Prophet预测-修正的主题强度演化模型——以干细胞领域为实证

[目的/意义]主题演化对科技前沿探测、创新战略部署具有十分重要的作用。[方法/过程]将主题演化分析过程分解为主题的表示、相似性关联和强度演化计算几个步骤,提出一种主题强度演化与预测模型,使用LDA模型进行主题的表示,提出内容、共现和趋势相似度等维度进行主题关联计算,引入基于Prophet的预测-修正模型进行主题演化趋势预测。并以干细胞领域为例,进行演化的实证分析。[结果/结论]实验表明,对每个研究主题采用Logistic增长模型进行预测R2Score都达到0.90以上,表明Prophet的Logistic增长模型与该领域主题增长趋势规律相符合,能够较好地拟合主题强度的演化趋势。提出的主题演化模型对专业领域内主题分布与演化分析有一定的借鉴意义。     

基于核心作者研究兴趣相似性网络的社群隶属研究——以国内情报学领域为例

[目的/意义]构建情报学领域核心作者研究兴趣相似性网络,研究该网络的社群结构与社群隶属问题。[方法/过程]在CSSCI数据库以中图分类号为检索条件,下载该学科1998-2015年所有的论文数据,通过普莱斯定律识别核心作者。将作者研究兴趣用词袋模型表示,并计算作者间研究兴趣的余弦相似性,进而构建核心作者研究兴趣相似性网络。在此基础上进行社群划分并识别各社群研究主题,计算作者对各社群的隶属度与模糊熵。[结果/结论]研究发现,当前我国情报学研究可分为信息组织与检索、文献计量与科学评价、竞争情报与知识管理、情报学学科整体研究4个领域,大部分作者研究并不局限于单个领域,竞争情报和文献计量领域界限明显,较少有作者将彼此作为次要隶属社群。     

学科主题演化路径的多模式识别与预测——一个情报学学科主题演化案例

[目的/意义] 基于主题关联相似度揭示主题汇聚及变异过程,识别学科交叉主题及交叉模式,归纳学科主题的演化趋势及演化路径模式。[方法/过程] 获取情报学学科科研论文的高频主题词,构造主题词共词矩阵,利用网络社区演化分析工具生成学科主题演化网络图,结合指标数据对学科主题演化过程进行分析。[结果/结论] 总体上看,情报学学科的研究主题虽然在反复地变化,但核心主题一直存在;扩张、收缩和合并是研究主题最普遍的变化态势,分裂现象较少,产生和消亡现象存在;有3条特定社区演化轨迹清晰地贯穿始终,活跃度相对稳定,反映了3类核心研究主题;3类核心研究主题的演化路径呈现出升华吸纳、共融迭新和辐射推进3种演化模式。研究结果显示,基于主题关联学科主题演化路径的多模式识别方法既能从宏观层面呈现学科主题演化形式,也能从微观层面分析学科主题交叉模式,结合二者可揭示学科主题的继承或创新,预测学科交叉主题的发展方向。     

语义分类的学科主题演化分析方法研究——以我国图书情报领域大数据研究为例

[目的/意义] 学科主题演化研究有助于掌握学科发展现状、研究热点、研究前沿和发展趋势等情况,是进行科技创新的基础,是面向科技创新的重要研究方向。[方法/过程] 提出一种语义分类的学科主题演化分析方法：将关键词分为研究问题、研究方法和研究技术3类,构建不同语义分类的共词网络;然后基于Fast Unfolding社区发现算法识别具有语义特征的社区（主题）;利用相似度算法计算相邻子时期主题间的相似度,构建学科主题演化图谱,以分析某学科领域研究问题、研究方法和研究技术的变化,实现深度、细致的学科主题演化分析。[结果/结论] 通过对2012-2015年CNKI数据库收录的我国大数据研究领域相关论文数据的处理分析,证明该方法的准确性和有效性。     

学科知识结构主题演化模式研究——以图书情报学领域“计量学”主题为例

[目的/意义] 提出3种主题演化模式：主题全局演化、主题团簇演化和主题协同演化,以期梳理学科知识结构的演化模式,进一步丰富揭示学科知识结构的研究范式。[方法/过程] 以Web of Science中2001-2015年间图书情报学领域的核心期刊文献数据为研究对象,以"计量学"为研究主题,基于时序分析、主题-关键词共现分析构建2-模网络,利用NetDraw对各主题演化模式进行可视化呈现。[结果/结论] 通过深入比较3种演化模式得出：主题全局演化可以直观、系统把握学科的历史轨迹和研究路径;以"团簇状"为子网络单元的主题团簇演化模式,可以更为细粒度、挖掘深度更高、更全面系统、真实具体地仿真主题演化;而主题协同演化,结合全局演化和团簇演化的优势,能以"联系与发展"的视角揭示主题在演化过程中彼此之间的关联程度及其融合与独立趋势。     

基于Web of Science学科分类的主题研究领域跨学科态势分析方法研究

[目的/意义]为了更好地揭示主题研究领域跨学科发展的学科对象和研究内容,提出一种综合的跨学科态势分析方法。[方法/过程]首先,根据主题领域确定涉及到的所有学科类别,并定义学科影响力指数,构建学科影响力网络。然后,对学科影响力网络进行中心度、结构洞和可视化分析,识别核心学科类别。最后,构建关键词-学科类别共现网络,使用网络中心度分析获得由关键词表示的主题内容,并结合核心学科类别和领域专家意见获得跨学科主题内容。[结果/结论]实证表明提出的分析方法能够在一定程度上揭示主题研究领域跨学科发展态势,其有效性得到一定程度的验证。     

基于主题关联的知识演化路径识别研究——以3D打印领域为例

[目的/意义]科技创新需要快速发现特定科技领域中关键知识衍生与演化的路径,探索未来的知识创新趋势,为此,有必要对知识演化路径进行动态可视化研究。[方法/过程]从主题关联的角度入手,以3D打印领域为例,基于LDA识别出科技创新主题并进行分阶段细化分析,探测主题集群内部与外部的关联强度,识别出主题不同生命周期的演化能力及其演化类型。[结果/结论]实验结果表明,该方法从主题关联的角度入手,构建了基于时间序列的知识演化路径,丰富了知识管理和信息计量的理论研究方法,在实践上则有助于探测科技创新知识。     

合著作者研究兴趣相似性分布研究

[目的/意义] 作者合作是科学计量领域的重要研究内容,从作者研究兴趣视角出发研究作者在选择合作伙伴时关于研究兴趣相似性的倾向差异具有重要理论意义。[方法/过程] 在对合著情形进行分析和划分基础上,通过计算合著作者研究兴趣相似性,对不同学科、不同产量的合著作者研究兴趣频率分布模式进行可视化。[结果/结论] 研究结果发现,合著氛围迥异的学科合著作者研究兴趣相似性分布趋于相同,高产作者往往寻找研究兴趣较为相似的作者进行合著。     

融入内容信息的作者共被引分析——以学科服务研究主题为例

[目的/意义]为改善作者共被引分析(author co-citation analysis,ACA)在识别学科领域知识结构中缺乏内容信息的不足,将文献内容信息(题名、摘要、关键词)引入到作者共被引分析中,提出一种新的作者共被引分析方法,即"内容与ACA融合的方法(content and author co-citation analysis,C-ACA)"。[方法/过程]以"学科服务"主题领域为例,分别建立ACA作者相似矩阵A_ij、作者-内容矩阵并转换为作者相似矩阵B_ij;通过构建线性融合函数实现作者文献内容与ACA的融合;最后通过提取作者主题因子成分并在NetDraw环境下进行2-模图可视化,挖掘并呈现学科服务研究领域的知识结构。[结果/结论]与传统ACA方法比较,C-ACA方法能够更准确、更细致地挖掘和揭示学科领域知识结构。     

专利视阈下产业技术创新合作网络演化分析——以肿瘤疫苗为例

[目的/意义]旨在研究肿瘤疫苗领域技术创新合作网络演化特征,为我国肿瘤疫苗领域的技术突破和产业发展提供思路。[方法/过程]提出一种产业技术创新合作网络演化特征分析方法和框架。首先引入专利指标法,通过技术生长率、技术成熟系数、技术衰老系数和新技术特征系数等指数的定量计算对肿瘤疫苗产业技术生命周期进行划分;其次利用社会网络分析法构建技术生命周期各阶段合作网络,从节点数、网络密度、中心势、核心-边缘分析等维度对合作网络的拓扑结构演化规律进行分析;从中心度、凝聚子群分析、创新机构等维度对核心个体演化规律进行分析,进而揭示肿瘤疫苗产业技术创新合作网络的动态演化特征。[结果/结论]以肿瘤疫苗战略性新兴产业为案例进行研究,验证方法的有效性和可行性,为肿瘤疫苗领域技术发展战略和技术合作提供理论依据。     

学科领域生命周期视域下国内中医古籍数字化研究进展

［目的/意义］ 通过对国内中医古籍数字化领域生命周期进行划分,系统性述评该领域的发展阶段及其特征,为面向数字人文的中医古籍数字化研究提供决策参考。［方法/过程］ 从4个期刊数据库采集该领域期刊文献题录,通过最小二乘法和年度文献增长量确定中医古籍数字化研究的生命周期,对各阶段的相关文献进行主题聚类分析和主题演化分析以识别出各领域的研究热点和演化趋势。［结果/结论］ 将国内中医古籍数字化研究划分为3个阶段,识别出各阶段的研究主题及主题在不同阶段中的演化路径,在总结前人研究基础上,从数字化资源、技术体系构建和应用服务方向3方面提出未来中医古籍数字化的发展趋势。     

我国农业电商研究文献计量分析

本文利用文献计量学方法,对2000－2015年公开发表在CNKI 总库的1684篇农业电子商务研究领域的中文期刊论文进行统计。分析了该领域的文献量年代分布、核心作者分布、核心期刊分布、主要研究机构、文献被引、基金文献和研究主题。基于分析结果,总结出我国在农业电子商务领域研究成果数量上、研究主题上的变化,同时提出该领域研究的未来发展趋势,以期为未来的农业电子商务研究提供参考。     

作者主题模型及其改进的方法与应用研究综述

[目的/意义]作者主题模型作为近年来计算机领域关注度较高的新型概率模型，在文本挖掘与自然语言处理等方向已有广泛应用。分析国内外作者主题模型及其改进的思路与应用，更好地把握其研究现状，以期为计算机、图书情报等相关领域科研人员提供参考。[方法/过程]本文选取Web of Science核心数据库、DBLP及中国知网（CNKI）数据库作为文献来源，通过制定检索规则、去重及人工判读等操作提炼出关于作者主题模型及其改进方法的文献集，从模型应用过程的视角，结合文献分析法对现有研究进行总结归纳。[结果/结论]通过分析发现，现有相关研究已形成较为完整的分析流程，且模型的改进角度、适用领域也日益多样化。但性能优化、模型评价指标的规范完善以及在图书情报领域的进一步应用等方面仍有待深入探索。     

近10年国外图书情报领域服务质量研究综述

[目的/意义]在跟踪近10年国外研究成果的基础上进行分析评论和总结,以提出提升图书情报领域服务质量研究的若干建议,推动图书情报领域服务质量理论研究和实践发展。[方法/过程]采用文献计量方法统计2005-2014年国外图书情报领域服务质量研究文献在年代、作者方面的分布特点,并通过内容分析方法归纳分析国外该主题的主要研究领域。[结果/结论]研究发现,该主题研究文献总体上呈平稳增长趋势;国外服务质量研究的触角已从传统的图书馆及其参考咨询服务向电子服务延伸;该主题研究内容涉及服务质量影响因素研究、用户研究、服务质量管理研究、服务绩效与服务质量评估研究;在归纳国外研究成果的基础上,提出存在的问题,并为后续研究提出若干建议。     

国内外信息可视化研究的比较分析

为挖掘国内及国际信息可视化领域研究主体和理论来源的异同,全面把握该领域的理论根基与发展趋势,以CNKI、CSSCI和WoS数据库中15年来信息可视化领域的文献为研究对象,借助Ucinet和CiteSpace II,首先对比分析研究文献的时间分布,通过作者共被引分析挖掘国内外核心作者,并进行作者聚类分析,然后利用共现分析研究地域分布,最后通过文献共被引分析对该领域的知识基础进行比较,得到信息可视化领域的基础性文献。     

�ڿ����ĺ����о�����ʶ�����ݻ�·�����ӻ������о�——���ҹ�ҽ�ƽ�����Ϣ�����ڿ�����Ϊ��

��[Purpose/significance] This paper proposes the identification of the core research topics and their evolution path visualization methods, in order to provide reference for the field subject evolution analysis research, which has certain significance for revealing the evolution characteristics and development laws of the core topics.[Method/process] Using the LDA model for topic recognition and combining multi-dimensional scaling analysis and visualization techniques to map LDA topic recognition results to two-dimensional space. The topic similarity algorithm was used to detect the association between adjacent time topics, a new visual display method was proposed. We constructed cross-evolution paths of different types of research topics to reveal the dynamic changes of core topics and secondary topics in the evolution process.[Result/conclusion] Taking the medical health information field in China as an example, the research results show that the core research topics in the field of medical and health information in China mainly include electronic health records and Internet medical treatment. Among them, core themes such as health management and smart medical treatment show a good development trend.     

基于语义和引用加权的文献主题提取研究

[目的/意义]传统的文献主题提取方法主要是通过关键词、摘要、全文等提取文献的主题内容,使得主题内容不全面或存在"噪音",而从文献内容语义出发,结合引用内容提取文献的主题,能够更加准确地提取出多文档的主题内容。[方法/过程]提出一种面向多文档的基于语义和引用加权的科技文献主题提取算法,利用文献的引用内容和关键词构建Labeled-LDA主题模型,形成文档-主题概率向量,再根据K-means聚类方法聚类文档,提取每类文档集的主题内容。[结果/结论]以PubMed生物医学数据库中的数据作为实验数据,测试该方法的可靠性,结果证明该方法能够准确、全面地提取出多文档的主题内容。