科研合作网络中团队成员对创新团队演化的影响:以机器学习领域为例

摘要：

以上海交通大学发布的学术知识图谱(AceKG)作为数据源,运用优化过关系衰退的派系过滤法(CPM)发现时分科研合作网络中的创新团队演化路径.提出团队在演化过程中的7种事件及团队中成员的3种分类,经过分析发现:短期参与者是影响团队规模的重要因素,团队中的持续参与者与团队生存期相关.文章最后提出了 一种利用移动平均法预测团队消亡的方法.根据以上发现,科研工作者为了更好地完成研究工作,可以根据工作的性质,有目的地选择成员,达到控制团队规模和团队的生存期趋势的目的.

关键词：派系过滤法、关系衰退、演化路径、移动平均

所属期刊栏目：43

分类号：G311(科学研究工作)

资助基金：国家自然科学基金;国家自然科学基金;教育部人文社会科学研究项目

在线出版日期：2022-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：60-68