科学家合作网络中的社区发现

从科学家合作网络中发现隐含的研究社区对于理解科研人员的合作和交流模式，挖掘科研人员的研究兴趣具有十分重要的意义。本文在Latent Dirichlet Allocation模型的基础上，提出了一个社区一作者一主题模型，该模型能够根据科研人员之间的合著关系和论文的内容来发现隐性的子社区，并提取出每个子社区中的研究主题以及每个子社区中有代表性的科研人员。本文还给出了基于Gibbs抽样的社区一作者一主题模型的推断算法。在NIPS数据集上的实验表明，本文提出的社区发现算法所发现的研究社区和研究主题都是有效的。

基于子图的科学家合作网络家族辨识

对科学家合作网络宏观全局结构的研究多表明其小世界和无标度共性特征,而就其微观子图分布特性即网络家族的认知较少。研究基于复杂网络家族辨识的子图比剖面方法、子图组合强度和子图浓度排序方法,系统辨识若干规模和不同领域的科学家合作网络的家族分类及特征。研究表明,具有宏观全局结构共性的上述科学家合作网络,在微观子图的分布、组合或排序上依次具有1种形式、3种规则及5种模式的特性,因而划分为相应家族类别并分别表征理论型、实验型及理论实验型合作网络家族特征。相关方法可用于系统分析和比较科研合作家族行为特性和演化机理。

基于子图结构对等的科学家合作网络角色辨识

辨识科学家合作网络的局部结构可以增进对科学家合作行为的理解。基于复杂网络子图搜索和社会网络结构对等性,提出基于子图结构对等的科学家合作网络角色辨识方法,并应用于复杂网络领域科学家合作网络角色分析中。研究界定了六种4节点子图的11种点位,讨论了复杂网络领域科学家合作网络点位特征,并依据科学合作特性将11种点位分为核心、中介和边缘三类角色;分析发现科学家角色种类的多样性,且其种类数与度、介数和接近性等中心性指标呈正相关关系;基于角色相对数量分布将排名前20位的顶尖科学家分为两个子群体。研究提供了社会合作网络个体行动者角色辨识的定量方法。

基于模体的科学家合作网络基元特征分析

基于复杂网络构建科学家合作网络并分析其全局结构特征,是理解科学家间合作机制的重要手段和研究热点。实际上,辨识其局部结构可以进一步增进对合作机制的理解。基于复杂网络局部结构研究的前沿理念和方法——模体,构建并辨析若干大型科学家合作网络的基元特征:模体特性、子图浓度以及子图自下而上的组合机制。研究表明不同领域科学家合作网络的模体与反模体形式具有共性特征,网络的子图相对浓度则因不同领域科学家之间合作强度及网络发展程度差异而具有不同的分布特征。此外,科学家合作网络具有相似的自下而上构建机制。研究提供了基于模体的科学家合作网络结构辨识方法。

产学科学知识转移网络中的桥接科学家角色分析

首先,基于企业科学家与大学科学家之间的论文合作关系和专利合作关系分别建立科学家合作发表网络与合作发明网络,然后将二者整合组成科学家R&D合作网络,代表了完整的产学科学知识转移网络。其次,对桥接科学家在科学家R&D合作网络形成过程中的作用及其网络节点特征进行分析,揭示其跨界联系人的角色。再次,通过网络结构对比分析,发现整合了合作发明关系后产学科学知识转移网络的结构凝聚性和连通性大幅提高。最后,总结桥接科学家在产学科学知识转移过程中联系产业界与科学界、识别有价值科学知识,改善产学科学知识转移网络结构和提高产学科学知识转移效率的作用。