作者合作網(wǎng)絡(luò)的結(jié)構(gòu)及其演化與預(yù)測研究.pdf

1、近年來，復(fù)雜網(wǎng)絡(luò)受到了廣泛的關(guān)注，相關(guān)的研究遍及社會學(xué)、計算機科學(xué)、生物學(xué)、物理學(xué)等眾多領(lǐng)域。研究人員在不同的領(lǐng)域內(nèi)，從不同角度出發(fā)，展開了對復(fù)雜網(wǎng)絡(luò)的研究，人們稱其為“21世紀的科學(xué)”。合作網(wǎng)絡(luò)，作為社會網(wǎng)絡(luò)的一種，是復(fù)雜網(wǎng)絡(luò)分析中的一個熱點研究領(lǐng)域，而作者合作網(wǎng)絡(luò)則是其中較早進行研究的合作網(wǎng)絡(luò)之一。在大數(shù)據(jù)時代背景下，海量的數(shù)據(jù)為相關(guān)的研究提供了有力的支持。作者合作網(wǎng)絡(luò)的研究，主要包括合作產(chǎn)生的原因、合作的結(jié)構(gòu)和模式、合作的內(nèi)在演化

2、機制等問題，從中可以發(fā)現(xiàn)科研合作的規(guī)律，指導(dǎo)科學(xué)研究活動，優(yōu)化合作結(jié)構(gòu)，進而推動科學(xué)的發(fā)展和社會的進步。
　　本研究正是著重于作者合作網(wǎng)絡(luò)的分析與研究，主要工作從以下四方面展開:
　　1.合作網(wǎng)絡(luò)的構(gòu)建:合作網(wǎng)絡(luò)是將作者抽象為節(jié)點，作者之間的合作關(guān)系抽象成邊，從而構(gòu)成的網(wǎng)絡(luò)。科技文獻數(shù)據(jù)是構(gòu)建合作網(wǎng)絡(luò)的數(shù)據(jù)來源和研究作者合作網(wǎng)絡(luò)的基礎(chǔ)。本文的數(shù)據(jù)來源包括兩方面，一方面是基于Scholarometer系統(tǒng)的利用眾包技術(shù)采集的作

3、者、文獻和學(xué)科相關(guān)的數(shù)據(jù)。這些數(shù)據(jù)可以用來進行作者合作網(wǎng)絡(luò)分析、學(xué)科演化分析和作者影響力分析等，具有一定的科研價值。另一方面的數(shù)據(jù)來源于互聯(lián)網(wǎng)的公開數(shù)據(jù)集。在基于文獻數(shù)據(jù)的作者相關(guān)研究中，作者名歧義性是一個很大的挑戰(zhàn)。以往的消歧算法經(jīng)常使用合作者、文獻標題等特征，在對跨領(lǐng)域?qū)W者的判定時容易產(chǎn)生錯誤。本文則提出了作者名字的變形和引用以及主題一致性特征，并融合其他多種特征進行歧義名識別。與微軟學(xué)術(shù)搜索(Microsoft Academic

4、Search)的結(jié)果相比，本文的方法能夠更加有效的識別出作者名的歧義性。目前此算法已經(jīng)應(yīng)用到Scholarometer系統(tǒng)中，用來消除數(shù)據(jù)中的歧義性、減少噪音干擾。
　　2.合作網(wǎng)絡(luò)的結(jié)構(gòu):網(wǎng)絡(luò)結(jié)構(gòu)的特性與發(fā)生在其上的動力學(xué)行為是密切相關(guān)的。本文對不同學(xué)科的作者合作網(wǎng)絡(luò)結(jié)構(gòu)的基本屬性和動態(tài)屬性進行分析，揭示了合作網(wǎng)絡(luò)的一般模式。同時，結(jié)構(gòu)特征的研究對合作網(wǎng)絡(luò)演化模型的微觀機制設(shè)計也具有指導(dǎo)意義。除了對網(wǎng)絡(luò)的基本結(jié)構(gòu)特征進行分析，本

5、文還研究了復(fù)雜網(wǎng)絡(luò)中的一個重要結(jié)構(gòu)——社團結(jié)構(gòu)。針對已有社團發(fā)現(xiàn)算法中偏重圖結(jié)構(gòu)而忽視相關(guān)內(nèi)容信息的問題，在基于文獻共享的社會化標注系統(tǒng)中，本文提出了一種產(chǎn)生式概率模型來對作者的協(xié)同標注行為和興趣建模。該模型融合了標注行為和主題內(nèi)容信息，可以發(fā)現(xiàn)既聯(lián)系緊密又興趣相近的社團。與其他社團發(fā)現(xiàn)算法相比，本文提出的算法能夠得到更符合實際的社團，并且模型的結(jié)果可以很容易的應(yīng)用到合作者推薦等任務(wù)中。
　　3.合作網(wǎng)絡(luò)的演化:理解網(wǎng)絡(luò)的形成機制

6、，對預(yù)測網(wǎng)絡(luò)的未來發(fā)展和模擬大規(guī)模的網(wǎng)絡(luò)非常重要。已有的社會網(wǎng)絡(luò)演化模型大致分為兩類:基于網(wǎng)絡(luò)結(jié)構(gòu)的模型和節(jié)點屬性的模型。目前還沒有統(tǒng)一的答案說明哪種機制更有效。既然兩種機制都得到了研究者的認可，本文的目的是結(jié)合兩種機制來設(shè)計合作網(wǎng)絡(luò)演化模型。本文首先對影響合作關(guān)系產(chǎn)生的特征進行了分析，發(fā)現(xiàn)基于路徑和節(jié)點屬性特征的有效性，進而以這兩個特征為指導(dǎo)，提出了一個基于Agent的合作網(wǎng)絡(luò)演化模型。在模型中，合作網(wǎng)絡(luò)以事件和興趣為驅(qū)動進行演化，生

7、成了若干實際網(wǎng)絡(luò)觀察到的屬性和模式。最后利用模型進行無監(jiān)督的鏈接預(yù)測，預(yù)測未來的合作關(guān)系。與若干鏈接預(yù)測算法進行比較，本文的算法取得了較高的準確率，證明了模型的合理性和有效性。
　　4.合作網(wǎng)絡(luò)視角下的學(xué)科演化:揭示學(xué)科產(chǎn)生、演化和消亡的規(guī)律是人們一直以來努力的目標。已有的學(xué)科演化模型大多數(shù)只有定性的結(jié)論，很難在實驗中驗證其結(jié)論。本文的目的是提出一個定量的模型來描述學(xué)科的演化。學(xué)科性是作者的一個重要屬性，每個作者屬于一個或多個學(xué)科

8、。作者之間的合作關(guān)系代表了相對應(yīng)的學(xué)科領(lǐng)域之間的合作，而不同領(lǐng)域的作者之間的合作可能預(yù)示著交叉領(lǐng)域的產(chǎn)生。因此，針對學(xué)科演化問題，本文提出了一個基于Agent的學(xué)科演化模型，主要是從作者之間合作關(guān)系演化的角度來進行研究。在模型中，將學(xué)科領(lǐng)域定義為由作者構(gòu)成的團體，以模塊化值為指標，度量作者合作網(wǎng)絡(luò)結(jié)構(gòu)的變化。合作網(wǎng)絡(luò)中作者團體之間的融合和分化，預(yù)示著學(xué)科之間的融合和新學(xué)科的產(chǎn)生。本文提出的模型可以很好的解釋學(xué)科、作者和文獻之間的若干關(guān)系