基于CSSCI数据的知识管理研究可视化分析

以维普资讯数据库中CSSCI收录文献作为数据来源,综合运用文献计量分析、知识图谱分析、引文分析研究了知识管理领域的科研态势。文献计量学分析得到知识管理领域文献的年载文量、重要来源期刊、多产机构等;利用VOSViewer对知识管理领域的关键词聚类分析得到知识管理领域的热点研究主题及研究热点的趋势变化;引文分析得到知识管理领域的高频引用文献和知识扩散状况。     

基于CSSCI的国内知识管理研究的可视化分析

运用文献分析软件绘制"知识管理"在1998-2010年之间的研究领域及其进展分布。借助可视化工具研究国内知识管理的发文量和高被引文献情况并对有关知识管理的研究热点、前沿及发展趋势进行探讨,为我国知识管理研究提出建设性意见。     

基于知识图谱的国际公共图书馆研究可视化分析

首先分析有关公共图书馆研究的国家机构和期刊分布;然后绘制关键节点文献图谱,并对其进行了分析;最后通过检测主题词词频变动趋势确定国际公共图书馆研究的热点和前沿领域,并绘制出国际视野下的公共图书馆研究热点与研究前沿的知识图谱。     

基于知识图谱的国际竞争情报研究的可视化分析

利用Web of Science的文献数据,借助CiteSpaceⅡ软件绘制知识图谱,分析国际图情领域竞争情报的研究热点、研究前沿、研究基础等,预测未来竞争情报研究的发展趋势,为国内竞争情报研究者提供必要的参考依据。     

基于CSSCI的我国开放存取研究可视化分析

[目的]系统了解我国开放存取研究的全貌,为该领域的后续研究提供参考.[方法]采用可视化分析方法,从CSSCI数据库中获取文献信息,以CiteSpace III作为分析工具,从高影响力作者、高影响力期刊、高影响力文献、研究热点和研究前沿等角度展开分析.[结果]李武、张晓林等学者及其文献是我国开放存取研究中的高影响力作者及文献,《中国图书馆学报》及《图书情报工作》是最具影响力的期刊,研究热点包括开放存取基础理论概述、自存储等7个主题,研究前沿经历了从自身形态研究向受众研究等方面的动态演进.[结论]我国开放存取研究已取得了不错的成绩,但还存在着研究广度与深度不够以及实践建设落后于理论研究等方面的问题.     

基于知识图谱的归因理论研究可视化分析

以Web of Science数据库中收录的归因理论相关文献为研究对象,借助CiteSpace Ⅱ这个信息分析领域中应用非常广泛的可视化软件,制作有关归因理论文献分析的知识图谱,通过对知识图谱的研读和相关数据的分析,了解归因理论学科领域和国家(地区)、机构的分布情况,对该学科研究领域的研究热点和研究基础进行辨识和追踪,预测未来归因理论相关研究的发展趋势,从而明确归因理论学科研究和发展的总体状况,以便为归因理论后续进一步的研究提供必要的参考依据。     

国际知识工程研究可视化分析

为全面了解国际知识工程领域的研究现状和发展趋势,以Web of Science数据库收录的2001-2016年知识工程领域的文献数据为研究对象,借助CiteSpace软件,通过文献计量学和可视化方法从年代分布、期刊分布、学科分布、研究力量分布、重要文献、研究热点以及研究前沿等方面进行分析。根据上述研究,绘制知识图谱,对国际知识工程的研究现状和发展进行分析和总结,为我国知识工程研究提供参考。     

基于CiteSpaceⅡ的国内文献传递研究可视化分析

以中文社会科学引文索引（CSSCI）收录的1998-2012年间发表的174篇文献传递研究论文为分析对象,应用CiteS-paceⅡ可视化软件绘制知识图谱,对国内该研究领域的代表作者及机构、研究前沿加以分析,并应用关键词聚类和突现词探测功能对该研究热点及发展趋势进行预测.     

基于CiteSpace的PBL知识图谱可视化分析

文章以1992-2019年中国知网收录的"PBL问题式学习"主题的文献为基础,利用CiteSpace绘制知识图谱,研究国内PBL研究的发展脉络,旨在厘清研究现状、热点及变迁.结果表明:国内PBL问题式学习领域研究成果持续增长;文献学科结构倾向明显,以医学教育及医学边缘学科为主;作者合作关系呈现出"大分散,小集中"的特点...     

基于知识图谱的国内外可视化管理研究现状分析

以中国知网(CNKI)数据库和Web of Science(WOS)数据库为文献源,对2007—2016年有关可视化管理的论文进行收集,分析该领域的国内外研究现状,以便相关学者对该领域研究有更深入的理解,并为日后研究提供科学基础。基于CiteSpace软件,结合文献计量法,分别从年度发文量、作者、研究机构和国家及关键词等方面进行可视化分析并绘制知识图谱。分析结果表明:国内在该领域的发文量上占有优势,但整体偏向于可视化管理在企业中的实际应用;国外则更注重可视化管理的基础理论研究。此外,无论是国内还是国外,应增强合作关系,共同推动该领域的发展。     

基于CiteSpaceII的植物科学知识图谱可视化分析

以WebofScience数据库中《植物细胞》杂志自1989年创刊号到2012年底的所有文献作为研究对象,运用CiteS-paceII软件进行文献共引分析和共词分析。以知识可视化图谱方式展现20多年来植物科学领域的研究机构、知识基础、研究热点及研究前沿。     

基于知识图谱的国内图书馆隐性知识研究现状及趋势分析

以CNKI收录的1999-2013年的1 735篇图书馆隐性知识研究领域文献为数据源,借助信息可视化软件——CiteSpaceⅢ,通过对发文作者及研究机构做知识图谱分析,得出该领域的代表作者及核心研究机构,并应用关键词聚类和突现词探测功能分析该领域研究热点与前沿,从而直观地揭示该领域的研究现状和发展趋势。     

基于CSSCI的国内图书馆联盟研究分析

以CSSCI（中文社会科学引文索引数据库）为数据源,综合运用词频统计、共词分析及知识图谱绘制等方法,分析国内图书馆联盟研究的现状,揭示我国图书馆联盟研究的演变轨迹。     

国际天然林资源保护工程研究的知识图谱分析

以Web of Science数据库核心合集1986—2014年的127篇天然林保护工程文献为研究对象,以Cite Space可视化软件为分析手段,尝试从定性判断到定量分析、从图表统计到信息可视化,对国际天然林保护工程研究领域的知识结构、发展脉络、研究机构和研究热点进行深入挖掘,是对天然林保护工程领域文献研究的新尝试。研究结果显示,国际天然林资源保护工程研究基础相对集中,可分为四大聚类,分别是中国天然林保护实践、生态工程经验总结和未来工作重点、发展中国家生态保护、天然林保护与生物多样性研究;从聚类研究脉络看,中国天然林保护实践在国际天然林保护工程研究领域最为突出,其次是发展中国家生态保护和生物多样性研究,生态工程经验总结这类研究近期基本处于沉寂状态;美国、中国、加拿大是国际天然林保护工程领域研究的主要国家,其中美国的研究实力最强,其次是中国;国际天然林保护工程研究热点随着时间的变迁而不断发生变化,近期研究热点指向高频关键词"气候变化"、"碳汇"、"遥感"和"生态旅游"。     

中外知识管理可视化对比分析：现状、热点与演化趋势*

数字经济时代下,知识管理作为管理核心资源的思想与方法体系,对比分析国内外对知识管理的探索与实践应用尤为重要,分别选取国外WOS与国内CSSCI两个数据库,以2000-2019年知识管理研究主题文献为研究样本,并运用CiteSpace 5.6.R3知识图谱工具,对文献数据进行文献计量、聚类分析以及共词分析,梳理并讨论国内外该领域的研究现状和热点脉络关系,探索研究热点的演化趋势,可为我国高校、企业、图书馆等机构提供发展建议和参考。     

基于知识图谱的云计算研究分析

以2006年至2014年Wo S收录的1948篇云计算研究领域的文献为对象,利用文献计量分析方法和知识可视化技术Cite Space构建云计算的知识图谱,分析云计算文献发表年代分布、主要刊发期刊,共引国家分析,然后通过共被引文献分析方法研究云计算的主要前沿方向,并深入分析TOP10高被引文献及对云计算研究的影响。     

国内外网络影响因子研究的可视化分析

以中国知网（CNKI）和WebofScience中有关网络影响因子（WebImpactFactor,WIF）的文献为研究对象,利用CiteSpace等可视化分析工具,对其引文数据和主题词数据进行分析,梳理网络影响因子研究的发展脉络、重要机构和关键人物,并以知识图谱的形式呈现出来。     

国际生态系统服务研究动态与地域差异评价

生态系统服务研究已得到国内外学者广泛关注,揭示当前国际研究热点与发展趋势,将为国内生态系统服务研究与实践提供借鉴与参考。本文以“Web of Science核心合集”的SCI-E和SSCI数据库为样本数据源,借助CiteSpace可视化科学计量工具,对国际上生态系统服务研究领域的4208篇文献进行了系统分析,利用活力指数（AI）和吸引力指数（AAI）对不同国家或地区在该领域的研究效率和学术影响力进行了评价,探讨国际上生态系统服务研究进展和动态变化规律。研究结果表明：①国际上生态系统服务研究的文献数量和被引次数随着年份变化增长显著,尤其在2012年以后,关注该问题的学者不断增加;②发文期刊集中性强,排名前10位的期刊发文数量占到全部期刊发文总数的40%;③中国近年来在生态系统服务领域研究实力不断增强,但仍低于全球平均水平;④生态系统服务评估框架和方法框架是当前热点研究领域,尤其应注重将社会需求、人类福祉、生态系统调节服务纳入到生态系统服务分析框架,同时重点关注文化生态系统服务的价值和作用,以及充分运用机器学习和大数据挖掘等创新方法解决复杂社会生态问题。