国内外专利挖掘研究(2005-2014)综述

在中国知网、万方数据和Web of Science进行检索,获得72篇相关中文文献和98篇英文文献,并从中选出66篇进行综述。专利挖掘研究包括术语抽取、聚类、分类、以复杂网络为基础的方法、以时间为基础的方法和基于专利挖掘的技术研究等6个主题。尽管近10年来这一领域发展较快,但是部分研究也存在试验验证不精确、基于IPC的自动分类效果不好、所要解决的问题不明确且局限于方法应用和粒度粗糙等问题。专利挖掘研究应该注重发现问题,而非简单地应用方法。     

共词分析法应用的规范化研究——主题词和关键词的聚类效果对比分析

主题词和关键词是共词聚类分析法中最常用的分析对象,但在相同的条件下,两者是否有相近的聚类效果？针对同一文献标本,采用同样的常规处理过程,对关键词和主题词的聚类效果进行对比统计分析,结果显示在高频词、类团成员及聚类质量上,存在较大差别。表明在共词聚类分析法的具体应用中,选择不同的对象时,不能简单套用相同的数据处理过程。最后,就共词聚类分析法的应用、处理规范等方面提出一些意见和建议。     

科技论文引用对象研究综述

[目的/意义] 为更好地提升基于内容的引文分析效果，对国内外引用对象相关研究进行调研总结，为引用内容分析研究提供借鉴。[方法/过程] 通过调研国内外引用对象相关研究，梳理引用对象的概念定义、分类体系、应用领域和自动化识别等方面研究进展，总结当前引用对象研究不足并提出未来发展方向。[结果/结论] 引用对象从语义层面评价文献学术研究的贡献和利用价值，为引文分析方法增加了重要维度。引用对象研究需要从理论、技术和应用三个方向进行深化：理论上，加强多维度引用对象特征的研究和分析；技术上，探索基于大规模语料的自动化识别方法；应用上，尝试基于引用对象的科研评价服务。     

推进我国医学期刊稿约的规范化

将11种国内中文医学期刊与10种SCI收录的国外优秀期刊的稿约进行对比,分析其异同。结果显示:10种国外期刊稿约的信息量均较大,条款较多,各项条款的叙述详尽;而11种中文期刊中,部分期刊稿约过于简单,缺项较多。认为需要向国外优秀期刊学习,补充完善稿约,从而推进我国医学期刊稿约的规范化。     

中文化学化工文献检索应注意分子式检索的使用

以几个检索实例, 说明在中文数据库检索系统中检索化学化工文献时, 为保证查准率和查全率, 应注意分子式检索的使用。     

基于向量空间模型的专题文献过滤算法研究

本文从理论上探讨了向量空间模型及其改进模型在专题文献过滤中的相关算法。概念扩充模型解决了词的同义现象,提高了召回率;潜在语义分析模型通过统计方法,提取并量化这些潜在的语义结构,进而消除同义词、多义词的影响,提高文本表示的准确性,从而使专题研究中文献过滤的召回率和准确率都有显著提高。     

As We May Think对中国学术影响的引用分析——纪念该文发表70周年

[目的/意义] 时值As, We, May, Think问世70周年之际,期望通过该文被引情况的计量分析,揭示该文对我国相关学科研究的学术影响。[方法/过程] 应用基于内容的引文分析方法,利用CNKI数据库检索As, We, May, Think的引用文献,在简单分析引用文献的年代分布和学科分布后,从引用文献的主题分布、主题分布演化特征来揭示该文的主要学术影响域,从主要来源学科引用文献的具体内容分析来证实该文对相关学科的学术影响范围与深度。[结果/结论] As, We, May, Think对中国的学术影响并未随着时间的推移而衰减,尤其对图书情报领域、计算机领域研究具有极其重要的意义。     

《现代图书情报技术》载文及引文特征的学术影响力分析——基于CSSCI （2004-2006）年

利用CSSCI (2004-2006)年数据对我国图书情报学领域期刊的发文、引文及期刊评价指标进行全面的分析,以便了解《现代图书情报技术》的研究特色,提高该期刊的学术影响力。     

专利网络分析在技术路线图中的应用

 简单介绍技术路线图的概念及绘制过程中存在的缺陷,提出可以将专利网络分析引入技术路线图中的想法。并在此基础上研究专利网络分析在技术路线图绘制中具体的实施办法和有可能带来的好处。最后,以美国的部分专利为例并利用分析工具Pajek作专利网络分析实施和应用的实证研究。     

基于Twitter关注度的期刊影响力评价指标——以国际图书情报学顶级期刊为例

[目的/意义] 随着社交媒体和电子出版平台的兴起,利用期刊在Twitter上的关注度来评价期刊能够对传统的期刊评价方式进行补充,发现该指标与传统指标之间的相关性关系,并以期最终构建合理的期刊社交网络影响力评价指标。[方法/过程] 根据《期刊引用报告》(Journal Citation Reports,JCR)的社会科学版,选取国际图书情报学领域影响因子前30位的期刊作为该领域的国际顶级期刊。为了研究altmetrics指标与传统的基于引文的评价指标间的相关关系,利用Spearman非参数相关性分析对期刊Twitter提及频次与8个传统指标(总被引数、影响因子、5年期影响因子、即年指标、论文数、引文半衰期、特征因子和论文影响分值)之间的相关性进行分析。[结果/结论] 统计结果显示,JASIST、College & Research Libraries和Scientometrics是本领域中在Twitter上受关注度最高的期刊。期刊Twitter提及频次仅与期刊特征因子间存在中等的显著相关性,与其他指标间存在较弱的相关性。值得注意的是,相比其他期刊,在Twitter上设有官方账号的期刊明显得到更高的关注度。