分类： 图书馆学、情报学 >> 图书馆学 提交时间： 2023-08-27 合作期刊: 《图书情报工作》
摘要： [目的/意义] 判别重点研究方向对科研管理和科技政策的制定有着重要参考价值，已有的定量方法多是根据创新性、新颖性以及增长性等特征属性设计指标进行识别、推荐，本研究进一步利用研究方向间的关联关系，从网络拓扑结构和特征属性两个维度判别重点研究方向。[方法/过程] 在构建领域文献引用网络的基础上，利用大规模网络聚类算法识别研究方向，并构建研究方向关联网络，利用网络重要节点识别算法从网络拓扑结构的角度判别重点研究方向，同时结合新颖性、增长性和H指数三个特征属性指标，构建了重点研究方向遴选指标体系。[结果/结论] 对纳米科技领域进行实证分析，经专家判读，认为加权PageRank、Gefura以及增长性指标更加具有客观性、全面性和稳定性，通过综合运用三个指标遴选出208个纳米科技领域的重点研究方向。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-10-11 合作期刊: 《数据分析与知识发现》
摘要： 【目的】探索科学结构地图中研究领域群的自动识别方法, 快速勾勒科学结构全貌, 增加时效性。【方法】利用特征词测度研究领域的主题相似性, 同时考虑研究领域的相对位置关系, 将位置相邻、主题相似的研究领域划为领域群。设计有效性评价指标对比不同方法的最优参数组合, 推荐最优方法。【结果】该方法能有效地识别出不同时期科学结构地图的领域群。【局限】方法的有效性是基于“科学结构地图”数据的实验结果得到, 参数组合是否适用于其他数据还有待进一步验证。【结论】为科学结构地图领域群的自动识别提供了有效方法。
点击量
点击量
下载量
评论
