|
|
|
| Analysis Framework for the Evolution of Scientific Themes from a Multi-Dimensional Perspective |
| Wang Kang1, Chen Yue1, Su Cheng2, Zhao Xiaoyuan2 |
1.Institution of Science of Science and S&T Management & WISE Lab, Dalian University of Technology, Dalian 116024
2.Institute of Scientific and Technical Information of China, Beijing 100038 |
|
|
|
|
Abstract This article is based on knowledge measurement theory regarding the dissociation and combination of knowledge units. Keywords were extracted after time-weighted correction and used as knowledge units. Analysis was based on the theory of scientific theme evolution, occurring at three levels—keyword, keyword association, and topic association framework—and involved measures of time-weighted word frequency, keyword-related topics, and topic-related similarity. The subject of this case study was the core paper for big data research in the field of library and information sciences. Experimental results show that time-weighted keyword frequency measurement strengthens rising keywords, weakens falling keywords, and quickly detects absolute high-frequency words, emergent words, or emerging words. Topic measurement based on keyword associations allows researchers to have an overall perception of and to predict development trends in big data topics in the field of library and information sciences. The similarity measure, which is based on topic association, demonstrates the complex relationships of fusion, diffusion, emergence, and extinction between various topics, which helps reveal research hotspots in the field and predicts future development trends.
|
|
Received: 07 July 2020
|
|
|
|
1 董国豪, 潜伟. 普赖斯与科学史定量研究[J]. 科学学研究, 2017, 35(5): 667-675,680.
2 de Solla Price Derek J. Principles for projecting funding of academic science in the 1970s[J]. Science Studies, 1971, 1(1): 85-94.
3 吴菲菲, 段国辉, 黄鲁成, 等. 基于引文分析的3D打印技术研究主题发展趋势[J]. 情报杂志, 2014, 33(12): 64-70.
4 邰杨芳, 张芬利, 王帅, 等. 基于引文与韦恩图法的国内隐性知识管理研究主题的演化分析[J]. 数字图书馆论坛, 2020(3): 25-32.
5 敦帅, 陈强. 中国企业可持续发展研究: 态势演进与主题演化[J]. 科学管理研究, 2020, 38(1): 94-100.
6 杜丽君. 学科交叉视角下的信息检索研究主题演化分析——以情报学和计算机科学为例[J]. 信息技术与信息化, 2020(1): 178-183.
7 李秀霞, 邵作运, 郑春厚. 我国图书情报界PIS研究的共词可视化分析[J]. 情报杂志, 2012, 31(8): 109-113.
8 赵丽梅, 张庆普. 我国知识管理研究前沿演进趋势知识图谱[J]. 科学学与科学技术管理, 2012, 33(1): 90-98.
9 张一涵, 袁勤俭, 黄卫东. 新中国70年我国用户信息行为研究的热点主题及演化[J]. 图书与情报, 2019(5): 39-48.
10 吴江, 刘冠君, 胡仙. 在线医疗健康研究的系统综述: 研究热点、主题演化和研究方法[J]. 数据分析与知识发现, 2019, 3(4): 2-12.
11 牛力, 杜丽华. 国内档案学学科主题网络构建与演化分析研究[J]. 档案学研究, 2020, 34(2): 12-18.
12 李湘东, 张娇, 袁满. 基于LDA模型的科技期刊主题演化研究[J]. 情报杂志, 2014, 33(7): 115-121.
13 颜端武, 苏琼, 张馨月. 基于时序主题关联演化的科学领域前沿探测研究[J]. 情报理论与实践, 2019, 42(7): 144-150.
14 黄晨, 赵星, 卞杨奕, 等. 测量学术贡献的关键词分析法探析[J]. 中国图书馆学报, 2019, 45(6): 84-99.
15 柯平, 宫平. 数字人文研究演化路径与热点领域分析[J]. 中国图书馆学报, 2016, 42(6): 13-30.
16 吕一博, 韦明, 林歌歌. 基于专利计量的技术融合研究: 判定、现状与趋势——以物联网与人工智能领域为例[J]. 科学学与科学技术管理, 2019, 40(4): 16-31.
17 Cobo M J, López-Herrera A G, Herrera-Viedma E, et al. SciMAT: a new science mapping analysis software tool[J]. Journal of the American Society for Information Science and Technology, 2012,63(8):1609-1630.
18 王晓光, 程齐凯. 基于NEViewer的学科主题演化可视化分析[J]. 情报学报, 2013, 32(9): 900-911.
19 赵红洲, 蒋国华. 知识单元与指数规律[J]. 科学学与科学技术管理, 1984, 5(9): 39-41.
20 滕立, 刘则渊, 王贤文, 等. 科学发现的知识结构——以宇称不守恒发现为例[J]. 科学学研究, 2012, 30(6): 820-828, 812.
21 刘则渊. 知识计量学及其可视化技术的应用研究[M]// 跨越学术分水岭. 北京: 人民出版社, 2012: 166.
22 刘罗曼. 时间序列分析中指数平滑法的应用[J]. 沈阳师范大学学报(自然科学版), 2009, 27(4): 416-418.
23 奉国和, 孔泳欣, 肖洁琼. 基于加权关键词的领域热点与趋势分析新方法[J]. 图书情报工作, 2018, 62(18): 102-109.
24 Blondel V D, Guillaume J L, Lambiotte R, et al. Fast unfolding of communities in large networks[J]. Journal of Statistical Mechanics: Theory and Experiment, 2008, 2008(10): P10008.
25 陈慧香, 邵波. 国外图书馆领域用户画像的研究现状及启示[J]. 图书馆学研究, 2017(20): 16-20.
26 张晨. 大数据时代的图书馆与数据素养教育[J]. 图书与情报, 2014(4): 117-119.
27 李阳, 李纲. 面向应急决策的智慧城市情报工程实践与应用[J]. 图书情报工作, 2016, 60(11): 81-85.
28 李阳, 李纲, 张家年. 工程化思维下的智库情报机能研究[J]. 情报杂志, 2016, 35(3): 36-41,48. |
|
|
|
