多维视角下科学主题演化分析框架

doi:10.3772/j.issn.1000-0135.2021.03.008

情报学报

2021, Vol. 40

Issue (3): 297-307 DOI: 10.3772/j.issn.1000-0135.2021.03.008

情报分析方法与技术

本期目录 | 过刊浏览 | 高级检索

多维视角下科学主题演化分析框架

王康¹, 陈悦¹, 苏成², 赵筱媛²

1.大连理工大学科学学与科技管理研究所暨WISE实验室，大连 116024
2.中国科学技术信息研究所，北京 100038

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

摘要
图/表
参考文献
相关文章 (4)

全文: PDF (5974 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要本文以知识单元的游离与组合的知识计量理论为基础，以时间加权修正后提取的关键词为知识单元，从而在关键词、关键词关联和主题关联三个阶度进行科学主题演化分析的理论框架。其中，涉及时间加权词频测度、关键词关联的主题测度和主题关联的相似度测度。本文以图书情报领域大数据研究论文进行实证研究，研究结果表明，基于时间加权的关键词频数测度能够强化上升型关键词、弱化下降型关键词，快速探测出绝对高频词、突现词或新兴词；基于关键词关联的主题测度，可使研究者对图情领域大数据主题的发展趋势有整体的感知和预测；基于主题关联的相似度测度，能够展示各主题之间的融合、扩散、突现、消亡等复杂关系，有助于揭示领域研究热点和预测未来发展趋势。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	王康
	陈悦
	苏成
	赵筱媛

关键词 ：主题演化, 时间加权, 主题强度, 主题相似度, 知识单元

收稿日期: 2020-07-07

基金资助:国家重点研发计划项目“颠覆性技术识别理论、方法与专家预判系统”（2019YFA0707201）；中央高校基本科研业务费资助项目“技术供给侧的人工智能技术颠覆性轨迹及其发展规律研究”（DUT20RW202）。

作者简介: 王康，男，1992年生，博士研究生，主要研究方向为科学计量学、技术管理；陈悦，女，1975年生，博士，教授，博士生导师，主要研究方向为科学计量学、创新管理、技术管理，E-mail:chenyuedlut@163.com；苏成，男，1973年生，博士，研究员，主要研究方向为科学计量学与科技评价；赵筱媛，女，1978年生，博士，研究员，主要研究方向为科技情报、科学评价、科技政策与管；

引用本文:

王康, 陈悦, 苏成, 赵筱媛. 多维视角下科学主题演化分析框架[J]. 情报学报, 2021, 40(3): 297-307.
Wang Kang, Chen Yue, Su Cheng, Zhao Xiaoyuan. Analysis Framework for the Evolution of Scientific Themes from a Multi-Dimensional Perspective. 情报学报, 2021, 40(3): 297-307.

链接本文:

http://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2021.03.008 或 http://qbxb.istic.ac.cn/CN/Y2021/V40/I3/297

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.