声明
摘要
0 引言
0．1 选题依据
0．1．1 大科学时代的背景
0．1．2 生物医学的发展
0．1．3 科学计量学的发展
0．1．4 心血管病、肿瘤和健康管理研究领域作为具体研究对象的选择
0．2 研究意义
0．2．1 研究的理论意义
0．2．2 研究的现实意义
0．3 科研合作研究的基本进展
0．3．1 国际科研合作研究
0．3．2 机构科研合作研究
0．3．3 科研人员合作研究
0．3．4 科研合作的影响因素研究
0．3．5 科研合作关系预测问题
0．3．6 专利合作分析
0．3．7 研究述评
1 生物医学领域科研合作研究的相关理论基础
1．1 科研合作研究的基本理论
1．1．1 科研合作的内涵
1．1．2 科研合作的分类
1．1．3 科研合作的影响因素
1．1．4 科研合作的功能
1．1．5 科研合作关系的预测
1．2 科研合作的基本研究方法和工具
1．2．1 科研合作的基本研究方法
1．2．2 科研合作的基本研究工具
2 生物医学领域科研合作现状分析(一)
2．1 我国心血管病研究领域科研合作现状分析
2．1．1 研究方法及数据来源
2．1．2 结果分析
2．1．3 讨论与小结
2．2 国际冠心病研究领域科研合作现状分析
2．2．1 研究方法及数据来源
2．2．2 结果分析
2．2．3 讨论与小结
3 生物医学领域科研合作现状分析(二)
3．1 我国肿瘤研究领域科研合作现状分析
3．1．1 研究方法及数据来源
3．1．2 结果分析
3．1．3 讨论与小结
3．2 国际肿瘤研究领域科研合作现状分析
3．2．1 研究方法及数据来源
3．2．2 结果分析
3．2．3 讨论与小结
4 生物医学领域科研合作现状分析(三)
4．1 我国健康管理领域科研合作现状分析
4．1．1 研究方法及数据来源
4．1．2 结果分析
4．1．3 讨论与小结
4．2 国际健康管理领域科研合作现状分析
4．2．1 研究方法及数据来源
4．2．2 结果分析
4．2．3 讨论与小结
5 生物医学领域科研绩效与国际合作关系研究
5．1 科研人员科研绩效与国际科研合作关系研究
5．1．1 研究方法及数据来源
5．1．2 结果分析
5．1．3 讨论与小结
5．2 国家科研绩效与国际科研合作关系研究
5．2．1 研究方法及数据来源
5．2．2 结果分析
5．2．3 讨论与小结
6 生物医学领域科研合作关系预测研究
6．1 研究方法及数据来源
6．1．1 研究方法
6．1．2 数据来源
6．2 结果分析
6．2．1 模型的总体准确性
6．2．2 不同产量作者集的模型准确性
6．2．3 最优特征选取
6．2．4 拓扑特征的单独测试
6．3 讨论与小结
7 讨论与总结
7．1 讨论与结论
7．1．1 生物医学领域的科研合作分布极不均衡
7．1．2 中心度指标可用于遴选生物医学领域学科带头人
7．1．3 凝聚子群可用于发现生物医学领域优秀科研合作团队
7．1．4 科研人员的科研绩效与其国际科研合作水平存在正相关性
7．1．5 利用合著网络中的拓扑特征进行科研合作关系的预测具有可行性
7．2 对策与建议
7．2．1 通过加强科研合作提高科研人员的科研绩效
7．2．2 社会网络分析法应有效用于学术网络的分析
7．2．3 数据挖掘技术应作为科学计量学方法的有益补充
7．3 主要创新点
7．3．1 开辟科研合作研究理论的新领域——科研合作预测研究
7．3．2 实现了数据挖掘、机器学习、社会网络分析、多元统计以及计算机编程技术等多种方法在计量学研究领域的结合和合理应用
7．3．3 高影响力个人和机构遴选结果和科研合作关系预测结果可为我国科研管理的科学化和政策制定提供决策支持
7．4 不足与展望
7．4．1 异构学术网络中的科研合作关系预测研究
7．4．2 主题模型研究与作者合著网络分析的结合
参考文献
综述 生物医学领域科研合作研究的研究进展
附录1 攻读学位期间承担项目情况
附录2 攻读学位期间发表论文情况
附录3 攻读学位期间获奖情况
致谢
个人简介
