学术文献致谢功能数据集构建与识别方法研究

【目的/意义】本文构建了一个大规模学术文献致谢功能数据集,并提出一种基于SciBERT的致谢功能识别 模型,为致谢文本的挖掘和分析提供高质量的数据支持和有效的识别方法。【方法/过程】采用人工的方式扩展和完 善致谢功能分类规则,生成学术文献致谢功能自动标引规则模板,对1,750,275条致谢文本进行功能标引。在此基 础上,采用 SciBERT 模型对致谢文本句进行向量表达,引入 Softmax 回归模型实现致谢功能自动分类,采用 warmup策略进行模型调优,并与基准实验进行对比。【结果/结论】得到一个大规模、高质量的学术文献致谢功能数 据集,经人工检验准确率达到93%;基于SciBERT的识别模型比基准模型表现更好,在扩展数据集上的F1值高于 98%,在各个类别上的预测结果也有不同程度的提升。【创新/局限】致谢功能识别模型缺少对致谢文本独有特征的 考虑和融合。     

基于引文关联数据的引文路径识别和引文网络可视化研究

【目的/意义】对CSSCI“引文分析”领域的引文题录数据进行关联数据发布实验,利用可视化软件 RelFinder和Graphviz进行多角度的引文路径识别和可视化研究,以期利用关联数据技术来揭示不同学术文献之间 的引用关系和潜在规律。【方法/过程】首先,在CSSCI中以“引文分析”为检索词进行检索,得到557篇被引文献构 成引文数据集,同时抽取所对应的1105篇施引文献构成施引文献数据集,共生成1598条引用关系。接着,构建轻量 级任务型引文本体对文献的题录数据和引用关系进行规范化描述,并利用开源软件OpenLink Virtuoso将引文数据 发布为引文关联数据。最后,使用RDF可视化软件RelFinder进行学术文献之间的引用关系发现和关键引文路径 识别研究,利用Graphviz进行引文网络的绘制和可视化呈现。【结果/结论】关联数据技术能较好地描述和揭示学术 文献之间的引用关系,RelFinder和Graphviz在引文路径识别和引文网络可视化方面具有较高的实践意义。     

社会资本理论在国外用户信息行为领域应用的研究进展

【目的/意义】社会资本理论是一个颇具国际性的学术研究热点，特别适合解释诸多用户信息行为，围绕社 会资本理论在国外用户信息行为领域的应用研究情况，对其研究进展进行述评，以期将国内研究引向深入。【方法/ 过程】采用文献调研法，对国外文献进行系统脉络梳理和整体内容述评。【结果/结论】社会资本理论在国外信息系 统用户行为领域的应用主要集中在“信息技术与信息系统的使用研究”、“在线参与研究”、“知识的贡献或共享研 究”和“表现绩效研究”四个方面。现有研究存在“替代性测度指标使用的信度和效度差异较大”、“个体层面和群体 层面研究的界定较为模糊”、“较少考虑社会资本的多种关系作用”的问题。同时指出了未来研究值得注意关注的 研究方向。     

基于LDA 主题模型的“内容-方法”共现分析研究 ——以情报学领域为例

【目的/意义】探析一个学科领域中学术文献的研究内容与研究方法之间的潜在关系,对科学研究和科研 管理均具有一定的指导意义。为此,本文给出一种“内容-方法”共现分析方法。【方法/过程】选取Web of Science数 据库中国际著名的17 种情报学期刊文献共12082 篇,利用LDA模型提取文献主题;通过人工识别对提取的主题分 别标注为研究内容和研究方法;通过自编程序,建立学术文献研究内容与研究方法的共现关系;最后通过2-模网络 实现共现关系的可视化。【结果/结论】研究结果表明,“内容-方法”共现分析不仅能够从内容和方法两个视角了解 学科领域的研究态势,而且能够发现学科领域研究内容与研究方法之间的潜在关系。     

我国隐私问题研究现状及热点主题分析 ——基于2004-2016年国家自然科学基金立项数据的研究

【目的/意义】旨在分析我国隐私问题这一领域的研究现状、热点主题,指出该领域研究存在的局限性,并为 未来的研究提供指导思路。【方法/过程】基于2004 年至2016 年我国国家自然科学基金资助的有关隐私问题的项目 数据,利用共词分析等方法进行研究。【结果/结论】我国隐私问题研究热度整体呈上升趋势;“隐私保护”成为隐私 问题研究中的重点,且隐私问题与“物联网”、“社交网络”、“云计算”、“大数据”等共同构成热点研究主题。     

“一带一路”研究的可视化分析

【目的/意义】“一带一路”战略背景下,国内外各界对其给予高度重视,国内学术界也涌现出大量的研究成 果。对“一带一路”领域研究现状进行梳理与总结有助于该领域今后的研究发展,并为相关学者后续研究提供一定 的参考和借鉴。【方法/过程】通过文献计量统计方法,对 CNKI收录国内“一带一路”近五年的题录数据进行了分析, 利用可视化软件,绘制科学知识图谱来揭示该领域核心作者群、高被引论文、基金资助论文数量以及研究主题知识 源流演进等分布情况,全景扫描了国内“一带一路”研究的知识结构和知识特征。【结果/结论】相关研究论文作者合 作态势良好,并已经出现了多个合著子群;已产生了具有高关注度和学术影响力的论文;关注的研究主题（热点）主 要包括七个方面;图情档领域“一带一路”研究还并未十分成熟,但其在图书馆、情报及档案事业中已取得了一定的 研究成果;基金项目覆盖面、论文产出分布极不均衡。     

信息生态学视域下的论文标识消歧问题研究

【目的/意义】正确标识学术论文信息是实现科研成果有效传播的必要手段,目前论文标识主要采用 ISO26324-DOI标准。由于存在“信息生态位”竞争,国内部分期刊并不直接进行DOI编码,带来了论文标识歧义, 导致信息超载问题。【方法/过程】论文基于信息生态优化思想,采用基于“持久标识符互操作参考模型”标识定位超 载信息,提出了数字对象唯一标识符自动标引模型（DOIAI）,较好的解决了学术论文传播过程中的信息过载问题。 【结果/结论】研究成果用于在不改变“信息生态位”的前提下,解决论文标识歧义消除,促进科研成果有效共享。     

我国网络舆论引导热点主题发现研究 — —基于共词分析与科学知识图谱

【目的/意义】针对我国网络舆论引导研究进行可视化分析,能够揭示这一研究领域的前沿热点及演进趋 势,为进一步发展该领域的学术研究提供理论支持,为提升我国网络舆论引导工作水平找到着力点。【方法/过程】 将中国学术文献网络出版总库（CNKI）中以“网络舆论引导”为主题的文献作为数据来源,使用文献题录工具SATI 进行数据预处理,基于共词矩阵联合可视化技术,对高频词共现矩阵进行网络关系研究和聚类分析。【结果/结论】 最终得出我国网络舆论引导研究领域的热点主要集中于：网络舆论引导主体、客体、内容、媒介及引导机制研究5 方面。     

基于集成科研项目数据库的计量分析

【目的/意义】一直以来，由于科研项目数据来源的多样化和数据分布的碎片化导致项目计量数据容易产 生重复与失真。因此，本文基于一种新型的集成科研项目数据库以期实现对于科研项目全样本、全流程数据的采 集与计量分析。【方法/过程】通过对其下设的三大模块进行数据采集与分析，并利用汉语分词系统ICTCLAS 对数 据进行分词，再利用excel或Bibexcel进行词频统计并提取高频词汇，最后将计算出的共现矩阵导入Ucinet和Pajek 软件进行可视化分析。【结果/结论】研究表明“海研”全球科研项目数据库的集成化、全面化数据平台能够收集多语 种，完整化以及全链条数据，并能够让科研工作者对其细分领域的相关知识背景进行洞察和分析。     

基于SBM模型的虚拟学术社区知识交流效率评价

【目的/意义】从技术效率视角出发对虚拟学术社区知识交流效率进行分析与探讨,为推进其知识的交流、 共享和创新提供参考依据。【方法/过程】在已有的文献研究中,大多是研究虚拟社区知识交流的模式,本文以 2007-2016年“小木虫”学术社区4门学科版块为研究样本,基于SBM模型测度其静态知识交流效率,运用非参数 Kernel密度估计知识交流综合效率研究“小木虫”知识交流的动态演进情况。【结果/结论】“小木虫”论坛四个版块中 无机非金属知识交流效率最高,但四个版块整体知识交流效率较低,且主要体现在规模效率不足;知识交流效率较 高的版块之间发展趋同;最后从运营管理角度提出改善虚拟学术社区知识交流的优化措施。     

信息行为研究领域热点演化路径分析

【目的/意义】系统分析了2009-2018 年信息行为研究领域的学科分布、高被引文献、关键词共现、关键词聚 类以及突发词，全面呈现了信息行为研究领域热点演化路径。【方法/过程】运用Citespace V知识图谱软件对通过 Web of Science 核心数据库检索出的2137 篇信息行为研究文献进行了可视化分析。【结果/结论】通过对学科分布 分析，发现图书情报学学科在信息行为研究领域中占据主导地位；通过对关键词的共现分析，可以发现，信息搜寻 行为在整个信息的生命周期中是比较重要的一个环节。而健康信息行为目前是信息行为领域中最热门的研究话 题，“微博”“社会化媒体”“互联网使用”等研究主题则是目前及未来一段时间内信息行为研究领域的前沿性话题。     

基于领域知识库的科技术语信息匹配模型研究

【目的/意义】全面分析中外科技文献可以把握当前某个领域或主题的研究热点和研究趋势,为了应对机器 翻译在分析海量外文科技文献时存在的科技术语翻译“领域不一致”问题,需要对科技术语信息匹配进行研究。【方 法/过程】提出了一种基于领域知识库的科技术语信息匹配模型,通过利用领域知识库构建领域多义术语词典,为 科技术语匹配更多翻译候选,并结合语言学特征、领域信息以及LSTM语言模型来挑选最合适译文。【结果/结论】用 化工领域的数据进行测试,验证模型的有效性,为深入分析外文文献中的技术理论提供了可靠又便捷的方法。     

基于人类动力学的社会化问答社区优秀贡献者行为研究 ——以“知乎”为例

【目的/意义】社会化问答社区中的优秀贡献者能够经常性地提供优质的回答内容,对社区回答内容质量的 提升起到了关键的作用,因此,对社区中优秀贡献者行为进行研究具有重要意义。【方法/过程】以“知乎”社区为例, 通过爬虫采集社区上“优秀回答者”问题回答相关的行为数据,综合运用人类动力学的理论及相关的统计分析方法 对采集到的行为数据进行分析和仿真验证。【结果/结论】“优秀回答者”回答问题的行为不是一个随机事件,而是一 个时间间隔分布满足胖尾特征的幂律分布;其他用户对回答内容的点赞会对“优秀回答者”回答问题的兴趣产生更 大的激励影响,进而可以减小“优秀回答者”连续两次回答问题的时间间隔;基于兴趣的人类动力学模型可以很好 地解释 “优秀回答者”回答问题的行为特征。     

基于用户利用的政府数据开放平台价值评价研究 — —以19家地方政府数据开放平台为例

【目的/意义】从用户利用的角度出发,通过定量与定性相结合的研究方法,分析目前我国政府数据开放平 台的价值评价与存在问题,并提出建议,以期进一步促进政府数据开放平台的价值实现。【方法/过程】以数据利用 者和数据提供者的评价为视角,利用德尔菲法、层次分析法和权值评优法构建政府数据开放平台价值评价模型,提 出政府数据开放平台价值评价指标的计算公式,并以19家地方政府数据开放平台为对象,进行了实证研究。【结果/ 结论】我国政府数据开放平台建设整体情况较差,各地方政府数据开放平台差异明显,数据用户目标价值评价程度 优于数据提供者目标价值评价程度,提出开放真正能“用”的数据,丰富平台“用户”概念内涵, “授予”用户利用的相 关权利,让平台“活”起来四个方面的建议。     

基于知识元的文献挖掘研究 — —以粤海关文献资料为例

【目的/意义】文献挖掘是文本挖掘领域中的重要研究方向,文献挖掘技术在信息化时代发挥着越来越重要 的作用。【方法/过程】首先在文献挖掘过程中引入知识元概念,提出了一套基于知识元的文献挖掘处理模式。其次 针对海关贸易档案文献资料,提出了一种五元组结构的知识元表示方法,并用领域知识元本体进行领域知识元间 的组合链接。同时针对期刊文献资料,提出了五类知识元共同表示一篇期刊文献的知识元表示方法。最后以“粤 海关”相关贸易档案文献资料和中文期刊文献资料为例,运用所提方法进行知识元的抽取和表示,在知识元的基础 上进行知识元间的组合链接进而实现快速精确的领域知识挖掘。【结果/结论】基于知识元的文献挖掘模型,能够增 强文献挖掘过程的可重复操作性并提高挖掘成果的可重复利用性。     

基于研究问题与研究方法贡献的论文学术价值早期识别方法

【目的/意义】论文学术价值识别是科技成果评价的重要内容,利用论文内容贡献度和加权平均被引量指标 能够实现论文学术价值的早期识别,推动科技成果价值的早发现早实现。【方法/过程】本文首先基于模式匹配和共 现分析方法抽取了论文问题知识元关系和方法知识元关系;其次按照问题与方法知识元关系进行检索,构建问题 与方法相关文献集;然后基于相关文献集提出论文学术价值指标计算方法,并通过归一化贡献度-加权平均被引量 矩阵,实现了论文学术价值早期识别;最后采用图书情报领域期刊论文数据进行了实验研究。【结果/结论】实验结 果表明,本文提出的方法能够实现论文学术价值的早期识别,有利于推进高质量、高水平科技成果的推广与应用。 【创新/局限】后续研究将把更多论文知识元纳入计算,进一步提高论文学术价值早期识别效果。     

国内当代大学生网络舆情研究综述

【目的/意义】有效监测与研判大学生网络舆情,能及时掌握大学生思想动态,分析大学生思想发展路径与 规律,促进高校思想政治教育工作的改革创新。【方法/过程】运用文献计量分析方法,通过关键词“大学生”、“网络” 和“舆情”对中国知网自起始时间以来收录的有关我国大学生网络舆情研究文献的分析,探讨了关于大学生网络舆 情研究的发展历程、研究主体和机构、研究领域和内容、发表期刊、论文影响力、研究学科与类别、以及研究的资助 情况。【结果/结论】通过本文的研究,针对大学生网络舆情方面的引领和研究还相对比较薄弱,希望相关部门和学 者加大重视力度。     

面向药品突发事件应急决策的知识库模型构建研究

【目的/意义】针对以往药品突发事件数据来源的单一性和难处理性,对大数据下的药品突发事件数据分析 处理并构建药品安全突发事件应急决策知识库模型,以填补目前我国药品安全应急管理中存在的不足。【方法/过 程】以“药品-事件-应急”为核心对药品安全突发事件相关的各类数据资源进行梳理和分析,利用数据仓库和语义 网技术对数据进行组织与关联,以“事实-概念-规则”模式构建面向药品突发事件的应急决策知识库模型,并对其 中所涉及的关键技术进行了具体研究。【结果/结论】本文所构建的知识库可根据舆情监测进行自动的事件特征提 取,并协同本体知识库,利用语义搜索、语义推荐两个模块为突发事件应急决策提供解决方案。     

基于关联数据的“江海文化”资源多维语义聚合研究

【目的/意义】“江海文化”以国家历史文化名城南通为中心,属于江苏地域文化中一个重要分支区域。采用 语义网与关联数据技术,进一步发掘与利用蕴含在“江海文化”各类资源中的知识。【方法/过程】以“江海文化”特定 资源为研究对象,以“张謇研究特色数据库”为基础,运用本体工程与关联数据技术展开多维语义聚合实证研究,包 括基于BIBFRAME 2.0的“张謇”知识本体设计、从RDB到RDF的数据转换、RDF的数据存储、运用SPARQL语言 实现数据的查询与存取以及可视化展示。【结果/结论】实现对“江海文化”相关资源的语义描述、深度关联、多维度 聚合和有效利用,推动 “江海文化”研究的深化,以及提高相关馆藏机构的知识服务能力。     

我国主题模型研究进展的多维度可视化分析

【目的/意义】从时间分布、期刊分布、学科分布、研究机构分布、核心作者、高频作者合著网络以及高频关键 词共现网络等多个维度对国内“主题模型”研究领域的相关文献进行了可视化分析。【方法/过程】以国内CNKI数据 库收录的从2000年到2017年7月间有关主题模型的相关文献作为数据源,基于社会网络分析法,使用SATI软件 — —科技文本题录信息统计工具来构建共词矩阵,利用Ucinet 工具实现知识图谱的绘制。【结果/结论】通过对国内 主题模型研究领域的合作网络和研究热点的揭示,促进相关领域的理论创新和实践融合。