分类： 科学研究

最近在看Novak的概念地图。非常简单明确的一个概念，容易实现，很好用的一个工具。整理概念之间的关系，使得大脑之中对概念的认知按照概念自身的关系来组织。这对于概念的学习、教学、评价都有非常大的作用。除了教育学领域，这个方法在企业管理、只是创新等方面也已经得到初步的应用。

关于这个概念地图的想法，Novak最初要研究学习，尤其是小学生对科学概念的学习这个问题中作为整理学生的学习效果（哪一些概念和哪一些概念间的联系真的学会了，通过面谈调查，然后绘制概念关系图然后与专家的概念关系图比较）的工具提出来的。这个项目Novak小组做了12年。

我在去年打算做科学学研究的时候，从复杂网络研究的角度提出来，以为是新的。没想到，人家Novak已经做了这么多年的深入研究，而且已经从教育界走到了更广泛的领域。

不过，这方面的研究应该说还是在比较初级的阶段。还有很大的空间来做基础研究、交叉研究、应用性研究、实际应用。推荐两个材料：

Moon etc, Applied Concept Mapping
Novak, Learning, Creating, and Using Knowledge: Concept Maps As Facilitative Tools in Schools and Corporations

按照上次整理的研究计划，看一看这半年多的进展。

1、复杂网络回答具体科学的问题；What can the methodology of network analysis offer to concrete fields: a survey of direct applications
2、经济物理学的物理学与经济学，以及工程。研究必须回答前两者，在此基础上回答后面的问题；Physics and Economics of Econophysics
3、非平衡统计基本问题研究
4、博弈论理论与实践：Does game theory work, how to make it work under more general situation

1.1 汉字的研究
1.1.1 第一篇文章已经基本定稿，关于汉字学习顺序的研究
1.1.2 第二个工作基本完成，文章还要仔细写，关于繁体简体汉字网络对比
1.1.3 教材评价工作也已经基本完成，国外的教材还要收集一下，同时文章也应该开始写了
1.1.4 词汇的相应工作做不做，怎么做，还要调研、讨论
1.1.5 个性化学习顺序的问题要开始研究
1.1.6 学习顺序在认知和教学方面的应用，以及进一步的研究，可以调研和讨论。可以开展合作
1.1.7 把研究成果分享出去，公布在网络上

1.2 概念网络、科学学相关研究
1.2.1 课程概念网络的建立与研究，教与学上的意义
1.2.2 课程概念网络在认知、教育上的应用
1.2.3 某专业教学概念网络（课程概念网络的整体）的分析与应用
1.2.4 某专业科研概念网络的制作、研究，与教学概念网络的对比
1.2.5 科学论文发表与科研项目立项与进展的网络研究
1.2.6 把研究成果分享出去，公布在网络上

1.3 产品网络、化学反应网络，一直没有做，找机会做一做，做纯粹模型实在没意思，数据是关键

2.1 金融数据时间序列区间相关性研究，尤其在大规模涨落发生的前后有没有特征，跟那个搞地震的日本人学习一下
2.2 人群意见相关性实证与理论研究

3.1 BBGKY2
3.2 GFPE与Lindblad方程
3.3 大系统的BBGKY
3.4 BBGKY与tDMRG、NEGF的对比
3.5 GFPE与Redfield方程，解析解，三阶项的处理
3.6 BBGKY标准计算程序
3.7 GFPE标准计算程序
3.8 BBGKY、GFPE之于具体系统，具体现象（热导、电导）
3.9 综述文章《统计物理基本问题研究新进展》已经投给《上海理工大学学报》。以后有时间充实一下，在物理学领域发表，应该会有更多的人看

4.1 QRE的稳定性
4.1.1 Boltzmann分布用于讨论决策过程，相当于博弈论中的QRE。收益敏感性度量或者说温度的倒数$$\beta$$决定了所得到的定态解的稳定性。通过稳定性可以区分QRE与NE的描述能力。目前这个工作基本完成，文章也基本定稿。我们发现对于一大类博弈，QRE确实比NE描述能力好
4.1.2 有的博弈QRE不能与NE区分，有的博弈QRE比NE要差。那么有什么定性特征可以提炼出来吗？这个工作要开展起来
4.1.3 把这个研究方法用于博弈中的合作的研究，见4.2-4.5

4.2 博弈中的合作
4.2.1 控制实验
4.2.2 囚徒困境
4.2.3 Coordination Game
4.2.4 Centipede Game

5 量子博弈卖出去，抽出时间整理
6 量子力学经典问题卖出去，找时间尽快完成
7 统计物理教学论文写完卖出去，基本上定稿
8 社会学习的问题组织一下，交代出去。取得了一些进展。考虑增加不选择作为策略
9 Graphene挖洞

小结：虽然取得了一些重要进展，但是进度安排比较随意，需要制定更加细节的研究步骤。尤其是3要赶紧，5，6，7要尽快完成。把工作交代出去以后，主要精力要放在3。

转述好像来自饶毅的话（大意）：研究（生）的层次
第一个层次，别人的工作很好，都做了自己想做的了，没什么好干的。
第二个层次，个别细节还可以提高，有一些离散的点上可以挖挖坑。
第三个层次，很多人在做烂东西，很多方面可以做革命性的工作。
第四个层次，聪明人还是很多的，很多人也在思考革命性的东西。能不能做出来，谁先做出来，努力、才智、运气（灵感来的早晚，刺激的时机）都有关系。众里寻他千百度，为伊消得人憔悴，没准也能妙手而得之。

一个盒子里有5个黑球，1个白球。你要随机取出一个球来，不能看，然后猜黑的还是白的，猜对了获得一分。如果你想获得更高分，例如一分就是一百元钱，你猜什么？

如果这样的实验重复12次，你怎么猜，1200次呢？

这是一个非常简单的实验，让大家做的原因是，某一个研究小组做了一个这样的真人实验，得到了我不能理解(make any sense from it)的结果。我想验证一下，又没有这么多钱来做真人实验，只好求助于大家了。

非常感谢。

从一个有向网络中识别出层次结构。
从无向边网络数据（获取数据阶段有限制）加上整体的宏观的大致的方向，能不能还原有向网络？

科学研究领域的增长与基金支持的关系，最快或者最有影响或者最什么什么的领域的识别，两种分类号所形成的集团的对应关系。

把pacs代码，基金分类号，或者关键词作为顶点，同一篇文章或者同一份申请，或者教材的同一段（同一句？）作为连接。这个网络可以研究学科门类的发展、形成，找到不同类型和特征的门类，可以讨论关键概念与方法的集合以及这个集合上的层次关系（知识地图），基金支持与门类发展之间的关系。也可以在不同国家之间作对比研究。也可以开展基金项目评价，以及对评阅人的评价。

分类代码做为顶点，研究论文当做边，含有时间序列信息的连接预测问题。

关于科学研究的研究的几个问题

在这个项目中，我们的研究对象某一个学术研究领域在某一段时期内的进展以及这一时期内研发基金对这一领域的投入情况。我们希望讨论下面几个问题以及更一般的探讨讨论这几个问题的一般方法，以期将来能够类似的研究别的领域：第一、领域内研究内容的层次结构与分类，也就是粗粒化图像；第二、将来这个领域研究工作的增长点、热点、可能突破点的预测；第三、研发投入与研究进展的关系、不同组织管理的研发基金表现的评估；第四、研发项目成果评价与立项评阅人评价；第五、从论文中制作这个领域内基本概念之间的联系以及基于这个联系的层次结构，即知识地图。

以物理学为例，我们介绍一下处理方法的基本思路。我们从收集三份数据开始：物理学采用AIP PACS号的论文的部分信息（PACS号、论文唯一编号、作者）；中国国家自然科学基金物理学项目的申请书部分信息（包含申请人、申请类别、申请书唯一编号、评阅人最终意见、项目成果）；国内物理学主流期刊论文的部分信息（关键词、论文唯一编号、作者）。如果可能的话，其他国家（例如美国）的自然科学基金申请书的部分信息（最主要的是申请类别、申请书唯一编号）也是很有意义的。

利用pacs号（顶点）与论文（边）构建一个网络，或者申请类别（顶点）与申请书（边）构建一个网络，或者关键词（顶点）与论文、教材、专著（边）构建一个网络。这个网络反映了这个领域的基本概念以及概念之间的联系。我们认为大部分研究工作都是建立了概念之间的一种联系。

在这个网络上我们可以寻找集团结构，并在这几个网络的集团结构之间作比较。例如，我们可以比较所有网络上相应集团比例大小随着时间的演化。在这里，找到相应的集团是一个技术问题。不过，简单地来说，pacs或者基金申请类别号本来就已经是有层次结构的。因此，不从网络上的集团结构，而从单纯地层次结构我们也可以作上述的比较研究。从这里，我们可以对研发基金投入的表现有一个比较完整的认识。

在这个网络上，我们可以做含有时间序列的边的预测。这样我们就可以从一个侧面了解此领域科学研究的趋势。

从论文中获取关键词、基本概念，只能得到两个概念之间存在连接，不知道从两一个连到哪一个。如何恢复方向信息？当然，基本的整体的方向性是有的，只是丢掉了其中一部分边的方向，如何恢复？这是一个非平庸的技术问题。

研发基金的管理者总是希望支持最有潜力的项目的。项目的区分则完全由项目评阅人来完成。自然管理者希望评阅人公正，而且识别能力强。通过对比项目在评审阶段的意见和完成的成果的评价，我们可以对评阅人做一个评价。甚至，管理者可以设立一个奖项，就像APS最佳审稿人。这表明获奖者公正又有眼光，又愿意投入公益。这是很高的声誉。

这两天才发现，这些问题别人也在讨论：http://grants.nih.gov/grants/KM/OERRM/OER_KM_events/，
尤其是
http://grants.nih.gov/grants/KM/OERRM/OER_KM_events/Borner.pdf
和
http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2864309/

1、复杂网络回答具体科学的问题；What can the methodology of network analysis offer to concrete fields: a survey of direct applications
2、经济物理学的物理学与经济学，以及工程。研究必须回答前两者，在此基础上回答后面的问题；Physics and Economics of Econophysics
3、非平衡统计基本问题研究新进展；慢慢写，一边做一边写，初步的发在理工学报
4、博弈论理论与实践：Does game theory work, how to make it work under more general situation. 一边调研，一边整理。

1.1 汉字的研究
1.2 科学论文发表与科研项目立项与进展的网络研究
1.3 产品网络、化学反应网络

2.1 金融数据时间序列区间相关性研究
2.2 人群意见相关性实证与理论研究

3.1 BBGKY2
3.2 GFPE与Lindblad方程
3.3 大系统的BBGKY
3.4 BBGKY与tDMRG、NEGF的对比
3.5 GFPE与Redfield方程，解析解，三阶项的处理
3.6 BBGKY标准计算程序
3.7 GFPE标准计算程序
3.8 BBGKY、GFPE之于具体系统，具体现象（热导、电导）

4.1 控制实验
4.2 囚徒困境
4.3 Coordination Game
4.4 Centipede Game

5 量子博弈卖出去
6 量子力学经典问题卖出去
7 统计物理教学论文写完卖出去
8 社会学习的问题组织一下，交代出去

转述好像来自饶毅的话（大意）：研究（生）的层次
第一个层次，别人的工作很好，都做了自己想做的了，没什么好干的。
第二个层次，个别细节还可以提高，有一些离散的点上可以挖挖坑。
第三个层次，很多人在做烂东西，很多方面可以做革命性的工作。
第四个层次，聪明人还是很多的，很多人也在思考革命性的东西。能不能做出来，谁先做出来，努力、才智、运气（灵感来的早晚，刺激的时机）都有关系。众里寻他千百度，为伊消得人憔悴，没准也能妙手而得之。