导读:本文包含了科学家合作网络论文开题报告文献综述及选题提纲参考文献，主要关键词:科研合作网络,合作关系模式,网络结构分析,正叁角形映射
科学家合作网络论文文献综述
桑葛楠[1]（2019）在《科学家合作网络的结构均衡性研究与团队结构挖掘》一文中研究指出伴随着科研数据的积累和网络数据分析手段的不断深化,建立在科研大数据基础上的“科学学”研究已经成为近年来的热点领域。其中,由于科研合作网络是科研活动组织、科学信息传播等方面的结构基础,深刻影响到科学家的科研工作,因此它一直是该领域研究的中心议题之一。在本文中,我们着眼于科学家结构特性与个体的合作关系在其科研合作网络上的分布特性,重点讨论其合作关系是否存在对其他科学家个体的依赖,并研究科研团队结构对科研产出产生的影响。针对这两个问题,本文主要做了如下工作与创新:(一)采用正叁角形映射的方法对科学家之间的合作关系模式进行了实证分析。这一方法基于科研合作网络数据,把每个科学家同其近邻的叁个满足给定条件的高影响力科学家,根据合作关系疏密,映射到一个标准正叁角形上。根据他们在映射正叁角形中的映射位置分布,来测定其合作关系模式。研究发现,科学家在映射正叁角形上的分布呈现出中心集聚趋势,说明科学家的合作关系常常较为均匀地散布在多个高影响力合作对象之间,其关系模式呈现出较强的均衡性特征。本文所分析的四个研究领域均在全参数空间内呈现这一特征。而科学家的学术年龄、被引次数差异等因素均不影响该特征的表达。进一步分析发现这种均衡性特征对科学家的科研影响力的影响以负面为主。这一研究为分析科学家之间的合作关系模式以及各类复杂网络的节点关系提供了新的视角。(二)分别研究科研团队结构中的团队领袖首要性与科研团队规模对科研产出产生的影响。经过研究发现,科研团队的影响力与科研团队的团队领袖首要性指数、科研团队的规模均呈现库兹涅兹倒U曲线。我们研究发现保证合适的科研团队规模与合理的团队结构是提升科研产出的有效途径。(本文来源于《杭州师范大学》期刊2019-06-01）
刘岩,刘亮,罗天,曹吉鸣[2]（2019）在《基于子图的科学家合作网络家族辨识》一文中研究指出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。(本文来源于《科技管理研究》期刊2019年07期）
桑葛楠[3]（2019）在《基于科研数据的科学家合作网络研究进展》一文中研究指出科学家合作网络是科研活动组织、科学信息传播等方面的结构基础,对科学家合作有着显着的影响。近年来,随着互联网的普及以及科学的产业化,使我们能够获取大量的科研信息数据。通过新兴的大数据分析与复杂网络方法,科研人员取得了一系列的进展。本文主要综述了近年来基于科研数据的科学家合作网络的研究进展,并总结这一领域内研究所面临的问题与挑战。(本文来源于《计算机产品与流通》期刊2019年02期）
王大鹏[4]（2014）在《在线合作:科学家和社交网络》一文中研究指出《自然》对那些说他们"经常访问"社交媒体网站的学者们的活动进行了详细的问卷调查。调查网站包括推特(330个常规用户)、脸谱(340个常规用户)、领英(389个常规用户)、Research Gate(1,589个常规用户)、Academia.edu(283个常规用户),Mendeley(198个常规用户)(本文来源于《世界科学》期刊2014年12期）
刘亮,韩传峰,缪莉莉,曹吉鸣,姚晓勃[5]（2013）在《基于子图结构对等的科学家合作网络角色辨识》一文中研究指出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、中介和边缘叁类角色;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。(本文来源于《科学学研究》期刊2013年08期）
缪莉莉,韩传峰,刘亮,曹吉鸣[6]（2012）在《基于模体的科学家合作网络基元特征分析》一文中研究指出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。(本文来源于《科学学研究》期刊2012年10期）
曹艳青,蔡勖[7]（2010）在《科学家合作网络实证及其创造力模型研究》一文中研究指出一研究现状二科学家合作网络实证研究叁科学家创造力模型研究四展望一研究现状1.2001年,Newman对基于几个不同学科的数据库构成的科学家合作网做了较为系统的分析研究了网(本文来源于《第六届全国网络科学论坛暨第二届全国混沌应用研讨会论文集》期刊2010-07-26）
曹艳青,蔡勖[8]（2009）在《科学家合作网络实证研究及科学家创新能力的模型探究》一文中研究指出复杂性科学的研究方兴未艾,自然界中存在大量的复杂系统,它们都可以通过形形色色的网络加以描述。新兴的复杂性科学的研究,产生了新的科学家合作领域。本文在Newman科学家合作网络的建立基础上,考察了复杂网络领域科学家合作网络的基本量的特点。本文作者收集了由APS搜索的PACS号为-89.75.-k(Complex systems)和87.23.Ge(Dynamics of social systems)从2001年1月至2008年3月,共498篇文章,806位作者构成的科学家合作网,实证地研究了复杂网络领域科学家合作网的特性,发现该新领域的科学家合作网络仍然具有小世界的特点。此外,本文以科学家合作网络为基础,通过科学家合作发表的文章的杂志的影响因子分布和其发表论文的数量来研究科学家的创新能力。(本文来源于《第五届全国复杂网络学术会议论文（摘要）汇集》期刊2009-10-15）
[9]（2009）在《上海与香港科学家合作研究揭示外界节律性刺激可以调制大脑中神经网络活动的振动频率》一文中研究指出据2009年5月8日《上海科技报》消息,上海和香港科学家的这一研究成果的相关论文发表在2009年5月6日出版的国际着名学术杂志《神经科学》上。消息介绍说,大脑中许多功能区呈现不同形式的神经网络振荡活动,反映了群体神经元的同步活动以及大脑的不同工作状态。例如清醒工作状态下的振荡活动表现为高频低(本文来源于《生物学教学》期刊2009年10期）
燕佳鹏[10]（2008）在《基于BOSAM的科学家合作网络拓扑分析与建模》一文中研究指出科学家合作网络属于复杂网络中社会网络的一种。目前对其拓扑结构的研究还停留在统计特征的层面上,所建模型通常都集中于讨论如何更好地描述科学家之间的合作行为。但直到现在,尚未对科学家的合作行为做出明确说明。本文的研究成果如下:1)对目前针对科学家合作网络拓扑的相关研究成果做了分析,并以skitter数据和ER模型为例说明了利用BOSAM可观察到的网络拓扑特征。2)基于BOSAM对凝聚态物理学科学家合作网络的拓扑特征进行了分析,从静态的BOSAM位图出发,发现了该网络节点合作行为的两个重要特征:Ⅰ.“择弱”规则:新节点在加入网络时,往往只能找到较弱的节点作为其合作伙伴,而直接获得与较强的节点合作的机会非常小。该发现纠正了以前人们普遍认为该网络增长机制的“择强”规则的观点。Ⅱ.“门当户对”特征:即科学家合作网络中节点的合作行为不但与节点本身强弱有关,同时,这种合作行为也携带了节点的“背景”因素:节点“背景”的强弱恰恰对应于其最强邻点的强弱,而且,“背景”强的节点,其合作者也往往强于那些“背景”弱的节点的合作者。这种发现明确了科学家合作关系的潜在因素,因而是对科学家合作行为更加清晰的说明。3)基于对科学家合作网络拓扑特征的分析,对科学家合作网络进行了拓扑建模。本文的模型为一动态增长的网络拓扑模型,在网络规模的增长过程中融合了节点资历的变化。基于网络规模的动态增长,发现了科学家合作网络增长机制的叁个特征:Ⅰ.新节点通过与某节点的合作,也间接获得了与该节点的合作圈子内最强节点的合作机会;Ⅱ.新节点选择了较弱的合作者,而且这些合作者往往都非常弱,可以认为,新节点根本无法获得与很强的节点直接合作的机会;Ⅲ.与较强节点存在合作关系的节点,在其寻找其他的伙伴的过程中,往往选择那些比自己强,但却与自己实力最为接近的节点进行合作。该模型较好地模拟了科学家合作网络的增长机制和科学家的合作行为,证实了本文在这些方面的相关推断,揭示了科学家合作网络和科学家合作行为的一些基本规律。(本文来源于《北京交通大学》期刊2008-06-01）
科学家合作网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
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。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
科学家合作网络论文参考文献
[1].桑葛楠.科学家合作网络的结构均衡性研究与团队结构挖掘[D].杭州师范大学.2019
[2].刘岩,刘亮,罗天,曹吉鸣.基于子图的科学家合作网络家族辨识[J].科技管理研究.2019
[3].桑葛楠.基于科研数据的科学家合作网络研究进展[J].计算机产品与流通.2019
[4].王大鹏.在线合作:科学家和社交网络[J].世界科学.2014
[5].刘亮,韩传峰,缪莉莉,曹吉鸣,姚晓勃.基于子图结构对等的科学家合作网络角色辨识[J].科学学研究.2013
[6].缪莉莉,韩传峰,刘亮,曹吉鸣.基于模体的科学家合作网络基元特征分析[J].科学学研究.2012
[7].曹艳青,蔡勖.科学家合作网络实证及其创造力模型研究[C].第六届全国网络科学论坛暨第二届全国混沌应用研讨会论文集.2010
[8].曹艳青,蔡勖.科学家合作网络实证研究及科学家创新能力的模型探究[C].第五届全国复杂网络学术会议论文（摘要）汇集.2009
[9]..上海与香港科学家合作研究揭示外界节律性刺激可以调制大脑中神经网络活动的振动频率[J].生物学教学.2009
[10].燕佳鹏.基于BOSAM的科学家合作网络拓扑分析与建模[D].北京交通大学.2008