排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
【目的/意义】当前,对学科研究前沿的挖掘和探测成为学科知识创新服务的重要支撑。本文从整合主题的
视角出发,提出了学科知识网络构建与演化分析的框架,通过该框架实现学科研究前沿的挖掘和探测。【方法/过
程】整合主题的学科知识网络构建与演化分析框架主要包括三个部分。一是,基于主题挖掘与主题语义关联计算
相结合的视角,提出了整合主题的学科知识网络构建流程;二是,基于复杂网络结构分析理论提出了整合主题的网
络结构演化分析方法,以挖掘和探测前沿主题;三是,基于复杂网络演化建模与多 agent系统仿真建模方法,提出了
整合主题的学科知识网络演化建模框架,通过演化建模探索学科知识结构的演化机理。【结果/结论】以上整合主题
的学科知识网络构建流程和演化分析、演化建模框架,形成了“主题挖掘→网络构建→结构演化→仿真建模”的研
究新思路,为学科知识创新服务提供了新的方法与工具。 相似文献
2.
本研究旨在揭示多学科交叉综合领域内的核心学科并分析学科间内在联系与演变,以此来分析领域内学科态势。以人工智能领域为研究对象,探讨该领域内相关学科的分布,分析学科相互间的关联和研究相似性及演化,为科学研究和政策制定提供支持。对文献资料进行预处理后,用关键词表征学科研究内容,并通过词袋模型构建学科向量;分别从基础统计、共现分析和相似性分析来研究学科的分布、人工智能与其他学科之间以及两两学科之间的相似性与演化。结果表明,人工智能领域内以计算机科学和工程为核心,以数学为基础,并逐渐延伸到社会科学、生物科学等领域,由单一的理论和技术研究向多学科应用领域发展。领域内学科的多元化也促进了管理学和法学等学科研究内容的转变。本研究分析路径可以在一定程度上揭示学科研究的跨学科发展趋势。 相似文献
3.
[研究目的]为了更加有效地发挥关键词在科研成果记录传播、信息资源组织建设与知识检索服务等方面的作用,提出词序视角下学术文本关键词分布特征及其差异考察的指标体系及其量化方法。[研究方法]首先,从学术文本关键词的选词偏好特征、选词多样性特征和选词语义特征等3个维度,选取并构建5个关键词分布特征量化指标;然后,利用文献计量和统计分析的方法处理所采集的数据;最后,对数据进行描述统计分析与不同类型学术文本关键词分布特征对比分析。[研究结论]以人工智能研究主题为例,发现相关的学术文本关键词以4~5个为主,作者更倾向在词序靠前的位置选择来自题名的词组作为关键词。随着词序的增加,关键词的选词多样性随词序变化先增后减;作者会在靠前词序标注与该研究主题核心概念高度相关的主题词作为关键词选词来源;关键词词对之间呈现一定的语义相似度递减现象;不同类型学术文本在各个指标层面呈现一定的差异性。 相似文献
4.
[目的/意义]为了有效地推动知识交流与科技创新,探讨新兴的科研众包项目运行模式的构建、科研众包平台类型的划分与特点的解析。[方法/过程]文章从科研众包项目的需求及其支撑要素的视角,一方面,归纳科研众包项目参与主体,设计科研众包流程并解析知识流向,构建知识转移为核心的项目运作模式;另一方面,归纳平台的主要特征作为分类要素,单维度划分类型并进行属性间关联分析,同时,通过K-modes算法进行综合聚类,多维度划分平台类别。[结果/结论]研究结果表明科研众包运行模式中发包方和接包方之间存在知识双向多次转移的现象,依据系统结构和功能角度进行平台类型划分中主要以服务层面平台特征最为明显,自主专建型与非专项型关联紧密,嵌入式拓展型与专项领域型关联紧密;综合聚类划分平台为11个类别时效果最佳。 相似文献
1