[论文解读] Two Decades of Network Science as seen through the co-authorship network of network scientists

Roland Molontay, Marcell Nagy|arXiv (Cornell University)|Aug 22, 2019

Complex Network Analysis Techniques参考文献 25被引用 4

一句话总结

本文分析了1999年至2019年共20年间52,406名网络科学家的合著者网络，以描绘网络科学作为多学科领域的发展演变。通过结构化网络分析与社区检测，揭示出一个全球互联但区域聚集的社区结构，其中中国、美国和欧洲的协作尤为紧密，并发现网络中心性与科学计量影响力之间存在高度相关性。

ABSTRACT

Complex networks have attracted a great deal of research interest in the last two decades since Watts & Strogatz, Barabási & Albert and Girvan & Newman published their highly-cited seminal papers on small-world networks, on scale-free networks and on the community structure of complex networks, respectively. These fundamental papers initiated a new era of research establishing an interdisciplinary field called network science. Due to the multidisciplinary nature of the field, a diverse but not divided network science community has emerged in the past 20 years. This paper honors the contributions of network science by exploring the evolution of this community as seen through the growing co-authorship network of network scientists (here the notion refers to a scholar with at least one paper citing at least one of the three aforementioned milestone papers). After investigating various characteristics of 29,528 network science papers, we construct the co-authorship network of 52,406 network scientists and we analyze its topology and dynamics. We shed light on the collaboration patterns of the last 20 years of network science by investigating numerous structural properties of the co-authorship network and by using enhanced data visualization techniques. We also identify the most central authors, the largest communities, investigate the spatiotemporal changes, and compare the properties of the network to scientometric indicators.

研究动机与目标

• 通过过去二十年间网络科学社区的合著者网络，绘制其发展演变图景。
• 研究合著者网络中的结构性质，如度分布、中心性与模块性。
• 识别关键社区、合作模式以及网络科学研究的时空动态。
• 将基于网络的中心性度量与传统的科学计量指标（如引用次数）进行比较。
• 评估国际合作格局，以及主要国家和机构在网络科学形成中的作用。

提出的方法

• 收集了29,528篇引用三篇里程碑式文献（Watts & Strogatz，Barabási & Albert，Girvan & Newman）的网络科学论文。
• 将‘网络科学家’定义为至少有一篇论文引用上述三篇里程碑论文中任意一篇的作者。
• 构建了包含52,406名网络科学家的合著者网络，边代表至少在一篇论文中共同署名。
• 应用Clauset-Newman-Moore贪婪模块性最大化算法，检测网络中的社区结构。
• 使用加权国家网络可视化基于合著论文的国际合作模式。
• 将网络中心性度量（如度、介数）与引用次数进行相关性分析，以评估科学计量一致性。

实验结果

研究问题

• RQ1 在过去20年中，网络科学家的合著者网络在规模、连通性与拓扑结构方面如何演变？
• RQ2 在最大的网络科学家社区中，主导的研究领域与地理分布是什么？
• RQ3 网络中心性度量与传统科学计量指标（如引用次数）之间的相关性如何？
• RQ4 国际合作的模式是什么？哪些国家或地区在跨国研究中最为活跃？
• RQ5 合著者网络的结构性质（如模块性与最大连通分量大小）随时间如何变化？

主要发现

• 合著者网络包含52,406名网络科学家和29,528篇论文，最大连通分量包含32,904个节点（占总数的62.8%）。
• 最大的社区（14,136名作者）主要由中国的物理学家主导，同时美国和欧洲的参与度也较强。
• 排名前10的社区表现出高度同质性：例如，第10大社区中93%为神经科学家，89%来自美国。
• 中国在总网络科学论文发表量上领先，而美国科学家在国际合作中最为活跃。
• 欧洲国家表现出密集的内部合作，形成了国际合作网络中一个高度连接的区域性集群。
• 网络中心性度量（如度、介数）与引用次数之间存在显著相关性，表明其与传统科学计量指标具有一致性。