共查询到15条相似文献，搜索用时 312 毫秒
1.
[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
2.
[目的/意义] 基于知识网络的核心-边缘结构揭示Folksonomy知识组织模式中标签层级演化的模式与规律,对洞悉开放网络环境下知识组织的层级结构具有重要意义。[方法/过程] 以网络思维为指导,基于标签之间的同现关系构建领域知识网络。依据核心-边缘结构分析方法,遵循时间序列对标签层级的演化情况,从描述统计、显著性分析、层级升降演化等方面进行跟踪研究。[结果/结论] 标签的核心/边缘层级结构随着领域知识的发展演化变迁,逐渐收敛趋于稳定。标签层级的晋升与淡化主要受知识关联驱动,核心层标签之间的关联关系占有更高的权重。标签层级演化规律的揭示,有助于把握Folksonomy模式中知识组织的结构特征,对于揭示开放网络环境下知识关联及其结构关系具有积极的促进作用。 相似文献
3.
[目的/意义] 对科学研究成果与专利技术创新之间知识扩散和交叉融合发展态势的剖析，是学科领域布局、研发投入及科技资源配置等工作的重要决策依据。现有研究的测度指标未能详尽反映科技关联关系的特征及演变规律，通过设计新的指标，提出聚焦演变态势分析的领域科技关联关系测度指标及方法。[方法/过程] 通过对现有测度指标进行分析归纳，将单一的科学关联度和/或关联时滞指标扩展为紧密性、时效性、多样性三个方面分层次的测量指标，从而较全面地揭示和发现科技关联的程度及特征规律。[结果/结论] 利用本文构建的测度指标对HCV研究领域进行了计算和讨论，揭示出了该领域科技关联发展态势，并体现了新指标在测度维度系统性上的优势以及其结论对专利技术研发活动的参考价值。 相似文献
4.
[目的/意义]探索领域知识发展过程中的聚类演化问题有助于揭示知识聚类的特征和规律,对于掌握知识生长演进过程中关联知识的聚集具有重要意义。[方法/过程]以复杂网络的思想为基础,基于标签邻接关系的发生值构建时间序列领域知识网络。即依据网络模体的理论,采用网络聚类系数的分析方法,对领域知识网络进行动态跟踪与分析;结合网络密度、特征路径长度、节点度值、封闭三元组等指标,从随机因素、度相关性、邻近关联3个方面对领域知识发展过程中的聚类演化现象进行分析。[结果/结论]研究结果表明：①领域知识在发展进程中始终保持较高的聚类性;②领域知识的聚类性同时包含随机性与结构性（非随机性）两方面因素; ③领域知识聚类的动态状态在小世界网络和无标度网络之间摇摆演化; ④领域知识的聚类状态在网络全局和局部节点之间表现出一定的差异性。 相似文献
5.
6.
7.
[目的/意义]引文是施引文献与被引成果的纽带，反映了后继者的借鉴和肯定。本研究在传统题录关键词网络的基础上，创新地将引文上下文关键词作为研究材料，所构建知识图谱不仅能揭示文献主题的深层次信息，也能够反映受众主观筛选和利用文献的知识过程。[方法/过程]选取数字人文为研究领域，获取3个文献集和两个引文文本集，构建两个无向的关键词共现网络和两个有向的基于文献引证的关键词网络。通过共现网络，观察数字人文领域知识的吸收与扩散；通过引证关键词网络，观察数字人文的形成与转化。[结果/结论]研究揭示数字人文的研究重点、核心领域与核心技术，从受众的角度为数字人文领域未来研究提供借鉴和参考。 相似文献
8.
[目的/意义]为了更好地揭示主题研究领域跨学科发展的学科对象和研究内容,提出一种综合的跨学科态势分析方法。[方法/过程]首先,根据主题领域确定涉及到的所有学科类别,并定义学科影响力指数,构建学科影响力网络。然后,对学科影响力网络进行中心度、结构洞和可视化分析,识别核心学科类别。最后,构建关键词-学科类别共现网络,使用网络中心度分析获得由关键词表示的主题内容,并结合核心学科类别和领域专家意见获得跨学科主题内容。[结果/结论]实证表明提出的分析方法能够在一定程度上揭示主题研究领域跨学科发展态势,其有效性得到一定程度的验证。 相似文献
9.
[目的/意义] 旨在通过探讨学科交叉领域共词网络生成的影响因素及其作用机理，揭示学科交叉领域的微观知识连接机制。[方法/过程] 结合网络嵌入性理论，将学科交叉领域关键词共现关系建立的影响因素归纳为网络结构因素（内生变量）和关键词属性因素（外生变量），进而借助指数随机图模型，选择学科交叉领域"医学信息学"开展实证研究。[结果/结论] 研究结果表明：网络结构对共现关系生成的影响大于关键词本身属性的影响；择优连接机制和传递性机制具有显著正向作用；关键词节点倾向于与较新节点相连；医学信息学的关键词倾向于与基础学科的关键词建立共现关系，而基础学科的关键词却倾向于与自身学科关键词相连。 相似文献
10.
[目的/意义] 提出3种主题演化模式：主题全局演化、主题团簇演化和主题协同演化,以期梳理学科知识结构的演化模式,进一步丰富揭示学科知识结构的研究范式。[方法/过程] 以Web of Science中2001-2015年间图书情报学领域的核心期刊文献数据为研究对象,以"计量学"为研究主题,基于时序分析、主题-关键词共现分析构建2-模网络,利用NetDraw对各主题演化模式进行可视化呈现。[结果/结论] 通过深入比较3种演化模式得出：主题全局演化可以直观、系统把握学科的历史轨迹和研究路径;以"团簇状"为子网络单元的主题团簇演化模式,可以更为细粒度、挖掘深度更高、更全面系统、真实具体地仿真主题演化;而主题协同演化,结合全局演化和团簇演化的优势,能以"联系与发展"的视角揭示主题在演化过程中彼此之间的关联程度及其融合与独立趋势。 相似文献
11.
[目的/意义]学科基础词汇是学科知识的重要基石,对于理解学科的知识体系构成、理清学科的知识脉络以及促进学科教育都有重要的意义,但长期以来其主要依赖于人工总结,目前还未实现高效地在某学科范围内自动挖掘出学科基础词汇。[方法/过程]提出一种利用关键词共现网络发现学科内较为基础的词汇的方法。该方法利用基础词汇具有相对较低的词频和在网络中具有相对较高的中心度的特性,自动从学科关键词数据集中获得该学科的基础词汇。[结果/结论]利用ACM中1969年到2012年的论文集的计算机领域(全数据集)、user interfaces和information search and retrieval两个子主题的关键词数据集验证该方法的正确性,并且该方法能够使用较简单的步骤发现数据集中全局性的基础词汇。 相似文献
12.
[目的/意义]领域知识的跨学科交叉研究能够打破学科间的壁垒,有助于发现重大科学问题的解决方案。[研究设计/方法]基于图书情报学领域文献题录信息构建轻量级领域知识图谱,从中提取学科信息、国家信息、时间信息及其关联,采用时间与空间相结合的多维度分析方法,对学科交叉的演化进程以及国家差异进行跟踪与分析。[结论/发现]图书情报学领域内学科交叉现象日渐显著,各国家的学科交叉程度与倾向存在差异,一些目前尚不突出的交叉学科方向值得关注。[创新/价值]采用多维度视角分析学科交叉现象,相关结论可以为国家科技战略制定及学科发展规划提供有益参考。 相似文献
13.
[目的/意义]作为一类面向学科领域科技情报需求、针对全文本关键语义计量分析、旨在实现情报自动化到知识自动化实践应用的探索研究,本文基于语义标注和机器学习等技术,在前期研究从知识元共现视角探测研究前沿演进机理基础上,进一步提出一种基于知识元变异的研究前沿知识演进分析方法。[方法/过程]利用Word2vec词嵌入模型将知识元表示为词向量,通过计算知识元向量的欧几里得距离,利用K-means聚类方法识别具有相似语义语用关联的知识元簇集,计算历时簇集内各知识元TF-IDF值,对变异后知识元重要程度的突发变化结果进行定量测度,进而挖掘ESI研究前沿演进中的知识元变异特征和规律。[结果/结论]通过探测结果的对比检验发现,基于知识元变异的科学计量方法,不仅是对前期研究方法的补充和拓展,使得针对研究前沿内部知识运动规律的挖掘更加具体详实,更是在时间序列范畴内,能够尽早、及时探测研究前沿未来发展动向和关键情报信号的有力证据。 相似文献
14.
[目的/意义] 跨学科研究已成为现代科学创新研究的重要范式和必然趋势，探究跨学科领域中学科的发展模式与演化路径，对于揭示跨学科领域形成与发展的动态过程具有重要意义。[方法/过程] 以眼动追踪（Eye Tracking，ET）领域为例，对文献引文关系进行提取与学科标注，构建文献和学科层面的引文关系网络；计算各学科的他引比率、他被引比率和普赖斯指数，从宏观层面分析ET领域中主要学科的跨学科发展模式；考察不同阶段内部及不同阶段之间的学科引证关系，探究不同阶段各学科在跨学科发展过程中的关系结构与角色演变；基于引文的中介中心度识别连接不同学科关系的重要文献，考察重要文献、高被引文献以及参考文献之间的引文关系，从微观层面揭示ET领域发展的具体演化路径。[结果/结论] ET领域发展经历潜伏期、发展期和成熟期三个阶段，并呈现独立型、交叉型和学习型三种学科发展模式；各学科之间的引证关系随阶段变化逐渐紧密且分布逐渐均匀，神经学、心理学和临床医学在跨学科发展和知识输出方面处于核心地位；ET领域纵向发展表现为独立型学科的基础理论创新，横向发展表现为3种类型学科的深度融合，并呈现出"独立-线性-网状"的发展路径。 相似文献
15.
基于关联规则的Wikidata人物名称数据分析——以诺贝尔文学奖得主为主题 总被引：1，自引：0，他引：1
[目的/意义] 挖掘不同名称数据之间的关联关系,将关于某一实体或主题的领域知识表现出来,这对实现不同层次、不同粒度的知识体系的解构和重构、提供满足多种需求的知识服务工作具有重要的研究意义。[方法/过程] 提出一种基于人物实体数据运行关联规则挖掘实验的研究框架,通过对人物实体条目的抽取、预处理及属性识别与分类等处理方法,利用R语言得到人物实体集的关联规则,实现多种名称数据的关联,最后从Wikidata知识库提取113位诺贝尔文学奖得主的实体条目进行实证分析。[结果/结论] 分析右部为地点名称、机构名称、时间名称和主题名称等4种不同类型规则的关联特征,实现不同名称数据类型的关系挖掘问题。本研究可为知识的揭示、聚合和关联提供新的视角,探索了数据挖掘技术在名称数据中的应用。 相似文献