共查询到16条相似文献，搜索用时 578 毫秒
1.
2.
3.
4.
本文研究了知识网络中的文献共被引网络,它形成着一个学科的知识基础,是学科知识输入和转移的重要知识之源。文章在总结和梳理了共被引网络的一般研究方法后,采集了1900~2012年图书馆与情报学的71350条题录数据,构建了期刊共被引知识网络与作者共被引等知识网络,并对其进行深入数据挖掘和分析,发现了经常反复被引的学科内核心期刊与作者群体,以及在学科的演化历史上连接前后时段的关键性节点期刊与作者群体。论文的最后还对文献共被引网络方法局限性方面和未来发展方面进行了讨论与总结,指出在解决现有理论难题后,共被引网络未来在各具体学科领域内的深化将是其发挥用武之地的重要发展方向。 相似文献
5.
语义主路径分析方法在改进传统主路径分析法中主路径内容单一、主题一致性较差等不足的同时,留下了两个缺陷,即所选主路径在语义空间的位置可能偏离主题聚簇中心、不同主路径的主题区分度并不明显。本文在语义主路径分析方法的基础上,提出一种逐步优化的主路径选择方法,即将主题聚簇密度和路径遍历权重进行叠加形成复合密度,通过调节复合密度中两个要素的比重来优化主题聚簇中心的定位,当聚簇中心的位置变化收敛后,将位于不同主题聚簇中心的路径作为结果输出。将本文方法分别用于电动汽车锂离子电池专利引文网络和材料科学领域高影响力论文引文网络,实验结果显示,本文方法所产生的多条主路径不仅在主题聚簇中的布局更加合理,而且选取不当主路径的可能性也大大降低,从而验证了本文方法的有效性。 相似文献
6.
7.
论文通过对近12年来CNKI中收录的关于图书馆联盟的研究论文进行较为系统和全面的分析,揭示该主题论文的分布规律,并分析该领域的核心作者群和高产作者群,同时通过被引频次的分析,得出该领域的高被引作者和高被引文章。论文同时还总结归纳了我国图书馆联盟研究论文所取得的成就和不足。 相似文献
8.
共被引网络中介中心性的Zipf-Pareto分布研究 总被引：4，自引：0，他引：4
针对共被引网络的统计特性的研究,以科学计量学领域的权威期刊《科学计量学》(Scientometrics)为数据来源,建立共被引网络,明确了《科学计量学》(Scientometrics)中高被引文献与高中心性引文的特点;以该共被引网络为例,应用复杂网络分析方法,分析了共被引网络的统计特性,包括度分布、中介中心性的分布等。结果表明共被引网络是一个具有小世界、无标度特性的复杂网络;中介中心性的分布符合Zipf-Pareto分布;而且只有少部分引文节点具有高中介中心性的值,多数引文节点的中介中心性值都很小。 相似文献
9.
科学引文网络是学科知识网络的重要组成部分,为分析近110多年来图书馆与情报学领域内的引文网络并梳理其知识链,本文利用SSCI数据库全面收集了该领域内85种国际权威期刊的71350篇文献数据,研究了这些论文的被引频次随时间的变化情况,利用Citespace软件绘制百年来的科学引文网络并对中心度较高的关键性节点进行了分析。结果显示图书馆与情报学有影响力的节点文献主要集中出现于20世纪60年代至今,该学科的知识基础在此期间也得以构建起来。另外图书馆与情报学领域引文网络的入度具有无标度特征,文献的出度分布在半对数坐标中具有线性关系,图书馆与情报学领域内文献的被引和参考之比较低,高引论文的出度对入度的影响比较有限。 相似文献
10.
k-clique社区知识创新演化方法研究 总被引：3，自引：0，他引：3
提出一种基于k-clique社区的知识创新演化揭示方法。首先,构建科技文献时序关键词共词网络。然后,将共词网络划分为n个最大完整子网络Gs,在Gs中寻找k-clique(2 < k < s)。最后,在给定阈值k的情况下,计算k-clique社区的演化情况,从而揭示知识创新情况。该方法不仅能够有效揭示知识创新演化过程,而且能够通过k-clique社区的关键节点,揭示知识创新过程中的共性知识以及不同知识创新领域的互相影响情况。通过对碳纳米管研究领域2008-2012年SCI数据库论文数据的实验证明,该方法能准确识别出该领域知识创新主要方向,并能准确反映其演化情况。 相似文献
11.
《Journal of Informetrics》2014,8(3):594-605
This study presents a unique approach in investigating the knowledge diffusion structure for the field of data quality through an analysis of the main paths. We study a dataset of 1880 papers to explore the knowledge diffusion path, using citation data to build the citation network. The main paths are then investigated and visualized via social network analysis. This paper takes three different main path analyses, namely local, global, and key-route, to depict the knowledge diffusion path and additionally implements the g-index and h-index to evaluate the most important journals and researchers in the data quality domain. 相似文献
12.
13.
《Journal of Informetrics》2023,17(1):101381
Main path analysis (MPA) is an effective method widely accepted in science and technology for extracting knowledge diffusion paths. Traditional citation analysis assumes that all citations are treated equally. In contrast, this paper proposes a new MPA framework from the perspective of citation structure and content. Three indicators are considered to adjust edge weight: (1) Structural similarity, (2) Topic similarity and (3) Sentiment analysis. This study takes the bullwhip effect and the Internet of Things domain as examples to verify the reliability and feasibility of improved MPA. The results show that the improved main path uncovers the knowledge trajectories appropriately, which has an ability to distinguish citations and detect important papers. This research enriches MPA theory and provides future research directions from perspective of citation structure and content. 相似文献
14.
[目的/意义]探索领域知识网络中的核心知识涌现有助于揭示知识发展的内在机理,对于掌握领域知识发展脉络以及发展模式具有重要意义。[方法/过程]以复杂网络的思想为基础,基于关键词的邻接关系构建领域知识网络。采用Hub涌现的分析方法,对领域知识网络从时间序列上进行动态跟踪与分析。从知识节点的度序列分布、熵值分析、特定节点涌现3个方面对领域知识网络的知识涌现现象进行分析。[结果/结论]研究结果表明：领域核心知识涌现过程中随机性与非随机性交互影响;领域核心知识涌现在总体上呈现由随机性主导到结构性主导的演进趋势;领域中涌现出的核心知识并非是一劳永逸一成不变的。 相似文献
15.
目的：构建2004－2013年糖尿病领域高被引论文主体的合作网络知识图谱,揭示主要作者、机构和国家,分析其合作模式。方法：用可视化软件Citespace绘制2004－2013年糖尿病领域高被引论文的作者、机构、国家合作网络图谱。结果：核心作者是Graham Nichol、SM Grundy和Hertzel C．Gerstein等,团体内部合作密切,团体间合作极少。核心研究机构是Harvard Univ、Brigham＆Womens Hosp、Univ Sydney等,大学成为科研的主要力量。最有影响力的发文国家是美国、英国和加拿大,合作十分密切。结论：2004－2013年糖尿病领域高被引论文主体合作模式有单点型、双核型、发展型和完备型4种。基于地缘和机构属性的合作还处于摸索与探索阶段,应进一步加强地域间,高校、医疗机构、事业单位和科研机构间的合作与交流。 相似文献
16.
《Journal of Informetrics》2019,13(4):100977
Main path analysis is a popular method for extracting the backbone of scientific evolution from a (paper) citation network. The first and core step of main path analysis, called search path counting, is to weight citation arcs by the number of scientific influence paths from old to new papers. Search path counting shows high potential in scientific impact evaluation due to its semantic similarity to the meaning of scientific impact indicator, i.e. how many papers are influenced to what extent. In addition, the algorithmic idea of search path counting also resembles many known indirect citation impact indicators. Inspired by the above observations, this paper presents the FSPC (Forward Search Path Count) framework as an alternative scientific impact indicator based on indirect citations. Two critical assumptions are made to ensure the effectiveness of FSPC. First, knowledge decay is introduced to weight scientific influence paths in decreasing order of length. Second, path capping is introduced to mimic human literature search and citing behavior. By experiments on two well-studied datasets against two carefully created gold standard sets of papers, we have demonstrated that FSPC is able to achieve surprisingly good performance in not only recognizing high-impact papers but also identifying undercited papers. 相似文献