共查询到20条相似文献，搜索用时 828 毫秒
1.
[目的/意义]探究在线健康社区的研究热点及主题演化脉络,为在线健康社区领域的探索研究提供借鉴,同时在一定程度上助力健康中国战略的实施。[方法/过程]以2006—2021年Web of Science核心集中有关在线健康社区领域的339篇文献为研究对象,利用SciMAT软件制作关键词重叠图、主题战略坐标图和主题演化路径图,分析在线健康社区领域的研究热点和演化路径。[结果/结论]在线健康社区领域各时期聚类的主题数量先减后增,主题类团的演化能力不断增强,演化路径日渐平稳。三条主要的主题演化路径为：(1)在线健康社区的社会支持研究：社会支持→社会支持→社会支持→社会支持、癌症;(2)在线健康社区的在线社交媒体研究：质量→在线社交媒体→在线社交媒体;(3)在线健康社区的在线评论研究：口碑→在线评论。 相似文献
2.
[目的/意义]为更全面、细致地揭示国内外情报学的发展路径与特点,从而有助于学者从更宏观的角度对领域的发展有更深入的认识。[方法/过程]本文以情报学领域国内、国外代表性核心期刊论文作为数据源,采用共被引分析法、词频法、知识图谱等方法,对国内外情报学领域的研究前沿及演进趋势进行可视化呈现。[结果/结论]首先,通过对比发现,国内外情报学领域前沿主题既存在共通之处,也存在差异性。其次,国内情报学领域的经典前沿演进路径有聚焦图书馆信息服务的演化路径和聚焦计量学与信息可视化的演化路径,国外的经典前沿演进路径为聚焦用户感知与用户行为的演化路径。国内外典型前沿演进路径表现的不同,其根本原因在于国内外情报学的起源、发展背景和研究范式的不同。 相似文献
3.
[目的/意义]对比论文数据和专利数据的特征指标,识别热点、新兴、潜在和消亡研究前沿主题。[方法/过程]利用LDA主题模型,对智能汽车领域相关的论文数据和专利数据进行主题提取,计算两个数据源下各主题的强度和主题新颖度并进行对比分析。[结果/结论]本文识别出路径规划技术等热点研究前沿6个、智能计算等新兴研究前沿2个、安全认证技术等潜在研究前沿6个、车载平台等消亡研究前沿6个。本文在前沿识别方法上进行了创新,有效识别出领域内研究前沿并进行分类,为相关机构和研究人员提供借鉴。 相似文献
4.
[目的/意义]主路径上核心主题的演化可以反映行业发展方向，凸显行业热点技术并预测技术的未来发展，有效判断技术主题间的传承演变关系。[方法/过程]本研究构建一种凸显主路径上的核心主题及演化方法。该方法不同于文本挖掘和聚类，是基于引文网络主路径映射专利分类号的链接计数，通过专利的分类号替代技术主题在主路径上演化并计算节点的技术主题含量，以技术主题含量的变化凸显主路径上的核心主题及其发展历程。[结果/结论]展示有机发光二极管OLED的主题演化图，证实了该方法的合理性。 相似文献
5.
[目的/意义]近年来,政府绩效管理成为学界和实践界的关注热点,对该领域的研究热点及演化路径的计量分析具有重要意义。[方法/过程]以2002-2015年CNKI中的472篇政府绩效管理领域的研究期刊为样本,利用CiteSpace进行高频关键词统计及各类科学知识图谱绘制,并结合专家建议。[结果/结论]获悉目前该领域的研究热点、演化路径及未来潜在的研究热点。 相似文献
6.
【目的/意义】数字阅读给人们的知识与信息获取带来了巨大的变化，识别数字阅读领域的研究热点及其主题演化路径，有助于对数字阅读领域建立起动态的全景化视野。【方法/过程】文章以数字阅读领域的高水平论文为基础数据源，基于关键词共现关系构建领域知识网络，通过高频次与高度值关键词识别领域研究热点，采用SLM社团发现算法和主题密度图跟踪分析领域的主题演化路径。【结果/结论】研究结果表明，数字阅读领域已具有相对稳定的知识体系架构；从数字出版到阅读推广再到问题消解，领域研究逐渐走向成熟；从关注阅读形式到关注阅读效果，领域研究进入内涵式发展道路。【创新/局限】研究工作主要聚焦于国内学术界具有代表性的高水平研究层次，未来的研究工作将纳入更广泛的数据来源，进行更加全面细致地研究。 相似文献
7.
[目的/意义]旨在发现国内用户画像研究领域的研究主题以及这些主题的发展脉络,为图书馆用户画像的构建提供参考。[方法/过程]运用LDA主题模型对国内用户画像研究论文的题目、摘要和关键词等内容进行文本挖掘,按年度对热点主题进行分析并发现各主题的演化趋势。[结果/结论]国内用户画像研究领域大体可划分为8个研究主题：新媒体营销、电商系统与精准营销、推荐算法与推荐系统、健康信息服务、教育教学、金融服务、社交网络与内容分析、高校图书馆与信息服务。研究主题按年度演化趋势可分为上升主题、平稳主题和衰减主题3类。高校图书馆与信息服务是上升幅度最大的主题,这表明研究人员越来越关注用户画像在图书馆及相关领域的应用研究。 相似文献
8.
[目的/意义]人工智能已成为推动新一轮科技革命和产业变革的重要技术力量,世界各国加紧出台了相关政策。通过对当前研究进行及时梳理,可为今后国内人工智能政策的理论推进及政策出台和完善等提供指导。[方法/过程]以国外SSCI和国内CSSCI期刊数据库收录的395篇研究论文为样本,采用文献计量分析和比较研究法对中外人工智能政策研究的高共被引文献、热点主题及演进趋势等进行深入探索。[结果/结论]与国外相比,国内研究起步较晚但势头迅猛;高共被引文献反映了人工智能领域存在的问题和风险、应用前景、技术革新及对社会的影响;国外研究热点涵盖了知识管理等十二类主题,而国内研究热点则包括国家治理背景下人工智能政策发展路径等三类主题;国外研究的演进特征体现在三个方面,而国内研究则体现在两个方面。最后,从加快形成和构建人工智能政策研究的理论框架体系等三个方面提出对国内研究的启示。 相似文献
9.
[目的/意义]对政策评估研究脉络进行可视化分析，对研究人员全面了解我国政策评估领域的研究现状，推动我国特色新型智库建设具有重要意义。[方法/过程]以中国社会科学引文索引（CSSCI）收录的政策评估领域639篇文献为研究对象，采用文献计量方法与VOSviewer知识图谱分析软件，识别政策评估领域的研究主体、知识基础、研究热点与演化路径。[结果/结论]构建了作者共现知识图谱识别出了该领域的主要科研团队和合作情况；构建了文献共被引知识图谱，识别出该领域3个维度的知识基础；构建了关键词共现知识图谱，挖掘出该领域的3个研究热点，在此基础上叠加关键词平均出现年份，识别出研究热点的演化路径。 相似文献
10.
[目的/意义]从研究主题的知识生产与扩散两方面识别学科研究热点,有利于明确学科重点,把握学科发展动向,为预测未来研究趋势提供研究基础。[方法/过程]提出主题动能概念,基于研究主题的生产与扩散指标构建主题动能模型,综合分析某时间段某主题的研究质量(横向热度)与速度(纵向变化),识别学科研究热点;并根据多时间段的动能变化情况划分不同类型的研究热点,描述其动态变化。[结果/结论]选择图书情报领域2017—2021年研究文献与引证文献为例进行实证分析,发现主题动能模型能够有效识别当前阶段的学科研究热点;选择2012—2016年和2017—2021年两个时间段的相关数据分析主题动能变化,能够划分学科“前沿型”“稳定型”“衰退型”三种类型研究热点,实现对学科研究的动态描述。 相似文献
11.
[目的/意义]分析2007-2016年中国竞争情报年会会议论文的基本情况,揭示竞争情报研究热点主题及其演化规律,探索竞争情报的未来发展趋势。[方法/过程]选取2007-2016年中国竞争情报年会会议论文,对高频关键词综合运用共词分析、聚类分析和战略坐标图方法进行分析。[结果/结论]展示我国竞争情报研究的主题演化特征,表明竞争情报系统是领域研究的基础主题和活跃主题,大数据和智库研究将会是我国竞争情报发展新的挑战,以情报池为基础的综合情报分析将会是未来竞争情报研究的趋势。 相似文献
12.
[目的/意义]从知识流视角揭示研究前沿核心主题与发展主题知识吸收与扩散过程,分析其演变规律及关键节点,以期为研究人员深入开展前沿研究提供新视角和新思路。[方法/过程]首先,基于共被引理论获取研究前沿核心文献和施引文献集合,通过主题聚类识别前沿核心主题和发展主题两类知识节点;其次,对知识节点进行向量化表示,通过计算知识节点间相似度构建知识节点之间的关联关系,依据知识节点类型和节点关联关系识别研究前沿知识流动的6种类型;再次,利用EChart平台对主题演化状态进行可视化;最后,以“基因组编辑技术及其在农作物中的应用”研究前沿为例开展实证研究,并结合近年基因编辑技术研究内容、相关前沿发布情况验证方法的可行性和有效性。[结果/结论]实证结果表明,基于核心主题和发展主题,从知识流的视角对主题演化状态进行分析,能够识别前沿主题演化路径及发展的关键节点,有助于探索研究前沿可能的创新切入点,开展前瞻布局,把握前沿机遇。 相似文献
13.
近十年国内外计量经济学研究进展与趋势——基于Citespace的可视化对比研究 总被引：1，自引：0，他引：1
[目的/意义]通过对国内外计量经济学研究的对比分析，了解国内外相关研究的差距所在，并且根据研究热点的变化，在一定程度上推测国内外今后的研究方向。[方法/过程]本文选取CNKI和Web of Science作为数据来源，对国内外计量经济学学科2008-2017年的文献通过可视化软件CiteSpeace从年代分布、关键词、期刊、研究热点、研究前沿等方面进行统计分析。[结果/结论]研究表明，国内外的研究热度一直处于较高的水准，在研究涉及的领域广度和深度方面，国内略落后于国外，运用计量经济学分析和解决各类社会现象和实际问题可能会是今后研究的新热点。 相似文献
14.
[目的/意义] 运用概率主题模型全面研究专利文献主题演化,分析专利技术发展过程及趋势。[方法/过程] LDA模型按时间窗口对专利文本建模,困惑度确定最优主题数,按专利文本结构特性提取主题向量,采用JS散度度量主题之间的关联,引入IPC分类号度量技术主题强度,最后实现主题强度、主题内容和技术主题强度3方面的演化研究。[结果/结论] 实验结果表明：该方法能够深入挖掘专利文献的主题,可以较好地分析专利技术随时间的演化规律,帮助相关从业人员了解专利技术的演化过程及趋势。 相似文献
15.
基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型 总被引：2，自引：0，他引：2
[目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架，以基因工程领域为例利用主题概率模型识别WOS核心集中论文摘要数据研究热点主题并进行主题演化关联构建，然后选取BP神经网络、支持向量机及LSTM模型等3种典型机器学习算法进行预测分析，最后利用RE指标和精准度指标评价机器学习算法预测效果并对基因工程领域在医药卫生、农业食品等方面研究趋势进行分析。[结果/结论]实验表明基于LSTM模型对热点主题未来发展趋势预测准确度最高，支持向量机预测效果次之，BP神经网络预测效果较差且预测稳定性不足，同时结合专家咨询和文献调研表明本文方法可快速识别基因领域研究主题及发展趋势，可为我国学科领域大势研判和架构调整提供决策支持和参考。 相似文献
16.
[目的/意义]当前学科领域主题演化与预测研究文献快速增长,适时开展国内外最新研究的梳理与述评,助力研究的价值提升。[方法/过程]首先,归纳现有研究理论基础,构建研究总体框架图;其次,依据研究的内在知识逻辑,刻画了主题演化与主题预测的方法路径;最后,在剖析研究价值的基础上,提出未来研究建议。[结果/结论]后续研究需加强科学演化模型、演化扩散理论以及科学—技术关联模型的完善与应用,积极使用深度语言模型以及深度学习算法以提升主题预测的准确性,同时在宏观、中观以及微观三个层面丰富研究对象颗粒度,并注重研究的科技情报实效。 相似文献
17.
[目的/意义]随着产业和技术复杂化,需要融合多个技术领域才能有效进行创新。研究技术融合趋势,有利于提供产业创新路径,促进技术融合,识别新兴技术。[方法/过程]采用LDA主体模型和社会网络方法,以关节机器人专利为例,对专利文献进行主题分类,提炼技术关键词,构建技术关键词间的主题共现矩阵,对技术融合进行测度并分析技术融合趋势。[结果/结论]研究结果发现:关节机器人专利技术融合呈小世界趋势,机械本体与驱动结构,控制系统与驱动结构融合趋势不明显,传感器是关键核心技术,机器人与人工智能结合是产业技术发展的新兴领域。 相似文献
18.
[目的/意义]知识经济时代,知识扩散的路径研究是掌握知识发展动向、把握新机遇的重要途径。摸清知识扩散的规律与机制,有助于准确预测知识扩散的未来动向,推动知识的共享与发展。[方法/过程]以CNKI和Web of Science两个数据源近五年的图情学科研究型文献为例,采用文献计量的分析方法,结合SATI分析软件,从知识扩散的广度、速度、强度三个指标,以及知识扩散的主题演化方面,比较分析我国图情学者在国际和国内平台的知识扩散特征差异。[结果/结论]国内和国外图情学科的知识扩散广度在逐渐增加,但国外的增速更加明显;国内图情学科的知识扩散速度明显高于国外;国内向本学科的知识渗透率最高,在50%以上,国外更多渗透于其他学科,且与环境科学的交叉融合在逐年加深。 相似文献
19.
目的/意义]随着互联网新媒体技术的发展，国内外微学习研究逐年递增，探讨微学习研究热点与前沿，有助于明确相关研究拓展与深化的方向。[方法/过程]运用文献分析法，基于对中国知网CNKI和Web of Science数据库的检索，勾勒了2008年以来国内外相关研究的趋势；运用共词分析方法，通过SPSS软件，建立了国内外新媒体相关研究的关键词共词矩阵及其相关矩阵、相异矩阵；通过聚类分析和多维尺度分析，并结合战略坐标分析归纳了微学习热点领域；运用Citespace，绘制了微学习研究的知识网络图谱，探讨了微学习的研究前沿。[结果/结论]国内微学习热点领域分为移动学习资源、网络教育及学习行为，而国外热点领域则主要包括在线学习和教育、在线学习策略；国内微学习研究趋向专业化，微学习研究与大数据下的在线教育紧密结合，而国外微学习研究则与实际应用紧密结合，这些热点和前沿可成为进一步研究拓展和深化的方向。 相似文献
20.
[研究目的]新兴领域由于发展时间不长,相关研究的文本量不够充足,先切分文本后关联主题的演化方法可能会导致各时间窗主题重复等问题,因此提出一种先整体识别热点,后切片分析演化的方法,解决新兴领域演化分析中文本量不足的问题。[研究方法]以制氢领域的核心中文期刊文献为数据源,通过构建指标体系先对整体语料库进行热点主题识别,再进行时间切片。对每个时间窗口的文本进行LDA主题抽取,并利用Word2Vec训练词向量,通过相似度计算进行热点主题的子话题关联及其主路径的词汇关联,从而分析各热点主题的结构演化和内容演化。[研究结论]绘制了各热点主题的结构演化图,并以热点主题光催化剂性能及其制备为例,揭示了其在各时间窗内的热点转移关系;同时绘制了其内容演化图,揭示了其各时间窗内的研究重点。实现了演化研究方面的精细化表达,为文本量不够充足的新兴领域演化分析提供了有效可行的思路。 相似文献