本书从复杂网络视角将科学知识系统刻画为复杂科学知识网络，并重点聚焦于科研合作网络中的科学家群体聚集结构—科研社群。本书探讨了科研社群的识别方法及其结构和学术属性，以及科研社群的演化事件识别、演化路径抽取和分析，并结合科学系统的语义信息提出主题科研社群概念，深入研究了其识别方法、演化增长规律和动力机制，探究了科研社群与主题的协同演化规律，进而提出了基于可解释机器学习的科研社群演化预测方法，揭示了科研社群的内在演化机理。全书围绕图书情报学领域开展了案例分析和实验研究。

更多科学出版社服务，请扫码获取。

中国科学技术情报学会情报研究与咨询专业委员会，秘书长

目录
第1章 复杂网络与科学知识网络 1
1.1 复杂系统与网络科学 1
1.2 复杂网络 11
1.3 科学知识网络 26
本章参考文献 38
第2章 科学结构与科研社群 42
2.1 科学的结构 42
2.2 科学共同体 56
2.3 科研团队 58
2.4 科研社群 64
本章参考文献 66
第3章 基于合作网络的科研社群识别 71
3.1 科研社群的内涵与特征 71
3.2 科研社群识别方法 72
3.3 科研社群的特征分析 85
3.4 案例研究：图书情报学领域的科研社群 87
本章参考文献 93
第4章 科研社群的演化分析 97
4.1 动态网络中的社群演化 97
4.2 科研社群演化事件识别 106
4.3 科研社群演化路径抽取与分析 109
4.4 案例研究：图书情报学领域科研社群演化分析 112
本章参考文献 126
第5章 主题科研社群识别 129
5.1 研究主题的表示与识别 129
5.2 主题科研社群内涵 137
5.3 主题科研社群的网络模型 139
5.4 主题科研社群与研究主题关系 140
5.5 主题科研社群识别方法 141
5.6 案例研究：计量学领域主题科研社群识别 151
本章参考文献 174
第6章 主题科研社群演化 178
6.1 科学演化 178
6.2 主题科研社群的演化分析框架 188
6.3 主题科研社群增长动力及演化规律 189
6.4 动态主题科研社群演化事件及生命周期 197
6.5 案例研究：计量学主题科研社群演化 201
本章参考文献 218
第7章 科研社群与主题的协同演化 221
7.1 科研社群与主题的协同演化内涵 221
7.2 科研社群与主题的协同演化分析方法 224
7.3 案例研究：图书情报学领域科研社群与主题的协同演化 230
本章参考文献 255
第8章 基于可解释机器学习的科研社群演化预测方法 256
8.1 网络社群演化预测内涵 257
8.2 可解释机器学习 262
8.3 基于SHAP的机器学习模型解释 268
8.4 基于SHAP的科研社群演化预测及评估方法 272
8.5 案例研究：图书情报学领域科研社群演化预测 280
本章参考文献 293