融合地块信息的多层异质网络的科学社团演化的方法技术

本发明专利技术公开了融合地块信息的多层异质网络的科学社团演化的方法，是一种以地块为核心，预测科学社团中作者数量随时间演化的技术，首先，本技术融入地理层网络可以对科学团队在地域上的演化进行分析；其次，在现有的团队演化定性预测的基础上进行改进，本技术可以定量的预测科学团队的演化机制。本发明专利技术应用在科学团队中，预测某领域的团队的发展和变化，即在某个领域的论文中作者数量随时间的演化，大致可以分为“核心型”和“团队扩展型”根据这两种情况进行建模。

Evolution of Scientific Societies in Multilayer Heterogeneous Networks Fusing Land Block Information

The invention discloses a method for the evolution of scientific associations based on multi-layer heterogeneous network integrating land information. It is a technology for predicting the evolution of authors in scientific associations over time with the core of land. Firstly, the technology can be integrated into the geographic network to analyze the evolution of scientific teams in the region; secondly, it can be improved on the basis of qualitative prediction of the evolution of existing teams. This technique can quantitatively predict the evolution mechanism of scientific teams. The invention is applied in scientific teams to predict the development and change of teams in a certain field, i. e. the evolution of the number of authors over time in a paper in a certain field, and can be roughly divided into \core\ and \team expansion\ models according to these two situations.

【技术实现步骤摘要】
融合地块信息的多层异质网络的科学社团演化的方法
本专利技术涉及复杂网络领域，具体涉及融合地块信息的多层异质网络科学社团演化模型。
技术介绍
社团,在我们的社会生活中是指具有某些共同特征的人聚集在一起组成的团体组织。近年来随着网络的兴起，网络社团也逐渐成为研究的热点[KleinbergJM.Navigationinasmallworld[J],Nature,2000,406(6798):845-845.(小世界网络的交流)]。网络中节点的连接具有全局性和局部均匀性。基于节点之间的连接程度，Radicchi等人[RadicchiF,CastellanoC,CecconiF,etal.Definingandidentifyingcommunitiesinnetworks[J],ProcofNationalAcademyofSciencesoftheUnitedStatesofAmerica[C],2004,101(9):2658-2663.(社区内网络的界定与识别)]将社团划分为强社团结构和弱社团结构。强社团结构指的是社团内任何一个节点同社团内部节点的连接比同社团外部所有节点的连接要紧密；弱社团结构则指的是社团内部节点间的相互连接,比其与社团外部的节点的联系紧密[李巍.基于网络拓扑结构的社团演化研究[D].北京邮电大学,2015.]。社团是网络模块结构和复杂系统层次的标志[RavaszE,SomeraAL,MongruDA,etal.Hierarchicalorganizationofmodularityinmetabolicnetworks[J],Science,2002,297(5586):1551-1555.(动态网络模块化的层次组织)]，这对社团的研究有着重要的意义。社团划分是将网络中的节点划分给不同的组别，这也称为社团划分。由于划分的过程存在着大量的主观的或者客观因素,因而Newman和Girvan[NewmanMEJ5GirvanM.Findingandevaluatingcommunitystructureinnetworks[J].PhysicalReviewE,2004,69(2):292-313,(网络中社团结构的发现与评估)]入了一个衡量网络社团划分质量的标准:模块函数。而在科学社团中采用以问题为导向的知识生产方法，这种方法经常模糊了科学社团之间的界限，使得学科与学科之间更具有渗透性，从而导致跨学科现象的出现[GibbonsM,etal.(1994)TheNewProductionofKnowledge:TheDynamicsofScienceandResearchinContemporarySocieties(Sage,London).(知识的新生产力：当代社会科学与研究的动力)]。科学团队的日益突出最近导致了一个研究领域“团队科学”的形成，该研究领域“以研究科学团队组织、交流和进行研究的过程为中心”[S.Principlesofscientificresearchteamformationandevolution[J].ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica,2014,111(11):3984-9.(科研团队形成与演化的原则)]。我们不仅需要关心科学团队的形成和交流，还需要揭示导致科研团队形成和随后发展的原则。以前的研究已经确定，单作者的论文的比例一直在增长。在科学社团的合作中，共文作者之间的关系已经有很长的研究历史[BabchukN,KeithB,PetersG(1999)Collaborationinsociologyandotherscientificdisciplines:Acomparativetrendanalysisofscholarshipinthesocial,physical,andmathematicalsciences.AmSociol30(3):5–21.(社会学与其他科学学科的合作：社会学中的学术比较趋势分析)][W(2002)Coauthorshippatternsandtrendsinthesciences(1980–1998):Abibliometricstudywithimplicationsfordatabaseindexingandsearchstrategies.LibrTrends50(3):461–473.(文献计量学研究对数据库索引和搜索策略的启示)][KretschmerH(1997)Patternsofbehaviourincoauthorshipnetworksofinvisiblecolleges.Scientometrics40(3):579–591.(隐形学院合作网络中的行为模式)]，在合作模型没有提出之前，研究者只是研究作者的个人，而此后随着科技的发展，研究的问题也越来越复杂，合作交流的频率也越来越高，科学问题的边界也越来越模糊，这一系列原因导致的作者之间的合作越来越频繁，合作的人数越来越多，合作者之间有的横跨3个甚至更多的领域。最近在众多的研究团队演化模型中，有一篇是研究团队的形成机制的[GuimeràR,UzziB,SpiroJ,AmaralLA(2005)Teamassemblymechanismsdeterminecollaborationnetworkstructureandteamperformance.Science308(5722):697–702.(团队组装机制决定协作网络结构和团队性能)]，在这篇文章中，把一篇论文中的共著作者作为一个团队，并阐明团队的演化机制和团队成员数量m，加入新成员的概率p，以及与旧团队的人员再次合作的倾向q有关。并且证明了在最近的50年以来，团队成员数量逐渐增多的趋势。此模型从定性转变到定量分析合作者和论文之间的关系。但是此模型不能具体到某一地块内科学团队的合作关系。
技术实现思路
本专利技术的目的在于克服已有技术的缺点，提供一种更加精准的对团队演化进行预测，并揭示了不同大小的科学社团形成和增长的机制的融合地块信息的多层异质网络的科学社团演化的方法。本专利技术所采用的技术方案是：融合地块信息的多层异质网络的科学社团演化的方法，包括以下步骤：步骤一、论文获取和处理过程：(1)选取任意领域的论文,并且论文数据量不少于100G；(2)通过期刊字段，把所有论文按照领域进行分类，然后再将相同领域中的所有论文中的共文作者论文筛选出来；(3)根据相同领域的共文作者的单位的地理位置信息是否一致，将共文作者论文分为位于同一地理位置的共文作者论文和不同地理位置的共文作者论文；步骤二、对扩展型团队模型建模，通过模型计算得到同一地理位置的共文作者数量和论文数量之间的关系以及不同地理位置的共文作者数量和论文数量之间的关系；其中，对于同一地理位置的共文作者论文的模型如下：对于不同地理位置的共文作者论文的模型如下：公式(1)和公式(2)中Fp1和Fp2分别代表代表团队规模的分布函数，n1、n2、α、β代表幂律分布的参数，n1、n2、α、β通过对步骤一中处理后得到的论文数据进行拟合得到，k代表一篇论文中共文作者的人数本文档来自技高网...

【技术保护点】
1.融合地块信息的多层异质网络的科学社团演化的方法，其特征在于包括以下步骤：步骤一、论文获取和处理过程：(1)选取任意领域的论文,并且论文数据量不少于100G；(2)通过期刊字段，把所有论文按照领域进行分类，然后再将相同领域中的所有论文中的共文作者论文筛选出来；(3)根据相同领域的共文作者的单位的地理位置信息是否一致，将共文作者论文分为位于同一地理位置的共文作者论文和不同地理位置的共文作者论文；步骤二、对扩展型团队模型建模，通过模型计算得到同一地理位置的共文作者数量和论文数量之间的关系以及不同地理位置的共文作者数量和论文数量之间的关系；其中，对于同一地理位置的共文作者论文的模型如下：

【技术特征摘要】
1.融合地块信息的多层异质网络的科学社团演化的方法，其特征在于包括以下步骤：步骤一、论文获取和处理过程：(1)选取任意领域的论文,并且论文数据量不少于100G；(2)通过期刊字段，把所有论文按照领域进行分类，然后再将相同领域中的所有论文中的共文作者论文筛选出来；(3)根据相同领域的共文作者的单位的地理位置信息是否一致，将共文作者论文分为位于同一地理位置的共文作者论文和不同地理位置的共文作者论文；步骤二、对扩展型团队模型建模，通过模型计算得到同一地理位置的共文作者数量和...

【专利技术属性】
技术研发人员：徐开元，王文俊，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12