基于数据挖据的科学基金资助监测方法研究

通过分析科学基金管理面临的决策需求,提出基于数据挖掘技术的科学基金资助监测分析方法。通过数据挖掘的相关算法及技术,从大量的科技资助信息中快速发现有价值的知识,并将其影射输出为知识图谱,为管理者及专家提供决策支持。研究了面向科学基金资助管理的监测流程和关键技术,并以国家自然科学基金国际(地区)合作研究项目为例进行实证研究。

项目资助与科学人才成长——基于国家自然科学基金与973计划的回溯性关联分析

获得项目资助是科学人才学术生涯中的重要经历,对人才的成长发挥重要的作用。以2010年973计划项目资助的科研人员为研究对象,从时间维度逆向追踪这些科研人员获得的国家自然科学基金项目资助情况,探讨项目资助与科学人才阶段性成长之间的关联特征。研究发现:科学基金资助与科研人员阶段性成长之间存在显著的相关性;我国科学人才成长呈现约5年为一个阶段的学术生涯跃迁模式;项目资助类型结构在科学人才的不同成长阶段及不同学科领域中具有差异性,对科学人才的成长也发挥具有不同的影响。

基于合著与引文混合网络的协同评价方法

分析节点在网络中的位置和关系是网络分析的重要内容，也是为科学评价问题提供了有益的借鉴。从评价的角度，作者和文献之间存在正向的相互影响效应，因此提构建了由作者和文献构成的异质二分网络评价模型，应用PageRank和HITS算法的思想，建立作者和文献的协同评价。基于混合网络模型的协同评价，综合了合作网络和引文网络的结构特征，能够提供更为均衡的度量指标。以情报和图书馆学领域为样本，对模型的参数特征及收敛性进行了分析，通过对比分析说明了算法的有效性。

国家自然科学基金合作与交流资助模式研究

合作与交流已经成为R&D活动的必要内容之一,也是国家自然科学基金的重要资助对象。以2003～2008年国家自然科学基金合作与交流资助数据为样本,针对项目类型对比、合作国别及资助地区分布等,提出国家自然科学基金合作交流的基本资助模式及趋势,并给出相关建议。研究发现:合作交流的总体资助结构向实质性合作研究倾斜,协议类项目成为日益重要的项目来源渠道,合作交流的国别选择、及国内地区分布呈现明显的不均衡。

我国“985工程”高校科研绩效的影响因素——基于DEA-Malmquist的实证研究

文章首先借鉴Malmquist效率指数方法,将科研绩效的变动分解为知识生产率与要素投入效应;其次基于2001～2009年的样本数据,探究近年来我国"985工程"高校的科研绩效特征及动因。研究结果表明:规模扩张成为"985工程"高校的共同特征,科研产出增长主要来自于科研资源的投入,尤其是科研经费投入成为论文增长的主要驱动力;有39.4%的高校取得了科研投入产出效率的提高,体现了科研资源配置的优化;"985工程"高校的科研绩效动因特征呈现一定程度的分化趋势,高校间的科研竞争日益激烈。经历了跨越式的规模扩张之后,提升科研产出内涵与质量、优化科研资源配置效率应当成为我国"985工程"高校今后发展方向。

我国科研人员在线学术社交模式实证研究:以科学网为例

为了揭示我国科研人员在线学术社交模式及科研活动特征,选取在我国具有代表性的科研社区平台——科学网,采用数据挖掘方法,从多学科比较视角开展实证研究。研究结果显示:学科间存在较大的在线学术社交差异,管理相关学科用户更具有强烈的在线学术社交倾向,而工程材料领域用户则表现较弱,信息学科用户在学术社交网络中具有较强影响力,处于在线学术社交网络的中心地位。

基于SAO结构的专利技术功效图构建研究

SAO三元结构具有易于理解和表达的语义关系,将其作为挖掘分析的基本单元,深度分析专利文本蕴含的技术语义有助于揭示技术功效关系。从SAO结构的定义及特征出发,提出了基于SAO结构的专利技术功效图构建的思路、流程及方法,采用基于SAO结构的共现关系构建技术功效矩阵,探讨了基于SAO结构的技术主题、功效主题分析方法。通过石墨烯传感器领域为例的实证研究验证了方法的有效性。

基于两阶段DEA的科学基金项目产出评价研究

通过分析科研项目产出的知识特征,构建了科研项目两阶段产出模型,科研项目绩效的形成由知识生产和知识扩散两阶段构成,并将改进的两阶段DEA方法应用于科学基金项目产出效率评价。针对科学基金面上项目的实证研究结果说明科学基金项目产出效率整体呈现提高趋势,而且项目产出效率提升与项目资助强度提高有密切关系。通过分阶段效率的分析,发现科学基金项目产出效率进一步提升的瓶颈在于知识生产阶段,而提高项目资助强度则显著地促进了知识扩散效率。

我国省域全要素碳排放绩效比较研究——基于Malmquist指数分解方法

利用基于DEA的Malmquist指数分解方法,将碳排放绩效纳入全要素分析框架中,对2002—2009年我国29个省区的碳排放绩效进行比较,并分析了全国及东、中、西部地区碳排放绩效的变化规律。实证研究结果显示:"十一五"期间我国碳排放绩效出现了显著提升;三大地区的碳排放绩效存在较大差异,总体呈东高西低的局面;技术进步是东部地区碳排放绩效提高的主要驱动力,中、西部地区碳排放绩效的提升依赖于技术效率的提升,且中部地区的进步速度最显著;大部分省份碳排放绩效的提升依赖于技术效率的提高,技术进步的贡献率还较低,这不利于实现可持续性的低碳发展。

建立有效的企业IT治理探讨

本文介绍了IT治理的概念、框架、组织结构、方法,阐述了建立企业IT治理机制需要重点关注的5个领域内容。

我国林业经济研究知识图谱分析

采用知识图谱的分析方法，重点从核心作者、核心机构及关键词的角度，分析我国近24年林业经济研究领域的发展态势，揭示了我国林业经济的研究格局。实证研究说明：我国林业经济研究领域存在一个稳定的核心科研合作网络；机构关联图呈现出显著的三中心格局，国家林业局经济发展研究中心、北京林业大学经济管理学院和东北林业大学经济管理学院成为核心机构；关键词图谱分析直观地展示了我国林业经济研究的热点，而按历史阶段开展的词频分析则进一步反映了我国林业经济研究的动态。

我国科研投入的空间创新效应研究

以我国省域数据为样本开展实证研究,采用地理加权回归模型GWR估计和检验我国科研投入的空间创新效应。实证结果说明科研投入对地区创新具有明显促进,但在地理空间分布上存在明显的异质性,北京、四川为代表的地区,科研投入的空间溢出效应显著,而西部地区则表现不佳。我国应当继续深化西部大开发政策,促进地区间协调发展。!

基于图神经网络异构数据融合的学科新兴主题探测研究

[研究目的]数据异构性阻碍了大数据集成分析,而异构数据的深度融合学习能够增强学科数据分析能力,为预见学科新兴主题提供有力支撑。[研究方法]探测分析由两部分衔接构成,一是实现多元异构学科数据深度融合的图卷积神经网络(GCN),二是旨在学科主题预测的LSTM模型。具体地,通过GCN的深度学习能力,将包含多维特征和共现关系的异构主题数据转化为同构表示向量,不但实现异构融合,更为后续预测模型提供统一数据基础;然后,将主题表示向量时间序列输入LSTM模型,预测学科主题的新兴特征,为前瞻预见学科新兴主题提供决策支持。[研究结论]以图书情报学为对象的实证充分检验了GCN+LSTM的设计合理性,融合模型比非融合模型在主题趋势预测中展现出明显优势。

面向产业创新链的技术策略选择模型构建及实证研究

以特定区域特定领域的产业创新链为研究对象,站在整个创新链的角度建立基于产业创新链的技术策略选择模型;以专利分析为主要研究方法,在对所选领域热点技术分析的基础上,找出所选区域的技术比较优势,选择出最优技术策略;以山西煤层气产业创新链为例进行实证研究。以期为未来的技术策略研究方法提供参考。

山西省技术创新知识图谱分析

面对日异月新的科技发展动态,高效的科技监测理论及分析手段可以为科技政策制定者及决策者提供科学支持。以山西省技术创新特征为研究对象,以专利数据为载体,从发明人及技术热点两个维度,采用知识图谱的方法形象地展示了山西省的创新格局。

基于知识结构突变的学科新兴主题识别研究

知识结构动态是识别学科新兴主题的重要途径。知识要素的新颖分布是学科新兴主题的体现,而知识结构突变则成为新兴主题涌现的重要特征。基于此,采用WL(Weisfeiler-Lehman)子树核测度知识网络结构演化特征,构建反映主题涌现强度的结构突变率指标;采用PageRank算法,构建主题影响力增长率指标。上述指标组合形成二维识别空间,形成基于知识网络拓扑动态的综合识别方案。该识别方案的有效性得到基于情报学领域的实证支撑,对于短期涌现的高价值主题表现出较好的敏感度与区分能力。拓扑动态指标有助于加强主题知识演化的结构视角定量分析能力,为洞见学科知识演化提供了独特视角。

不同类型科技论文评价指标对比分析

以Web of Science数据库和Altmetrics.com网站收集的数据为样本,分析不同评价指标对科技论文的评价效果以及评价指标在不同研究领域、不同出版时间上的分布情况,并对Altmetrics指标与传统引用指标进行相关性分析。指出Altmetric的主要评价指标的数据来源是Mendeley和Twitter,传统引文指标与Mendeley之间有着中度相关性,而与其他指标相关性则较低。认为Altmetrics指标是对传统引文指标的有效补充。

基于Altmetrics科技论文的影响力评价研究

随着Web2.0环境下社交网络的普及与开放存取运动的兴起,反映研究成果关注度和知名度的社会影响力指标层出不穷,这为传统科技论文的影响力评价提供了新的思路,有利于全面、客观地测度科技论文影响力。在分析国内外研究现状的基础上,通过主成分分析对多指标进行提取,将社会影响力因素纳入科技论文影响力评价体系中,对科技论文进行了社会影响力和学术影响力的二维评价。

基于LSTM模型与加权链路预测的学科新兴主题成长性识别研究

[目的/意义]揭示学科主题潜在的成长性趋势是识别其新兴特征的关键和难点。[方法/过程]从热度和影响力两个维度考察主题成长性,通过基于机器学习算法的预测模型估计主题潜在成长性,基于此形成新兴主题的细分类型划分。首先,设计融合文献计量指标和替代计量指标的主题热度指标,构建基于长短记忆神经网络LSTM的主题热度预测模型,预测主题热度增长率;其次,基于加权链路预测相似性指标,构建旨在预测未来主题网络的三层神经网络预测模型,并采用PageRank算法得到主题影响力增长率预测值;最后,基于热度增长率预测值和影响力增长率预测值构建二维识别空间,通过主题聚类,识别不同子类型的学科新兴主题。[结果/结论]以情报学为领域的实证研究检验了识别方法的有效性,反映了成长性预测指标对于新兴特征的敏感捕捉能力。

多维视角下技术距离对企业研发合作关系影响的实证研究

企业间客观存在各种技术差异,对研发合作网络关系形成具有重要影响。借鉴技术生态位理论,从规模和结构两个维度探讨技术距离内涵,提出研究假设;以石墨烯领域合作专利为样本,采用指数随机图构建度量模型,开展实证研究。结果发现:在规模维度,技术宽度距离、技术深度距离正向促进企业研发合作;在结构维度,技术多样性距离、技术重叠性距离反向抑制企业研发合作。该结果说明规模层面的技术距离为合作双方带来新的要素组合可能,扩展了潜在创新空间,进而形成双方研发合作的创新动力;结构层面的技术接近为合作双方的知识交流与技术兼容提供了基础,降低了交易成本,提升了技术协同性,进而形成双方研发合作的创新基础。