社交网络优化博士毕业论文

去年，“四川大学华西临床医学院 2019 届毕业生发表 46 篇 SCI 文章”引起热议，在过去近一年之后，近日，这个话题再度被提起。 我发现，当事人 邓汉宇博士 ，目前已是四川大学华西医院肺癌中心（胸外组）医师， 四川大学华西临床医学院八年制本科 生导师 。担任Langenbeck's Archives of Surgery、PLOS ONE等 多个SCI杂志审稿人 。据邓博士的ResearchGate（一个科研社交网络服务网站）显示，邓博士目前已经发表 文章82篇 。其中一篇发表在 EJSO 上的文章 入选了ESI前1%高被引论文 （谷歌学术显示该论文已被引25次）。 入选ESI前1%高被引论文题为：“ Sarcopenia is an independent unfavorable prognostic factor of nonsmall cell lung cancer after surgical resection: A comprehensive systematic review and meta-analysis ”，邓博士发微博表示：“我们的精准肺外科诊疗研究论文继续成为ESI（到十一月/十二月2019为止）高水平论文！（Web of Science统计中， 四川大学外科学研究方向中仅有的5篇高水平论文之一！ ）”。 01 争议不断 是“开挂”还是灌水？ 去年，按照惯例，华西临床医学院公布了的2019届荣誉毕业生。但 3名荣誉毕业生发表的SCI数量之多，引起了大家的关注和质疑。 3个荣誉毕业生发表的文章分别为： 荣誉毕业生A：SCI论文46篇（第一作者41篇，共同第一作者5篇），影响因子大于120分。 荣誉毕业生B：SCI论文30多篇。 荣誉毕业生C：发表SCI论文31篇，影响因子分，其中第一/并列第一作者身份发表SCI论文20篇。 荣誉毕业生A就是争议最大的华西胸外科邓汉宇博士 ，从2016年入学以来，他已经发表SCI论文46篇（第一作者41篇，共同第一作者5篇），影响因子 大于120 分，40多篇论文包括： Original research：16 篇 Comments： 9 篇 Meta 分析：10 篇 其余为 letter。 很多网友质疑其文章的真实性和质量，认为无法在如此短的时间类完成这么多篇文章，是否存在抄袭和灌水的可能。甚至有华西医学院内部人士匿名评论。 46篇文章多为 2-3 分左右的期刊或者杂志，其中一篇 11 分左右的高分文章是 letter to editor，SCI 论文中一些 comments，letter 严格意义上来说并不算科研论文。 SCI杂志的文章的几种类型 Original Artical 论著： 这个是最为常见的一类，分为基础性和临床性文章。基础性文章就我国现在普遍在发的文章，属于前瞻性的一个研究，通俗的一个说法就是我们假设一个思路，然后通过实验来得出一个结论来证明我这个思路，得出的结果两种情况一个是阳性(符合我的思路)一个是阴性的(不符合)大家不要认为阴性的结国就发不了SCI，阴性的同样可以发SCI，可以想象它告诉了我们这样的思路是得不出来这样的结果，也是对国际科研的一个贡献。这类文章需要经过peer review，审稿周期较长，哪怕是低分杂志，从投稿到录用半年多是家常便饭。 Review： 也就是综述，是在对某研究领域的文献进行广泛阅读和理解的基础上，对该领域研究成果的综合和思考。一般认为，学术文章没有综述是不可思议的。需要将“文献综述( Literature Review)” 与“背景描述 (Backupground Deion)”区分开来。“文献综述”并非一般的“背景描述”，还需要对该领域研究成果的思考。 Meta分析： 针对一个不同研究得出的结果有争议的科学问题，利用统计学方法将这些研究（以RCT为主）的结果放在一起，得出结论的文章。 Comment、invitedcommentary、editorial评论： 对最新发表(时效性)的某篇论文进行评论，一般是杂志邀请相关领域专家进行受邀评论，被评论的文章往往具有重大临床或科研意义。录用周期较短，基本可以控制在一周内。 Letter to editor： 致编辑函/信是读者针对某篇感兴趣的文章写的读后感，或延续要告诉期刊内容。字数限制约300-500字，也有杂志要求不超过150字，一般无具体格式要求。杂志接受针对最新发表论文写的letter(时效性)，超过规定的时间不再接收。 读者若具备相应研究基础，能提出独到观点，一般容易被杂志接收，甚至是一些顶级杂志。 因为不同类型的SCI撰写难易度和接受周期不一样，综合来看， 三年一作发46篇SCI是一个可以做到的事情。 网友争议的点主要集中在邓博士发表的文章类型和 文章质量。 根据 2019 年公布的影响因子，计算 Nature、Science、Cell 三大顶级期刊杂志影响因子总和为： 也就是说邓博士三年发表论文影响因子达到了 CNS 之和。 试想如果邓博士三年发了 CNS 级别杂志的一作文章，相信他作为博士毕业生的优秀代表不会引起任何非议。 因此，网络上对邓博士的评论，渐渐的分成了两个大阵营： 一种认为，这就是一种论文“灌水”行为。 孔柚： 我只能承认他很能写，是不是灌水，有没有含金量，也只有他本人知道了。 fromiccas： 不喜欢灌水型研究，真要比，井冈山大学不是还有人一年一百多篇吗？我是希望学生都能够在主流杂志上发表文章，但是我的学生能发到macromolecules我就心满意足了。做研究，要有代表性的方向，代表性的工作。 知行合一： 三年46篇，三年就是36个月，不到一个月一篇，这种短平快的东西做出来能有多大学术价值，我表示怀疑。 一种则认为，“承认别人的优秀没那么难，能发这么多篇是能力的一种体现。” Jenny： 没问题啊，那是人家能力和实力，存在就是合理的。他又没造假。 E.： 如果没有科研条件去写高分的，小课题做的快，多发几篇也是错吗？况且 16篇research都是实实在在的呀，没事时看看别人的研究写写与自己课题相关的letter和meta 也是一种努力啊，为什么要说人家水？个人觉得他只是在能力范围能尽了全力而已。 木兰舟： 那也不可否认16篇original article。三年16篇还要怎样。 02 本人发文回应 瞎喷没用，干点实事提升自己才是正经 面对争议，2019年8月20日，邓博士本人在知乎上曾对此事进行了回应： 我是四川大学华西临床医学院2019届荣誉毕业生本人(这里需要解释一下，我们荣誉毕业生是针对本科生，八年制是作为本科生进行评比，所以不涉及和传统博士的评比；其次，荣誉毕业生是同专业同学选举出来，而不是学院老师指定)。等最近忙空了，我想在知乎上给大家分享sci思维、写作、投稿等方面的经验，希望能够让没有sci的同学，也能够有机会发表sci，至少能够不为毕业而焦头烂额。在这里给大家谈几点自己的想法： 第一，我是华西临床医学院的8年制本硕博连读专业的学生（2011年入学）。华西的八年制，大概比清华北大录取线少20分左右吧。八年前，我高考失利，与清华北大无缘(可以去我的高中调查一下真相)，于是选择学医，选择八年制。所以，本人学习能力可能比较强吧，因此读文献、写文章的能力也相对来说比较强吧。 第二，8年的时间里，我分成了两个阶段。前4年的本科学习，所以我花了高中努力程度的70%，轻松达到平均分90分的成绩，单科解剖学，诊断学等临床基础课程，专业第一。临床功底，可以去春雨医生或者好大夫检索一下我的治病救人诊疗经验以及病人对我的评价。后4年研究生的学习，我很庆幸自己选择了胸外科专业，因为我热爱这个专业，我每天看专业文献就像放松心情一样地娱乐，所以我会写原始研究，写meta分析，写letter表达自己的想法和观点(请注意，这是我的爱好，因为能够和全世界胸外科医师交流，这是我感觉愉悦的事情。)。做科研，在我最开始的时候，我是抵制的。后来培养了兴趣，尤其是我能够把临床问题，转化为科研（所以我的文章，都是临床的。关于基础研究，我确实不太通晓），为我的病人提供最新的诊疗意见，我觉得值了。(可以参考一下我在春雨或者好大夫平台发表的自己的研究成果)。 第三，我对待科研文章，如同对待挚友，进行交流和学习。 不做科研的医生，不是一名合格的医生，因为他不懂得思考和解决临床问题，一味地去接受他人的观点，没有自己的想法，不去解决自己的问题的医生，是很危险的。因为病人情况都是个体化的，医学作为实践性经验性学科，就是需要发现问题，解决问题。这里补充一下——胸外科有很多没有一致定论的东西，包括早期肺癌的手术，如果一个医生不去思考如何为病人做一次最佳的切除范围，那他只会给病人和家属带来不必要的担心，甚至术后复发转移。我见过太多这些的医生，所以我才发出此感慨。 第四，关于灌水。 我很庆幸我选择自己感兴趣的研究方向，发表在自己的专业杂志上，没办法我们胸外科相关的杂志，大概就是几分的水平。试问，高影响因子的文章，谁不想要呢？但我想，懂行情的人都会知道，不是每一个学生都有这样的机会和资源！况且，各大医院的院长、主任们，也不见得都是发表高影响因子的文章吧。 第五，大家如果感兴趣，我很愿意和大家分享科研经验： 微博： 第六，我最后给大家解释一下，我在最后三年，也就是从2016年开始，在华西医院各科室实习一年，从2017年，在华西医院肺癌中心上临床作为住院医师参与一线工作(收治病人、值班等)一年半左右。 最后半年多时间里，完成专业博士毕业论文。 第七，我总结我以上所说的，我并不觉得自己怎么样怎么样，大学的八年里，相比于其他的荣誉毕业生，别人从一开始就叱咤风云，而我并不属于学院的知名人物（毕竟我不喜欢搞学生会工作，不喜欢互联网竞赛，不喜欢加各种协会……我们同一届的其他专业的，大多都没有听说过我这个名字），没想到在最后毕业的时候被选出来作为本科荣誉毕业生，我只是觉得自己的付出和努力，没有白费。我常常给同学朋友开玩笑说，“我是拿了5年的励志奖学金，最后一年终于励志成功，拿到了国家奖学金”。 最后总结一下，我做这一次的正面回应网络各种形形色色的人，就是要让你们知道，大学里努力了的人，你们瞎喷、瞎黑，是没有用的！别一天没事干了，吃饱了就在网络上消化，干点实事，努力提升自己的专业和学习能力，对你自己才是最好的！ 邓汉宇，男，中共党员，胸外科博士，四川大学华西医院肺癌中心（胸外组）医师，四川大学华西临床医学院八年制本科生导师。师从于被誉为“中国肺外科第一人”的周清华教授，获四川大学临床医学学士学位及胸外科学博士学位。现为欧洲胸外科医师协会（ESTS）会员、美国外科医师学院（ACS）会员、国际肺癌研究协会（IASLC）会员、中华医学会胸心血管外科分会会员、中国抗癌协会肺癌专业委员会会员、中国抗癌协会癌症转移专业委员会会员。 累计发表论文60余篇，其中以第一作者、共同第一作者、通讯作者身份在JAMA Surgery、European Respiratory Journal、Annals of Thoracic Surgery、European Journal of Cardio-Thoracic Surgery、Annals of Surgical Oncology、World Journal of Surgery、European Journal of Surgical Oncology、Diseases of the Esophagus、Interactive Cardiovascular and Thoracic Surgery、Journal of Thoracic Disease等杂志发表胸部肿瘤外科学相关英文SCI文章50余篇，累计影响因子大于120分（）。受邀作为Langenbeck's Archives of Surgery、Annals of Surgical Oncology、PLOS ONE、World Journal of Surgical Oncology、Journal of Investigative Surgery等SCI杂志审稿人。多次受邀参加ISDE、OESO、ASCVTS、ESTS、MRS、WCLC等国际会议以及中华医学会胸心血管外科分会年会、青年医师论坛、川渝食管癌年会及四川省胸心血管外科年会并作大会发言和壁报展示。荣获2017年中华医学会胸心血管外科分会青年医师论坛优秀论文三等奖、2019年中华医学会胸心血管外科分会青年医师论坛优秀论文二等奖。 虽然回应的最后言辞比较激烈，但 平心而论，邓博士绝对算得上优秀。 在现行评价体系下，每个医院的评价体系不同，邓博士虽有争议，但无可厚非。其发表在EJSO上的一篇一作文章还入选了ESI前1%高被引论文。 2月23日， 科技部正式印发《关于破除科技评价中“唯论文”不良导向的若干措施（试行）》通知，明确要求破除“唯论文”论不良导向，鼓励发“三高”论文，过几年再看，会不会是另外一番景象？ 你怎么看？ 本文由 科研大匠 综合自知乎、@邓汉宇ResearchGate、微博，华西医院等

在毕业论文的写作过程中，指导教师一般都要求学生编写提纲。从写作程序上讲，它是作者动笔行文前的必要准备;从提纲本身来讲，它是作者构思谋篇的具体体现。所谓构思谋篇，就是组织设计毕业论文的篇章结构。因为毕业论文的写作不像写一首短诗、一篇散文、一段札记那样随感而发，信手拈来，用一则材料、几段短语就表达一种思想、一种感情;而是要用大量的资料，较多的层次，严密的推理来展开论述，从各个方面来阐述理由、论证自己的观点。因此，构思谋篇就显得非常重要，于是必须编制写作提纲，以便有条理地安排材料、展开论证。有了一个好的提纲，就能纲举目张，提纲挚领，掌握全篇论文的基本骨架，使论文的结构完整统一;就能分清层次，明确重点，周密地谋篇布局，使总论点和分论点有机地统一起来;也就能够按照各部分的要求安排、组织、利用资料，决定取舍，最大限度地发挥资料的作用。有些学生不大愿意写提纲，喜欢直接写初稿。如果不是在头脑中已把全文的提纲想好，如果心中对于全文的论点、论据和论证步骤还是混乱的，那么编写一个提纲是十分必要的，是大有好处的，其好处至少有如下三个方面：第一，可以体现作者的总体思路。提纲是由序码和文字组成的一种逻辑图表，是帮助作者考虑文章全篇逻辑构成的写作设计图。其优点在于，使作者易于掌握论文结构的全局，层次清楚，重点明确，简明扼要，一目了然。第二，有利于论文前后呼应。有一个提纲，可以帮助我们树立全局观念，从整体出发，在检验每一个部分所占的地位、所起的作用，相互间是否有逻辑联系，每部分所占的篇幅与其在全局中的地位和作用是否相称，各个部分之间的比例是否恰当和谐，每一字、每一句、每一段、每一部分是否都为全局所需要，是否都丝丝入扣、相互配合，成为整体的有机组成部分，都能为展开论题服务。经过这样的考虑和编写，论文的结构才能统一而完整，很好地为表达论文的内容服务。第三，有利于及时调整，避免大返工。在毕业论文的研究和写作过程中，作者的思维活动是非常活跃的，一些不起眼的材料，从表面看来不相关的材料，经过熟悉和深思，常常会产生新的联想或新的观点，如果不认真编写提纲，动起笔来就会被这种现象所干扰，不得不停下笔来重新思考，甚至推翻已写的从头来过;这样，不仅增加了工作量，也会极大地影响写作情绪。毕业论文提纲犹如工程的蓝图，只要动笔前把提纲考虑得周到严谨，多花点时间和力气，搞得扎实一些，就能形成一个层次清楚、逻辑严密的论文框架，从而避免许多不必要的返工。另外，初写论文的学生，如果把自己的思路先写成提纲，再去请教他人，人家一看能懂，较易提出一些修改补充的意见，便于自己得到有效的指导。

社会网络分析理论： 在社会网络[63]由人类学家Barnes最早提出的概念，他在社会网络的分析基础上统地研究挪威一个小渔村的跨亲缘与阶级的关系。在社会网络分析中，存在一些经典的理论。这些理论主要包括:六度分割理论、弱关系理论、150法则、小世界网络理论、马太效应等。基于社会网络有关的研究方向和内容，在不同的领域着发挥着各自的作用，例如，社会影响力分析，社区发现，信息传播模型，链接预测，基于社会网络的推荐。 150法则是指一个人能保持稳定社交关系的人数上限通常为150人。1929年由英国罗宾•邓巴教授(Robin Dunbar)提出了经典的”150定律”理论，该定律同时也被称为“邓巴数字”[64]。这个定律在我们的实际日常生活中的应用是相当普遍的，SIM卡中只能存储150个联系人的电话，微软的MSN中也只可以最多把150位联系人的信息添加到自己的名单中[64]等等。 小世界网络是一种具有特殊结构的复杂网络，在这种网络中大部份的节点是不相邻的，但绝大部份节点之间是连通的且距离很短。六度分割理论也是小世界网络理论的一种体现。在多数现实世界的社会网络中，尽管网络中的节点数量巨大，网络中相邻的节点相对较少，但每两个节点间往往只需要很短的距离便能连通。 六度分割就是指一个人与其他任何一个人之间建立起联系，最多都只需要经过六个人。所以，即便邓巴数字告诉我们，我们是能力上维持一个特别大的社交圈的，但是六度分割理论却可以告诉我们，通过我们现有的社交人脉圈以及网络可以无限扩张我们的人脉圈，在需要的时候都能够和地球中想要联系的任何人取得联系。 弱关系理论弱关系(Weak Tie)是指需要较少或不需要情感联系的人们之间的社会联系，这种联系几乎不需要耗费个人的时间或精力来维系，但这种联系却很有作用。美国社会学家Mark Granovetter在研宄人们在求职过程中如何获取工作信息时发现[65]，由家人、好友等构成的强关系在获取工作信息过程中起到的作用很有限，而那些关系较疏远的同学、前同事等反而能够提供更加有用的求职信息。 马太效应可以理解为达尔文进化论中适者生存的理念。在社交网络的发展过程如同生物进化的过程，存在强者越强、弱者越弱的现象。也就是说，在社交网络中越是处于网络核心的节点很大可能会变来越核心，而那些处于社交网络中边缘地带的节点或许会越来越不重要甚至直至消失。那些在社交网络中相比其他节点拥有更大影响力的节点，其带给该网络的影响也要比那些拥有弱影响力的节点所带来的影响要强。 从不同角度探索节点影响力挖掘算法： 1.基于邻节点中心性的方法。这类方法最简单最直观，它根据节点在网络中的位置来评估节点的影响力。度中心性[13]考察网络中节点的直接邻居数目，半局部中心性[14]考察网络中节点四层邻居的信息，ClusterRank[15]同时考虑了网络中节点的度和聚类系数。 2.基于路径中心性的方法。这类方法考察了节点在控制信息流方面的能力，并刻画节点的重要性。这类方法包括子图中心性[16]、数中心性[17]（一些演化算法包括：路由介数中心性[18]，流介数中心性[19]，连通介数中心性[20]，随机游走介数中心性[21]等）及其他基于路径的挖掘方法。 3.迭代寻优排序方法。这类方法不仅考虑了网络中节点邻居的数量，并且考虑邻居质量对节点重要性的影响，包括了特征向量中心性[13]，累积提名[22]，PageRank算法[23]及其变种[24-32]。 4.基于节点位置的排序算法。这类方法最显著的特点是，算法并没有给出一个计算节点重要性的定义，而是通过确定节点在网络中的位置，以此来确定节点的重要程度。在网络核心位置的节点，其重要性就相对较高，相反的，若节点处于网络边缘，那么它的重要性就会比较低。基于节点位置的以及不同应用场景的推荐算法具有重要的研究意义[34-37]。 节点影响力评估方法： 在社交网络节点影响力的评估方法主要可以分为三类，基于静态统计量的评估方法、基于链接分析算法的评估方法，基于概率模型的评估方法。 众学者在静态统计量的方法上，结合不同社交网络中相关信息，借鉴链接分析法以及建立概率模型来评估节点影响力，对社交网络节点影响力可以做到更有效的评估[66]。 1)基于静态统计量度量方法 主要是通过网络中节点的一些静态属性特征来简单直接地体现节点的影响力，但面对社交网络中复杂信息以及不同平台，并不能有效地度量不同社交网络中节点影响力。如度中心性，主观认为节点的重要性取决于与其他节点连接数决定，即认为一个节点的邻居节点越多，影响力越大。在有向网络中，根据边的方向，分为入度和出度，在有权网络中，节点的度可以看作强度，即边的权重之和。度中心性刻画了节点的直接影响力，度中心性指标的特点是简单、直观、计算复杂度低，也具有一定合理性。 但针对不同平台的网络结构中，度中心性的影响力效果未必能达到目标效果，而且社交网络中用户间关系的建立具有一定的偶然性，而且不同的用户间的关系强度也不同。度中心性没有考虑了节点的最局部信息，虽然对影响力进行了直接描述，但是没有考虑周围节点处所位置以及更高阶邻居。众学者在静态统计量的方法上，结合不同社交网络中相关信息，借鉴链接分析法以及建立概率模型来评估节点影响力，对社交网络节点影响力可以做到更有效的评估[66-67]。 2)基于链接分析算法的方法 链接分析算法(Link Analysis)主要应用在万维网中用来评估网页的流行性。通过超链接，万维网中的网页连接成一个网络，同时这个网络也具备了小世界网络的特征，且微博平台中的关注和粉丝关系与网页的链入与链出十分相似，因此链接分析法的思想也被应用在了微博社交网络中节点影响力的评估中。经典的算法是PageRank[68]和HITS算法[69](Hyperlink-Induced Topic Search)。 PageRank算法模型，是Google在搜索引擎结果中对网站排名的核心算法，核心思想通过计算页面链接的数量和质量，来确定网站的重要性的粗略估计，即节点的得分取决于指向它的节点的数量和这些节点的本身得分。即有越多的优质节点指向某节点时它的得分越高。 HITS算法是由Jon Kleinberg于1997年提出的。HITS算法模型中，有两类节点，权威(Authority)节点，和枢纽(Hub)节点。权威节点在网络中具有高权威性，枢纽节点具有很个指向边的节点。通过计算网络中每个节点的Authority权威值和Hub枢纽值来寻找高权威性的节点。即求值过程是在迭代中计算Authority和Hub值，直到收敛状态。Hub值和Authority值计算公式。 通过多数研究者发现，将链接分析法结合社交网络特性可以更好的对用户影响力进行评估，由于技术的快速发展，社交网络的多变性，因此如何将社交网络中的复杂数据和用户行为与相关算法进行结合，仍是需要我们继续研究的方向。 3)基于概率模型的方法 主要是建立概率模型对节点影响力进行预测。这么多学者将用户影响力作为参数对社交网络中的节点用户行为建立概率模型，并根据社交网络中已有的用户数据求解概率模型，得出用户影响力。 文献[70]认为用户间影响力越大、被影响用户的活跃度和转发意愿越高，则其转发另一个用户的信息的概率越大，所以利用用户影响力、转发意愿和活跃度等构建转发概率模型。通过用户发布的tweet数量、转发的tweet数和用户的历史转发行为数据，计算出用户活跃度、转发意愿和转发概率，进而社交网络中用户影响力。 文献[71]在度量影响力时融合了用户发布信息的主题生成过程，认为兴趣相似或经常联系的用户间影响力较强，用户的行为受其朋友的影响也受其个人兴趣的影响。基于这些假设，结合文本信息和网络结构对LDA模型进行扩展，在用户发布信息的基础上建立模型，通过解模型计算得出用户间基于主题的影响力。 文献[72]认为转发概率同样可以体现用户间的影响力，根据用户间的关注关系。历史转发记录，利用贝叶斯模型预测用户间的转发概率。 文献[73]考虑了用户建立关注关系的原因，用户被关注可能是与关注者兴趣投，也可能受用户的影响力影响。将基于用户的主题建模和基于主题的影响力评估相结合，并在同一个生成模型中进行计算，提出基于LDA算法模型的扩展算法模型FLDA模型(Followship-LDA)。[13] P. Bonacich. Factoring and weighting approaches to status scores and clique identification[J]. Journal of Mathematical Sociology, 1972, 2(1): 113-120 [14]ü,[J]. Physica A, 2012, 391(4): 1777-1787 [15] D. B. Chen, H. Gao, L. Lü, et al. Identifying influential nodes in large-scale directed networks: The role of clustering[J]. PLoS One, 2013, 8(10): e77455 [16], . [J].Physical Review E, 2005, 71(5): 122-133 [17][J].Sociometry,1977, 40(1): 35-41 [18] S. Dolev, Y. Elovici, R. Puzis. Routing betweenness centrality[J].Journal of the ACM, 2010, 57(4): 710-710 [19] Y. Gang,, H. Bo,etal. Efficientroutingoncomplexnetworks[J].PhysicalReviewE, 2005, 73(4): 46108 [20] E. Estrada, D. J. Higham, N. Hatano. Communicability betweenness in complex networks[J]. Physica A, 2009, 388(5): 764-774 [21][J].Social networks, 2005, 27(1): 39-54 [22] networks[J]. Social networks, 2000, 22(3): 187-200 [23] B. S. Brin, L. Page. The anatomy of a large scale hypertextual Web search engine[J]. Computer Networks & ISDN Systems, 1998, 30: 107-117 [24] P. Jomsri, S. Sanguansintukul, W. Choochaiwattana. CiteRank: combination similarity and static ranking with research paper searching[J]. International Journal of Internet Technology & Secured Transactions, 2011, 3(2): 161-177 [13][25][D].California: University of California. 2012 [26] J. Weng, E. P. Lim, J. Jiang, et al. Twitterrank: finding topic-sensitive influential twitterers[C]. Third International Conference on Web Search & Web Data Mining, ACM, 2010, 261-270 [27]: distinguishingbetweenprestigeandpopularity[J].NewJournalofPhysics,2012,14(14): 33033-33049 [28] J. Xuan, H. Jiang, , et al. Developer prioritization in bug repositories[C]. International Conference on Software Engineering, 2012, 25-35 [29]ü,[J]. Physica A, 2013, 404(24)47-55 [30] L. Lü, Y. C. Zhang, C H Yeung, et in social networks, the delicious case[J]. PLoS One, 2011, 6(6): e21202 [31][J].Authoritative sources in a hyperlinked environmen, 1999, 46(5): 604-632 [32](SALSA)andthe TKC effect[J]. Computer Networks, 2000, 33(2): 387-401 [33][J].Physical Review E, 2014, 90(5): 052808 [34] A. Banerjee, A. G. Chandrasekhar, E. Duflo, et al. Gossip: Identifying central individuals in a social network[R]. National Bureau of Economic Research, 2014. [35] percolation in social networks[J]. arXiv preprint arXiv:, 2015. [36] S. Y. Tan, J. Wu, L. Lü, et al. Efficient network disintegration under incomplete information: the comic effect of link prediction[J]. Scientific Reports, 2016, 6. [37]任晓龙,吕琳媛.网络重要节点排序方法综述[J].科学通报, 2014,59(13): 1175-1197 [63]贝克,晓冬.社会资本制胜:如何挖掘个人与企业网络中的隐性资源[M].上海交通大学出版社,2002. [64]天涯.六度分隔理论和150法则[EB/OL].|.[2010-07-14]. [65]Granovetter M Strength of Weak Ties[J]. American journal of sociology, 1973: 1360-1380. [66]王梓.社交网络中节点影响力评估算法研究[D].北京邮电大学, 2014. [67] Meeyoung Cha, Hamed Haddadi,Fabricio Benevenutoets. Measuring User Influence in Twitter: The Million Follower Fallacy[C]. Proceedings of the 4th International AAAI Conference on Weblogs and Social Media (ICWSM),2010:10-17 [3][68]  Page, Lawrence, Brin, et al. The PageRank citation ranking[C]// BringingOrder to the Web. Stanford InfoLab. 1998: 1-14. [4][69]Kleinberg J M. Authoritative sources in a hyperlinked environment[J]. Journal of the ACM, 1999, 46(5): 604-632. [70]Zibin Yin, Ya Zhang. Measuring Pair-Wise Social Influence inMicroblog[C], 2012 ASE/IEEE International Conference on SocialComputing and 2012 ASE/IEEE International Conference on Privacy,Security, Risk and Trust, 2012: 502-507. [71]Lu Liu, Jie Tang, Jiawei Han, Meng Jiang, Shiqiang Yang. Mining topic-level influence in heterogeneous networks[C]. Proceedings of the 19th ACMinternational conference on information and knowledge management, 2010: 199-208. [72] Qianni Deng, Yunjing Dai. How Your Friends Influence You: Quantifying Pairwise Influences on Twitter[C], International Conference on Cloud and Service Computing, 2012:185-192. [73] Bi, Bin, et al. Scalable Topic-Specific Influence Analysis on Microblogs[C], Proceedings of the 7th ACM international conference on Web search and data mining,2014: 513-522.