共查询到18条相似文献，搜索用时 125 毫秒
1.
基于关键词词频和G指数的新兴研究热点分析方法 总被引：1，自引：0，他引：1
郭向飞 《大学图书情报学刊》2014,(4):94-96,119
文章探讨一种基于关键词g指数及改进gt指数的新兴研究热点的分析方法,指出该方法具有同时计量关键词词频和该主题论文的影响以及凸显新兴研究热点等特点,并以学科化服务研究领域为例进行实证分析。 相似文献
2.
[目的/意义]从主题时序视角出发，以中国图书馆学会年会主题和年会论文集题录为研究样本，进行相关主题词的分布和演化分析，梳理中国图书馆界近十年来理论与实践发展脉络。[方法/过程]获取2007-2017年间中国图书馆学会年会的相关主题词，从中选择高频词，利用Excel构造主题词共词矩阵，利用Ucinet和SPSS工具进行主题词静态分布分析，结合"流行研究热点权值（PRHW）"指标对主题词进行动态演化分析。通过词频、中心性、聚类对比分析相关主题词的静态分布特征；通过词频时序和共词时序分析主题词的动态演化特征，并采用PRHW指标进行识别和演绎；从7个类团中抽取两个典型主题词构筑全主题词的共词时序网络。[结果/结论]相关主题词的静态分布特征表现为：年会主题词和论文集主题词高频词一致性较好，论文主题词更微观具体；二者都不具备显著的中心性；聚类结果根据相近原则归并出7个具体类团。主题词的动态演化特征表现为：分长期关注、早期关注、近来关注上升和近来关注下降四类，相关主题的微观演化特征得到了精细化呈现。 相似文献
3.
我国研究科技期刊工作的论文的分布与主题词分析 总被引：4，自引：0，他引：4
我国研究科技期刊工作的论文的分布与主题词分析刘瑞兴主题词分析是研究期刊论文主题内容的重要方法。我国有关科技期刊工作的研究论文的期刊分布与主题词分析尚属该研究领域的空白区。以科技期刊为主题词，利用中国科学技术信息研究所重庆分所开发的中文科技期刊篇名库，... 相似文献
4.
基于共词分析法的学科主题演化研究方法的构建 总被引：1，自引：0，他引：1
[目的/意义]相比于以单纯的关键词统计排序为主的词频分析法,和以文献作为分析对象、需要庞大的引文索引作为基础的共引分析法,共词分析法具有一定的优势。因此,基于共词分析法来研究学科主题演化规律。[方法/过程]构建基于共词分析法的学科主题演化研究方法,包括4个模块,分别是：数据准备、演化阶段划分、主题识别和主题演化分析。[结果/结论]在主题识别阶段改进了词频g指数来选取共词分析的对象;在主题演化分析模块,提出从静态和动态两个角度来分析学科主题的演化情况,构建三维战略坐标来进行静态分析,并构建学科主题演化现象识别模型来进行动态分析。 相似文献
5.
针对学科领域中热点研究主题探测,尝试综合运用共词分析方法与自组织映射(SOM)方法,在词频统计的基础上,分析高频主题词在文献中的共现,并作为输入数据利用SOM Toolbox进行SOM聚类分析,得到领域热点研究主题。以传统医药领域为例进行实证分析,结果表明该方法对领域中热点主题探测有一定效果。 相似文献
6.
7.
论文以LISA数据库为检索源,采用基于关键词的词频分析法,确定当前国外图书馆学的五大研究主题及其九个研究热点,通过文献分析指出了当前国外图书馆学领域的研究特点,预测该领域今后的发展趋势。 相似文献
8.
从h指数、g指数和e指数的定义出发,通过数学推导和实例验证给出g指数与h指数、e指数的不等式关系和函数关系表达式;通过对文献检索数据的统计分析,总结出论文按引频大小递减排序时,引频数随论文序号的变化规律的数学表达式;通过实例计算和比较,证实g指数对引频数非常敏感,并对这种敏感性的根源进行分析。最后对如何利用g指数客观评价科技工作者学术水平的问题进行探讨。 相似文献
9.
以中国知网期刊全文数据库为数据源,对主题为"图书馆+创客"的论文进行检索和分析,利用书目共现分析系统Bicomb2对论文的基本特征要素和关键词进行提取、统计分析,借鉴普赖斯定律确定该主题文献的核心作者、核心期刊、核心单位,并对文献被引用情况进行统计分析;采用g指数确定这一主题论文的高频关键词,并生成共现矩阵,然后通过统计软件SPSS和可视化工具Ucinet、Net Draw对高频关键词进行社会关系网络、共词聚类和多维尺度分析,揭示当前图书馆创客空间建设研究发展趋势和关注热点。 相似文献
10.
文献数据库中书目信息共现挖掘系统的开发 总被引：9，自引：0，他引：9
针对权威的生物医学数据库和引文索引数据,介绍一个基于文献数据库中书目信息共现关系进行文本挖掘的系统。该系统具有基本的文献计量学分析功能,并对相应的结果进行可视化表达;对高频主题词、高产作者和高被引论文和高被引作者进行共现分析,据此进行聚类分析和关联分析,获得有关的研究主题聚类和主题词/副主题词关联规则、合著聚类分析、高被引论文同被引聚类分析和高被引作者同被引聚类分析的结果和可视化表达。其中对关联规则的分析可以发现主题词之间的潜在语义规则,其他的文献计量学指标和共现分析结果可以用于科学计量学的分析。 相似文献
11.
h指数和g指数评价实证研究——基于CSSCI的统计分析 总被引：4，自引：0，他引：4
文章首先对h指数和g指数的概念与特点作简要介绍,随后通过CSSCI 2001-2005年间的引文数据,统计分析了图书情报学领域影响力较大的部分专家学者的论文和著作在5年内的被引用情况,分别计算出其h指数和g指数并加以分析探讨,最后运用SPSS软件对h指数、g指数和被引总次数之间的相关性进行了分析. 相似文献
12.
[目的/意义]针对专利文本主题建模中领域停用词自动选取尚未有充分研究的问题,提出一种新的领域停用词自动选取方法,用于专利文本主题模型分析,以提高专利主题模型的区分度与建模质量。[方法/过程]领域停用词本质上是信息比较少,在不同类别专利文本中区分度低的词。因此,引入辅助专利文本集,使用类别熵衡量词的分布情况,然后依据词的类别熵进行排序,选取类别熵最大的若干词作为领域停用词。[结果/结论]实验通过专利文本数据,验证了该方法的可行性与有效性,能够有效地提高专利主题模型的区分度。 相似文献
13.
以植物学作为专业领域的样本,对专业领域的新词自动化识别进行探索。研究选取《中国植物志》作为样本集,在ICTCLAS切词的基础上采用N-Gram统计的方法提取新词的候选项,然后分别按照词频(TF)、文档频率(D)和平均词频(TF/D)对新词候选项排序,取一定范围内的候选项作为识别出的新词。实验结果表明,词频TF筛选新词候选项的识别效果最好,F值为0.65。该方法能够自动产生专业领域的用户词典,具有较强的可移植性。 相似文献
14.
[目的/意义]以主题短语识别为研究对象,提出基于PhraseLDA模型的主题短语挖掘方法,为快速理解文本内容、准确抽取文本主题提供借鉴思路。[方法/过程]对低频词进行量化定义,提出一种合理的短语重要度计算方法,最终利用PhraseLDA主题模型推理出主题短语。[结果/结论]实验结果表明该方法在多种数据集中挖掘出的主题短语质量较高,主题一致性较强。 相似文献
15.
一种基于共词网络社区的科研主题演化分析框架 总被引：3，自引：0，他引：3
共词网络在一定程度上可以表示特定学科领域的知识结构。为分析主题演化过程,将网络社区的演化分为6种类型,分别为产生、消亡、分裂、合并、扩张与收缩。在此基础上,利用Z-value算法和社区相似度算法,构建一个科研主题演化分析模型。与传统的基于词频的分析思路相比,所提出的基于共词网络社区演化分析的框架不强调词频的变化,而是强调词间关系的变化,试图通过中观层面的网络社区的演化分析揭示科研主题发展规律。 相似文献
16.
p 指数运用于人才评价的有效性实证研究 总被引：2，自引：0，他引：2
h指数用于高发文、高引用的学者评价是有效的,但对低发文、高引用的学者进行评价存在缺陷,且数值易于雷同,不易区分。p指数在学者研究绩效评价方面具有同h指数相一致的维度,它不仅考虑学者的被引次数(C),而且考虑学者的研究质量指标——平均被引率(C/N)。以图书情报与文献学科领域49位专家为例,对比分析专家的发文量(N)、被引次数(C)、平均被引率、专家h指标、g指数、p指数,并进行相关性分析。结论:p指数优于现有的h指数、g指数,更具有评价的合理性,应在更大范围内进一步使用。 相似文献
17.
专业社交媒体中主题图谱的内容包括论坛中的主题及主题之间的关系,其具有挖掘专业产品创新方向、构建专业知识索引等重要应用价值。本文基于深度学习技术与文本挖掘技术,提出了专业社交媒体中的主题图谱构建方法。首先,使用专业社交媒体中的文本训练Skip-Gram模型,利用该模型的隐藏层权重与模型输出的预测结果,分别获取词语间的语义相似度与上下文关联度。其次,基于该语义相似度与上下文关联度,对已有领域种子本体词汇进行扩充,将语义相似或上下文相邻近的词汇纳入本体词汇,为主题抽取提供高质量的领域词汇。然后,基于扩充的专业本体词汇,使用结合本体词汇的LDA主题模型从专业社交媒体文本中抽取主题与主题词。最后,利用语义相似度与上下文关联度,定义关联度权重,通过图模型与谱聚类,获取主题间与主题词的关联关系与层次结构。本文使用汽车论坛语料进行主题图谱生成实验。实验结果表明,本文方法获取的主题词纯净度相比单独使用LDA模型提升了20.2%,且能够清晰合理地展现主题之间的关系。 相似文献
18.
自动挖掘科技文献主题并识别主题变化对于科研工作者及时获取相关领域的最新研究动态有着重要作用.针对科技文献主题多样、动态性强等特点,分析科技文献主题发现及演化具体方法,基于层次概率主题模型hLDA,采用Gibbs抽样来进行模型参数估计,并运用互信息的方法对主题词进行筛选,以提取高质量的主题词.最后,利用先/后离散分析方法研究主题随时间的演化问题.实验结果验证了主题发现及演化方法的可行性及有效性. 相似文献