[目的/意义]通过最大瓦解结构准确识别科学研究前沿中的关键节点并追踪其演化路径,为把握领域发展规律、优化科研资源配置提供支持,突破现有研究聚焦孤立节点的局部特征,以及难以捕捉知识网络中具有协同作用且对全局连通性有级联破坏力...[目的/意义]通过最大瓦解结构准确识别科学研究前沿中的关键节点并追踪其演化路径,为把握领域发展规律、优化科研资源配置提供支持,突破现有研究聚焦孤立节点的局部特征,以及难以捕捉知识网络中具有协同作用且对全局连通性有级联破坏力的关键节点集合的问题。[方法/过程]以量子通信领域为例,基于2015—2024年Web of Science的6538篇文献构建关键词共现网络,融合多中心性指标并利用熵权法评估节点重要性,采用贪心算法识别MDS,分析其功能协同特征与演化轨迹。[结果/结论]研究表明,MDS仅占网络规模的18%~22%,移除该集合后网络最大连通组件规模下降超过70%,效果显著优于传统方法。关键节点在功能上呈现“主题—方法—工具—目标”的互补协同结构,其演化路径清晰展示了量子通信从理论奠基、技术攻坚到应用落地的三阶段发展轨迹,验证了MDS框架的有效性和实用性。展开更多
【目的】地球表层系统科学数据有向加权关联网络的关键节点识别对科学数据精准推荐与知识发现具有重要意义,但现有方法存在评估片面、特征利用不足及权重分配科学性欠缺等挑战。【方法】本文提出一种基于主客观融合权重的逼近理想解排序...【目的】地球表层系统科学数据有向加权关联网络的关键节点识别对科学数据精准推荐与知识发现具有重要意义,但现有方法存在评估片面、特征利用不足及权重分配科学性欠缺等挑战。【方法】本文提出一种基于主客观融合权重的逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution, TOPSIS)的关键节点识别方法。首先,提出节点相似中心性指标,通过融合关联度与强度平衡局部拓扑与全局影响力;然后,构建整合网络拓扑、数据关联及节点相似性的多指标评价体系,全面刻画节点重要性;接着,提出双层权重优化策略,结合层次分析法(Analytic Hierarchy Process, AHP)和指标相关性定权法(Criteria Importance Through Intercriteria Correlation, CRITIC)方法,融合主客观权重,提升评估科学性;最后,结合TOPSIS评估方法进行节点重要性的综合评估。【结果】实验基于团队构建的不同规模的地表系统科学数据有向加权关联网络,结合加权易感-感染-恢复(SIR)模型进行实验验证,结果表明:与传统网络加权中心性以及基于主观或客观权重的TOPSIS等方法相比,本文方法在肯德尔相关系数值和TOP-K命中率方面表现更优,且在网络中展现强鲁棒性。【结论】该方法为地表系统科学数据网络分析提供了新方法,可支撑智能推荐、资源优化及系统脆弱性分析等实际应用,助力地球系统科学研究的深度发展。展开更多
文摘[目的/意义]通过最大瓦解结构准确识别科学研究前沿中的关键节点并追踪其演化路径,为把握领域发展规律、优化科研资源配置提供支持,突破现有研究聚焦孤立节点的局部特征,以及难以捕捉知识网络中具有协同作用且对全局连通性有级联破坏力的关键节点集合的问题。[方法/过程]以量子通信领域为例,基于2015—2024年Web of Science的6538篇文献构建关键词共现网络,融合多中心性指标并利用熵权法评估节点重要性,采用贪心算法识别MDS,分析其功能协同特征与演化轨迹。[结果/结论]研究表明,MDS仅占网络规模的18%~22%,移除该集合后网络最大连通组件规模下降超过70%,效果显著优于传统方法。关键节点在功能上呈现“主题—方法—工具—目标”的互补协同结构,其演化路径清晰展示了量子通信从理论奠基、技术攻坚到应用落地的三阶段发展轨迹,验证了MDS框架的有效性和实用性。
文摘【目的】地球表层系统科学数据有向加权关联网络的关键节点识别对科学数据精准推荐与知识发现具有重要意义,但现有方法存在评估片面、特征利用不足及权重分配科学性欠缺等挑战。【方法】本文提出一种基于主客观融合权重的逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution, TOPSIS)的关键节点识别方法。首先,提出节点相似中心性指标,通过融合关联度与强度平衡局部拓扑与全局影响力;然后,构建整合网络拓扑、数据关联及节点相似性的多指标评价体系,全面刻画节点重要性;接着,提出双层权重优化策略,结合层次分析法(Analytic Hierarchy Process, AHP)和指标相关性定权法(Criteria Importance Through Intercriteria Correlation, CRITIC)方法,融合主客观权重,提升评估科学性;最后,结合TOPSIS评估方法进行节点重要性的综合评估。【结果】实验基于团队构建的不同规模的地表系统科学数据有向加权关联网络,结合加权易感-感染-恢复(SIR)模型进行实验验证,结果表明:与传统网络加权中心性以及基于主观或客观权重的TOPSIS等方法相比,本文方法在肯德尔相关系数值和TOP-K命中率方面表现更优,且在网络中展现强鲁棒性。【结论】该方法为地表系统科学数据网络分析提供了新方法,可支撑智能推荐、资源优化及系统脆弱性分析等实际应用,助力地球系统科学研究的深度发展。
