面向科研人员评估的社交网络分析与研究

发布时间：2020-10-20 04:01

　　 如今,评价科研人员的标准的具体方式较少,如依照参与项目完成程度、发表论文的多少、考勤情况等这类重视结果的形式。但是这种过于单一的形式不能充分的反映出某一科研人员的实际工作能力和情况。在日常工作时,会产生大量有价值、可利用的工作信息,如邮箱来往信息、参加会议和活动、甚至出差产生的数据等都值得挖掘。光凭人自身的能力很难分析这些信息,但这些信息得到挖掘后是可以在一定程度上完善考核形式的。目前,社交网络技术大多应用在依托互联网的在线社交网络:分析新浪微博用户的关注和转发网络能够预测用户转发行为,研究Facebook上用户行为能够发现热点事件中的社会参与者及角色,对Twitter上的STEM教育社区进行研究能够分析用户特征并挖掘关键用户。然而,工作网络由于其活跃用户范围小、活跃度差、物理隔离等原因,社交网络技术几乎没在此领域得到关注。使用这种工作网络的科研人员在工作中通过工作邮箱、参加会议、出差等活动产生了大量数据,这些数据对业绩考核及人员管理有很大的应用价值。由于这些数据包含的信息繁复且含有大量冗余数据,其价值未能得到充分利用。本文通过对这些数据进行组织和重构,得到易于存储和使用的数据集,从而构建科研人员的工作社交网络,利用社交网络分析技术对其进行分析。本文首先通过数据清洗、抽取等手段对数据资源进行预处理,使存在于不同系统中的数据形成有效的关联,如工作中产生的邮件数据、参加会议产生的数据及出差活动产生的数据,最终得到三个数据集:邮件数据集,会议数据集和出差数据集。其次综合这些多源数据集,基于社交网络技术和力导布局算法,构建科研人员工作中的关系网络。最后借助社交网络分析方法,基于网络节点重要性估值方法,挖掘工作网络中的重要节点,找出工作社群中的社交达人、技术大牛,以及在工作中起到侨联作用的关键人。这些分析结果可用于考察不同部门、团队间的合作模式,优化部门、团队和工作安排。综合分析并研究实验结果,可以进一步有效分析人员在工作中的积极性和周期性,可作为传统业绩考核办法的补充和辅助。
【学位单位】：中国工程物理研究院
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP311.13;G316;O157.5
【部分图文】：

图１．２论文研宄方案流程图??本论文的技术路线如下：??（１）数据的预处理??对采集到的原始数据进行预处理，主要步骤为：对原始数据过滤空值和异常值，??通过修复缺失数据纠正数据的不一致性，对数据进行集成和归约从而便于数据存储、??降低信息内容的损失，通过数据离散化产生数据的概念分层。??（２）特征提取??科研人员工作成果：论文、专利、著作权、奖励等是文本数据，可提取姓名、期??刊等级、影响因子、发表成果的数量等特征。??科研人员作过程：提取科研人员参与项目的完成度，相关文档、程序等的使用率。??科研人员日常工作表现：门禁、考勤、会议、请假、出差都是时间序列的数据，??可以考虑时间序列的特征提取。会议和出差数据可以提取科研人员每半年内参与会议??或出差的次数及出差的时长。其他特征提取，包括迟到、早退、加班时间、出入办公??频。而提一系：、。??

关网络的发展阶段的机制以及生命周期的模型不同的学者进行了这些研究结果使得网络的拓扑关系这个概念在人们的认识上发生了善和发展，现在网络的模型大体分为四种类型，下面进行具体的则的网络模型??类型的网络模型提出来的比较早所以比较简单一些。规则网络是指可以用一些规则的结构来表示，也就是说网络中任意两个节点间规则的。通过学者的不断研究，现在已经建立了相对较完备的模的网络模型普遍特征是具有平移对称性，每个节点的度和集聚系这种网络模型在进行节点连接时有规律，所以这种模型的缺点就结构发生变化的这种情况。这种类型的模型又可以分为三种，分别相邻节点的连接图。图（２．１）显示了这三种规则网络的拓扑结构。??Ｖ］７?ｖ２?Ｖ，?Ｖ２??

图２．２?７Ｖ＝１０的随机网络演化示意图??
【相似文献】

相关期刊论文 前10条

1 刘嘉唯;高慧颖;崔立新;朱珈印;吴奕萱;;微信社交网络顾客感知服务质量评价指标体系研究[J];信息与管理研究;2019年Z2期

2 陈健;周丽华;;大学生社交网络自我表露的实证研究[J];高校辅导员学刊;2018年06期

3 谭洪旭;袁帅;代连奇;任利峰;;浅谈社交网络对当代大学生的影响[J];产业与科技论坛;2018年24期

4 孙夏卿;;社交网络媒体对大学生赋权的价值体现[J];传播力研究;2018年31期

5 张晓飞;;以社交网络为基础的企业营销策略[J];商场现代化;2018年22期

6 孙国强;窦倩倩;张宝建;;西方社交网络研究进展与未来展望[J];情报科学;2019年02期

7 陈文泰;李卫东;;国际社交网络中“国家实在”传播与国家形象演化机制研究[J];新闻大学;2018年06期

8 孙晋;沈红;;社交网络群体性迷失现象分析[J];电脑知识与技术;2019年12期

9 邓华闯;项祎麟;周楠;周子清;;社交网络招聘有效性影响因素研究[J];中小企业管理与科技(上旬刊);2019年04期

10 王超琼;陈玥;;原生广告在利基社交网络中的传播策略探析[J];现代营销(信息版);2019年08期

相关博士学位论文 前10条

1 樊超;基于社交关系的人类动力学研究[D];电子科技大学;2019年

2 陈锐;社交网络中多因子融合的个性化推荐方法研究[D];西北大学;2019年

3 陈明;移动社交网络中的位置轨迹挖掘及应用研究[D];南京大学;2019年

4 罗贵珣;社交网络中观点演化模式及信息转发预测研究[D];北京交通大学;2018年

5 李永凯;移动社交网络中隐私保护关键技术研究[D];武汉大学;2017年

6 鲍泽民;社交网络中内容流行度的预测方法研究[D];北京交通大学;2019年

7 吴鹏;在线社交网络群体发现及其传播控制技术研究[D];上海交通大学;2018年

8 王健;突发公共事件背景下在线社交网络信息扩散及治理研究[D];南京师范大学;2018年

9 唐兴;线上社交网络中用户个体行为挖掘方法研究[D];西安电子科技大学;2016年

10 陈伟;社交网络与时空数据连接的关键技术及应用研究[D];苏州大学;2018年

相关硕士学位论文 前10条

1 孙熙然;面向科研人员评估的社交网络分析与研究[D];中国工程物理研究院;2019年

2 刘雅珏;在线社交网络环境下人格对用户创造内容的影响研究[D];合肥工业大学;2019年

3 韩雪;面向科研社交网络的混合好友推荐方法研究[D];合肥工业大学;2019年

4 戴世玮;被动性社交网络使用对青少年焦虑的影响[D];天津师范大学;2019年

5 杨圣臣;基于社区发现的影响力最大化算法研究[D];江苏大学;2019年

6 丁超平;社交网络中用户签到位置伪造检测方法[D];杭州电子科技大学;2019年

7 郑月彬;基于Twitter社交网络数据的流感预测应用研究[D];桂林电子科技大学;2019年

8 徐泽明;社交网络危害行为的刑法规制研究[D];湖南工业大学;2019年

9 亓克娜;社交网络的事件要素提取方法研究[D];电子科技大学;2019年

10 赵宇环;基于社交网络数据的行为分析研究[D];电子科技大学;2019年

本文编号：2848177