排序方式: 共有62条查询结果,搜索用时 15 毫秒
21.
学科交叉的测度、可视化研究及应用——一个情报学文献计量研究案例 总被引:1,自引:0,他引:1
将学科交叉的定量化研究分为计量指标和可视化两种方式,深入分析Rao-Stirling、信息熵、中介中心度、网络密度和网络核心度5种指标的计量差异和学科交叉覆盖地图的可视化方式。在此基础上,以Web of Science数据库收录的2001-2010年间情报学期刊论文为数据源做学科交叉度计量的实证研究,分析5种交叉度计量指标的计量特征和指标间的相关关系。研究发现:情报学在这10年间并未与与本学科跨度较大的学科形成更多交叉,同时情报学在其研究领域内的核心地位有所减弱,并通过学科交叉覆盖图展示情报学研究领域的范围以及与情报学关系最为密切的学科领域。 相似文献
22.
24.
[目的/意义]基于大量专利文献数据的核心技术主题识别有助于识别某技术领域的关键技术、分析关键技术的发展方向,是进行技术创新的基础情报工作,对于研究人员、企业乃至国家层面都具有一定的意义。[方法/过程]提出基于Chunk-LDAvis的核心技术主题识别方法,首先基于经典LDA模型进行主题识别,然后利用名词组块对初始LDA主题识别结果进行标注,构建Chunk-LDA主题识别结果,提高其可解读性;然后基于社会网络分析方法构建主题网络,识别核心技术主题;基于R语言的LDAvis工具包绘制可交互的Chunk-LDAvis核心技术主题关联分析图谱,发现核心技术主题的隐含联系,辅助进行核心技术主题识别。[结果/结论]通过对纳米农业领域进行实证研究,验证了本文提出方法的准确性和可行性。 相似文献
25.
认为利用专利技术功效主题词与专利引文进行共现分析可直观识别核心专利簇的技术功效特征。与专利引文共现分析相比,专利技术功效主题词与专利引文的交叉共现增加了主题标识,使得基于相同标引主题词的被引专利有相似的技术主题和功效特征。同时,不同的技术功效主题词通过专利引文交叉共现,可以识别不同技术主题的关联度以及技术主题对应的功效特征。最后,选择医用显微内窥镜领域相关专利做实证分析,通过技术功效主题词-专利引文、技术主题词-专利引文以及专利引文共现分析,论证专利技术功效主题词与专利引文共现方法在核心专利挖掘方面的特征、优越性及不足。 相似文献
26.
国内外专利产业化潜力评价指标研究 总被引:3,自引:1,他引:2
[目的/意义] 目前国内外一些专利评价指标能否用于专利产业化潜力的评价尚具争议,本文对遴选的指标是否适用于国外、国内专利的产业化潜力评价进行验证,尤其针对中国专利的特点,分析与国外专利在产业化潜力评价指标上的异同点。[方法/过程] 从技术、权利、市场三方面的因素进行综合考察,在文献调研的基础上遴选专利产业化潜力评价的相关指标,并利用SPSS统计分析软件通过独立样本T检验等计量方法对这些指标进行效力验证。[结果/结论] 通过专利流氓购买专利和国内转移许可专利对指标体系进行验证,结果可知:国内外专利产业化潜力评价指标存在较大差异。通过实证研究确定了一部分可用于评价国外专利产业化潜力的指标,包括相对被引次数、非专利参考文献数量、IPC分类号个数、权利要求数量、专利族大小、专利年龄、授权后第8年是否维持;可用于评价国内专利产业化潜力的指标,包括专利类型、授权后第5年是否维持。 相似文献
27.
28.
【目的/意义】通过异构网络的多模关系分析可以整合更多的主题关联关系,从而提高学科交叉主题识别的
准确度。【方法/过程】系统调研了已有的2-模异构网络的社区识别方法,将2-模网络社区直接识别分为投影方法、
非投影方法、扩展的多模网络分析和超网络分析,并对比这些已有方法在学科交叉主题识别中的优劣。在此基础
上选择对应分析作为2-模网络社区识别方法,对情报学的学科交叉主题进行识别和分析。【结果/结论】对应分析作
为一种2-模关系分析方法可直接识别异构网络的学科交叉主题,并保证更少的信息遗漏。 相似文献
29.
基于创新链理论,结合企业能力理论,提出一种潜在产学研合作对象识别的方法。首先,根据创新链及创新链中不同机构能力差异性的特点,提出创新链模式下潜在合作对象识别的理论假设。其次,采用多源数据、定性与定量研究分析创新链模式下的不同产学研合作模式、产学研主体在创新链中的能力布局特点,然后,根据能力互补原则和前面的理论假设识别潜在的产学研合作对象。最后,通过对基因工程疫苗领域的产学研潜在合作机构识别的实证分析考察方法的可行性。研究结果表明:通过对产学研合作对象在创新链各环节中的能力差异性分析,可以较好地识别潜在合作对象。 相似文献
30.
[目的/意义]主题演化对科技前沿探测、创新战略部署具有十分重要的作用。[方法/过程]将主题演化分析过程分解为主题的表示、相似性关联和强度演化计算几个步骤,提出一种主题强度演化与预测模型,使用LDA模型进行主题的表示,提出内容、共现和趋势相似度等维度进行主题关联计算,引入基于Prophet的预测-修正模型进行主题演化趋势预测。并以干细胞领域为例,进行演化的实证分析。[结果/结论]实验表明,对每个研究主题采用Logistic增长模型进行预测R2Score都达到0.90以上,表明Prophet的Logistic增长模型与该领域主题增长趋势规律相符合,能够较好地拟合主题强度的演化趋势。提出的主题演化模型对专业领域内主题分布与演化分析有一定的借鉴意义。 相似文献