[论文解读] Unraveling higher-order dynamics in collaboration networks

David Abella, Piero Birello+5 more|arXiv (Cornell University)|Jun 30, 2023

Complex Network Analysis TechniquesPhysics and Astronomy被引用 3

一句话总结

本研究利用单纯复形建模多作者出版物，对地质学领域科学合作的时序高阶网络进行了分析。结果表明，团队合作动态表现出持续的聚合与解体模式，1980年至2016年间团队规模变化的变异性持续增加，表明科学团队的结构复杂性已超越成对互动，呈现出演化趋势。

ABSTRACT

The interactions between individuals play a pivotal role in shaping the structure and dynamics of social systems. Complex network models have proven invaluable in uncovering the underlying mechanisms that govern the formation and evolution of these systems. However, conventional network representations primarily emphasize pairwise interactions, represented as edges in the network. In reality, many social interactions occur within groups rather than individual pairs. To capture this crucial aspect, higher-order network representations come into play, especially to describe those complex systems that are inherently composed of agents interacting with group dynamics. Despite recent research advancements in exploring temporal higher-order networks in various systems, our understanding of collaboration networks remains limited. Specifically, there is a lack of knowledge regarding the patterns of group interactions within scientific collaborations. How do groups form and evolve in this context? In this study, we aim to delve into the temporal properties of groups within collaboration networks. Our investigation focuses on uncovering the mechanisms that govern the global, group, and individual-level dynamics, shedding light on how individuals collaborate and how groups form and disband over time. By studying these temporal patterns, we take a significant stride forward in comprehending the intricate dynamics of higher-order interactions within human collaboration systems.

研究动机与目标

• 理解科学网络中团队合作随时间的演变，超越成对互动。
• 识别驱动多作者科学出版物中团队形成、解散及结构变化的机制。
• 使用高阶网络表示法量化连续年份间合作规模变化的动力学。
• 评估在地质学领域中，合作团队的稳定性和变异性随时间的变化。
• 提供一种适用于其他涉及集体人类合作领域的可推广方法论框架。

提出的方法

• 将合作者数据建模为一系列带时间戳的单纯复形，其中每个单纯复形代表一篇包含作者作为节点的出版物。
• 聚焦中等规模的单纯复形（5–20位作者），以分析团队层面的动力学，并避免极小或极大团队带来的噪声。
• 计算“阶数差异”作为连续年份间团队规模的变化：正值表示聚合，负值表示解体。
• 按年份和合作规模对阶数差异进行分层，以分析时间趋势和规模依赖性趋势。
• 使用三阶多项式回归模型拟合阶数差异标准差随时间的非线性演变。
• 进行回归分析并采用时间窗分层（10年为一区间）以验证平均阶数差异线性趋势的稳健性。

实验结果

研究问题

• RQ1 在规模和构成方面，科学合作团队如何随时间演变？
• RQ2 在多作者科学出版物中，团队聚合与解体的主导模式是什么？
• RQ3 在地质学领域中，1980年至2016年间团队规模变化的变异性如何演变？
• RQ4 合作团队规模与规模变化幅度之间存在何种关系？
• RQ5 观察到的合作团队动态在不同时间窗和数据子集下具有多大程度的稳健性？

主要发现

• 从1980年到2016年，合作团队规模阶数差异的标准差呈非线性增长，表明团队结构随时间动态性与不稳定性不断增强。
• 在平均阶数差异与合作规模之间观察到稳定的线性关系，较大团队在时间上表现出成员变动的成比例更大变化。
• 在多个10年时间窗内，团队规模变化变异性增加的趋势保持稳健，证实了所观察到的时间模式的稳定性。
• 分析表明，聚合与解体均为普遍现象，无主导方向，表明科学合作中团队构成具有高度流动性。
• 该方法成功捕捉了合作网络中的高阶时序动态，展示了其在超越成对互动研究集体人类行为方面的潜力。
• 数据集与代码已公开，支持可复现性，并可将该框架扩展至其他科学领域。