基于显性-隐性二元关系的学术社区发现方法研究

【目的/意义】针对当前基于合作网络的学术社区识别方法中存在的问题,为了进一步提高学术社区的识别 质量,研究学术社区和学术派系的演变规律。【方法/过程】在现有社区识别算法的基础上,提出了基于显性-隐性二 元关系的学术社区识别方法,通过对象间的合作关系和研究主题的相似性关系构建二元关系并根据其具体系数分 布,将此二元网络切分为强关系、弱关系、中强关系和中弱关系四个子网络,并分别识别其中的学术社区。【结果/结 论】通过对比社区发现算法中的模块度判别指标的计算结果,基于该二元关系的学术识别方法在强关系网络中的 模块度达0.9922,同时在除弱关系之外的其他子网络中的社区识别结果也优于单一关系的社区识别结果,结果表明 该方法在社区识别中是有效的,且效果较好。     

基于多模主题网络的交叉学科知识组合模式研究 ——以数字图书馆为例

【目的/意义】构建了交叉学科多模主题网络,剖析了交叉学科多模主题网络知识组合模式。【方法/过程】 本文识别了主题的学科属性和类型属性,采用主题中文献数量确定每个主题的学科,借助专家分析方法确定每个 主题的类型属性。在交叉学科主题共现关系基础上,引入主题属性和学科节点,从而构建学科-对象-方法主题网 络模型,识别交叉学科知识组合模式。【结果/结论】以数字图书馆为例,通过研究对象与研究方法的组合模式,发 现了数字馆藏、病历、开放获取与开源软件等知识组合能力较强的主题;通过学科知识组合模式,发现图书馆学与 信息系统学科在数字图书馆学科研究中起到重要的知识输出作用。     

基于期刊学科分类的学科交叉特征识别方法——以生物医学工程领域为例

【目的】 针对当前我国在学科交叉特征研究中的不足,建立一套规则、结构清晰的学科交叉特征识别方法。【方法】 以Web of Science数据库收录的生物医学工程领域论文所属期刊的学科分类为数据基础,通过引入中介中心性、度中心性、信息熵指标,利用学科共现分析方法,结合Bibexcel、Ucinet社会网络分析软件建立学科关联网络图谱,识别生物医学工程领域学科交叉的结构演化特征,验证了其在学科交叉特征识别中的可行性。【结果】 分析生物医学工程领域的学科交叉特征,得出该领域的亲缘学科,结果表明“生物医学工程”研究领域的信息熵随着时间的演进而增大,说明该领域的学科交叉程度愈加深入。【结论】 实验结果与实际情况较为一致,验证了学科交叉特征识别方法的可靠性。     

一种融合LDA与CNN的社交媒体中热点舆情识别方法

【目的/意义】热点舆情识别对社交媒体监管有重要意义,已有方法大多基于语义分析和社会网络分析技 术,忽略了信息传播中隐含的动态时序信息。【方法/过程】本文利用卷积神经网络,提取热点舆情在社交网络中的 多层次传播特征;然后与主题分析模型相结合,设计了热点舆情识别方法。本方法利用了舆情热度与其传播过程 间的潜在关联,摆脱了对语义信息和社会网络信息的过度依赖,适用于历史数据匮乏或缺失的识别场景。【结果/结 论】实验表明,本方法显著提升了热点舆情的识别精确度,具有一定适应性和可扩展性。     

融合主题指纹-引文的方法逻辑：理论阐释与数据呈现

【 目的/意义】从文献实体的多特征数据融合的视角构建基于主题指纹-引文耦合的数据融合理论模型,并 对数据融合过程进行实证分析。【方法/过程】对融合主题指纹-引文的方法逻辑进行理论阐释和数学机理分析,以 乳腺小叶癌为案例呈现文献特征项的数据融合过程,通过主题指纹的类别归属与引文期刊所属JCR学科的对比发 现二者在揭示知识表征方面的功能特征。【结果/结论】融合主题指纹-引文的2-模知识网络能够发挥主题指纹和引 文共同揭示学科主题和知识结构的功能;引文信息表征了研究的学科基础、学科背景等稳定性知识结构信息,主题 指纹代表了学科研究前沿、突变主题、新兴趋势等动态性知识主题信息。【创新/局限】融合主题指纹-引文的理论模 型和分析方法是从数据融合层面将内容分析方法与引文分析方法进行结合的有效尝试,未来的研究将聚焦多模知 识网络构建、网络结构分析和量化测度研究,进一步提高该理论模型在知识服务领域应用的科学性、普适性。     

基于Rao-Stirling指数和LDA模型的领域学科交叉主题识别——以纳米科技为例

【目的/意义】基于Rao-Stirling 指数和LDA模型进行领域学科交叉主题识别,并以纳米科技为例验证将 Rao-Stirling 指数和LDA模型用于领域学科交叉主题识别的有效性和适用性。【方法/过程】基于Rao-Stirling 指数 测度领域文献学科交叉程度,设定阈值发现高度学科交叉文献。基于LDA模型对筛选出的学科交叉文献进行主题 识别,发现学科交叉点和学科交叉研究主题。【结果/结论】基于Rao-Stirling 指数从引文的角度进行领域文献学科 交叉测度可以有效地发现与某领域相关的学科交叉文献,且有利于大数据集的学科交叉文献发现研究的实现。基 于LDA模型进行学科交叉主题识别可以有效地发现学科交叉主题。两方法的组合应用为发现某领域学科交叉主 题研究提供一种新视角。     

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。     

交叉学科主题结构特征研究 — —以数字图书馆为例

【目的/意义】以主题为粒度,本文剖析交叉学科的主题结构及其内部传统学科间知识合作模式。【方法/过 程】以数字图书馆学科为交叉学科示例,对集成数据集运用潜在主题模型识别主题,通过主题共现网络分析其主题 结构,以此探寻传统学科中的研究基础,进而利用主题类型共现网络揭示不同传统学科之间的知识合作模式。【结 果/结论】数字图书馆学科中的多个主题萌发于传统学科,研究对象组合和借鉴传统学科的研究成果作为技术手段 是数字图书馆学研究中重要的主题合作模式。     

基于专利主题演化的颠覆性技术识别研究——以类脑智能领域为例

【目的/意义】颠覆性技术具有隐蔽性和突变性，而技术主题在演化过程中会释放颠覆性趋势产生的早期信号，本文提出一种基于专利主题演化的颠覆性技术识别方法。【方法/过程】首先，基于S曲线法判断技术生命周期；其次，综合运用文本挖掘和社会网络分析方法识别技术主题的演化事件；最后，定义新主题出现、原主题趋热和多主题融合三类突变情况，用于识别具有颠覆性潜力的技术主题。【结果/结论】通过类脑智能领域专利实证，发现六个新出现主题、四个趋热型主题和六个融合型主题，通过专家判读，证明了所提方法的有效性，同时筛选出五项主题作为最终预测结果。【创新/局限】本文基于动态社区发现算法对技术主题的演化特征进行分析，进而基于主题突变性筛选颠覆性技术，但数据来源较为单一，将在未来研究中加以扩充。     

基于动态网络表示学习的学者合作关系预测研究

【目的/意义】随着学科交叉与学科融合的不断深入,科研工作越来越需要多个学者合作完成。识别潜在的 合作关系,为学者推荐适合的合作对象,能有效提高科研效率。【方法/过程】基于动态网络表示学习模型对学者合 作关系预测展开研究。首先,提出一种动态网络表示学习模型 DynNE_Atten。其次,根据图书情报领域的文献数 据构建动态科研合作网络和动态关键词共现网络,使用 DynNE_Atten 模型得到作者向量表示和关键词向量表示, 同时提取作者单位特征。最后,融合作者合作、主题与单位特征,预测未来可能产生的合作。【结果/结论】实验结果 表明,本文提出的动态网络表示学习模型在时序链路预测任务中只需要较少的输入数据,就能达到较高的准确性; 相比于未融合特征的学者表示,融合模型在合作关系预测中展现出明显的优势。【创新/局限】提出了一种新的动态 网络表示学习模型,并融合主题特征和作者单位特征进行科研合作预测,取得了较好的结果。目前模型在特征融 合的方式上只考虑了数据层面的异构,并未考虑网络层面的异构。     

主题-主题关联的学科知识网络构建与演化分析

【目的/意义】构建主题-主题关联的学科知识网络,从主题之间语义关联角度度量主题在学科知识网络中 的影响力,分析学科知识结构演化规律,为热点、前沿主题探测提供方法支撑。【方法/过程】基于 LDA主题模型抽取 学科领域研究主题,利用主题在科学文献中的共现关系构建主题-主题关联的学科知识网络,并提出主题影响力概 念和度量方法;基于复杂网络结构分析方法对学科领域生命周期内主题-主题关联的学科知识网络进行演化分 析。【结果/结论】实证分析表明主题的网络影响力是主题强度、被学者关注度等外部特征指标的有力补充,可用来 探测热点、前沿主题。同时,学科知识结构随着学科领域的发展表现出较强的小世界网络特征。     

专利丛林识别方法及测度指标研究

【目的/意义】弥补现有的专利丛林识别方法的不足,使其更加完善。为专利丛林的识别提供可借鉴的研 究范式。【方法/过程】分析专利丛林的含义及表现特征,将核心-边缘结构理论引入专利分析中,提出专利个体技术 基础价值强度和技术关联强度指标,以专利技术生命周期曲线为依据,对专利丛林的形态实现动态监测。【结果/结 论】提出专利丛林识别网络的构建方法,从微观的角度对专利间的关联关系进行动态监测与分析,对已有专利丛林 识别方法进行改进和发展。     

基于社会网络分析的博主与评论者关系研究——以“科学网博客”为例

根据"科学网博客"社区中博主与评论者间关系特点,结合社会网络分析方法针对2-模网络关系的研究优势,本文将2-模网络分析方法引入博主与评论者关系网络,进行了基于博主与评论者关系的2-模网络实证分析探索,并描述了2-模网络整体特点;"博主群体"与"评论者群体"中心度及分析基于博主与评论者交流关系存在的小团体的特征。     

核心专利识别的综合价值模型

【目的/意义】弥补现有的核心专利识别方法的不足,使其更加完善科学。【方法/过程】本研究首先对比分 析了现有核心专利识别方法的优劣,引入了专利的个体价值、网络价值及综合价值的概念,并通过专利指标体系和 社会网络方法对其进行测度。研究中提出了“核心专利的综合价值是由专利的个体价值和网络价值的综合体现” 的研究理论,并构建了核心专利识别模型。【结果/结论】本研究构建的核心专利识别模型综合专利指标体系和社会 网络方法识别核心专利的优点,是对已有核心专利识别方法的改进和发展。     

基于Z分数与Sen's斜率的研究前沿识别方法——以图书馆学领域为例

【目的/意义】学科领域的研究前沿是科学研究的重点。鉴于识别研究前沿中缺乏将用户需求信息和发文 趋势结合的现况,本文提出基于引文量与发文量,利用Z分数与Sen’ s斜率的研究前沿识别方法。【方法/过程】利用 LDA模型提取学科领域的研究主题,以Z分数代表研究主题的活跃度,Sen’ s斜率代表研究主题的发文趋势,以图书 馆学领域为例,分析其研究主题在2012-2017年的发文量与引文量,实现对该领域研究前沿的识别。【结果/结论】图 书馆学领域的前沿主题有图书馆网络化与自动化、阅读推广、公共文化事业、信息资源建设与知识管理等。通过与 Citespace突发检测法相比,证明本文提出的方法在识别学科领域研究前沿时更全面。     

作者-主题关联的学科知识网络构建与演化分析

【目的/意义】通过构建作者-主题关联的二模学科知识网络,度量作者在知识创新网络中的影响力,探寻 研究活跃程度高、研究范围广、潜在合作空间大的重要学者,对于科学评价学者学术影响力,挖掘热点、前沿研究主 题具有重要的指导作用。【方法/过程】基于AT主题模型抽取作者-主题关联矩阵,计算作者的研究主题强度,在此 基础上构建作者-主题关联的二模学科知识网络,利用作者在网络中的中心性指标度量作者主题关联影响力;基于 复杂网络结构分析方法对学科领域生命周期内作者-主题关联的学科知识网络进行演化分析。【结果/结论】实证分 析表明作者主题关联影响力与基于引文的学术影响力和基于社交媒体的社会影响力指标形成有力互补,可用于核 心作者以及热点、前沿主题探测。     

基于交互式可视化的领域知识图谱构建研究

【目的/意义】基于文献数据的领域知识图谱构建有助于探测某学科领域的主要研究内容及其发展方向，是 进行技术创新的基础情报工作，对于研究人员、企业都具有一定的意义。【方法/过程】提出基于交互式可视化技术 的知识图谱构建方法，首先基于经典LDA模型进行主题识别，然后基于社会网络分析方法构建领域主题网络识别 关键主题词；最后，基于JS（D3 工具）绘制可交互的关键主题词关联与检索知识图谱，发现关键主题词的隐含联系， 辅助进行领域知识挖掘与分析。【结果/结论】通过对我国医疗健康信息领域进行实证研究，验证了本文提出方法的 准确性和有效性。     

网络健康社区中健康信息传播网络及主题特征研究

【目的/意义】本文利用用户在健康信息问答过程中产生的真实数据,从网络结构和信息主题两个维度对网 络健康社区中的健康信息传播网络及主题特征进行研究,进而为社区的建设和维护提供建议。【方法/过程】首先, 利用社会网络分析法对不同时间阶段的健康信息传播网络进行指标测度和可视化呈现,探究其网络结构特征;然 后结合LDA和已有词表,对社区内健康信息进行主题识别和提取,分析健康信息主题的分布及其变化趋势。【结果/ 结论】本研究发现实验选取的网络健康社区内部的健康信息传播网络具有小世界效应,用户流动性大,关键节点变 更快;用户健康信息问答的内容集中在若干主题,且部分主题随时间呈现一定变化趋势。【创新/局限】网络健康信 息的生成和传播源于用户之间的信息交互。本文从网络结构和信息主题两个维度开展研究,更符合其内部机理, 研究更加深入和具象;网络健康社区种类众多,本文只选择其中一个社区进行研究,可能存在一定的局限性。     

面向网络社区知识交流与共享的用户关系图谱构建 与可视化研究

【目的/意义】网络社区已经成为用户分享知识和信息、交流互动以及发展人际关系的一种新的社会组织形 式。揭示网络社区的用户知识交流和共享行为特征对提高其知识交流和共享效率有着重要意义。【方法/过程】采 用社会网络分析及其可视化方法,在构建并分析“经管之家”用户关系网络图谱的基础上,讨论该用户关系网络中 用户知识交流和共享的行为特性。【结果/结论】研究表明,处于结构洞的活跃用户、强弱关系的合理结构比例,以及 用户动机等是促进知识交流和共享的重要因素。     

图情档一级学科点的优势研究方向识别研究

【目的/意义】在双一流学科建设背景下,本文基于学科研究主题分类模型、z指数评价模型,以国内图书情 报与档案管理领域 25 所一级学科点为例,建立了高校学科点的优势研究方向识别方法。【方法/过程】利用 Word2vec 模型结合 k-means 进行关键词聚类,将图情档学科划分为 12 个研究主题;其次,基于匹配的主题-学科 点-被引频次三维关系,建立25所学科点在12个研究主题下的300个评价数据集;最后,计算学科点在不同研究主 题中的zsi指数,并识别学科点的优势研究方向。【结果/结论】实验发现：z指数评价模型较好地实现了各机构发表论 文数量、质量、被引分布之间的平衡。其次,基于细粒度研究主题的学科点评价方法具有分类评价、多元化评价的 相对优势。【创新/局限】本文提出的评价模型可为不同科研群体提供一定的信息参考与决策支持,同时也为国内 高校学科评价提供了一个相对公平、个性化、多元化的评价视角;但该评价模型易受主题分类质量的影响。