共查询到18条相似文献，搜索用时 140 毫秒
1.
作者合著网络中研究兴趣相似性实证研究 总被引：2，自引：0，他引：2
[目的/意义]从作者微观个体研究兴趣角度出发,通过对作者合著网络中作者关联关键词集的研究,定量地验证研究兴趣相似是作者合作的一个动机。[方法/过程]收集WOS中检索领域相关文献题录信息,构建作者合著网络,并利用Louvain算法划分社区,实现了Jaccard系数及余弦相似性系数的计算指标,统计与对比分析整体网络及社区内部作者研究兴趣的相似性。[结果/结论]在网络整体层次,作者合著网络中作者的研究兴趣相似性较高,但也存在一定比例的差异性即互补性;在科研社区内部,合著作者平均研究兴趣相似性及互补性均高于网络整体层次,科研社区的形成受到作者研究兴趣的影响。两个层次的兴趣相似性反映了研究兴趣相似是作者合作的一个重要动机。 相似文献
2.
[目的/意义] 为便于机构人才引进,构建领域核心团队识别规范化流程,从核心区域作者确定、团队指导/师承关系判别、团队发刊倾向和团队研究方向4个方面对领域核心团队进行挖掘研究。[方法/过程] 首先,进行数据前期规范;然后,结合作者合著无向二值矩阵与核心-边缘结构分析,划分核心区域作者,综合多维指标对核心区域作者进行适当调整;最后,基于第一作者与其他作者的有向合著网络,识别领域核心研究团队。[结果/结论] 在厘清团队指导/师承关系判别基本流程上,提炼通用性规律,包括：①在"外射星型"拓扑结构的合著团队中,处于中心位置节点有较高概率为导师/指导者,而"内聚星型"拓扑结构合著团队位于网络中心的作者科研能力较强;②在第一作者与其他作者的有向合著网络中,两个节点若同时具备第一作者与通讯作者关系、有相同的所属机构、学术年龄有一定差距,则这两个节点间一定存在指导关系,有较高的概率存在师承关系。 相似文献
3.
4.
[目的/意义] 以网络问答社区为研究对象,提出基于“问题-用户”传播网络的专家发现方法,为建立用户激励机制、完善专家推荐方法提供借鉴。[方法/过程] 通过分析开放问答模式的特点,以“问题”和“用户”为节点、“答题关系”为有向边,构建“问题-用户”权威值传播网络,利用答案质量改进加权的HITS算法。[结果/结论] 提出的算法可以较好地兼顾用户的答题数量与答案质量,能够选择出活跃度高、知识渊博的用户作为专家。 相似文献
5.
[目的/意义] 通过对科研群体中学者之间的关联度进行研究,建立一种新的关联度计算模型,为深入分析学者间的关系提供更多视角。[方法/过程] 在对已有学者关联度表示方法进行总结的基础之上,将传统研究中的学者间合著关系与文献引用关系进行集成,构建基于合著与共引关系的学者关联度模型。实证部分以图书情报领域17种期刊10余年的文献数据以及引文数据为例,详细阐述基于该模型的复杂网络构建过程,并对该复杂网络的应用价值进行论述。[结果/结论] 实证数据表明,该关联度计算模型具有可应用性,构建的网络很好地将有向图与无向图进行了统一,不仅能够反映合著关系也能够体现相互间的共引关系,为深入分析学者间的关联提供数据基础,也能为知识服务和政策制定提供有益的参考。 相似文献
6.
[目的/意义] 社交媒介不仅提供了用户间知识交流的平台,而且形成了知识复用的渠道。一部分社交网络用户在信息传播、知识共享等方面都能够对其他用户产生影响,称之为“小众专家”。对“小众专家”群体的研究对于社交网络中信息传播具有促进作用。[方法/过程] 以MetaFilter数据集为例,利用用户社交网络活动数据,生成用户关系网络,结合网络分析与时序分析筛选“小众专家”,分析“小众专家”群体在不同语义环境下的“稳定-迁移”特征,并提出评测指标,进行验证分析。[结果/结论] 结果显示：只有极少部分“小众专家”能够在多种语义环境下保持稳定性,而大部分“小众专家”只能在单一语义环境中保持稳定性。 相似文献
7.
基于作者贡献的合著网络加权模式研究 总被引：1，自引：0，他引：1
文摘社会网络分析方法越来越多地被应用到合著关系研究当中,目前几种合著网络边权计算的方法均存在各自的缺点和不足。本文针对根据合著次数及合著强度计算合著网络边权方法中将文献中各作者之间合著关系做相同处理,而不考虑不同作者之间合著关系强度差异性这一缺点,从作者贡献的角度,引入作者署名次序、通讯作者情况等因素对这种方法进行改进。并对改进前后的结果进行对比分析,结果表明基于作者贡献的合著网络模型比基于作者数量的合著网络模型更好地反映合著状态。 相似文献
8.
领域前沿识别方法综述 总被引：1，自引：0，他引：1
[目的/意义]通过比较分析不同的领域前沿识别方法,总结各类方法在识别与预测前沿上的优缺点,为未来研究前沿的识别与预测提出改进意见。[方法/过程]通过综述国内外研究前沿相关的文献,辨析研究前沿的相关概念。分析目前主要的研究前沿识别方法,相较于传统的识别方法,重点对变革性研究前沿的识别方法进行归纳。总结当前领域前沿识别方法存在的主要问题,并提出改进建议。[结果/结论]就概念而言,对“研究热点”、“新兴研究”和“研究前沿”的概念内涵在时间和创新程度两个维度上进行了区分,依据创新程度的不同,研究前沿可以分为“常规性研究前沿”和“变革性研究前沿”;就识别方法而言,不同方法都有其适用场景。未来需要深入挖掘“研究前沿”,尤其要关注到主题之间的语义关联和多源数据的多元关系融合,以及对“变革性研究前沿”的前期征兆进行特征挖掘,并构建相应的识别与预测方法。 相似文献
9.
在大数据环境下,科研合作是提高科研水平、促进科研产出的重要途径。如何在浩如烟海的学者、机构、领域信息中准确地找到与自身研究方向相近的合作对象是近年来科研合作预测的研究重点。本文通过科学学领域科学文献的记录数据,构建作者-作者、机构-机构、作者-机构、作者-关键词、机构-关键词的共现网络,接着通过网络表示方法学习作者、机构、关键词在所处网络中的语境信息,将信息实体表示成相同空间的低维稠密向量,最后根据表示向量的相似度计算实现合作对象、合作领域挖掘。通过网络表示学习方法能实现多种异质信息融合,定量计算各信息实体间的关联强度,可以很好地捕捉科研网络中学者-学者、学者-机构、学者-关键词的关系,准确地为学者挖掘潜在合作者、合作机构和关键词。 相似文献
10.
[目的/意义]合理预测科研领域的潜在合作关系有助于优化资源配置,提升科研产出效率。从科研网络出发的潜在合作预测研究日益增长,需要系统总结。[方法/过程]在CNKI和Web of Science中检索并筛选出基于科研网络的潜在合作关系预测方法的研究,从年发文量、期刊分布对目标文献集进行统计分析。使用内容分析法,梳理出预测潜在合作关系的一般流程,描述步骤中的方法。[结果/结论]潜在合作关系预测一般流程为网络构建、特征提取与表示、合作预测和预测结果评价,其中构建的网络可分为同质网络、异质网络和二分网络,特征提取和表示可分为节点内容特征和网络结构特征,合作预测的方法主要有基于相似性的方法和基于机器学习的方法,预测结果评价的指标为AUC、Precision和Ranking Score;现有方法的局限性启示了未来潜在合作关系预测的发展方向。 相似文献
11.
12.
基于合著作者贡献大小分配权值的p指数探讨 总被引：1，自引：0，他引：1
[目的/意义] 为了合理平衡合著论文中作者的科研贡献,在总结前人p指数计算方法的基础上,针对合著论文作者署名次序与作者贡献均等问题,提出基于合著作者贡献大小分配权值的p指数方法,以使p指数用于人才评价时更加有效合理。[方法/过程] 以图书情报学领域两位作者的科研论文产出为例,通过数据统计与对比分析得出4种不同p指数方法的计算结果。[结果/结论] 发现只考虑独著和第一作者发文情况的p1指数与不考虑合著只要参与就计一次的p2指数属于极端的处理方式;而按均分合著者权重计算的pa指数忽略了著者署名次序的问题;根据娄策群的作者贡献率等级分配法计算所得的pw指数不仅考虑到作者合著情况,还考虑到对于一篇科研论文处于不同署名位次的作者贡献率不同。因此,根据贡献大小分配权值的pw指数更具有客观合理性。 相似文献
13.
[目的/意义] 针对包含单一类型知识单元的知识网络难以全面反映学科知识结构的问题，提出一种从多维度进行知识网络结构融合的方法，为学科领域知识结构挖掘提供借鉴。[方法/过程] 利用LDA及TF-IDF方法抽取学科知识单元，然后运用语义相似度和关键词共现分析方法构建3个学科知识子网络：主题网络、关键词网络和实体网络，并采用空间节点传递对齐方法对齐子网络节点，接着设计基于图卷积操作的自编码模型对知识节点进行表示，最后通过计算余弦相似度重构学科知识网络。[结果/结论] 实验部分以人工智能领域为例，构建融合主题、关键词和实体的学科知识网络并展开分析，实验结果表明，本文所提方法能有效地揭示学科领域研究内容和知识结构，为学科知识发现与组织研究提供有益参考。 相似文献
14.
科学知识网络的形成与演化(Ⅰ):共词网络方法的提出 总被引：6，自引：1，他引：5
知识网络观已经被情报学界普遍接受.已往的科学知识网络研究多以引文关系和合著关系为线索,其结果揭示的是科学界高阶的学科结构和智力结构,而非知识概念结构.为了在微观层面上揭示科学知识网络的形成与演化机理,我们将目光关注在了文章关键词与关键词共现关系上.通过回顾认知地图、科学知识领域绘图与共词分析三个领域的发展历史,本文提出了共词网络方法,并以此为基础分析了科学知识体系的网络结构和知识单元的增长模式.借助对共词网络的结构与演化过程的分析,本文首次从词汇维度定性解释了科学知识网络的形成与演化机理. 相似文献
15.
主题词组合新颖性与论文学术影响力的关系研究 总被引：1，自引：0，他引：1
[目的/意义] 研究学术论文内容的组合新颖性与其学术影响力的关系,为研究论文的学术影响力提供新的研究视角。[方法/过程] 采用文本挖掘方法对论文题目、摘要和关键词中的主题词进行提取,通过构建领域主题词共现网络,为每篇论文设计了新颖组合率、中等组合率和常规组合率3个指标,将领域论文划分为不同的新颖性/常规性类型,然后对不同类型论文中高被引论文所占的比例进行统计分析。[结果/结论] 同时具有主题词组合高新颖性和高常规性特点的论文成为高被引论文的几率显著高于其他类型的论文,因此建议研究者在科学研究中应注重新颖知识与常规知识的适当组合。 相似文献
16.
17.
18.
[目的/意义] 分析国内互联网搜索数据和我国流感疫情的相关性,探讨利用搜索数据辅助流行病监测的应用可能,为相关搜索引擎和疾病防控中心提供参考。[方法/过程] 通过分析百度中文搜索词搜索情况和我国流感活动情况的相关性,选择合适的搜索关键词,构建并比较一元线性回归、多元线性回归、主成分回归及人工神经网络模型,选出最优模型;引入官方发布的流感监测历史信息,进行模型优化。[结果/结论] 多元线性回归和人工神经网络模型具有更好的拟合优度,其中多元线性回归的精度更高;主成分回归模型在理论上可以减少变量之间的共线性,但实践证明无论是其拟合效果还是监测效果相对于多元回归模型来说都有所下降;历史数据和搜索数据包含的信息具有一定程度的互补性,综合使用两种数据具有最好的监测效果。 相似文献