复杂系统影响机制研究的数据驱动分析方法
DAC

• 综合性：DAC综合了定量和定性研究的优势，通过机器学习的方法研究复杂系统关键核心因素的机制。
• 机器学习：DAC分别使用基于云模型的数据校准、聚类、决策树、贝叶斯网络等机器学习与数据挖掘任务对复杂因素影响机制分析过程中的数据预处理、多元情境识别与分析、影响因素分析和目标提升路径进行研究。
• 应用广泛：DAC已被有效地应用于工商管理、管理科学与工程、经济与金融等学科中的复杂系统影响机制的问题，为相关专业的本科生和研究生学位论文的相关主题研究提供可行方法。

• 系统论与信息论原理：DAC依托于系统论、信息论和控制论原理，将系统的演变视为多个不同因素的综合作用。
• 大数据算法：DAC借助数据挖掘算法找到系统内样本的异质性特征，结合关注的管理决策问题实现不同样本空间内影响因素的决策规则提取。
• 多学科融合：DAC体现了管理学、统计学与计算机科学等相关学科的交叉融合，降低了知识获取的复杂程度。
• 决策问题导向：DAC以决策问题为导向、以数据挖掘算法为技术支撑，为挖掘海量数据背后的重要知识和管理启示提供了一套行之有效的“工具箱”。
• 易理解和操作：设计开发了DAC便捷式系统，快速注册，无需编程便可完成相关数据分析任务，数据运行结果与可视化效果易获得。

• 新方法与新思路：DAC方法为复杂管理问题的解决提供了新方法和新思路，尤其在大数据时代下经济、管理等学科中复杂因素影响机制研究提供了新的研究路径。
• 非线性与异质性：DAC能从数据挖掘角度深入剖析复杂变量间的非线性、异质性等交互效应关系、联动作用机理和目标变量提升路径。
• 预测性与可解释性：DAC不仅能实现样本内的数据拟合，亦能对样本外数据进行精准预测，并通过可视化手段增强理论模型的可解释性和预测性。
• 科学化、严谨化与精细化：DAC方法通过数据驱动和机器学习使研究更科学化和严谨化，同时异质性对象分析、决策规则分析以及目标对象的贝叶斯网络分析使得研究更深入更精细，帮助管理者对问题做出科学决策。

DAC研究框架如图1所示，主要分为数据采集与预处理、指标构建与量化、聚类分析、决策树分析、贝叶斯网络分析等几大模块。具体使用DAC系统，可访问本站主页：链接。

• 国家社会科学基金后期资助项目（22FGLB035）. 基于大数据分析的科研主体创新绩效影响机制研究. 2023.02-2024.12
• 国家社会科学基金后期资助项目（24FGLB141）. 双重网络视角下专利合作网络特征对颠覆性创新绩效的影响研究. 2025.01-2027.01.
• 福建省社会科学基金重点项目（ FJ2025A033）. 基于颠覆性科研成果识别分析的企业基础研究能力提升研究. 2025.05-2028.04
• 福建省创新战略研究科技计划项目（2024R0043）. 数据要素赋能福建省科技型中小企业创新发展的机理及路径研究. 2024.09-2027.09
• 福建省社会科学规划基金（FJ2023B109）. 基于大数据分析的国家自然科学基金结题项目产出绩效评估研究. 2023.08-2026.08
• 福建省社会科学规划基金（FJ2024BF039). 基于大数据分析的福建省“专精特新”中小企业创新绩效提升路径研究，2024.04-2027.04

• 田慧敏博士，《技术创新合作网络与数字化转型对企业市场价值的影响》，2026年
• 周文浩博士，《多层网络嵌入下企业突破性技术创新的影响机制研究》，2025年（莆田学院教授）
• 张丽萍博士，《知识基础、合作网络对企业二元式创新绩效的影响机制研究 》，2022年（华侨大学副教授）
• 林伟滨博士，《多重网络嵌入对企业创新绩效的影响机制研究》，2024年（泉州师范学院副教授）
• 谢婧娴硕士，《双重网络视角下产学研合作对企业颠覆性绿色技术创新的影响》，2026年
• 林   立硕士，《产学研合作网络特征对企业突破性绿色技术创新绩效的影响研究》，2026年
• 付   梦硕士，《产学研合作模式对企业绿色技术创新质量的影响研究》，2025年
• 黄梦婷硕士，《后发企业知识网络、知识重组对创新追赶绩效的影响研究》，2024年（厦门大学博士研究生）
• 汤弘钦硕士，《生产运营视角下企业数字化对绿色创新绩效的影响机制研究》，2023年（厦门大学博士研究生）
• 龙芳菊硕士，《TOE框架下异质性合作企业的绿色技术创新绩效影响机制研究》（全文），2023年 （同济大学博士研究生）
• 廖杨月硕士，《高校杰出学者创新绩效影响机制研究》，2022年（华南理工大学博士研究生）
• 陈   多硕士，《团队整体性特征对科研绩效的影响研究》，2022年

• 李海林, 周文浩, 吴炳毅, 万校基. 基于云模型理论的数据预处理及校准分析方法研究. 系统工程理论与实践, 2025，45(9): 3124–3137（全文）
• 田慧敏, 李海林*, 周文浩, 张丽萍. 人工智能应用程度对企业数字技术创新的影响研究. 当代财经, 2025，06: 85-98（全文）
• 林春培, 朱晓艳, 余传鹏, 廖杨月, 李海林*. 跨界团队网络特征对其颠覆性创新绩效的影响研究. 情报学报, 2024, 43 (4): 391-404（全文）
• 周文浩, 吴炳毅, 李海林*, 王盼兮. 基于动态复杂网络的突破性技术创新识别方法研究. 情报学报, 2025, 44(1): 20-34（全文）
• 万校基, 李海林*, 何雨晴, 杨润奇, 林海龙. 热度演化视角下新兴主题识别分析研究. 图书情报工作, 2024: 1-13（全文）
• 朱晓艳, 林春培, 余传鹏, 廖杨月, 李海林*. 跨界研发合作网络特征对其颠覆性创新绩效的影响研究. 科研管理, 2024,45(12):122-132（全文）
• 李海林, 徐建宾, 林春培, 张振刚. 合作网络结构特征对创新绩效影响研究. 科学学研究, 2020, 38(8):1528- 1538. （全文）
• 李海林, 廖杨月, 李军伟, 林春培. 高校杰出学者知识创新绩效的影响因素研究. 科研管理, 2022, 43(3): 63-71. （第二十一届全国科技评价学术会议优秀论文）（全文）
• 李海林, 周文浩, 万校基, 林春培. 因素影响机制研究的数据决策分析方法. 第十七届中国管理学年会优秀论文, 中国南京, 2022.
• 王正威, 李海林, 陈多, 万校基. 基于数据决策分析的科研成果关注度影响因素研究. 情报科学, 2022, 40(07): 27-36.（全文）
• 李海林, 龙芳菊, 林春培. 网络整体结构与合作强度对创新绩效的影响. 科学学研究, 2023, 41(01):168-180.（全文）
• 周文浩, 李海林. 合作网络异质性特征与企业创新绩效的关系. 系统管理学报, 2023, 32(02)：367-378.（全文）
• 李海林, 陈多, 林伟滨. 合作网络整体性特征对科研团队创新绩效的影响研究——以（国际）医学信息学领域研究论文为例. 情报科学, 2023, 41(5):59-67.（全文）
• Liping Zhang, Jinyi Chen, Hanhui Qiu, Hailin Li, Yenchun Wu. The interactive effects of knowledge elements and collaboration networks on exploratory innovation performance: evidence from the Chinese artificial intelligence industry. Humanities & Social Sciences Communications, 2026:29622（全文）
• Wenhao Zhou, Hailin Li*. R & D team network configurations, knowledge diversity and breakthrough innovation: a combined effect framework. European Journal of Innovation Management, 2025, 28(6): 2285-2303 （全文）
• Hailin Li, Huimin Tian, Hongqin Tang. How does enterprise digital transformation impact green innovation performance? A machine learning-based study. Industrial Management & Data Systems, 2025, 125(11): 2999-3023 （全文）
• Hailin Li, Huimin Tian, Wenhao Zhou, Yenchun Jim Wu. The impact of artificial intelligence adoption degree on corporate digital technology innovation. Enterprise Information Systems, 2025：2454004（全文）
• Liping Zhang, Yuhang Zhang, Zihan Huang, Hailin Li*. Heterogeneous collaboration patterns and radical innovation performance—a data-driven analysis from specialized, refined, differentiated, and innovative enterprises. Scientific Reports, 2025,15: 43605（全文）
• Liping Zhang, Hanhui Qiu, Jinyi Chen, Hailin Li*, Xiaoji Wan. How to Enhance Enterprises’ Radical Innovation Performance Through Multiple Pathways—A Machine Learning Analysis of SRDI Enterprises in China. Systems, 2025; 13(3),198.（全文）
• Wenhao Zhou, Hailin Li*. A study on the multidimensional driving mechanism of cross-regional scientific collaboration network in China. Technology Analysis & Strategic Management, 2024, 36(11): 3667-3681（全文）
• Hailin Li, Zhengwei Wang, Weibin Lin. How Sino-foreign Cooperation Networks Affect Innovation Performance of Chinese Enterprises? Evidence from Biomedical Industry[J]. IEEE Transactions on Engineering Management, 2023,7:1-17.（全文）
• Zhang, Liping, Qiu, Hanhui, Chen, Jinyi, Zhou, Wenhao, Li, Hailin. How Do Heterogeneous Networks Affect a Firm’s Innovation Performance? A Research Analysis Based on Clustering and Classification. Entropy, 2023, 25(11):1-18.（全文）
• 李海林, 林春培 编. 《复杂系统影响因素研究的数据驱动分析方法》, 清华大学出版社, 2025, 06. （教材）
• 李海林 著, 《基于大数据分析的科研主体创新绩效影响机制研究》, 上海人民出版社, 2024, 12. （专著）