合作网络被认为是促进个人和人口生产力的理想选择。通常实施项目是为了促进合作，例如在学术机构。然而，很少有工具可用于评估这些计划的效果，并且很少有工具是由数据驱动的。2012-2013学年，我们在圣马科斯加州州立大学进行了一项调查，以衡量该大学五个科学系教授之间的五种合作关系。在研究期间，教授与其他部门的成员一起参与了NIH赞助的课程开发活动。据推测，参与这些活动也将促进这些部门之间的全面合作。

这项调查使我们能够探索网络研究中的一些方法和理论挑战。在本文中，我们开发了一种统计方法，利用模型辅助的社会网络分析评估方案干预对协作的影响。我们推导并实现了一种分层贝叶斯方法，用于对调查中容易出错的反应进行建模，并检查干预对网络结构的影响。根据这一分析，我们发现，在调整了每位教授在大学建立合作关系的时间长度后，随着时间的推移，教育合作有所增加。