统计学家的共引与合著网络

我们收集并清洗了一个关于统计学出版物的大型数据集。该数据集包含发表于统计学、概率论与机器学习领域 36 本代表性期刊、跨度 41 年的 83,331 篇论文的合著关系与引用关系。该数据集使我们能够构建多种网络，并引发关于统计学界研究模式与趋势、研究影响及网络拓扑的若干研究问题。本文我们聚焦于（i）利用引用关系估计作者的研究兴趣，以及（ii）利用合著关系研究网络拓扑。利用所构建的共引网络，我们发现了一个“统计学三角”，令人联想到统计哲学三角（Efron, 1998）。我们提出构建统计学家“研究地图”以及给定作者“研究轨迹”的新方法，以可视化其研究兴趣的演变。利用所构建的合著网络，我们发现了一棵多层社区树，并制作了桑基图以可视化不同子领域的作者迁移。我们还提出了若干用于衡量个体作者研究多样性的新指标。我们发现“贝叶斯”、“生物统计”与“非参数”是统计学的三个主要领域。我们还识别出 15 个子领域，每个均可视为主要领域的加权平均，并找出合著社区形成的若干潜在原因。我们还发现，在所研究的 41 年窗口内，统计学者的研究兴趣发生了显著演变：某些领域（如生物统计、高维数据分析等）变得愈发流行。