2014年美赛C题：用网络衡量影响力与学术影响
2014年美赛C题：用网络衡量影响力与学术影响属于 2014 年 ICM C 题，英文原名为 Using Networks to Measure Influence and Impact。
研究背景
合著与引文网络可用来研究学术影响。数学家 Paul Erdős 有五百余位合作者、发表逾一千四百篇研究论文，也是随机图研究的重要参与者。他庞大的合著关系为影响力分析提供了实例。
本题研究科研网络及社会其他领域的影响与作用。题面列举引文索引、H 指数、影响因子、Eigenfactor 等已有评价工具和学术数据来源，但具体网络与度量由团队设计。
六项任务
- 从 Erdos1 资料建立 Erdős 直接合作者之间的合著网络。节点是约 510 名直接合作者，链接是这些人彼此之间的合著关系。必须排除 Erdős 本人；他与所有节点都相连，会遮盖本题希望研究的其他影响结构。原始资料超过 18,000 行，许多关系通往网络外人员，不应全部照单收为节点。必要时可限制网络规模以校准影响度量算法。建成后分析网络性质。
- 设计影响力度量，判断该网络中谁具有显著影响，考虑重要著作贡献以及连接重要研究者的作用，继续假设 Erdős 不在网络中。
- 从随题候选书目或自行找到的资料中选择一组网络科学奠基论文，研究其发表后衍生的重要工作。建立合著或引文影响网络，计算适当指标，判断所选论文中哪篇最有影响并说明理由。讨论能否以类似方式衡量个别研究者，以及某大学、院系或期刊在网络科学中的作用，提出方法与所需数据。
- 把算法应用于完全不同的网络影响数据，例如音乐创作、乐队、表演、电影、新闻、文学、博客或其他领域。可以限定体裁、地理范围或网络规模。
- 讨论影响网络建模的科学基础、理解价值和用途。个人、组织、国家和社会能否借此改善关系、商业活动与决策？例如如何选择合作作者以较快提升自己的数学影响，或如何辅助选择研究生学校和论文导师？
- 提交报告，说明建模方法、影响力度量及前五项的进展和结果。应有扎实的数据分析，讨论方法优点、弱点、敏感性和网络科学的解释能力。
数据结构
官方合并 PDF 包含题面、网络科学候选书目以及 Erdos1 全部资料。所附 Erdos1 为 2010 年 10 月 20 日版本，其说明给出 511 位直接合作者；题面使用“约 510 人”的概数。
每位直接合作者的条目下列出其其他合作者；日期表示首次与 Erdős 合著的年份，日期后的数字在多于一篇时表示共同发表篇数。名字后的星号标记已知去世的直接合作者；带脱字符的数字用于区别同名研究者，采用 Mathematical Reviews 的编号约定。名单中出现的间接合作者不自动属于本题所需直接合作者子网。
候选论文覆盖随机图、复杂网络、中心性、核心—外围结构、小世界、科学合作、创新扩散等主题；它们是可选起点，可以使用自行选择的论文。
提交要求
正文最多二十页，另附一页摘要表，总计最多二十一页。
原题与来源
返回：2014年美赛赛题。