共查询到20条相似文献，搜索用时 718 毫秒
1.
国外图书情报类期刊热点主题及发展趋势研究 总被引：1，自引：0，他引：1
利用自组织映射(SOM)人工神经网络方法分析60种有代表性的国外图书情报类期刊的热点主题及Journal of Information Science(JIS)从1981-2007年的主题发展趋势。利用改进的SOM输出方式——属性叠加矩阵,识别出60种期刊的7类热点主题,并构造一种新的SOM显示方式“热点属性投影”, 结合常见的U-matrix图,分析JIS期刊的热点主题在过去27年间的发展过程与规律。其研究结果在一定程度上可以反映国外图书情报类期刊主题的发展规律。该研究方法为期刊热点主题识别及发展趋势研究提供较为完整的工具与思路。 相似文献
2.
3.
探究国内社会化阅读研究领域的知识基础、热点主题和研究前沿,以期为后续理论研究与实践探索提供参考和借鉴。运用知识图谱软件CiteSpace对2011—2019年CNKI期刊全文数据库收录的457篇社会化阅读研究期刊论文进行可视化分析,通过关键词共现分析、突现词探测等方法剖析研究热点及前沿。研究结果表明:我国社会化阅读研究尚处于快速发展阶段,文献主要集中于图书情报、新闻传播及编辑出版领域;热点研究主题包括阅读推广、全民阅读和数字出版,新闻客户端、微信及以大学生为主要研究对象;阅读推广、社交出版及用户生成内容是近年来的前沿研究主题。 相似文献
4.
选取1999-2010年期间Web of Science有关国际空间站的主题数据,分别使用Spss 17、Ucinet和CiteSpace Ⅱ等软件,采用基于高频词的因子分析法、基于高频词的战略坐标图法和基于CiteSpace突发词的图谱法等探测方法,对国际空间站前沿进行探测,并对比实验效果,发现因子分析可客观地探测热点主题,战略坐标图可确定热点中的潜在主题领域,CiteSpace则可直观地展示主题演变情况,而综合利用这三种方法可以更为全面地捕捉到国际空间站研究领域的前沿热点。 相似文献
5.
6.
大数据时代下,运用文本挖掘技术自动从海量科技文献中提取研究主题并探测研究趋势十分重要。基于LDA 主题模型,考虑科技文献的发表时间信息,对优秀“综合性科学技术”类大学学报2006-2014 期间刊载的计算机科学类文献进行主题内容和主题强度分析;同时基于计算机专业期刊文献,进行研究趋势探测。本文从25 个研究主题中得到7 个强度增强的研究主题和6 个强度减弱的研究主题,揭示大学学报文献中我国高等院校对计算机科学领域的研究状态。通过对数据进行挖掘和分析,了解我国高等院校在计算机科学研究领域的研究趋势,帮助从事该领域研究的学者寻找新兴研究主题,有助于大学学报在定向组稿和学术专辑出版中,把握学术热点与前沿方向,进而提高学报的影响力。 相似文献
7.
科研机构在科学研究和技术创新过程中发挥着重要作用,对不同国家科研机构的研究领域进行分析有助于促进相互学习并提高合作的可能性。本文利用自组织映射(SOM)人工神经网络方法对87所中美图书馆学情报学(LIS)科研机构在技术维度的图书情报学领域研究进行可视化比较分析。研究发现,中美图情科研机构都与本国同行具有更相似的研究领域。根据其研究领域的相似性,共识别出八组国际潜在合作机构和七组国内潜在合作机构,最后分析了中美图情机构的热点与特色研究领域。该研究发现有助于更好地了解中美图情机构在技术维度的图书情报学研究领域的相似性与差异,为相关科研机构寻找潜在的合作对象,跟踪国外热点研究领域,发现自身研究的不足提供决策支持。图1。表6。参考文献42。附录1。 相似文献
8.
[目的/意义]运用弱共现和突发监测两种研究方法,在微观层面对情报学学科的研究主题及其交叉性进行分析,以期揭示与科交叉规律,促进学科交叉研究。[方法/过程]获取情报学学科科研论文的高频主题词,在此基础上生成高频词共现矩阵,并进一步生成弱共现网络,对弱共现网络呈现出的主题及交叉性进行分析。同时,对高频主题词进行突发监测。[结果/结论]研究结果显示,在高频词强共现网络中不突出的研究主题会在高频词弱共现网络凸显出来,这些研究主题可能是当期的研究重点,也可能是将来的研究重点和热点;主题之间弱关系被定义为4类,体现了情报学学科微观层面的交叉性;突发探测结果在研究时间段内显示的研究热点趋势和强共现网络的聚类结果具有一致性,在揭示具有学科交叉性的新研究主题时体现出敏感性、突出性和动态性优势。 相似文献
9.
共词网络是科学知识网络的有机组成部分,本文总结了针对学科的共词网络研究的方法、程序和图谱绘制流程,采集了1900~2012年图书馆与情报学领域国际期刊的数据,将其中的高频关键词利用学科共词网络图谱展示出来。在剖析网络结构特征的基础上,得到7个子网络,其主题分别对应于知识管理、图书馆、信息检索、信息技术、文献计量、信息政策、电子商务等,7个图书馆与情报学领域的热点主题基本都是图书馆与情报学目前研究的热点主题。本文还设计了主题-主题共现矩阵,使用了以主题本身为节点的主题层级的网络图谱揭示了这七个主题之间的关联,分析了七大热点主题的核心关键词词频随着时间变化的演化图谱,最后着重对学科共词网络的研究方法的局限性进行了反思和讨论。 相似文献
10.
分析关键词共现聚类方法、战略坐标分析方法、引文共被引方法、高频词分析方法、数据流分析方法在特定学科热点和前沿主题研究中的应用,采用专家咨询法评估研究结果的相关性,揭示不同研究方法的有效性和局限性。研究发现,关键词共现聚类方法、战略坐标分析方法、引文共被引方法、高频词分析方法、数据流分析方法可初步探测特定学科的研究热点和前沿主题,但由于阈值设置和算法选择的不同,以及文献时滞性和重复性特征,会导致相关信息揭示的差异和不全面。只有几种研究方法结合起来使用,相互印证对照,并且增加领域专家在探测过程中的全程参与,才能够更好地保障研究结果的可靠性和完备性。 相似文献
11.
[目的/意义]基于科技论文多特征项共现突发强度的分析方法研究是将各学科领域科技论文文献载体中的多特征项共现信息定量化、重点热点突发的信息内容可视化的知识图谱分析方法。从动态论文等文献的文档流中探测出突发的特征项对识别密集的内容、活跃的特征项以及预测文本内容的发展走势具有重要的意义。[方法/过程]本研究针对科技论文多特征项共现的突发监测问题,对比目前已有的突发监测分析算法,将改进后的基于卡方统计的热点词计算方法进一步应用于本研究所设计的多特征项突发共现分析方法,并自主开发多特征项突发共现可视化分析工具,用于科技论文多特征项突发共现的图谱可视化,以期通过该研究来揭示相关科技文献的变化状况及突发的热点内容。[结果/结论]通过将本方法应用到科研机构年度发表论文的监测当中,可以监测分析科研机构发文作者、关键词、发表期刊及其相互间关系(如作者-关键词等)在各年的突发情况,并能通过该分析方法以及交叉图谱进一步解读突发特征项的含义,并能揭示出比分析单一特征项突发情况更为广泛和深入的知识内容。 相似文献
12.
基于2006—2010年的编辑出版教育研究文献,从出版教育现状、出版教育改革、国外出版教育三个方面对2006—2010年的出版教育研究进行综述。在对文献进行评述的同时,分析近五年来我国出版教育研究的重点课题,认为对出版研究生教育的反思和对改革开放30年出版教育的总结是研究的新热点。最后,对研究方法进行总结,肯定实证案例研究在出版教育研究中的重要性。 相似文献
13.
《Journal of Informetrics》2014,8(1):217-233
Research institutions play an important role in scientific research and technical innovation. The topical analysis of research institutions in different countries can facilitate mutual learning and promote potential collaboration. In this study, we illustrate how an unsupervised artificial neural network technique Self-Organizing Map (SOM) can be used to visually analyze the research fields of research institutions. A novel SOM display named Compound Component Plane (CCP) was presented and applied to determine the institutions which made significant contributions to the salient research fields. Eighty-seven Chinese and American LIS institutions and the technical LIS fields were taken as examples. Potential international and domestic collaborators were identified based upon their research similarities. An approach of dividing research institutions into clusters was proposed based on their geometric distances in the SOM display, the U-matrix values and the most salient research topics they involved. The concepts of swarm institutions, pivots and landmarks were also defined and their instances were identified. 相似文献
14.
[目的/意义] 在科学研究中,从不同来源的科技文献中识别挖掘科研热点对于开展科研工作具有指导意义。旨在通过本研究提出的模型方法,快速准确地识别蕴含在多源文本中的热点主题,为科研创新提供支撑服务。[方法/过程] 提出一种基于LDA2vec模型的多源文本下科研热点识别的方法并针对科研热点识别构建模型,该方法融合LDA主题模型对隐含语义挖掘的优势和Word2Vec词向量模型对于上下文关系把握的优势。以机器学习领域的科技文献为例,利用模型困惑度和主题一致性两个指标对LDA2vec的在本领域应用的可行性和有效性进行验证,并与LDA的主题提取效果进行对比。[结果/结论] 实验结果表明,提出的方法在面对多源数据情况下,进行科研热点识别挖掘是可行的,且在一定程度上有效果的提升,对利用单一数据源进行主题分析的不足进行补充,对多数据源融合的实践应用进行丰富。 相似文献
15.
��[Purpose/significance] In scientific research, identifying mining scientific research hotspots from different sources of scientific literature is of guiding significance for carrying out the next scientific research work. It aims to quickly and accurately identify hot topics contained in multi-source texts through the model method proposed in this study, and provide support services for scientific research innovation.[Method/process] This paper proposed a method based on LDA2vec model for multi-source text research hotspot identification and built a model for scientific research hotspot identification. This method combined the advantages of LDA topic model on implicit semantic mining and the context of Word2Vec word vector model. Taking the scientific literature in the field of machine learning as an example, the model extraction degree (perplexity) and topic coherence (topic coherence) were used to compare the topic extraction effects of LDA2vec and LDA in the context of multi-source text.[Result/conclusion] After experiments, the results show that the method proposed in this paper is feasible and can be improved to some extent in the face of multi-source data. The method can relatively quickly and accurately identify the hot content in the multi-data source text, make up for the shortcoming of the single analysis data source for subject detection, and enrich the practical application of the multi-data source fusion theory system. 相似文献
16.
[目的/意义] 在大数据时代面对海量的数据用户有时会束手无策。因此,越来越多的学者们开始关注互联网热点话题发现的算法,帮助用户快速获取热点话题。[方法/过程] 基于DBSCAN算法,通过动态调整参数来优化算法,实现热点话题发现。根据句法结构与句间关系分析构建热点话题过滤模型,过滤包含热点词项的一般话题。[结果/结论] 采用主流网站新闻数据集进行实验,利用错检率、漏检率等评价指标对算法的有效性进行检验,实验结果证明改进算法性能有所提升,能够为信息用户提供科学研究网络数据的高效途径。 相似文献
17.
《Journal of Informetrics》2022,16(4):101343
In this study, MatrixSim, a new method for detecting the evolution paths of research topics based on matrix similarity, was proposed. In the analysis of research topic evolution with the help of co-word networks, in contrast to traditional methods of topic evolution path detection, such as cosine similarity and edge similarity, MatrixSim is based on the local community structure of topic communities in co-word networks and considers the similarity of research topics in both nodes and edges, that is, words and inter-word relations. Using the library and information science field as an example, two sets of experiments were designed for topic similarity detection and subject-specific research topic evolution analysis to evaluate and verify the performance of MatrixSim in detecting the evolution paths of research topics and its validity and feasibility in research topic evolution analysis. The results confirm that MatrixSim performs well in detecting the evolution paths of research topics. It can correlate important research topics, help describe the research development process in scientific fields, reveal the internal evolutionary features of research topics, and thus discover and track the research frontiers in scientific fields. This study provides significant methodological support for researchers conducting prospective research activities. 相似文献
18.
基于CiteSpaceⅡ的数字图书馆研究热点分析 总被引：3，自引：0，他引：3
通过CiteSpaceⅡ对Web of Science中数字图书馆领域相关论文进行共被引分析,利用CiteSpaceⅡ的聚类结果和聚类标识结果,从研究热点、研究热点的时间、关键点三个方面对数字图书馆研究热点进行了分析。 相似文献
19.
利用知识可视化软件CiteSpace分析Web of Science中收录的2003-2012年知识图谱研究相关论文,分别对相关文献的时间分布、期刊分布、学科分布和地区分布,作者合作网络、机构合作网络以及学科代表人物和经典作品等进行分析,直观地揭示国外知识图谱研究的发展现状,并通过关键词共现分析确定国外知识图谱研究热点,通过主题词突变检测描绘国外知识图谱研究前沿与趋势。 相似文献
20.
[目的/意义]主题排序不仅是信息检索、信息组织研究的基础性问题，也是图书馆学科服务的重要工作，对学科领域研究主题进行有效排序能够帮助科研人员和科研管理部门有效把握学科领域的研究态势，准确定位科研方向，快速做出科研决策。[方法/过程]基于趋势分析提出一种学科研究主题优先级排序算法。首先，在主题提取的基础上，根据发文趋势和引文趋势将每个研究主题按研究等级分为贫乏主题、热点主题、冷点主题、过热主题4个子类。然后，分别对各子类下的主题词进行优先级排序。[结果/结论]在情报学领域的实验表明：本文提出的优先级排序算法能够全方位、细粒度、深层次地展示学科领域研究主题的发展等级，该方法可为从时间维度实现动态情报分析提供新的视角。 相似文献