分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-04-01 合作期刊: 《图书情报工作》
摘要： [目的/意义] [JP+1]团队合作已成为当今知识创新的一种重要组织形式。从动态网络视角探究科研团队动态演化规律对于促进科研团队的发现、组建和管理具有重要意义。[方法/过程] 以人工智能领域为例，采用Louvain社群发现算法识别人工智能领域研究团队，通过计算团队合作网络中节点数、边数、网络密度和平均聚集系数四项拓扑指标的极值分布，从微观和宏观视角探究该领域高产团队演化的特征与规律，以揭示科研团队演化的内在动因。[结果/结论] 微观视角下，合著网络拓扑指标的极值分布揭示人工智能领域高产团队演化的动态属性；宏观视角下，高产团队在网络密度与网络平均集聚系数上呈现出演化共性，多数团队在演化中催生更多新的合作关系的产生；结合团队的演化路径来看，人工智能领域高产团队中各时期的小团体合作现象显著，且小团体之间的合作直接影响着整体团队的走向。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-04-01 合作期刊: 《图书情报工作》
摘要： [目的/意义] 对人工智能领域科研团队进行识别，并基于多个维度的指标提取领军科研团队，旨在丰富科研团队识别的流程与方法，为从科研团队视角分析人工智能领域脉络、前沿和主题提供依据。[方法/过程] 以Web of Science为数据来源，采集2009-2018年间人工智能学科领域所有科技论文的数据，通过算法设计与人工核查进行数据清洗；基于分数计数法构建全局合著网络，并利用社区探测算法动态调参、识别科研团队；进而基于多维度的指标提取出领军团队，并加以比较分析。[结果/结论] 从实践出发构造人工智能科技论文数据清洗的规则；构建基于合著关系识别人工智能科研团队的流程体系；提出通过消除边缘结点进行合著网络筛选，进而利用已知团队作为参考进行参数调整的思路；较为系统和准确地识别出全球人工智能科研团队，并基于发文量、被引量、h指数、中介中心度、接近中心度和加权点度中心度6个维度的指标提取出领军科研团队，同时，给出结合论文数据和实证调研对每个领军团队的示例性分析。
点击量
点击量
下载量
评论
