异常成员离开时如何优化学术团队
社会与信息网络
2022-02-24 v1
摘要
学术团队是学者间高度凝聚的协作群体,已被认为是提升科学产出质量与数量的有效途径。然而,高人员流动率带来一系列可能对团队绩效产生负面影响的问题。为应对这一挑战,我们首先检测可能潜在离开的成员倾向。此处异常度是相对于熟悉度来定义的,而熟悉度通过使用协作强度进行量化。假设若某团队成员与团队外学者有更高熟悉度,则该成员可能离开团队。为最小化此类异常成员离开所造成的影响,我们提出一种优化方案以寻找可替代异常成员的合适候选人。基于带图核的随机游走,我们的方案涉及熟悉度匹配、技能匹配以及结构匹配。所提方法被证明是有效的,且在应用于计算机科学学术团队时优于现有方法。
引用
@article{arxiv.2202.11608,
title = {How to optimize an academic team when the outlier member is leaving?},
author = {Shuo Yu and Jiaying Liu and Feng Xia and Haoran Wei and Hanghang Tong},
journal= {arXiv preprint arXiv:2202.11608},
year = {2022}
}