知识生态学与知识生态化企业的构建

在分析知识生态学涵义、主体、基本原则的基础上，探讨了知识生态化企业的构建方法。     

信息资源对经济发展的影响

随着21世纪的到来，知识的经济化日趋显著，以信息为主导的新型产业迅猛发展，使科技进步在经济发展中表现出越来越强大的力量和作用。探讨信息资源建设对经济发展的影响，对我国的经济发展无疑具有重要的现实意义。     

基于SNA的我国图书情报学研究机构合作情况分析

利用社会网络分析方法,对2001-2010年图书情报学主要期刊发表论文的相关信息进行统计分析,并可视化其网络关系,分析图书情报学研究机构的分布与合作情况.首先,统计研究机构的发文数量,找出重点研究单位;其次,构造合作矩阵,绘制合作网络图,设定阈值,分析研究机构的合作现状;再次,对研究单位以及其发表文章的关键词构造2-模矩阵,绘制2-模数据网络图,划定阈值,找出研究机构的重要研究领域和重点研究领域的主要研究单位.     

基于影响因子的p指数改进与性能探讨

【目的/意义】为了解决新近发表文献大多零被引、被引多是自引的问题,本文基于论文所在期刊的复合影 响因子,对 p 指数改进,提出 pi 指数计算方法,用以合理有效地进行人才评价。【方法/过程】以图书情报学领域 2015—2016年的发文情况为例,运用 pi指数识别近两年该学科的主要贡献者,并分析 pi指数与 p指数、h指数的评 价效果;以图书情报学三位不同年龄段和不同发文情况的优秀学者为例,分析 pi指数对中高龄学者与年轻学者的 评价效果。【结果/结论】研究发现 pi指数在评价新近发表文献时,较 h指数、p指数表现出更好的评价效果,可用于 识别近期某研究领域的主要贡献者;另外 pi指数对优秀青年人才具有较好的识别能力,可作为一个较公平和客观 的人才评价指标。     

基于PageRank的引文分析方法探讨

引文分析是文献计量学中的一种重要方法,有着广泛的应用。但是目前的方法在使用时大多从文献被引用次数的角度来进行研究,很少考虑引用文献的质量如何。基于PageRank的引文分析方法考虑了引用文献质量,给引文分析的研究带来了新的生机。     

我国情报学学科主题结构分析

文章以2003—2012年情报学的研究文献为样本,运用TF*IDF方法识别情报学近10年来持续研究的经典关键词和能代表历年不同阶段研究特点的特征关键词;使用聚类效果更好的Linkcomm边聚类算法,对经典关键词与特征关键词的共词网络进行聚类,以分析情报学学科主题的层次性与重叠性结构,并分析得出结论。为探索学科结构的静态特征研究提供新的思路与方法。     

基于权力指数的引文网络分析方法探讨

针对仅仅依靠引文数量来评价文献的问题,引入社会网络分析的权力指数指标,将所有文献看作是存在引用和被引用关系的网络。对社会网络分析及其权力指数的相关概念及如何应用这一指标来评价文献进行详细介绍,并结合实例进行说明。达到从文献的引文质量以及科学研究的延续性这一角度对文献进行分析评价的目的,为引文分析和评价提供新的思路。     

基于社交媒体弱关系的跨学科相关知识组合识别

[目的/意义]大科学时代,跨学科合作日趋普遍,准确把握跨学科相关知识配对成为跨学科合作研究的前提。基于学术社交媒体弱关系结构识别跨学科相关知识组合,一方面有利于科研人员选择跨学科研究方向;另一方面也是对科学文献数据识别结果的补充。[方法/过程]以科学网为样本来源,以图书情报学科为例进行实证研究。首先,通过用户好友链接关系,构建目标学科用户—跨学科好友用户关系网络;其次,基于学者博文筛选能够代表学者主要研究对象、问题或方法的研究主题作为知识节点,基于好友关系构建目标学科知识节点—跨学科相关知识弱关系网络;最后,构建合作潜力模型,识别最佳跨学科相关知识配对。[结果/结论]识别发现“高被引论文—生态学理论”“科研合作—波士顿矩阵”等是图书情报学跨学科合作知识组合,并分析它们的合作可能性与合作方向,验证模型的可行性与有效性。