无标度合作网络：从作者名消歧视角

若干研究发现合作网络是无标度的，并提出此类网络可由优先连接等特定网络演化机制建模。本研究认为，合作网络看似无标度的程度取决于文献数据中解决作者名歧义的方法。通过分析由包含 340 万至 960 万条出版记录的多数据集构建的网络，本研究表明，采用常用启发式方法（即基于名首字母的名字匹配）消歧作者名的合作网络，比采用更精确的基于算法的消歧方法所得网络，更倾向于产生更契合幂律斜率（典型标度参数 2 < α < 3）的度分布。该倾向在累积年份、5 年与 1 年滑动窗口以及随机采样等多种条件下生成的合作网络中均被观察到，并通过模拟发现其主要由不准确消歧所产生的伪实体造成。这项警示性研究呼吁分析网络数据的学者予以特别关注，其中人、组织与基因等实体可能因不当消歧而被合并或拆分。