Understanding the topic evolution of scientific literatures like an evolving city: Using Google Word2Vec model and spatial autocorrelation analysis

Topic evolution has been described by many approaches from a macro level to a detail level, by extracting topic dynamics from text in literature and other media types. However, why the evolution happens is less studied. In this paper, we focus on whether and how the keyword semantics can invoke or affect the topic evolution. We assume that the semantic relatedness among the keywords can affect topic popularity during literature surveying and citing process, thus invoking evolution. However, the assumption is needed to be confirmed in an approach that fully considers the semantic interactions among topics. Traditional topic evolution analyses in scientometric domains cannot provide such support because of using limited semantic meanings. To address this problem, we apply the Google Word2Vec, a deep learning language model, to enhance the keywords with more complete semantic information. We further develop the semantic space as an urban geographic space. We analyze the topic evolution geographically using the measures of spatial autocorrelation, as if keywords are the changing lands in an evolving city. The keyword citations (keyword citation counts one when the paper containing this keyword obtains a citation) are used as an indicator of keyword popularity. Using the bibliographical datasets of the geographical natural hazard field, experimental results demonstrate that in some local areas, the popularity of keywords is affecting that of the surrounding keywords. However, there are no significant impacts on the evolution of all keywords. The spatial autocorrelation analysis identifies the interaction patterns (including High-High leading, High-Low suppressing) among the keywords in local areas. This approach can be regarded as an analyzing framework borrowed from geospatial modeling. Moreover, the prediction results in local areas are demonstrated to be more accurate if considering the spatial autocorrelations.     

成功的体育盛会出色的宣传报道——北京奥运会宣传报道理念与基调评析

本文就北京奥运会宣传报道的理念与基调进行了分析,指出这一报道集中体现了“透明、真实、客观、宽容、理性和多元”等特点。     

从信息生态环境的视角看数字图书馆生态化建设

"信息生态"是从生态科学中移植出来的类比性概念.随着生态学和社会科学领域的不断融合,信息生态学为我们解决社会科学领域的诸多问题提供了全新的视角和解决问题的思路.文章在信息生态学理论的基础上,借助信息生态环境的视角来研究数字图书馆可持续发展问题.最后就如何加强数字图书馆的信息生态化建设提出了一些建议.     

我国计算机科学领域科研合作的计量学研究

文章利用文献计量学方法,对我国计算机科学领域中被sCI收录的国际论文,从科学家、机构和国家之间合作的角度进行了分析研究.以美国科学情报所(ISI)出版的Wen of Science数据库为统计源,依据ISI2005年出版的Journal Citation Reports (JCR)的期刊分类体系,选择了JCR中"computer science"学科为统计对象.对该学科下的350种期刊1996-2006年发表的,机构署名中包含有"Peoples R China"的论文进行了检索.通过统计分析发现,在计算机科学领域产生的国际论文中,多作者合作是主流的研究方式.合著发表论文的规模以2～4人为主,并保持扩大的趋势.相对于国内机构之间的合作,国际合作产生的论文在质量和影响方面都更为突出.     

评价动作神经过程和神经类型的方法及其指标的初步探讨

本文通过对健康男女青少年学生采用多功能的生理、心理测试仪器(DSG-6动作神经过程测试仪)的测试,进行了实验性研究,并选择几项主要指标,探讨一种新的评定神经类型方法的可能性．通过实验结果表明其测试指标可以作为评价集中注意力的能力、心理稳定性、协调能力、智力水平等心理素质和神经类型的一种方法,具有一定的科学性和简便易行的实用价值。     

试析语感研究的现状及存在的问题

从语感研究的现状看，关涉语感本身的理论问题得到了比较深入的研究，也取得了很多成果。同时，语感作为我国第八次课程改革《语文课程标准》的核心词汇之一，语感培养问题开始真正走进人们的思维视阈。由于现实上语感实践环节的研究相对薄弱，从而造成语感教学实践成为目前语感研究面临的最大问题，其中既包括语感教学实施也包括切合实际的语感评价指标体系建立。     

论明词的尚“俗”之风

清词蔚为大观，与前代的明词形成了鲜明的对比。而自清以来，用“衰弊”或“中衰”来概括明词之整体风貌也似乎已成定论，其中一条重要依据就是明词所表现出来的“俗态。”本文就明词的尚“俗”风气展开论述，阐述明词尚“俗”的基本情况，探讨明词出现尚“俗”风气的原因以及对明词之尚“俗”的认识。     

高校文科学报人文性缺失之我见

高校文科学报在充分体现学术性、具有独特性的同时，还必须注重体现人文性，这不仅是其自身生存与可持续发展应有之意。也是构建和谐社会的需要。高校文科学报要努力做到：发挥传承老一代学人的优良学术传统和注意奖掖新人的作用；拆除学术壁垒，大力弘扬主流文化，同时包容无害于社会发展的非主流文化；跨越校际与地域的界限。努力去承载学科研究的最高成果；在编辑、排版、设计等方面折射出编辑的人文主义理念。     

提升科技博物馆展教结合水平的五大对策与建议

展览、教育作为博物馆的主要公共文化服务形式,得到了越来越多机构的日益重视。但由于科技博物馆在历史、观念、人才等方面的影响和制约,仍存在发展偏差和不足,其中最突出的是机构在理念上重展轻教,在实践中有展少(无)教或以展代教、展教分离等。本文将聚焦展教分离问题展开探讨,并就如何提升科技博物馆的展教结合水平,提出五大对策与建议。     

论职业教育在北京和谐社会建设中的作用

职业教育在北京构建和谐社会中发挥着举足轻重的作用,主要表现在:促进北京经济可持续发展;促进北京社会稳定;促进和谐教育发展。