這個頁面展示了科幻電影之間的引用網絡。例如，一部電影（我們稱其為「引用電影」，為「A」）引用了一部較早的電影（我們稱其為「被引用」電影， 為「B」），那麼我們建立一條從 A 指向 B 的有向連接（在我們的網絡中顯示為「A  B」）。 本研究中引文信息來自互聯網電影資料庫（IMDb），一個公共電影數據檔案 。

探索電影引用網絡的可視化：

1. 我們發現了電影引用網絡的主要社群（Community）。網絡中的社群可以理解為節點連接較為集中的地方，即這些節點之間的連接，比網絡其餘部分更為密集（Radicchi et al., 2004）。我們使用社群探測（Community Detection）演算法 (Heymann & Le Grand, 2013) 尋找了六個最大的社群（即包含最多電影的社群）。我們在頁面上展示了這六個社群（即整個引用網絡的六個子網絡），在每個網絡中，我們展示具有最高中心值的電影名稱。

2. 點的大小代表節點的中心值（Centrality，即網絡節點的「重要性」）。中心值越大，該節點越重要，所以在我們的可視化中，它們就更突出。我們報告了三類節點的中心性：居間中間性（betweenness centrality，指網絡中任意兩個節點的最短路徑會經過指定節點的數量，這是用來衡量節點連接網絡其他子集的能力）、接近中心度（closeness centrality，越高接近中心性的節點，代表該節點更接近其他節點），和特徵向量（eigenvector centrality，具高特徵向量中心性的節點，代表該節點更有可能連接到本身具有很多連接的節點）。

3. 對於這六類以機械人（或人工智能系統和半機械人）為主題的科幻電影，我們可以根據它們在情節中與人類的關係（比如合作或對抗的關係），命名為不同的主題。 我們也發現大部分電影都是以美國為中心，而大多數也是商業大片，在這些程式化的商業作品中，機械人難免被塑造成來自刻板印象的形象。

4. 我們還可以觀察到若干類似爲機械人構建「發源地」的電影，它們對機械人形象的塑造被後人廣泛引用，成為一類電影的經典形象。

按此查閱方法論註釋

按此下載 Gephi 網路檔案(ZIP格式)