排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
文章采用引文分析与共词分析方法对Web of Science收录的新冠主题期刊论文及其引文数据进行计量分析和可视化展示,探究图情学知识输出的广度和强度、输出过程中的知识融合以及输出知识支撑的研究主题。研究发现,图情学在全球抗疫中的知识输出较为广泛,但高强度的知识输出仍集中于少数学科;知识交流与融合是跨学科研究的基础;全球抗疫推动了图情学在医学领域的知识融合与扩散,形成了新的学科生长点与突破点。 相似文献
2.
[目的/意义]挖掘高强度关联学科，揭示多学科知识融合规律，有助于更好地把握和推动多学科知识融合。[方法/过程]从Web of Science核心集获取新冠肺炎主题论文，采用Apriori算法挖掘参考文献所属学科的频繁项集和强关联规则，揭示知识融合特征。以一项强关联规则为例，结合关键词聚类分析，识别该学科组合在知识融合后形成的热门主题。[结果/结论]新冠肺炎研究的知识来源非常广泛，跨学科知识融合十分普遍，关联规则挖掘提供了一种识别和预测强关联学科组合及其知识融合趋势的新方案。 相似文献
1