虚拟科研团队识别方法研究——以重症医学领域为例

[目的/意义]在美国对华科技和人才封锁政策背景下,虚拟科研团队发现能够从情报研究的角度,为潜在合作对象识别、具有实体化潜力的科研团队发掘、团队组建及其结构优化提供参考和关键数据支撑,具有重要的理论和实践应用价值.[方法/过程]首先,研究选取Scopus数据库中2012-2021年重症医学领域获NIH资助的研究论文、会议论文和综述,引入并改进社团识别研究中基于模块度的Louvain算法,依据特定交叉科学领域科研人员科研产出合著网络中作者合作的紧密程度,初步识别虚拟科研团队;然后,结合向量空间模型、模拟退火算法和并行计算,进一步优化作者合作关系表征和精炼算法迭代过程,通过优化矩阵计算和矩阵输入提升虚拟科研团队识别的效果和效率;最后,对比GN算法和谱聚类算法的识别结果,验证改进的Louvain算法识别虚拟科研团队的有效性.[结果/结论]在大规模作者-作者关系矩阵运算中,将改进的Louvain算法用于识别特定领域的虚拟科研团队较为理想,具体表现在以下3个方面:①充分考虑情报学研究中作者对论文的贡献,提高科研团队识别效果;②通过优化矩阵输入,精炼局部模块度计算;增加并行计算,有效减少运算时间,提升识别效率;③虚拟科研团队识别结果为潜在合作对象的发现提供参考.