博文
著名科学家突然逝世的社会影响：基于动态网络攻击的量化方法
精选
|||
在人类社会中，有数不清的小人物和为数不多的大人物。大人物不仅活着的时候拥有至高无上的权利，就连他们的死亡也深深的改变了历史走向：远的如亚历山大大帝，近的如卡扎非。但是尽管我们都显而易见的知道，大人物的突然死亡影响巨大，但是绝大多数情况下只能定性分析分析，想把这种影响来进行量化研究就比较困难了。
在2008年年末的时候，科学网的一则科学报道引起了我的注意，题目为“著名科学家逝世对其所在领域影响巨大 ”（详见http://old.biovip.com/biology/3/520.shtml）[1]，大致内容是这样的：美国麻省理工经济学家Pierre Azoulay及其同事注意到，著名科学家的影响是可以量化的，因为以前的科研产出记录记载了他的学术贡献。因此他们找出了一些因各种原因突然死亡的著名科学家，然后“利用论文文献数据和美国医学院协会发布的成员名册，研究人员收集了与这些已逝科学家合作的教授们的名录。研究人员发现这些著名科学家逝世以后，他们的那些合作者发表的论文量降低了5%至10%。”[1]
在科学网看完这个报道以后，我们马上意识到这个科学家突然死亡不就是对应我们复杂网络里面讲的针对度大节点的恶意攻击问题[2]吗？正好那段时间我当时正在研究度大节点对于网络统计量的影响[3]以及富人俱乐部特性[4]。当时就想，MIT学者们做的研究虽好，但他们仅仅是从论文产出这个角度来考虑的，我们做复杂网络研究的能不能使用网络攻击的方法来研究这个问题呢？
但是很明显，单纯照搬文献[2]的研究思路是不行的，因为科学家合作网络是个动态网络，并不是静态的，因此我们需要研究的是一个动态网络攻击问题。当时有关动态网络方面的资料还很少，还好，很幸运的是看到了Nature上一篇有关猿猴网络中威权节点的消失会让整个网络分化成多个各自为战、紧密合作的子网络的报道[5]。当时就想，看来方法论上已经有了，下一步就是把这个数据弄来整一整，看看有什么好玩的结果把。
虽然MIT的学者们开发出了一套程序可以让我们去抓取数据（他们的数据处理和相应软件都是专门请人来做的，而我们却没有这方面的条件），但是很遗憾的是我们无法取得全部的“美国医学院协会发布的成员名册”（尽管和论文1的作者们沟通过，但是由于他们本身也没有权限给我们，只能在一个网站上找到部分名单，而且网上名单的预处理工作很繁琐）。
Idea无限好，实践千般难呀！
经过我们多次讨论和论文第一作者liuxiaofan同学（http://www.eie.polyu.edu.hk/~xfliu/）的艰辛努力，这篇基于动态网络攻击的研究方法来量化著名科学家突然逝世的社会影响的文章Attack resilience of the evolving scientific collaboration network（http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0026271）终于被捣鼓出来，并在非常顺利的发表了[6]。
我们的基本结论很令人震撼。用一句很简单的话来讲就是：著名科学家突然死亡的社会影响不大，原因是他的很多合作者都是短期的，著名科学家死亡仅对当时正和他们合作科学家正在进行时才受到影响。用里面的科学语言讲就是
“Our statistical tests show that there is no evidence that the sudden death of a superstar may have a significant impact on the evolution of its collaborators’ scientific collaboration networks.”
这个结果和结论实际上在很长时间内都把我给震惊了，因为任何人都会觉得
“Surprisingly, statistics show that the evolution of collaborators’networks are not affected by the sudden deaths of the superstars.”
我个人想了很久，觉得这个结论可以从以下两个方面来解释，也算是合理吧。
1)我们研究的是科学家死亡前和死亡后，以科学家为中心的自我网络结构的变化，因此我们研究的是科学家死亡以后对他的合作伙伴的影响，我们称之为“社会影响”。著名科学家的伟大之处可能更多的是他本身对于科学事业的贡献，因此科学网以前那个新闻报道的题目“著名科学家逝世对其所在领域影响巨大”和我们的结论“著名科学家突然死亡的社会影响不大”并不矛盾，前者看的是科学家本人死亡对科学的影响，后者看的是科学家本人死亡对他以前的合作者的影响，两者不是一回事。
2）在静态网络中，针对大人物的恶意攻击可谓是直击阿喀琉斯之踵，一般情况下很有效[6]。但是针对科学家合作网络我们可以看到，大人物被突然从网络中拿走算不了什么，其主要原因就是合作关系的动态变化很快，绝大多数的合作者在一年以后就再也不合作了。另外，我们在科学家合作网的动态攻击里面，每次都是针对的大人物的自我为中心的一级和二级邻居网络。即使不考虑动态的情况，在整个美国医学院协会里面偶尔拿掉一两个大人物，对于强大的美国科学体系来讲根本不算什么。也就是说，我们攻击的强度不够大，而现代科学的发展使这里所谓的大人物也没有强大到牛顿、达尔文那么耀眼的程度，因此是还算是很有弹性。而且科学家们移情别恋、转移注意力的速度也是惊人的，著名科学家死亡之后，他们的合作者很快又能和其他科学家合作。但是，如果我们在某个时间一下子打掉100个大科学家，我相信这个系统也会显出它的“脆弱性”。
此外，这篇文章实际上是具有一些其他更深层次上潜在的科学价值，很明显，文章中的方法可以照搬到很多社会网络研究，比如说比较流行的反恐研究中来[8-9]。还有，通过看到的合作关系演化可以帮助我们了解知识传播的大概图景，也可知道某篇论文或者某项技术的传播轨迹。看完这个实证的动态网络结构变化，我们也感觉这一领域中诸多已有模型的局限性。同时，这篇文章再次显示了复杂网络这个工具的威力，尽管我们用的统计量很粗俗，但是还是很好地说明了一些问题，起码他们是比较不错的量化手段。美中不足的就是数据和我们的处理有些地方还是有些粗糙。
不管怎样这篇文章让我了解到连边的动态特性是多么地重要。一个实证网络里面没有时变、没有加权，现在已经提不起我的兴趣了。还在整天琢磨无向无权静态网络的有些朋友，咱们一起升级吧！
参考文献：
[1] Azoulay P, Graff Zivin JS, Wang J (2010) Superstar extinction. The Quarterly Journal of Economics 125: 549–589.
[2] Albert R, Jeong H, Baraba´si A (2000) Error and attack tolerance of complex networks. Nature 406: 378–382.
[3] X. -K. Xu, J. Zhang, J.F. Sun, and M. Small, Revising the simple measures of assortativity in complex networks, Physical Review E, 2009, 80:056106
[4] X.-K. Xu, J. Zhang, and M. Small. Rich-club connectivity dominates assortativity and transitivity of complex networks, Physical Review E, 2010, 82: 046117.
[5]Jessica C. Flack, Michelle Girvan, Frans B. M. de Waal & David C. Krakauer. Policing stabilizes construction of social niches in primates.Nature,2006,439(26):426-429.
[6]X.F. Liu, X.-K. Xu, M. Small and C.K. Tse, Attack resilience of the evolving scientific collaboration network, PLoS ONE 2011, 6(10): e26271.
懒人直接从这里下论文吧：
https://blog.sciencenet.cn/blog-64458-510080.html
上一篇：玩笑之后能否将居里夫人是师生恋高手的称号拿掉？
下一篇：六度分离变成四度分离了
