科学论文引文复杂网络的增长——测量与建模

为了量化复杂网络增长的机制，我们关注科学论文的引用网络，并组合理论与实验工具来揭示该网络增长的微观细节。具体而言，我们基于复制/重定向/三角闭合机制开发了一个引文动态的随机模型。该模型以互补且连贯的方式，既解释了科学论文的参考文献统计，也解释了其引文动态。模型源于经验测量，其构造使得可在各方面进行定量验证。通过测量物理学论文的引文动态执行了此类验证。测量揭示了非线性的引文动态，该非线性与网络拓扑错综相关。该非线性具有深远影响，包括非平稳的引文分布、相似论文的引文轨迹发散、逃逸或具有无限引文寿命的“不朽论文”等。因此，我们最重要的发现是复杂网络增长中的非线性。在更具体的语境下，我们的结果可作为个体论文引文动态及期刊影响因子定量概率预测的基础。