基于g指数和共现指数的研究热点及合作团体分析

分析了基于关键词词频和g指数的研究方法的优缺点。在此基础上,提出了基于共现指数的研究热点分析和合作群体分析的方法,并利用CNKI数据库,选择3D打印技术领域为研究对象,进行实证研究。通过实证研究,找到了热点关键词的聚焦领域。对于合作网络研究,发现了领域内的合作团体,并找出了各合作团体的核心人物。     

基于词频分析的蒙医药主题词筛选研究

在现有的《医学主题词表(MeSH)》中译本、《中国中医药学主题词表》中缺乏蒙医药科学方面的主题词,不利于蒙医药学文献的检索与利用。通过对已发表的蒙医药学文献中的关键词进行词频统计,按统计的结果筛选可用作修订主题词表时的蒙医药学相关主题词或入口词的备选词,结果共检索到1962年~2015年的蒙医药学文献7 299篇,获得关键词12 169个,经整理后蒙医药相关关键词1 303个,其中≥10次的蒙医药学相关关键词75个,可用作主题词或入口词的备选词55个。     

基于CSSCI的图书情报类核心期刊g指数评价研究

通过CSSCI数据库2005-2011年的引文数据,对15种图书情报类核心期刊g指数与期刊发文数量、被引用论文数量、h指数逐一比较,分析各评价指标的特点及其评价结果产生差异的原因。提出了剔除期刊发文数量影响的新期刊评价指标——相对g指数,对相对g指数和g指数进行了对比,认为相对g指数在期刊评价中更具有科学性与客观性。     

基于共词分析的学科主题演化方法改进研究

学科主题演化是情报分析人员采用一定的信息技术方法观察主题在时间维度上的发展、变化趋势以及不同主题之间的交互作用,它已成为情报研究的一项重要内容。基于词频或共现词频的共词分析方法难以反映主题词对间更层次的语义关系,针对这一情况,提出一种改进的共词分析方法,该方法体现主题词、主题和文档间的层次语义关系,以更微观、精确的语义层面展现主题演化过程。     

基于h指数、g指数和p指数的微博影响力评价对比研究

考虑到微博与传统文献的相似性,本文旨在探索h指数、g指数和p指数在微博影响力评价中的应用,通过对比三者的评价结果来探索3种指数在微博影响力评价上的合理性和各自的特点。首先,基于信息计量领域中的h指数、g指数和p指数的定义,针对微博转发数、评论数和点赞数构建9项微博影响力评价指标;然后,以40所"双一流"高校的微博为实证对象,通过整体对比、相关性分析等方法,将h指数、g指数和p指数对微博影响力的评价结果进行了对比。结果表明3个指数在微博影响力评价中都有一定合理性;在区分度方面,g指数和p指数都优于h指数,其中,p指数最具优势,并能挖掘高影响力的非活跃用户;在敏感度方面,h指数不易受极端值影响,更适合评价微博影响力。     

科研人员绩效评价改进指标——hg指数

计算2006-2009年间物理学领域和医学或生理学领域21名诺贝尔获奖者的h指数、g指数和hg指数.分别按h指数、g指数和hg指数进行排序,考察hg指数的排序是否较h指数和g指数排序更优,从而为科研人员绩效评价提供一个更为合理的指标.     

试用hg指数应用于图书借阅数据分析研究

将物理学家Jorge E. Hirsch提出的定量评价科研人员学术成就的方法——h指数及Egghe提出的g指数的结合hg指数试应用于图书馆图书借阅数据分析,得出读者对文献"高利用次数",反映图书利用状况和读者的借阅情况,从而对读者阅读状况进行分析,为群体读者提供针对性的服务起到指导作用。     

基于科学知识图谱的情报检索前沿研究

情报检索是情报研究工作的前提和核心。本文基于科学知识图谱理论,对近数十年来情报检索的研究做概貌性描述,运用主题词词频分析、聚类分析、共词分析、合著分析等文献计量方法,统计了情报检索领域1956-2015年的103 733篇学术文献,对文献的时间分布、文献主题分布、关键词词频、国家分布、机构分布、作者分布、合著关系等数据进行分析,并通过可视化知识图谱展示了作者合著关系以及主题词和关键词的共现关系。结果表明,情报检索的相关研究正处于快速发展阶段,研究主题明确、地域差距显著,已经形成了一批具有核心影响力的专家学者。本文通过分析情报检索领域的发展脉络,对于情报学领域的学者进一步寻找研究热点、挖掘新的研究问题具有一定的参考意义。     

以图情领域为基点的农村问题研究热点并与城市热点的比较研究

利用CNKI数据收录的2008年至今在图情领域及其核心期刊选取的农村和城市主题的期刊论文为基础,采用excel进行词频统计并构建共词矩阵,并利用ucinet进行凝聚子群分析,最终以netdraw输出可视化图像。以此对近年来图情领域以农村为主题的研究热点进行共词分析,并与相关以城市为主题的热点进行比较分析,以窥探分析图情学科对于农村问题的研究现状。     

共词分析法与文献被引次数结合研究专题领域的发展态势

本文选取消化性溃疡为研究对象,在PubMed数据库中下载相关文献,利用自编的程序处理所下载的数据,得到高频主题词共词矩阵;再用系统聚类法对主题词进行聚类分析,总结出该领域的研究热点;最后分析了各热点随时间变化的趋势以及与被引次数的关系。实验证明：高频主题词共词聚类分析及战略坐标都是研究学科热点的有力工具,与主题的被引次数结合使用,可能取得更好的效果。     

国内信息生命周期研究主题与趋势分析——基于关键词共词分析与知识图谱

基于中文期刊论文的关键词共词矩阵,利用因子分析方法定量化地揭示了2000--2009年我国信息生命周期领域核心主题词所反映出的研究主题分布及其内部各知识单元的内涵与相互关系,进而借助聚类分析结果与多维尺度知识图谱剖析了信息生命周期主题知识群的学科地位及内在关联,并采用战略坐标图方法直观反映了各主题领域的研究现状与未来发展趋势,以期从宏观上把握近10年信息生命周期研究的全貌并完善对已有研究成果价值与缺陷的认识。     

国外管理学博士论文研究主题的可视化分析

利用PQDD数据库.对2000-2006年国外管理学领域1880篇博士论文进行了共词分析.弄用聚类方法得到了高频词的词团,词团的战略坐标图揭示了词团之间的内外部联系,并通过社会网络分析法揭示了该研究领域的核心主题.     

共词分析中作者关键词规范化研究——以图书馆个性化信息服务研究为例

介绍了共词分析法及其一般分析流程,指出目前共词分析中所用作者关键词存在不规范的现象,给出了对作者关键词进行规范化处理的思想方法及规范化处理应遵循的原则。并以图书馆个性化信息服务为研究主题,利用SPSS17.0软件,对规范化处理前后的关键词分别进行了聚类,对比聚类结果,说明对作者关键词进行规范化处理是共词分析的一个必要而有效的过程。     

基于语义的共词分析方法研究

首先对共词分析法中存在的问题进行了分析,指出解决共词分词法中存在问题的关键在于将专家知识集成到共词分词法中;为实现共词分词过程中专家知识的集成,提出一种基于语义的共词分析法,该方法利用主题图来描述专家知识,以该主题图为指导进行共词分析,能有效克服共词分词中存在的问题;最后,本文以人际情报网络这一研究领域作为实现对象,验证了该方法的科学性和可行性。     

科技创新政策加权共词网络研究——基于扎根理论与政策测量

基于已有政策共词网络研究基础上,以国家自主创新示范区科技创新政策为研究对象,提出了政策属性与关键词权重在网络分析中的影响和作用,进而引入扎根理论、词频分析和政策测量方法,建构基于政策属性与关键词权重的加权共词网络模型。模型构建之后,利用加权后的Ochiia系数计算关键词之间的距离建构关键词矩阵。基于加权共词矩阵进行结点分析和小团体分析,对比验证加权共词网络模型的可行性,同时在综合视角下展现了自主创新示范区科技创新政策的现状和不足,发现科技金融、产业发展和人才吸引与培养方面还存在改进空间,为后续的政策制定提供参考。     

基于网络共链分析和共词分析的国际银行业竞争态势研究

网络共链分析和共词分析是网络时代探讨企业竞争关系结构的有效方法。以国际顶尖的银行企业为实证对象,综合应用两种方法研究国际银行业的竞争态势。并利用共词分析获取高质量的博客信息源,通过深层次的内容分析探讨竞争格局变化的原因和走向。研究结果表明,检索词的选择、数据源的覆盖范围、检索工具的语言种类等因素均对分析结果有显著的影响。与共链分析相比,共词分析具有数据来源丰富,研究数据具有时序性,可进行深度的内容挖掘等显著优势,但在基本原理和方法论的研究上亟待加强。网络共链分析和共词分析是互补的关系,应当结合起来使用。     

关键词词频变化视角下我国“科学数据”领域研究主题演化分析

本文利用CNKI数据库通过词频分析法结合共词分析法对2005-2016年我国"科学数据"领域的研究主题进行演化分析。选取2005-2016年"科学数据"领域发表于北大中文核心期刊和CSSCI来源期刊的547篇期刊论文作为数据来源,通过对数似然值结合相对变化率判断关键词词频的相对增长、平稳和下降趋势,识别不同研究时段"科学数据"领域的核心词、突变词和新生词,并结合共词分析法揭示"科学数据"领域相关文献研究主题的动态演化趋势。研究结果表明：2005-2016年我国"科学数据"领域的相关研究从以技术层面的研究主题为主逐渐过渡到管理层面、服务层面和政策层面的研究主题,图书情报领域已逐渐成为我国"科学数据"相关研究的主要学科领域。     

时序关联与结构表征视角下的信息隐私研究主题演化研究

【目的/意义】识别信息隐私研究领域的热点主题,梳理主题演化路径。【方法/过程】针对主题识别语义杂乱 等问题,提出时序关联与结构表征视角下的主题演化分析方法。首先利用LDA（Latent Dirichlet Allocation）模型识 别多时间窗口下的文献主题,进一步运用共词分析绘制语义更为独立的主题凝聚子群。在此基础上,从时序关联 维度计算相邻窗口下主题间的相似度,梳理演化路径;从结构表征维度,设计主题新颖度、中心性、影响力等计量指 标,探寻信息隐私前沿和热点主题的演化变迁。【结果/结论】实证分析结果表明,本文方法可以深度挖掘信息隐私 领域研究主题,从宏微观两个维度全面梳理主题的演化路径。研究有利于探测信息隐私研究的前沿。【创新/局限】 综合运用LDA主题模型与共词分析方法绘制主题凝聚子群,从时序演化和结构表征两个维度探寻主题演化路径。 未来研究中有待于引入多种数据源以对比主题差异,有待于引入多元组术语改善主题识别效果。