论文部分内容阅读
科研活动是孕育知识创新的温床,学者的学术行为是知识扩散的重要途径。研究者们通常利用学术数据来分析和探索知识的扩散。学术数据中两个最重要的主体是学者和论文,其中学者是推进知识扩散的重要驱动力量,论文则是记录知识的载体。知识扩散作为衔接知识创造与知识应用的中间环节,对知识的传承与创新具有至关重要的作用,既能提高全社会知识应用的效率,又能促进知识创新的产生。知识可以被划分为显性知识和隐性知识两个部分。在学术论文被发表以前,知识以隐性知识的形式存在于学者的脑海中,当论文被发表后,隐性知识被显化,以显性知识的形式记录在学术论文中。知识的扩散既有以论文为载体显化后的显性知识扩散,也有以学者交流合作为代表的隐性知识扩散。因此,知识扩散表现出了过程的多维性和路径的多重性,如何利用多层网络建模的方式来分析显性知识和隐性知识的扩散是有意义的研究课题。首先,对于显性知识扩散的研究,本文针对学者合作过程中显性知识扩散所产生的论文主题演化进行了探索,将学术论文所展现出的主题信息作为对显性知识的量化,以主题的演化来表征显性知识的扩散过程。从网络结构的角度,构建了学者-论文异质双层网络模型,该结构模型由学者合作网络和论文相似网络构成,其层间耦合关系就是学者对知识的显化过程。根据双层网络的结构演化发现,旧学者和旧论文对于学科知识的内聚和发展至关重要。为了进一步挖掘论文所展现出的知识主题,通过对论文相似网络的社团划分,获取了由相同主题聚合的论文社团,从而构建了学者-主题双层网络模型,实现了学者与其研究主题的耦合表征,并补充提出了词汇关联网络和主题演化网络来辅助获取主题的具体内容。从主题状态的角度,利用学者的职业生涯长度和主题的演化类型分别定义学者的状态(临时学者、成长学者和名誉学者)以及主题的状态(新主题、分化主题、自扩张主题和静止主题)。根据两层网络的耦合演化过程发现,各状态的学者对新主题、自扩张主题和静止主题的贡献普遍较低,学者们更关注分化主题,其中名誉学者对分化主题的贡献最大。因此,名誉学者对推进显性知识扩散的影响更显著。其次,本文进一步研究比显性知识承载更多知识价值的隐性知识的扩散。针对目前最常被用于评估隐性知识扩散的动力学方法所存在的主观变量多、结果波动大等问题,本文提出一种代数矩阵评估方法,该方法利用代数矩阵将社会网络结构与隐性知识拥有者和显性知识载体的状态信息进行整合,并根据隐性知识的局部微观扩散过程,构建自洽方程来实现对隐性知识扩散规模和阈值的评估。本文结合真实情况设计了一个蒙特卡罗模拟实验,通过比较在不同度分布的人工网络和真实社会网络中的仿真结果,验证了代数矩阵评估方法的有效性。在对真实数据的分析过程中,通过构建由学者合作网络和论文引用网络组成的学者-论文双层网络模型,获取网络演化过程中学者的职业生涯长度和论文的被引量来定义隐性知识拥有者和显性知识载体的状态信息,将上述结构和状态信息应用于代数矩阵评估方法中。通过对真实数据的研究发现,在合作多元化不断发展的过程中,学者们更愿意交流他们的隐性知识,这对科学的发展极为有利。进一步研究发现,合作规模是促进隐性知识扩散的重要因素,较低的合作规模严重阻碍了隐性知识的扩散,限制了科学研究的发展。此外,通过与动力学评估方法的比较发现,状态信息对隐性知识扩散的影响是显著的。在最大连通分支中,忽视状态信息导致的评估偏差为13.44%,在全部学者合作网络中,偏差增加到45.07%。最后,聚焦于关键学者识别的微观研究,分析了关键学者对知识扩散的影响。针对单指标评价的片面性和多指标评价的冗余性,为实现对学者的全面、客观、高效的评价,本文提出了基于结构指标约简的关键节点识别算法(SIRA),通过结构指标选取、指标等价类构建、代表指标抽取、节点综合评价四个过程,完成对网络节点的全面评价。该算法属于多指标评价算法,不考虑结构指标的计算,算法本身的时间复杂度仅为。从结构鲁棒性的角度,包括网络连通度和网络效率,发现SIRA算法对关键节点具有良好的识别效果。从关键学者特征的角度,包括成长性、合作广泛性以及关键学者间的合作稀疏性,发现SIRA算法能够准确地识别出真实的关键学者。关键学者对合作关系的维系作用以及对各主题的高支持度,使其对显性知识扩散表现出主导性地位,此外,关键学者对主题的分化和新主题的产生具有较大贡献,使其对显性知识的扩散表现出推进作用。相应地,比较关键学者和非关键学者对隐性知识扩散的影响发现,关键学者对隐性知识的扩散具有重要的推广作用,是合作交流不可或缺的组成部分。依据上述研究内容和主要研究结论,本文的创新性贡献概述如下:(1)通过研究异质对象形成的复杂结构,从异质双层网络的结构层面提出了新的研究视角,为分析知识扩散机制开拓了新思路;(2)依据异质双层网络蕴含的知识多维信息,独创性地提出了能够融合多维信息的代数矩阵评估方法,利用这一新方法实现对知识扩散的评估;(3)依据结构嵌入性理论,独创性地提出避免多指标评价冗余的指标约简算法,利用这一新算法准确识别对知识扩散具有主导和推进作用的关键学者;(4)利用上述新视角、新方法和新算法,从结构演化和状态演化两个层面探寻到知识拥有者和知识载体对知识扩散的影响机制,研究结论有较强的理论创新性。本文的研究选题源自于国家自然科学基金项目“融合异质信息的多层社会网络建模理论与应用研究”(编号:72171136)。以异质双层网络为研究视角,本文构建了双层学术网络模型来实现对知识多维异质信息的融合,通过研究异质双层学术网络的结构与演化特征、显性知识和隐性知识的扩散机制,以及网络中关键节点对知识扩散的微观影响等问题,极大拓展了知识管理研究的视角,丰富了知识扩散评估的工具。在对知识扩散机制的研究过程中,通过选定新视角、提出新方法、设计新算法等创新性工作,探寻到具有较强理论创新性的研究结论,为科研工作的管理优化和决策制定提供了借鉴。