基于学术能力及合作关系网络的学者推荐研究

【目的/意义】根据学者当前的科研需求基于学术能力与合作关系网络为其推荐潜在合作学者,有利于增强 学术交流合作,促进科研发展。【方法/过程】从学者的学术能力和合作关系网络两个维度构建推荐模型,通过相关 学者的学术能力挖掘候选推荐学者的知识覆盖度,根据历史合作关系网络挖掘合作质量,综合计算在这两个层面 的推荐值实现合作学者推荐。最终以百度学术学者主页数据进行实证以验证模型的有效性和有用性。【结果/结 论】将学者当前科研任务的合作需求加入到推荐模型中构建多维推荐技术,符合科研用户需求,推动学术的交流合 作,模型具有较好地应用性。     

科研社交网站中基于相似兴趣的学者推荐研究

【目的/意义】研究科研社交网站中的学者推荐有利于增强学术合作、提升科研人员学术交流,对科研工作 具有深远意义。【方法/过程】从学者知识结构和学术行为网络两个维度出发,构建基于相似兴趣的学者推荐模型, 挖掘分析学者知识结构特征、学者间合作网络、机构间合作网络关系,计算学者在这三个层面上的相似度并进行整 合实现学者推荐。最后以百度学术学者主页数据为例验证模型的可用性与有效性。【结果/结论】结果表明:模型能 够有效解决科研社交网站信息过载和不对称的问题,满足可操作性和推荐结果有效性。     

学术社交网络中iSchool成员机构的学科交互关系研究

[目的/意义]学术社交网络吸引了众多科研人员参与并使用,对学术社交网络中的学科交互研究有利于促进科研人员利用学术社交网络开展非正式交流及跨学科合作。[方法/过程]文章以ResearchGate(RG)为例,将iSchool成员机构作为研究对象,获取61所iSchool机构成员用户的交互关系数据,并对其中的2798所机构及其间所形成的30393条交互关系数据进行社会网络分析。[结果/结论]从交互数量来看,iSchool成员机构在学术社交网络中的学科交互范围较广,但跨学科影响力有限,其跨学科交互情况反映了目前图情学科领域的跨学科研究趋势和研究热点;从交互关系网络来看,iSchool成员机构整体学科交互关系网络结构较为松散,网络还呈现出iSchool成员机构分别主要与人文与社会科学类和工程与技术科学类的机构产生交互关系的两种趋势。此外,对学术社交网络中交互关系的拓展和学术影响力的提高有利于科研合作的开展和学术声望的提升。     

基于融合指标与作者贡献度的z指数优化研究

[目的/意义]针对z指数评价学者学术影响力存在的问题,提出融合引文分析与Altmetrics改进z指数得到z_new指数方法,以提高对学者影响力评价的科学性与合理性。[方法/过程]文章融合学术论文被引频次、下载量和期刊影响因子指标,考虑作者贡献度,构建学术论文综合学术影响力综合指标（AC）,以替代z指数评价的基本单元——被引频次（C）单一指标,改进得到z_new指数。以图书情报学领域2016—2020年的发文为数据来源,统计获得发文量排名前50位的学者,分别计算他们的z_new指数、z指数、p指数、h指数、总发文量N、加权综合学术影响力（AC）、篇均影响力（AC/N）、体现论文影响力分布的一致性指标μ,并实证分析了z_new指数评价学者学术影响力的效果。[结果/结论]z_new指数在继承z指数优势的基础上,同时也具有自身特有的优势和特点,可较公平和客观地对学者的影响力进行评价。     

基于主成分分析的虚拟学术社区科研人员合作影响因素研究 ——以"小木虫"论坛为例

[目的/意义]旨在为促进虚拟学术社区科研合作发展提供参考。[方法/过程]为厘清多理论下科研合作影响因素,以虚拟学术社区367份有效问卷为样本,运用主成分分析法对虚拟社区中科研人员合作影响因素进行研究。[结果/结论]在虚拟学术社区科研合作中,社区信任起主导作用;个体层面因素包括个体基本特征、个体心理感知和个体预期三个维度,影响程度均与群体交互因素相当。提出建立并完善虚拟学术社区管理规范和信任机制,构建并完善虚拟学术社区版块,完善虚拟学术社区激励机制等建议。     

基于社交媒体弱关系的跨学科相关知识组合识别

[目的/意义]大科学时代,跨学科合作日趋普遍,准确把握跨学科相关知识配对成为跨学科合作研究的前提。基于学术社交媒体弱关系结构识别跨学科相关知识组合,一方面有利于科研人员选择跨学科研究方向;另一方面也是对科学文献数据识别结果的补充。[方法/过程]以科学网为样本来源,以图书情报学科为例进行实证研究。首先,通过用户好友链接关系,构建目标学科用户—跨学科好友用户关系网络;其次,基于学者博文筛选能够代表学者主要研究对象、问题或方法的研究主题作为知识节点,基于好友关系构建目标学科知识节点—跨学科相关知识弱关系网络;最后,构建合作潜力模型,识别最佳跨学科相关知识配对。[结果/结论]识别发现“高被引论文—生态学理论”“科研合作—波士顿矩阵”等是图书情报学跨学科合作知识组合,并分析它们的合作可能性与合作方向,验证模型的可行性与有效性。     

产学研合作中社会资本对学者绩效的影响研究

产学研合作对学者反向影响的研究对理解学者产学合作动因有重要意义。基于社会资本的三种维度,选取通信产业电通信领域产学研合作申请专利信息,构建学者与企业合作的社会网络,分析网络中社会资本对学者学术和技术绩效的影响。研究表明:结构资本中程度中心性对学者技术绩效产生正向影响,而对学术绩效的影响不显著;中介中心性对学者学术绩效与技术绩效均产生正向影响;衡量认知资本的团队多样性对学者的绩效产生负向影响。研究结果呈现中介学者在产学研合作中的重要作用,为产学研制度建设提出了政策启示。     

多维计量指标融合下的学者综合影响力评价研究——以基因编辑领域为例

学者影响力反映学者的学术水平,甄别综合影响力优异的学者有助于推动科学研究的发展。通过构建基因编辑领域学者的学术文献影响力、学术合作影响力、学术引用影响力、社会影响力以及网络社区影响力间的结构方程模型,探究多类指标对各维度影响力的作用程度,结果发现学术迹、合作引用强度、引文网络PageRank值、Altmetrics-h指数均在各层面影响力有更高的贡献作用,Researchgate类指标在揭示网络社区影响力中作用相当。利用天际线算法对基因编辑领域学者进行综合影响力评价实证,发现涵盖Researchgate指标的评价体系可帮助遴选更多学术水平优秀的学者,结果与领域研究的实际推动者较为一致,进一步证实了该多维综合评价体系的可行性以及Researchgate类指标作为补充性指标进行学术评价的有用性。以上结论均可为科技评价理论拓展和应用实践提供一定参考。     

积极还是沉默：学科差异视角下学术社交网络用户聚类与利用行为研究

[目的/意义]学术社交网络已经成为科研工作者们维护人际关系、进行科研合作和学术交流的重要途径,开展用户行为聚类研究对学术社交网络平台准确识别用户组成成分、理解用户行为、提升服务效率具有重要意义。[方法/过程]文章以ResearchGate(RG)为研究对象,在构建平台用户行为的描述模型基础上,利用K-means算法对学术社交网络的用户利用行为进行聚类分析,并立足于学科差异视角探索不同学科用户分布与行为特征。[结果/结论]研究表明RG用户可被划分为10类,不同用户群体在平台功能的利用方面存在较明显的行为偏好差异。同时,学术社交网络的用户利用行为存在学科差异,自然科学类用户类型分布较为均匀,较少呈现极端偏向某一用户群体的情况,利用行为也更加积极;而人文社科类用户主要由潜水用户组成,表现相对沉默。     

基于用户评论分析的网络学术信息资源评价体系模型研究

[目的/意义]从用户角度,通过用户评价内容挖掘构建形成网络学术信息资源评价模型,为网络学术信息资源评价提供一个新的视角,并为其更进一步深入研究奠定基础。[方法/过程]文章在利用爬虫工作自动抓取三个知名学术网站用户评论的语料库基础上,运用数据挖掘研究方法对评论数据进行分词、聚类,根据词间与词对关系,构建形成评价体系模型。[结果/结论]基于用户评论挖掘构建形成涵盖资源内容属性、资源外部特征、网络功能属性、获取过程、用户体验五个维度的网络学术信息资源评价体系模型。该体系模型反映出科学用户在利用新兴网络学术信息资源过程中对资源自身属性和平台规范性的关切,是用户与利用正式学术信息资源的本质区别。     

多层网络分析视域下的新兴技术研发合作网络演化特征研究

[目的/意义]对具有颠覆性潜力的新兴技术研发主体之间的研发合作网络演化特征进行研究,对于我们定量认识新兴技术研发合作特征具有重要的理论意义和方法意义,对于新兴技术研发管理活动具有重要的现实指导意义,可为政府、企业的研发管理决策提供参考。[方法/过程]针对目前在新兴技术研发合作演化特征研究中存在的不足,即大多基于单一网络分析其演化特征或模式以仅利用专利数据,该文提出一种新兴技术研发合作网络演化特征分析模型,以专利数据和网络信息为数据源,构建发明人合作网络、专利权人合作网络、发明人和专利权人间隶属关系网络的多层网络,并在多层网络中划分不同的研发合作类型,从多个维度来揭示新兴技术研发合作网络的动态演化特征。[结果/结论]以钙钛矿太阳能电池技术为案例进行研究,验证了模型的有效性和可行性。     

基于h指数修正的学者历时影响力研究

[目的/意义] 学者是学术知识的创造者,也是学术创新的主要推动者。学者学术影响力评价对学者学术发展具有导向作用,也是每位学者关注的焦点。[方法/过程] 本研究提出一种基于动态变化的学者学术影响力测度方法,以中国引文数据库（CCD）为统计工具,利用SIF测度模型对2019年爱思唯尔（Elsevier）发布的艺术和人文学科领域的中国高被引学者学术影响力演变进行分析。[结果/结论] 结果表明,SIF测度模型弥补了h指数在评价学者影响力的不足,对学者学术影响力演变测度具有适用性,揭示学者学术生涯的学术影响力演变过程。     

基于文献计量和知识图谱的创新政策领域发展研究

[目的/意义]旨在全面了解创新政策研究现状和未来发展方向,准确把握创新政策的研究热点,推动我国创新型国家建设。[方法/过程]以Web of Science数据库中创新政策领域文献为数据源,采用文献计量和知识图谱的方法,分别从文献计量、合作网络以及研究内容3个层面进行统计分析,并绘制可视化知识图谱,全方位展示了目前创新政策领域研究的发展现状。[结果/结论]创新政策领域的相关研究成果主要集中以英国和美国为代表的欧美发达国家的高校学者手中,团队合作尚未形成规模;研究热点主要集中在促进产业经济可持续发展、区域创新政策发展、创新政策影响评价、国家创新政策、创新政策发展趋势以及创新政策合作网络等方面。     

专利分类号耦合分析在企业潜在合作关系识别中的应用

[目的/意义]企业间的技术相似性能否转化为现实的合作关系,专利耦合所揭示的潜在关联究竟预示着合作还是竞争,这些问题需要在实证研究中寻找答案。[方法/过程]以德温特专利分类号为媒介构建专利耦合网络,采用可视化和因子分析方法考察企业的技术相似性及其聚类结构、发掘技术派系及其研究方向,对专利耦合网络与现实合作网络进行比较。[结果/结论]单纯的技术相似性不能作为潜在合作关系的有效判定依据,基于专利耦合形成的潜在合作关系难以转化为现实,社会关系因素对于专利合作的影响程度远甚技术相似性。     

基于KMRW声誉模型的虚拟学术社区科研合作研究

[目的/意义] 虚拟学术社区开始成为科研合作的重要平台,本文通过对虚拟学术社区科研合作行为的博弈分析,有利于维系与推动虚拟学术社区科研合作关系的形成。[方法/过程] 基于理性人假设,从虚拟学术社区科研合作团体和科研合作个体两个主体出发,构建KMRW声誉模型分析虚拟学术社区中科研合作策略选择与稳定性,并引入贴现因子、激励因子、惩罚因子,进一步对科研合作进行分析。[结果/结论] 研究表明：虚拟学术社区科研合作中,声誉会对科研合作个体的行为产生明显影响,而贴现因子、激励因子和惩罚因子的存在使得科研合作个体的声誉价值增加,促使形成的虚拟科研合作团体达到均衡状态,并据此提出促进虚拟学术社区科研合作的相关策略。     

科学共同体的合作网络及演化研究——以“2011计划”协同创新中心为例

[目的/意义]针对我国以协同创新中心、研究基地和新型智库为代表的科学共同体不断涌现,但缺乏定量化评价措施的问题,本文对"2011计划"协同创新中心的合作网络及演化过程进行研究,为我国科学共同体的评价提供参考。[方法/过程]获取"2011计划"协同创新中心的论文合作数据,利用VosViewer和Ucinet构建"2011计划"机构论文合作网络,采用社会网络分析法,分析合作网络在网络结构、机构间合作强度等方面的特征及演化规律。[结果/结论]"2011计划"实施前后协同创新中心合作网络结构及演化特征表明,科学共同体的构建能促进科研机构间构建更为紧密的合作关系,但机构间的合作强度则取决于科学共同体研究方向与政策导向和应用热点的契合度。     

国际数字人文大会论文合作网络研究

[目的/意义]旨在对国际数字人文大会会议论文进行挖掘和分析,以揭示国际数字人文学术合作情况。[方法/过程]通过文献计量分析国际数字人文大会的论文和作者数量,使用网络分析方法对国际合作网络、机构合作网络和作者合作网络进行分析,发掘其中的高影响力国家、机构和作者团队,并通过文本分析方法发现关键合作主题。[结果/结论]近十年来会议论文中的学术合作数量总体呈上升趋势,但也存在大量的单一作者论文;欧美机构在数字人文领域保持密切合作,具有较大的国际影响力,中国大陆地区的影响力有待加强;核心作者间的合作总体遵循最省力原则;热门合作内容主要涉及“历史与文化遗产数据的可视化”“面向人文文献的文本分析与挖掘”“人文文献或视听资料的标注”“人文数据的语义化”4个方面。     

学术谱系的起源、现状和发展

对国内外学术谱系的起源与发展、概念界定、研究方法以及学术谱系平台和计量指标进行梳理分析,并结合已有研究对科学家的学术谱系现状与发展进行探讨。研究发现,我国科学家的学术谱系研究尚属起步阶段,研究多是定性研究;国外研究依托学术谱系库的建立与文献计量学的发展,定量研究逐渐增多。由此提出我国有必要建立特色学术谱系平台,构建适合中国特色的学术谱系的计量指标体系。     

基于动态特征的学者推荐研究

[目的/意义]在开放的知识交流环境中向学者推荐具有相似研究兴趣的学者有助于学者高效获取到所需的学术资源,更好地开展学术研究和学术交流。[方法/过程]首先利用LDA主题模型提取学者的科研兴趣特征,同时引入时间因子加权兴趣特征,形成学者动态兴趣矩阵,基于此使用K-means对具有相似研究兴趣的学者进行聚类分析,并在类簇内综合学者的科研能力和社交属性两个维度构建学者推荐模型。[结果/结论]以“百度学术”数据集对模型进行验证,实验结果表明该模型能够很好地发现相关学者,满足可操作性和推荐结果有效性。在学者推荐过程中引入更贴近现实的动态兴趣特征对推荐结果具有一定效果。     

融合加权异质网络与网络表示学习的学术信息推荐研究

[目的/意义]21世纪互联网技术的发展为学术研究提供了开放的交流平台，科研信息资源由此呈指数增长，学者难以从繁杂的信息中快捷获取所需信息，从而导致学术资源利用率低下。学术资源精准化、个性化推荐，成为了提高学术信息流转效率和实现价值增值的有效途径。[方法/过程]本文利用文献发表时间因子与文献语义相似度对异质信息网络进行加权，并基于此加权网络采用Node2vec进行有偏随机游走生成图节点序列，然后利用Skip-gram语言模型进行序列学习，最终计算节点向量的相似度以实现学术信息推荐。[结果/结论]以CNKI中的数据集为例对本文所提出的模型进行验证，实证结果表明，使用该模型推荐的论文与学者，一方面与目标学者的研究方向相符合；另一方面在时间维度上也较为精准，能够有效满足学者信息需求。