预测研究者的合作者数量：一种学习模型
数字图书馆
2020-03-23 v1 物理与社会
摘要
预测研究者的合作者数量有助于理解团队科学的发展。然而，由于研究者合作模式的多样性，这是一项难以把握的任务。本研究为该变量的动态提供了一个学习模型；参数从由给定时间间隔内的出版物数量与合作者数量构成的经验数据中学习。该模型基于：给定年出版物数量时年新合作者数量与时间的关系、给定历史出版物数量时年出版物数量与时间的关系，以及 Lotka 定律。通过将模型应用于高质量的 dblp 数据集，验证了模型的假设。通过在数据集上对该模型进行测试，研究者合作者数量的演化趋势、该变量的分布以及合作事件发生概率均得到满意的拟合，从而检验了模型的有效性。由于其回归性质，该模型有潜力扩展至评估预测结果的置信水平，因而可应用于其他经验研究。
引用
@article{arxiv.2003.09315,
title = {Predicting the number of coauthors for researchers: A learning model},
author = {Zheng Xie},
journal= {arXiv preprint arXiv:2003.09315},
year = {2020}
}