基于主题关联分析的科技互动模式识别方法研究

doi:10.3772/j.issn.1000-0135.2019.10.001

情报学报

2019, Vol. 38

Issue (10): 997-1011 DOI: 10.3772/j.issn.1000-0135.2019.10.001

专题约稿

本期目录 | 过刊浏览 | 高级检索

基于主题关联分析的科技互动模式识别方法研究

刘自强^1,2, 许海云^1,3, 罗瑞^1,2, 董坤⁴, 朱礼军³

1.中国科学院成都文献情报中心，成都 610041
2.中国科学院大学经济与管理学院图书情报与档案管理系，北京 100049
3.中国科学技术信息研究所，北京 100038
4.山东理工大学科技信息研究所，淄博 255200

Research on Scientific and Technological Interaction Patterns Based on Topic Relevance Analysis

Liu Ziqiang^1,2, Xu Haiyun^1,3, Luo Rui^1,2, Dong Kun⁴, Zhu Lijun³

1.Chengdu Library and Information Center, Chinese Academy of Sciences, Chengdu 610041
2.Department of Library, Information and Archives Management, School of Economics and Management, University of Chinese Academy of Sciences, Beijing 100049
3.Institute of Scientific and Technical Information of China, Beijing 100038
4.Institute of Scientific & Technical Information, Shandong University of Technology, Zibo 255200

摘要
图/表
参考文献
相关文章 (12)

全文: PDF (4981 KB) HTML (142 KB)
输出: BibTeX | EndNote (RIS)

摘要从微观层面深度剖析科技互动的内在机理，定量化、自动化、可视化识别科技互动模式，对于弥补当前科学与技术内在关系研究的不足，揭示科技与技术协同创新的发展规律与演化特征具有一定的意义。首先，通过构建多元关系融合的主题词共现矩阵，基于社区探测算法识别论文和专利中的研究主题；然后综合共词、作者与引用关联度构建科学与技术主题关联数据，利用主题演化可视化方法绘制科学与技术主题演化可视化图谱辅助科技互动模式分析。以基因工程疫苗领域的论文和专利数据进行了实证研究，研究结果发现，基因工程疫苗领域的科技互动模式主要有S模式、T模式、S-T模式和T-S模式，其中S模式、T模式随着时间的推移协同增长（呈现明显的协同关联特征），T-S模式、S-T模式随着时间的推移交叉增长（呈现一定的反馈特征，科学与技术双螺旋式推进发展）。

	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
	刘自强
	许海云
	罗瑞
	董坤
	朱礼军

关键词 ：主题关联, 科技互动, 可视化, 互动模式

收稿日期: 2019-05-23

基金资助:中国科学技术信息研究所情报工程实验室开放基金；四川省科技创新软科学项目“基础研究与应用研究关联视角下的产学研合作对象识别与协同创新模式研究”（2019JDR0091）。

作者简介: 刘自强，男，1990年生，博士研究生，研究方向为情报分析技术与方法

引用本文:

刘自强, 许海云, 罗瑞, 董坤, 朱礼军. 基于主题关联分析的科技互动模式识别方法研究[J]. 情报学报, 2019, 38(10): 997-1011.
Liu Ziqiang, Xu Haiyun, Luo Rui, Dong Kun, Zhu Lijun. Research on Scientific and Technological Interaction Patterns Based on Topic Relevance Analysis. 情报学报, 2019, 38(10): 997-1011.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2019.10.001 或 https://qbxb.istic.ac.cn/CN/Y2019/V38/I10/997

1 NarinF, HamiltonK S, OlivastroD. Linkage between agency-supported research and patented industrial technology[J]. Research Evaluation, 1995, 5(3): 183-187.
2 RipA. Science and technology as dancing partners[M]//Technological Development and Science in the Industrial Age. Dordrecht: Springer, 1992, 144: 231-270.
3 许海云, 武华维, 罗瑞, 等. 基于多元关系融合的科技文本主题识别方法研究[J]. 中国图书馆学报, 2019, 45(1): 82-94.
4 许海云, 董坤, 隗玲, 等. 科学计量中多源数据融合方法研究述评[J]. 情报学报, 2018, 37(3): 318-328.
5 董坤, 许海云, 罗瑞, 等. 科学与技术的关系分析研究综述[J]. 情报学报, 2018, 37(6): 642-652.
6 白如江, 冷伏海. k-clique社区知识创新演化方法研究[J]. 图书情报工作, 2013, 57(17): 86-94.
7 KimY G, SuhJ H, ParkS C. Visualization of patent analysis for emerging technology[J]. Expert Systems with Applications, 2008, 34(3): 1804-1812.
8 YanE J. Research dynamics, impact, and dissemination: A topic-level analysis[J]. Journal of the Association for Information Science and Technology, 2015, 66(11): 2357-2372.
9 WallaceM L, GingrasY, DuhonR. A new approach for detecting scientific specialties from raw cocitation networks[J]. Journal of the American Society for Information Science and Technology, 2009, 60(2): 240-246.
10 程齐凯, 王晓光. 一种基于共词网络社区的科研主题演化分析框架[J]. 图书情报工作, 2013, 57(8): 91-96.
11 BarbosaS D J, SilveiraM S, GaspariniI. What publications metadata tell us about the evolution of a scientific community: The case of the Brazilian human-computer interaction conference series[J]. Scientometrics, 2017, 110(1): 275-300.
12 NarinF, NomaE. Is technology becoming science?[J]. Scientometrics, 1985, 7(3-6): 369-381.
13 SchmochU. Tracing the knowledge transfer from science to technology as reflected in patent indicators[J]. Scientometrics, 1993, 26(1): 193-211.
14 Gl?nzelW, MeyerM. Patents cited in the scientific literature: An exploratory study of ‘reverse’ citation relations[J]. Scientometrics, 2003, 58(2): 415-428.
15 MeyerM, DebackereK, Gl?nzelW. Can applied science be ‘good science’? Exploring the relationship between patent citations and citation impact in nanoscience[J]. Scientometrics, 2010, 85(2): 527-539.
16 GaoJ P, DingK, TengL, et al. Hybrid documents co-citation analysis: Making sense of the interaction between science and technology in technology diffusion[J]. Scientometrics, 2012, 93(2): 459-471.
17 HuangM H, YangH W, ChenD Z. Increasing science and technology linkage in fuel cells: A cross citation analysis of papers and patents[J]. Journal of Informetrics, 2015, 9(2): 237-249.
18 BassecoulardE, ZittM. Patents and publications[M]// Handbook of Quantitative Science and Technology Research. Dordrecht: Springer, 2004: 665-694.
19 赖院根. 期刊论文与专利文献的链接研究[J]. 图书情报知识, 2011(1): 63-69.
20 WangG B, GuanJ C. Measuring science-technology interactions using patent citations and author-inventor links: An exploration analysis from Chinese nanotechnology[J]. Journal of Nanoparticle Research, 2011, 13(12): 6245-6262.
21 张俊. 科学与技术的关联性研究[D]. 南京: 南京农业大学, 2014.
22 GardnerP. Representations of the relationship between science and technology in the curriculum[J]. Studies in Science Education, 1994, 24(1): 1-28.
23 VriesM D. The history of industrial research laboratories as a resource for teaching about science-technology relationships[J]. Research in Science Education, 2001, 31(1): 15-28.
24 李醒民. 科学和技术异同论[J]. 自然辩证法通讯, 2007, 29(1): 1-9, 110.
25 眭纪刚. 科学与技术: 关系演进与政策涵义[J]. 科学学研究, 2009, 27(6): 801-807.
26 刘小玲, 谭宗颖, 张超星. 国内外“科学-技术关系”研究方法述评——聚焦文献计量方法[J]. 图书情报工作, 2015, 59(13): 142-148.
27 GuanJ C, HeY. Patent-bibliometric analysis on the Chinese science—technology linkages[J]. Scientometrics, 2007, 72(3): 403-425.
28 吴曼. 基于科学计量的知识生产与技术开发时间关联分析[D]. 北京: 中国科学技术信息研究所, 2013.
29 KwonS, PorterA, YoutieJ. Navigating the innovation trajectories of technology by combining specialization score analyses for publications and patents: Graphene and nano-enabled drug delivery[J]. Scientometrics, 2016, 106(3): 1057-1071.
30 NoyonsE C M, RaanA F J V. Monitoring scientific developments from a dynamic perspective: Self-organized structuring to map neural network research[J]. Journal of the American Society for Information Science, 1998, 49(1): 68-81.
31 洛埃特·雷迭斯多夫. 科学计量学的挑战: 科学交流的发展、测度和自组织[M]. 北京: 科学技术文献出版社, 2003.
32 LeydesdorffL, CozzensS, Van den BesselaarP. Tracking areas of strategic importance using scientometric journal mappings[J]. Research Policy, 1994, 23(2): 217-229.
33 LeydesdorffL. Statistics for the dynamic analysis of scientometric data: the evolution of the sciences in terms of trajectories and regimes[J]. Scientometrics, 2013, 96(3): 731-741.
34 靖继鹏, 马费成, 张向. 情报科学理论[M]. 北京: 科学出版社, 2009.
35 刘则渊. 跨越学术分水岭[M]. 北京: 人民出版社, 2012.
36 PopperK R, WeissG. The logic of scientific discovery[J]. Physics Today, 1959, 12(11): 53-54.
37 万昊. 科学知识规模增长模式研究——基于数学建模和仿真论证[D]. 北京: 中国科学院大学, 2017.
38 布莱恩·阿瑟. 技术的本质[M]. 杭州: 浙江人民出版社, 2014.
39 BushV. As we may think[J]. Atlantic Monthly, 1979, 176(4): 36-44.
40 戴吾三. 技术创新简史[M]. 北京: 清华大学出版社, 2016.
41 BastianM, HeymannS, JacomyM. Gephi: An open source software for exploring and manipulating networks[C]// Proceedings of the Third International Conference on Weblogs and Social Media. Palo Alto: AAAI Press, 2009.