学科研究热点识别新视角：主题动能——以图书情报领域为例

[目的/意义]从研究主题的知识生产与扩散两方面识别学科研究热点,有利于明确学科重点,把握学科发展动向,为预测未来研究趋势提供研究基础。[方法/过程]提出主题动能概念,基于研究主题的生产与扩散指标构建主题动能模型,综合分析某时间段某主题的研究质量(横向热度)与速度(纵向变化),识别学科研究热点;并根据多时间段的动能变化情况划分不同类型的研究热点,描述其动态变化。[结果/结论]选择图书情报领域2017—2021年研究文献与引证文献为例进行实证分析,发现主题动能模型能够有效识别当前阶段的学科研究热点;选择2012—2016年和2017—2021年两个时间段的相关数据分析主题动能变化,能够划分学科“前沿型”“稳定型”“衰退型”三种类型研究热点,实现对学科研究的动态描述。     

基于SciVal研究前沿主题的高校图书馆精准知识服务实践与探索

[目的/意义]旨在为交叉学科领域科研人员拓展思路、寻找创新突破点等提供支持,并为提升图书馆知识服务品质提供借鉴。[方法/过程]基于SciVal研究主题,通过梳理知识服务对象发表文献参与的研究主题,利用文献计量学方法挖掘相关研究领域的前沿热点、潜在合作伙伴以及重要发文期刊等数据。[结果/结论]发掘出的前沿主题不仅精准对接服务对象的科研方向,而且可以细化到前沿主题的参与者、发文期刊等信息,具有较大参考价值,满足服务对象要求。     

工业4.0时代的中国科技政策热点及政策导向分析

[目的/意义]旨在了解国内科技政策的热点及政策导向,以期为国家科技政策的制定和完善提供参考。[方法/过程]以2015-2018年国务院和科学技术部印发的科技政策为研究对象,运用共词分析法和社会网络分析法,以及TF-IDF算法对热点主题词进行提取并分析,采用狄利克雷主题模型(LDA)提取科技政策主题并进行主题聚类,挖掘重点关注的政策主题,并对科技政策文本运用MDS(multidimensional scaling)方法进行降维分析,并对科技政策的走向进行分析。[结果/结论]国家科技政策的制定主要围绕高新技术产业、科研诚信、专项研究、科技人才发展、科技成果转化、知识产权等主题领域进行;关于教育、产能激励、装备制造、创新创业、众创空间、加工贸易、科技成果转化与知识产权保护等主题领域已经引起并将持续受到相关政府部门的重点关注。     

基于DTM模型的国内外话语权研究主题挖掘及比较分析

[目的/意义]分析国内外话语权研究现状,掌握其热点主题及演化趋势,对于破解中国话语困境,推动国内话语权研究的创新发展具有重要参考意义。[方法/过程]选取1990—2022年间国内外话语权相关研究文献,采用DTM动态主题模型对其进行主题挖掘,并从热点主题识别与分析、主题强度演化趋势及主题关键词演化路径三方面对比分析国内外话语权研究的现状及差异。[结果/结论]国内外话语权研究在热点主题、研究方法、主题强度及主题演化趋势等方面均存在较大差异：(1)在热点主题的研究方法上,国内研究更注重开展思辨研究,而国外研究更倾向于采用定量研究方法开展实证研究;(2)在主题强度演化趋势上,国内研究的主题强度变化波动较大,而国外研究的研究主题则具有较强的传承性和递进性;(3)在热点主题的识别和主题关键词演化路径上,国内研究的热点主题多于国外,且国内外同一研究主题处于不同发展阶段时的研究重心存在显著差异,与时代背景密切相关。     

基于文献计量的中外人工智能政策研究现状及启示

[目的/意义]人工智能已成为推动新一轮科技革命和产业变革的重要技术力量,世界各国加紧出台了相关政策。通过对当前研究进行及时梳理,可为今后国内人工智能政策的理论推进及政策出台和完善等提供指导。[方法/过程]以国外SSCI和国内CSSCI期刊数据库收录的395篇研究论文为样本,采用文献计量分析和比较研究法对中外人工智能政策研究的高共被引文献、热点主题及演进趋势等进行深入探索。[结果/结论]与国外相比,国内研究起步较晚但势头迅猛;高共被引文献反映了人工智能领域存在的问题和风险、应用前景、技术革新及对社会的影响;国外研究热点涵盖了知识管理等十二类主题,而国内研究热点则包括国家治理背景下人工智能政策发展路径等三类主题;国外研究的演进特征体现在三个方面,而国内研究则体现在两个方面。最后,从加快形成和构建人工智能政策研究的理论框架体系等三个方面提出对国内研究的启示。     

基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型

[目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架，以基因工程领域为例利用主题概率模型识别WOS核心集中论文摘要数据研究热点主题并进行主题演化关联构建，然后选取BP神经网络、支持向量机及LSTM模型等3种典型机器学习算法进行预测分析，最后利用RE指标和精准度指标评价机器学习算法预测效果并对基因工程领域在医药卫生、农业食品等方面研究趋势进行分析。[结果/结论]实验表明基于LSTM模型对热点主题未来发展趋势预测准确度最高，支持向量机预测效果次之，BP神经网络预测效果较差且预测稳定性不足，同时结合专家咨询和文献调研表明本文方法可快速识别基因领域研究主题及发展趋势，可为我国学科领域大势研判和架构调整提供决策支持和参考。     

子话题及词汇关联视角下的新兴领域热点主题演化研究

[研究目的]新兴领域由于发展时间不长,相关研究的文本量不够充足,先切分文本后关联主题的演化方法可能会导致各时间窗主题重复等问题,因此提出一种先整体识别热点,后切片分析演化的方法,解决新兴领域演化分析中文本量不足的问题。[研究方法]以制氢领域的核心中文期刊文献为数据源,通过构建指标体系先对整体语料库进行热点主题识别,再进行时间切片。对每个时间窗口的文本进行LDA主题抽取,并利用Word2Vec训练词向量,通过相似度计算进行热点主题的子话题关联及其主路径的词汇关联,从而分析各热点主题的结构演化和内容演化。[研究结论]绘制了各热点主题的结构演化图,并以热点主题光催化剂性能及其制备为例,揭示了其在各时间窗内的热点转移关系;同时绘制了其内容演化图,揭示了其各时间窗内的研究重点。实现了演化研究方面的精细化表达,为文本量不够充足的新兴领域演化分析提供了有效可行的思路。     

SSCI图书馆学与情报学领域作者主题可视化分析

[目的/意义]旨在发现当前国际上LIS研究领域中的结构化特征,为未来相关学术研究和行业发展提供借鉴。[方法/过程]对2009—2022年SSCI中LIS分类下的文献题录数据建立作者—主题模型并进行可视化解读。在此基础上依据论文引证网络,将重点被引作者主题分布与领域整体主题分布作对比分析。[结果/结论]LIS相关研究与医学信息学、社会信息学相互交叉并拓展出了数据驱动型研究簇,其中企业发展等相关研究受到了领域内学者的广泛关注。     

基于知识流的研究前沿主题演化分析方法研究——以“基因组编辑技术及其在农作物中的应用”研究前沿为例

[目的/意义]从知识流视角揭示研究前沿核心主题与发展主题知识吸收与扩散过程,分析其演变规律及关键节点,以期为研究人员深入开展前沿研究提供新视角和新思路。[方法/过程]首先,基于共被引理论获取研究前沿核心文献和施引文献集合,通过主题聚类识别前沿核心主题和发展主题两类知识节点;其次,对知识节点进行向量化表示,通过计算知识节点间相似度构建知识节点之间的关联关系,依据知识节点类型和节点关联关系识别研究前沿知识流动的6种类型;再次,利用EChart平台对主题演化状态进行可视化;最后,以“基因组编辑技术及其在农作物中的应用”研究前沿为例开展实证研究,并结合近年基因编辑技术研究内容、相关前沿发布情况验证方法的可行性和有效性。[结果/结论]实证结果表明,基于核心主题和发展主题,从知识流的视角对主题演化状态进行分析,能够识别前沿主题演化路径及发展的关键节点,有助于探索研究前沿可能的创新切入点,开展前瞻布局,把握前沿机遇。     

基于点度中心度及其均衡性的期刊主题分布特征分析

[目的/意义]分析期刊主题分布特征有助于揭示学科领域的研究主题,掌握科学研究的整体发展态势,为寻找科研着力点提供参考。为改善已有的期刊主题研究忽略主题分布均衡性的不足,提出一种基于点度中心度及其均衡性的期刊主题分布特征分析方法。[方法/过程]以2013—2019年图书情报与档案管理学领域20种CSSCI来源期刊为例,首先,利用聚类方法对各期刊主题进行类团划分,进而计算不同主题类团的点度中心度;其次,利用Gini系数计算期刊主题类团网络中点度中心度的均衡性Gc;最后,根据期刊主题数量n和期刊主题类团点度中心度的均衡性构建"n-Gc"二维坐标,在二维坐标中展示并探讨期刊主题的分布特征。[结果/结论]实验表明,"点度中心性"与"均衡性"结合得到的期刊主题分布特征与期刊实际收录主题特点基本一致;同时,"n-Gc"二维坐标对期刊主题特征的描述粒度更小,描述结果更加全面、细致。     

跨地域科研协作研究进展

[目的/意义]通过系统梳理国内外跨地域科研协作研究文献,为该领域的研究提供参考。[方法/过程]首先采用文献计量分析、内容分析等方法,在识别当前文献主题特征的基础上,围绕协作过程对现阶段跨地域科研协作研究进展进行概述;然后从研究样本、研究策略出发展开多维度评述;最后提出对未来研究的展望。[结果/结论]目前跨地域科研协作研究主题集中在动因研究、网络研究和绩效研究3个方面;研究样本以期刊论文、专利数据为主,科技政策、案例文本为辅;相关文献主要采用网络分析策略、统计分析策略和地理信息分析策略开展研究。下一步跨地域科研协作研究应关注各研究主题的多维深入探讨、研究样本的多样化以及与地理信息分析理论技术的紧密融合。     

科学与技术对比视角下的前沿主题识别与演化分析

[研究目的]基于研究前沿多维特征指标测度识别研究前沿,分析科学前沿主题与技术前沿主题间的联系及其演化。[研究方法]首先,对论文和专利数据进行主题挖掘,从前沿主题特征出发通过新颖度、增长性、影响力和交叉性4个测度指标识别出研究前沿,分析科学前沿主题与技术前沿主题间的联系;其次,通过主题相似度计算、主题过滤等方法识别具有演化关系的主题对,并对前沿主题内容演化过程进行可视化分析。[研究结论]以固体氧化物燃料电池领域为例,识别出了包括固体氧化物燃料电池堆研究等在内的4个科学前沿主题与复合电极材料在内的4个技术前沿主题,科学研究与技术研究互相推进,呈现双螺旋式发展。     

基于LDA模型和分类号的专利技术演化研究

[目的/意义] 运用概率主题模型全面研究专利文献主题演化,分析专利技术发展过程及趋势。[方法/过程] LDA模型按时间窗口对专利文本建模,困惑度确定最优主题数,按专利文本结构特性提取主题向量,采用JS散度度量主题之间的关联,引入IPC分类号度量技术主题强度,最后实现主题强度、主题内容和技术主题强度3方面的演化研究。[结果/结论] 实验结果表明：该方法能够深入挖掘专利文献的主题,可以较好地分析专利技术随时间的演化规律,帮助相关从业人员了解专利技术的演化过程及趋势。     

政策计量视角下破除“唯论文”政策扩散的特征分析

[目的/意义]探究破除“唯论文”政策扩散的特征,揭示相关政策的发展历程、现状和趋势,为我国科教评价政策的布局、优化、实施与评估提供一定的理论参考。[方法/过程]基于中央、部门和地方三个层级的359份政策文本,运用统计分析和文本挖掘方法对破除“唯论文”政策的时空演进、发文机构及主题内容进行分析,总结政策在不同层级间的主题扩散特征,研判政策发展趋向。[结果/结论]破除“唯论文”政策在地方层级的扩散效果显著。中央、部门和地方的政策主题内容具有较高相似度,各层级主题在延续了上一层级主题的基础上又有所拓新。破除“唯论文”政策主要有5个趋向：科技创新与强国建设是破除“唯论文”政策的最终目标;人才评价与职称评定是破除“唯论文”政策的核心问题;教师发展与师资队伍建设是破除“唯论文”政策的关键着力点;科研诚信与道德建设是破除“唯论文”政策的根本要求;科技成果转化与科研经费管理是破除“唯论文”政策的拓展延伸。     

新兴主题识别方法研究综述

[目的/意义]梳理国内外新兴主题识别相关研究，总结不同方法的优缺点，归纳现有研究存在的问题，为新兴主题识别研究提供参考。[方法/过程]首先对新兴主题及其相关概念进行辨析；其次根据新兴主题识别的流程，从数据源及分析对象的选择、识别主题的方法、用于筛选新兴主题的特性与指标3个层面对相关文献集进行梳理与分析；最后，提出现有研究的局限与不足，并对未来发展作出展望。[结果/结论]新兴主题识别研究经过20余年的发展，已经形成了较为规范的研究流程及较为丰富的研究方法，但仍存在一定的不足。在理论层面，新兴主题的定义尚不明确；在数据集构建方面，数据源的选择与融合方式有待完善；在主题识别方面，研究方法时滞性较强，对语义关注和解释不足；在筛选指标方面，缺乏客观完整的评价体系。未来需要针对相关理论和研究方法进行更为深入的研究。     

基于灰色关联分析的作者相似度算法对比研究

[目的/意义]作者相似度研究是探测学科知识结构、挖掘潜在合作关系的重要基础。[方法/过程]本文拟构建作者的关键词—文献2模矩阵,通过研究矩阵对应的灰度图像之间的相似性来判定作者相似性,并利用灰色关联理论计算基于合著关系和基于关键词的作者相似度,最后进行实证分析,对比三种作者相似性结果。[结果/结论]实验表明:基于关键词—文献矩阵的作者相似度研究可以减少因作者发文量不同及高频关键词的使用带来的影响,同时可以放大作者间研究内容的差异性与相似性,能较为准确地反映作者的相似度。     

基于主路径分析的核心主题凸显及演化

[目的/意义]主路径上核心主题的演化可以反映行业发展方向，凸显行业热点技术并预测技术的未来发展，有效判断技术主题间的传承演变关系。[方法/过程]本研究构建一种凸显主路径上的核心主题及演化方法。该方法不同于文本挖掘和聚类，是基于引文网络主路径映射专利分类号的链接计数，通过专利的分类号替代技术主题在主路径上演化并计算节点的技术主题含量，以技术主题含量的变化凸显主路径上的核心主题及其发展历程。[结果/结论]展示有机发光二极管OLED的主题演化图，证实了该方法的合理性。     

基于知识图谱的我国政策评估研究主体、知识基础、研究热点与演进分析

[目的/意义]对政策评估研究脉络进行可视化分析，对研究人员全面了解我国政策评估领域的研究现状，推动我国特色新型智库建设具有重要意义。[方法/过程]以中国社会科学引文索引（CSSCI）收录的政策评估领域639篇文献为研究对象，采用文献计量方法与VOSviewer知识图谱分析软件，识别政策评估领域的研究主体、知识基础、研究热点与演化路径。[结果/结论]构建了作者共现知识图谱识别出了该领域的主要科研团队和合作情况；构建了文献共被引知识图谱，识别出该领域3个维度的知识基础；构建了关键词共现知识图谱，挖掘出该领域的3个研究热点，在此基础上叠加关键词平均出现年份，识别出研究热点的演化路径。     

在线健康社区研究主题演化路径分析

[目的/意义]探究在线健康社区的研究热点及主题演化脉络,为在线健康社区领域的探索研究提供借鉴,同时在一定程度上助力健康中国战略的实施。[方法/过程]以2006—2021年Web of Science核心集中有关在线健康社区领域的339篇文献为研究对象,利用SciMAT软件制作关键词重叠图、主题战略坐标图和主题演化路径图,分析在线健康社区领域的研究热点和演化路径。[结果/结论]在线健康社区领域各时期聚类的主题数量先减后增,主题类团的演化能力不断增强,演化路径日渐平稳。三条主要的主题演化路径为：(1)在线健康社区的社会支持研究：社会支持→社会支持→社会支持→社会支持、癌症;(2)在线健康社区的在线社交媒体研究：质量→在线社交媒体→在线社交媒体;(3)在线健康社区的在线评论研究：口碑→在线评论。     

国内科学数据管理研究的主题识别与发展趋势分析——基于LDA模型与生命周期理论

[目的/意义]对已有研究成果进行梳理有利于明晰国内科学数据管理研究发展现状。[方法/过程]结合生命周期理论与LDA模型,对1992—2021年国内科学数据管理研究相关文献进行统计分析,以识别我国科学数据管理研究的潜在主题、揭示阶段特征与发展趋势。[结果/结论]依照文献分布特征将我国科学数据管理研究阶段分为萌芽阶段、发展阶段与繁盛阶段。从主题维度来看,国内科学数据管理相关主题围绕科学数据的服务、政策、标准、平台建设与功能拓展、科研用户及科学数据共享而展开。从演进过程来看,国内科学数据管理经历了科学数据存储研究、科学数据共享基础设施建设研究、多主体全方位科学数据管理与服务研究三个阶段的主题演进。从发展趋势来看,科学数据政策、科学数据标准、科研人员以及科学数据共享主题的研究是未来该领域的研究热点。