科学知识网络的演化与动力——基于科学引证网络的分析.pdfVIP

第15卷第l期 管理科学学报 V01．15No．1 2012年1月 JOURNAL0FMANACEMENTSCIENCESINCHINA J髓．2012 科学知识网络的演化与动力① ——基于科学引证网络的分析 刘 向，马费成 (武汉大学信息资源研究中心，武汉430072) 摘要：研究科学知识演化的动力及规律是探究科学知识创造及发展过程的关键．基于复杂网 络的方法建立了科学知识的演化模型，揭示了知识演化的马太效应中潜隐的时间因素的作用， 时间效应一定程度上平抑了度择优所导致的马太效应的负面影响．模型通过引入度择优和时 间优先连接以反映了科学知识的继承与更新过程，其中度择优机制保证对经典科学理论的继 承，时间优先机制促使对新近知识的吸收．数理分析与模拟结果表明度择优所体现的马太效 应的作用是全局性的，时间效应所体现的后发优势的影响则是局部的． 关键词：知识网络；演化网络；引证网络；演化模型；动力 文献标识码：A 中图分类号：G20；N94 0 引 言 络研究科学知识发展的历史、脉络和结构；Ber— 探究科学知识的创造及发展过程历来是信息 想法的认同，Garfield捧。针对几个领域的引文网络 分析也证实了这一想法的有效性．立足于统计物 与知识管理领域的重要课题．引文网络(citation networks)…，知识地图(knowledgem印)旧。J，概 理学的角度，蹦ce…对引文网络的连接度进行了 细致分析，发现网络的连接度满足指数为2．5— m印)M1，共现网络(c帆-0ccur- 念地图(concept law)分布，而科学知识发展的 rence 3．O的幂率(power networks)J，知识超网络(knowledgesuper． 累积优势(cumulativeAdvanta{；e)过程∽1是促成 network)№1等分别在知识演化领域的不同方面做 出了很多有益的探索，取得了良好的成效．然而 这种现象的根本原因，蹦ce将这一过程理解为马 当前的研究对知识网络内在的演化机理的研究仍 太效应(MatnlewE虢ct)的作用．马太效应在知识 然相对较少，本文试图在这一方面做出一些探索． 的时空分布上是普遍存在的，simon【】oJ，Brad- 研究科学知识演化的动力及规律是探讨知识 ford[1¨等也分别发现文章的词频分布、期刊分布 演化问题的一个关键，而引文网络是研究知识演 和作者分布的极限形式均为幂率函数，这一发现 化问题的一个有效依托．知识的发展与演化是一 已成为情报学领域的核心规律之一．幂率分布也 个抽象的过程，其结构和表现形式难以直接获得， 称为无标度(scale．free)分布，对于这一分布形成 只能通过引文网络或共现网络等进行可视化与直 过程的更明晰表述是B蹦如asiAlbert¨副做出 观化，从而间接的进行研究．SCI创始人Garfield的，他们通过引入增长(踟叭h)和择优连接(pref- 等…很早便意识到科学引文网络可以反映科学 知识之间传承、发展的关系，并且尝试利用引文网 化模型(BA模型)，揭示了网络无标度特征形成 ①收稿日期：20lO一09—0r7；修订日期：20ll—09—16． 基金项目