基于知识网络的科技创新团队成员合作研究——以生物医学为例

当今的科学研究活动形式，个人独立研究正让位于合作研究，通过组建团队进行科技创新在国内外已很普遍。我国科技创新团队能力不足是一个不争的事实。在已完成的基于国家级科技创新团队带头人的高校基础研究创新系统管理研究的基础上，以科研人员的合著知识网络、引证知识网络和链接知识网络为手段，对我国肿瘤学和心血管病学领域的"虚拟创新团队"进行挖掘和分析；对以国家自然科学基金委员会资助的"创新研究群体"和教育部的"创新团队"为代表的"现实创新团队"的基本情况和科研产出进行科学评价，并分析其成员合作情况；探讨"虚拟创新团队"与"现实创新团队"的关系，为科技创新团队的状况评价、成员对合作重要性的认识、科学组建与管理提供决策依据和参考。

以中国知网、万方、重庆维普和Web of Science等数据库为数据来源，综合运用合著分析、共词分析、社会网络分析、统计分析、机器学习和计算机编程等方法，圆满地完成本项目的预计目标，并开辟了若干相关新研究：.1、完成了生物医学领域科技创新团队成员合作研究.对心血管病、肿瘤和健康管理研究领域科技创新团队研究发现： .（1）生物医学领域的科研合作分布极不均衡.生物医学研究领域各层面的合作趋势在不断加强，然而地理分布却不均衡：在我国心血管病研究领域，东部地区科研合作较为密切，且区域内部的合作要远远大于各区域之间的合作，说明区域的政治、经济和社会发展水平、人力优势和资源优势等不同程度地影响着区域之间的心血管病合作研究；国际上，西方国家处于国际冠心病研究科研合作网络的核心，东方国家则处于该网络的边缘地位，美国、英国、澳大利亚等国处于国际健康管理研究领域合著网络的中心位置。.（2）中心度指标可用于遴选生物医学领域学科带头人.我国心血管领域科研合作网络的Degree、Closeness和Betweenness中心度值与作者产量显著相关，故三种中心度可以作为衡量作者产量的指标，帮助科研管理部门遴选学科带头人。.（3）凝聚子群可用于发现生物医学领域优秀科研合作团队.通过对肿瘤、心血管病和健康管理研究领域科研合作网络的聚集子群分析，发现了该领域具有固定合作关系的科研合作团队和机构合作团队。此外，相比K-core分析而言，M-slice和Clique分析更适合于在合作网络中识别合作密切的科研团队。.2、开辟新研究.（1）科研人员的科研绩效与其国际科研合作水平的关系研究.论文质量受科研人员科研合作水平的影响；科研人员的科研产量和质量与其国际科研合作程度之间存在显著的正相关性。.（2）科研合作关系预测研究.从合著网络中提取拓扑结构特征，利用监督式机器学习模型计算不同的网络拓扑结构特征在决定合著关系时的权重。通过冠心病研究领域的合作网络对上述模型进行了测试，结果显示其准确度很高。.发表课题相关学术论文7篇，其中被SCI收录5篇；参加国内学术会议2次，收录论文2篇，大会发言1次；课题负责人赴美国印第安纳大学访问学习1年。.课题负责人获2014年度山西省优秀博士学位论文奖。.培养青年教师2名；博士2名，其中1名已毕业；硕士1名。