionáveis entre documento, autor, palavra-chave, periódico, ano, afiliação, país e as dimensões da taxonomia de IA
  • Definição de limites Top N para controle de densidade do grafo

Faltando algum desses elementos, o módulo ainda abre, mas parte das análises fica indisponível ou pouco informativa. A página de Fontes suportadas indica o que marcar na exportação de cada base.

O que você leva para fora

  • Grafos bimodais interativos com cor por grupo espectral e forma por classe
  • Classificação e filtragem dinâmica por volume de conexões, independente para cada classe
  • Densidade bipartida, escores HITS e listas de hubs e autoridades
  • Legenda editável, com títulos e rótulos reescritos pelo analista e persistidos por matriz
  • Exportação de figuras em alta definição (300 DPI / SVG vetorial) com a legenda embutida
A qualidade da rede depende do saneamento prévio
Se variações de nomes de autores ou instituições não forem consolidadas na fase de refinamento, um único ator será fragmentado em múltiplos nós, dispersando a leitura de liderança temática.

Continue por aqui

Pronto para experimentar o SciForesight?

Execute análises bibliométricas, grafos bimodais e inteligência artificial no Windows com controle, governança e soberania de dados.

Solicitar Versão de Teste