科研团队识别研究综述

随着科学技术的发展与科研任务难度的增加,各领域内科研人才的主要形式由个人向团队转变,科研团队逐渐成为了行业发展的关键。识别科研团队可以为发掘和利用各领域内的先进科学技术打下必要的基础,对现有的科研团队识别方法进行了梳理,包括传统的人工调研方法、基于社会网络分析、基于关联规则和基于网络的层次聚类的方法,归纳了相关的基础理论。

基于社会网络分析的科研团队识别方法研究——基于迭代的中间中心度排名方法识别科研团队领导人

科研团队识别在科技情报分析中是一个具有实用价值的研究领域。科研团队不仅是目前科研机构进行研究的基本组织单元,也是完成综合化、复杂化科研任务的基本工作单元。文章提出了基于迭代的中间中心度排名的团队领导人识别方法,来解决现有方法的问题,通过循环计算整体科研合作网络中科研人员中间中心度指标排名,每次只抽取排名最高的节点,作为科研团队领导人,然后剔除该节点,继续进行迭代计算,直到满足终止条件。在识别出团队领导人后,通过2-clique方法和滚雪球方法识别出科研团队其他成员。整理我国情报学领域11种重要期刊在2007—2016年间的论文题录数据,对该方法识别科研团队领导人效果进行对比实验,结果证明基于迭代方法识别团队领导人具有较好的效果。基于迭代的中间中心度排名方法识别的团队领导人结果具有较好的效果,但识别过程中选择的合作强度参数可能导致一些实际的团队领导人未被正确识别出来;此种方法仅基于部分文献数据来识别团队领导人,结果可能与实际有差别。文章对实验数据中同名不同机构的作者姓名进行简单消歧处理,识别出的团队领导人结果可能与实际存在出入;研究只在情报学领域数据上进行研究,没有在其他领域数据上进行验证。

基于关联规则挖掘的研发团队识别方法

针对当前单个人才引进不能很好地满足企业、行业和区域日益升级的人才需求问题,探寻一种新的方法来识别某一机构的核心研发团队,从而为企业、行业和区域批量引进人才提供决策支持。由于传统共现分析方法存在缺陷,研究引入并优化关联规则挖掘中的FP-Growth算法来实现核心研发团队的识别,并以中国科学院长春光学精密机械与物理研究所为对象验证方法的有效性,最后以中国科学院为研究对象进行实证研究。实证研究挖掘得到中科院7支核心研发团队,包括中科院海洋研究所的海洋生物制品课题组等。

基于创新链的学科优势科研团队识别方法研究——以猪遗传育种领域为例

[目的/意义]旨在为国家科技决策机构和科技管理部门的人才管理决策提供参考。[方法/过程]基于创新链上的各个要素,采用文献计量与专家判断相结合的方法识别学科领域国内的主要科研团队,使用社会网络分析和通讯作者的定量方法识别团队带头人和核心成员,并以国内猪遗传育种领域优势团队识别分析为例进行实证研究。[结果/结论]该方法是可行的、有效的,拓展了学科优势团队的识别方法。

基于专利发明人人名消歧的研发团队识别研究

[目的/意义]技术研发的核心是人才。研发团队是各领域技术发展的重点关注对象,也是机构研发实力的重要体现。[方法/过程]以德温特创新索引(DII)专利文献为分析对象,明确发明人人名消歧规则,利用发明人共现聚类确定主要研发团队,然后以3D打印的数字光处理相关专利来进行人名消歧后研发团队识别的实证分析。[结果/结论]证明专利发明人人名消歧有利于发明人专利数量的准确分析。

虚拟科研团队识别方法研究——以重症医学领域为例

[目的/意义]在美国对华科技和人才封锁政策背景下,虚拟科研团队发现能够从情报研究的角度,为潜在合作对象识别、具有实体化潜力的科研团队发掘、团队组建及其结构优化提供参考和关键数据支撑,具有重要的理论和实践应用价值.[方法/过程]首先,研究选取Scopus数据库中2012-2021年重症医学领域获NIH资助的研究论文、会议论文和综述,引入并改进社团识别研究中基于模块度的Louvain算法,依据特定交叉科学领域科研人员科研产出合著网络中作者合作的紧密程度,初步识别虚拟科研团队;然后,结合向量空间模型、模拟退火算法和并行计算,进一步优化作者合作关系表征和精炼算法迭代过程,通过优化矩阵计算和矩阵输入提升虚拟科研团队识别的效果和效率;最后,对比GN算法和谱聚类算法的识别结果,验证改进的Louvain算法识别虚拟科研团队的有效性.[结果/结论]在大规模作者-作者关系矩阵运算中,将改进的Louvain算法用于识别特定领域的虚拟科研团队较为理想,具体表现在以下3个方面:①充分考虑情报学研究中作者对论文的贡献,提高科研团队识别效果;②通过优化矩阵输入,精炼局部模块度计算;增加并行计算,有效减少运算时间,提升识别效率;③虚拟科研团队识别结果为潜在合作对象的发现提供参考.

视频足球比赛中的团队行为识别研究综述

对有计划高协同性多运动员(智能体)团队行为的理解和识别,是计算机视觉研究领域的重要研究问题之一.从视频足球比赛行为识别过程中的目标跟踪与检测、行为表示、分类器的构建及行为识别等4个方面详细分析和总结了团队行为识别研究国内外现有成果;分析了团队行为识别研究尚待解决的问题及未来研究趋势,为未来的视频足球比赛中团队行为识别及多目标行为识别的研究提供了新思路及文献参考.

领导创造力如何提升团队创造力?——创新过程投入的链式中介模型

领导创造力如何提升团队整体创造力,一直是学术界持续讨论的焦点,同时也是领导者在管理实践中迫切需要解决的问题。依据SOR理论框架,工作团队是一个互动有机体,而团队领导创造力作为情境刺激源会通过团队创新过程投入产生扩散效应,促进团队创造力的提升。实证结果表明:领导创造力正向影响团队创造力,团队问题识别在领导创造力与团队创造力关系中具有中介作用;团队信息加工在领导创造力与团队创造力关系中也具有中介作用;团队问题识别和团队信息加工的中介作用具有先后衔接关系,形成了链式中介效应。研究构建和检验了领导创造力对团队创造力的创新过程投入作用路径模型,对于解释领导自身的创造力及其榜样力量对团队创造力有积极影响,丰富了对领导创造力有效性的理解,为团队创造力提升问题研究提供了新的思路。

基于结构复杂性的科研团队类型划分及特征分析——以电动汽车领域为例

大科学时代,科研团队是科学创新活动的主要组织形式,但大量的科研团队并未备案,难以进行全面摸底和分类管理。然而,科研团队是一个复杂系统,本文基于成员角色的结构复杂性分析方法对科研团队结构开展实证研究,选取国内电动汽车领域专利发明人合作网络作为研究对象。首先,基于louvain算法发现科研团队成员;然后,采用基于成员角色的结构复杂性分析方法识别团队结构,并将科研团队划分为6种类型;最后,基于Kruskal-Wallis检验对不同类型团队特征进行比较分析。将研究分析发现,不同类型团队在有序程度、合作特征和产出能力方面呈现显著差异,结构复杂性用于识别科研团队结构及其组织化程度具有良好效果。

基于成员角色的科研团队结构复杂性研究

[目的/意义]组织结构是科研团队开展科研活动的载体,对组织结构进行研究有助于开展科研团队的精准识别和适时适度培育。但是,组织结构具有不显著性和不确定性,是一个复杂系统。[方法/过程]本文通过对团队自组织演化过程的分析,结合网络位置理论,提出一种基于成员角色的团队结构复杂性分析方法:首先通过成员所处网络位置判别成员角色,其次通过团队内角色构成判别其结构复杂性程度。在此基础上,提出基于科研合作网络的定量测度方法并开展实证研究。[结果/结论]结果显示,该方法对于识别科研团队组织结构具有良好效果。

面向科技大数据的科研团队精准立体画像生成方法

针对科研团队精准立体画像构建的现实需求,本文提出了面向科技大数据的科研团队精准立体画像生成方法。该方法包含科研团队识别、科研团队研究主题预测、科研团队精准立体画像生成三个模块。基于迭代的中间中心度排名方法识别科研团队负责人,通过2-派系和滚雪球方法识别科研团队成员,实现科研团队的识别。综合考虑研究领域内科研团队研究主题间的交互影响,提出基于图注意力网络的主题融合的科研团队研究主题预测方法,通过建模相同研究领域的团队间的主题关联,提高科研团队的研究主题预测准确率。科研团队精准立体画像生成模块通过科研团队简介生成、科研合作关系构建、科研团队研究主题及主题趋势词云生成科研团队的精准立体画像。基于提出的方法在通信领域的科研成果数据集上识别出科研团队,预测科研团队的研究主题,生成科研团队精准立体画像并进行可视化展示,验证了所提方法的有效性。