中美知识融合网络与知识扩散网络对比

[研究目的]当前借助引文关系开展知识流动规律分析的研究已经十分常见,但对于知识的融合与扩散过程的研究还不够深入。从复杂网络视角分析中美学者所创造知识的流动规律有助于厘清两地的科学生产力及知识流动的差异。[研究方法]通过引用关系构建知识融合级联网络和知识扩散级联网络,采用复杂网络分析法从网络数量特征、网络结构特征和级联网络国别等特征维度对中美知识融合网络和知识扩散网络进行对比分析。[研究结论]研究发现,纯美国学者组发表文献不论是知识融合级联网络还是知识扩散级联网络规模均更大,形成的知识融合级联网络密度、接近中心性和PageRank平均数更大。物理学相比于社会学,其文献的知识融合级联网络和知识扩散级联网络呈现更加稠密、节点联系更加紧密、中心性更强的结构。本研究有助于深化对知识融合与知识扩散的认识,加深对中美两国科研生产力差异的理解。

基于多维特征的引文扩散模式预测研究

[目的/意义]基于科学论文发表后的早期特征,准确预测论文未来的引文扩散演变模式,对科学产出评估、科学突破早期发现等都具有潜在的价值。[方法/过程]归纳总结9种不同的引文扩散演变模式,并基于论文自发表后的早期时序、结构和文献特征,建模预测未来一定引文窗口内的演变模式。选择美国物理学会的引文数据集进行实证研究,探究不同特征组合下引文扩散演变模式的预测效果。[结果/结论]结果显示,时序特征对预测模型的贡献程度最大,同时结构特征和文献特征也起到重要的作用,当融合3个特征时所有预测模型的准确率均超过了80%,证明了本文所选特征的有效性。