当今时代,以计算机、互联网、万维网等为代表的信息技术革命彻底改变了人们信息共享、互联互通等交互方式,各种各样的社会信息网络(社交网站)应运而生,如:Facebook,YouTube,Flicker,LiveJournal,Twitter,豆瓣网,新浪微博,抖音等。社会信息网络兼有信息网络和社会网络的特性,既反映了用户间社会关系,也逐渐成为用户间进行信息交互的主要载体,人们可以随时随地分享新闻、图片、视频,发表个人看法及评论等,从而导致了迅猛增长的真实网络数据。如何对其进行定性或定量分析和研究,探索其共性规律和本质特征,具有较高的理论意义以及实际的应用价值。科研合作网络是社会信息网络中的一种重要网络,能够描述众多学者的科研领域、科研机构、合作时间、合作主题等内容,对科研合作网络的分析是帮助我们了解区域、国家、地区、高校和个体层面科研合作的重要方式,相关研究结果能够直接应用于专家推荐、合作关系预测、学者的活跃程度、影响力分析等诸多领域,因此成为近几年的热门研究方向。作为中国开放程度最高、经济活力最强的区域之一,粤港澳大湾区在国家发展大局中具有十分重要的战略地位,受到国家的高度重视。对粤港澳大湾区的科研合作网络分析能够帮助我们深入了解湾区的科研合作现状,为湾区学科发展提供决策支持,具有重要的研究意义与应用价值。本文主要对粤港澳大湾区的科研合作网络进行研究,从不同角度探索其合作模式,并对机构间科研合作关系进行预测。具体来说,包括以下两个方面的工作:(1)面向粤港澳大湾区的科研合作网络进行分析及合作模式的挖掘。本文首先抓取湾区各个高校在计算机领域发表的论文信息,然后构建湾区科研机构及大学的合作网络,在此基础上深入探索粤港澳大湾区高校的科研合作状况,分析湾区高校(或科研机构)内部及外部的合作特点及模式,深入分析了湾区高校(或科研机构)所发表论文的影响力。湾区高校与国际高校的合作不断增加,湾区内部高校合作快速发展,融合趋势更加的明显。(2)基于注意力机制与深度学习的科研合作关系预测。在对湾区高校的科研合作网络分析的基础上,本文结合网络中的结构信息和节点的属性信息对未来哪些高校之间会产生合作关系进行了分析与预测。首先构建动态异构科研合作网络,并对网络进行数据建模,得到基于论文影响力的合作矩阵以及基于合作次数的合作矩阵。在传统的神经网络基础上,本文提出一个基于注意力机制的神经网络合作关系预测模型。在真实数据上的实验及与主流方法的对比结果表明,所提出的模型具有更高的预测准确性。该模型能够有效地结合网络的拓扑信息以及网络中节点的属性对真实的科研合作网络问题建模,并为以高校为合作单位的科研合作关系预测问题提供了新思路。