本課題旨在運(yùn)用大數(shù)據(jù)與網(wǎng)絡(luò)分析方法對計算機(jī)學(xué)者合作網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析,探究合作的基本測度、合作的模式、合作成果與科學(xué)家特征的關(guān)系,并應(yīng)用計量經(jīng)濟(jì)學(xué)中的時間序列分析、面板回歸、預(yù)測等方法對數(shù)據(jù)做進(jìn)一步分析處理,力求獲得對實(shí)踐有指導(dǎo)意義的結(jié)論。
隨著學(xué)術(shù)平臺的發(fā)展,學(xué)術(shù)合作本身作為科學(xué)家發(fā)表研究、升職評職稱和獲得終身教授的重要零度之一,受到了許多關(guān)注。圍繞科學(xué)家之間的學(xué)術(shù)合作與論文合著問題,很多問題被探討與解決。例如,勞動經(jīng)濟(jì)學(xué)所關(guān)注的性別歧視問題,男性科學(xué)家是否更傾向與男性科學(xué)家合作論文?這樣的同質(zhì)合作又是否在某種程度上影響了最終學(xué)術(shù)成果的質(zhì)量?另一方面,科學(xué)家之間的合作可以被看成一個網(wǎng)絡(luò)。
隨著近些年網(wǎng)絡(luò)分析的方法論的發(fā)展,一些新的網(wǎng)絡(luò)分析算法,比如社區(qū)簇結(jié)構(gòu)(community structure detection) 也逐漸被運(yùn)用在研究重要的經(jīng)濟(jì)學(xué)問題中。由一個科學(xué)家團(tuán)隊提供的DBLP網(wǎng)絡(luò)數(shù)據(jù)(計算機(jī)學(xué)者合作網(wǎng)絡(luò))為研究此類問題提供了極大的便利。
本課題是統(tǒng)計學(xué)和經(jīng)濟(jì)學(xué)的綜合研究,是先進(jìn)網(wǎng)絡(luò)分析方法的實(shí)際應(yīng)用。研究者將獲得使用Python和R進(jìn)行大數(shù)據(jù)分析的技能和對網(wǎng)絡(luò)的深入了解。
AI+X數(shù)據(jù)驅(qū)動型科研
AI+X數(shù)據(jù)驅(qū)動型科研是指使用人工智能(AI)算法,收集、處理、分析具體學(xué)科(X)的海量數(shù)據(jù),并基于此進(jìn)行預(yù)測,從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗(yàn)或邏輯推理的研究方式相比,AI+X數(shù)據(jù)驅(qū)動型科研可以借助AI算法強(qiáng)大的運(yùn)算能力,高效地進(jìn)行大數(shù)據(jù)分析,具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點(diǎn)。
AI+X數(shù)據(jù)驅(qū)動型科研已被廣泛地應(yīng)用于各個領(lǐng)域,利用AI算法研究基因數(shù)據(jù),從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬,使用傳統(tǒng)的科研方式對其進(jìn)行分析,工程量大、過程繁瑣,在客觀上難以實(shí)現(xiàn)。但借助AI算法這一便捷的工具,生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ),建立數(shù)據(jù)庫,與過往的研究成果進(jìn)行對照,快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系,從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。
本課題適合: 9-12 年級學(xué)生,有較強(qiáng)的邏輯思維和抽象思維能力
1. 英文: (1)具備基本的學(xué)術(shù)英語閱讀能力; (2)接觸過英文寫作,有論文寫作經(jīng)驗(yàn)者更佳;
2. 數(shù)學(xué): (1)概率統(tǒng)計基礎(chǔ)知識 (2)線性代數(shù)基礎(chǔ)(行列式、矩陣運(yùn)算等) (3)線性與非線性回歸
3. 計算機(jī): (1)Python編程基礎(chǔ) (2)igraph包編程方法
? 2025. All Rights Reserved. 滬ICP備2023009024號-1