知識在超網絡中的傳播模型
Knowledge diffusion in the collaboration hypernetwork
研究背景
研究點：知識在學術網絡中的傳播的模型。
一般的合作網絡只能表現科學家以及科學家之間的合作情況，無法表現出科學家發表的論文數量等。
以超圖的方式來表現合作網絡，其中的超邊就是論文，包含了論文的所有作者，研究知識傳播的好處有：
1）包含了論文信息，例如科學家發表了多少論文，共同發表的論文，這些信息與知識傳播有很大關係。
2）包含了科學家之間的共同合作信息，兩個科學家共同發表論文數量越多，知識傳播的吸收率越高。
3）一個科學家發表的論文數量越多，他的知識越豐富。
在這樣的背景下，本篇論文提出了新的知識傳播模型，論文亮點有：
1）建立了基於局部世界超圖（LWH）的知識傳播模型
2）提出了因人而異的知識吸收率，並提出了優先知識傳播機制
模型描述
LWH模型
LWH也是一個優先連接模型，只不過在選擇前，在選擇的範圍限制到一個小範圍，同時選擇概率與超邊有關，所以叫local-world hyperedgenetwork。
知識傳播模型
1） 每個科學家都有一個值用於表示其擁有的知識
2 ) 科學家只向他的一個·的合作者傳播知識，一個合作者被選中的概率與他們之間合作的論文數量有關。
3）知識傳播的計算公式：
4）其中的知識吸收率與作者發表論文數量有關，論文越多，知識吸收率越高：
模型效果呈現
模型首先用一個只有20個節點的網絡，採用LWH，增長稱爲節點數量爲1000的網絡。在這個網絡的基礎之上運行知識傳播模型。對節點平均知識量，知識的方差，以及知識的方差係數進行了比較。採用了三種方式對模型進行了效果呈現。
1） 與傳統的知識傳播模型進行對比，發現一般模型的知識傳播速率過快，不符合實際。
2 ) 調整最大節點數量，比較模型的三個量，發現隨着節點數量增加，知識傳播的速率變慢。
3 ) 考慮個體的自我學習能力，發現知識量變得沒有上界。
模型缺點：
1）模型只能應用在知識領域單一的場景下。
2）知識吸收率考慮的因素太少。
3）知識無私傳播的隱形假設現實中不太成立。
我覺得的缺點：
1）在靜態模型中做的實驗，沒有考慮節點數量的增長。
2）只考慮了熟人之間的知識傳播，沒有考慮以論文引用方式發生的知識傳播。
Improved knowledge diffusion model based on the collaboration hypernetwork
模型描述
這篇論文除了模型與上一篇論文稍有不同之外，其他基本相同。
1）這篇論文也是在LWH模型的基礎上跑知識傳播模型。
2）每一次，選定的某個科學家向他的所有鄰居傳播知識。
3）其他設定都與上一篇論文的設定相同。
模型效果呈現：
1）與傳統的知識傳播模型進行對比，發現這個模型的傳播速度是傳統傳播模型的3倍。
2）隨機選擇初始的專家，比選擇論文數量多的專家的傳播速度快，這是知識在網絡中分散分佈比知識的局部密集分佈快。
3）每篇論文的作者數越多，知識傳播越快。
缺點：
1) 向所有鄰居進行知識傳播的假設明顯不符合實際。
2）與第一篇論文一樣的問題，沒有考慮網絡增長，也沒有通過論文的知識傳播。