基于超网络的科技论文关键词关联分析

doi:10.3772/j.issn.1000-0135.2020.03.003

情报学报

2020, Vol. 39

Issue (3): 253-258 DOI: 10.3772/j.issn.1000-0135.2020.03.003

专题约稿

本期目录 | 过刊浏览 | 高级检索

基于超网络的科技论文关键词关联分析

吴蕾, 梁晓贺, 宋红燕

中国农业科学院农业信息研究所，北京 100081

A Method of Keywords Association Analysis of Scientific Papers Based on Super-network

Wu Lei, Liang Xiaohe, Song Hongyan

Agricultural Information Institute of CAAS, Beijing 100081

摘要
图/表
参考文献
相关文章 (5)

全文: PDF (3552 KB) HTML (61 KB)
输出: BibTeX | EndNote (RIS)

摘要科技论文关键词呈现多类型、多关联关系的属性，可以借助具有多层次、多超边的超网络进行表示建模。本研究构建了由研究对象-实验品种-研究用途-技术方法4层关键词子网和多种关联超边组成的超网络模型，并将该超网络模型用于“农业动物生殖细胞和干细胞调控”领域的科技论文的实证分析。该超网络模型在揭示单层关键词子网同质关联关系的同时，也能挖掘多层子网之间的隐性异质关联关系，从而发现了该领域常用技术方法、实验品种、研究对象和研究用途，同时还发现了该领域的技术空白点和技术应用空白点，这些空白点很可能成为未来的研究热点。

	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
	吴蕾
	梁晓贺
	宋红燕

关键词 ：关键词分析, 关联分析, 超网络, 科技论文

收稿日期: 2019-02-26

基金资助:国家社会科学基金青年项目“基于图模型的农业领域多源知识迁移研究”（18CTQ028）；国家自然科学基金面上项目“农业大数据环境下多粒度知识融合方法研究”（31671588）；中央科研院所基本科研业务费项目“农业重点学科领域发展态势分析”（Y2017ZK05）。

作者简介: 吴蕾，女，1985年生，助理研究员，博士，研究方向为文本挖掘与情报分析

引用本文:

吴蕾, 梁晓贺, 宋红燕. 基于超网络的科技论文关键词关联分析[J]. 情报学报, 2020, 39(3): 253-258.
Wu Lei, Liang Xiaohe, Song Hongyan. A Method of Keywords Association Analysis of Scientific Papers Based on Super-network. 情报学报, 2020, 39(3): 253-258.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2020.03.003 或 https://qbxb.istic.ac.cn/CN/Y2020/V39/I3/253

1 刘家益, 李鲡瑶, 张智雄, 等. 关键词和被引次数对科技论文自动摘要效果影响研究[J]. 情报学报, 2017, 36(11): 1165-1174.
2 刘智锋, 李信, 程齐凯, 等. 学术文本关键词语义功能数据集构建与分析——以Journal of Informetrics为例[J]. 图书馆论坛, 2019, 39(7): 64-74.
3 方龙, 李信, 黄永, 等. 学术文本的结构功能识别——在关键词自动抽取中的应用[J]. 情报学报, 2017, 36(6): 599-605.
4 巴志超, 李纲, 朱世伟. 共现分析中的关键词选择与语义度量方法研究[J]. 情报学报, 2016, 35(2): 197-207.
5 李海林, 万校基, 林春培. 基于关键词重要性和近邻传播聚类的主题分析研究[J]. 情报学报, 2018, 37(5): 533-542.
6 NagurneyA, DongJ. Supernetworks: Decision-making for the information age[M]. Cheltenham: Elgar Edward Publishing, 2002.
7 武澎, 王恒山. 基于特征向量中心性的社交信息超网络中重要节点的评判[J]. 情报理论与实践, 2014, 37(5): 107-113.
8 武澎, 王恒山. 基于超网络的知识服务能力评价研究[J]. 情报理论与实践, 2012, 35(8): 93-96.
9 王广雷, 吴晓伟, 楼文高, 等. 基于人际竞争情报分析的产业集群信息服务机制研究[J]. 情报杂志, 2013, 32(4): 16-21.
10 张磊, 马静, 李丹丹, 等. 语义社会网络的超网络模型构建及关键节点自动化识别方法研究[J]. 现代图书情报技术, 2016(3): 8-17.
11 潘芳, 鲍雨亭. 基于超网络的微博反腐舆情研究[J]. 情报杂志, 2014, 33(8): 173-177, 172.
12 王丽丽, 陈国宏, 庄彩云, 等. 超网络知识系统定义、内涵及运行机制[J]. 南京航空航天大学学报(社会科学版), 2019, 21(1): 41-46.
13 潘开灵, 王东旭. 零售企业动态竞争性供应链网络均衡分析[J]. 商业经济研究, 2018(14): 113-116.
14 马军, 董琼, 杨德礼. 时间敏感性产品供应链超网络均衡模型[J]. 系统管理学报, 2015, 24(4): 610-616.
15 YamadaT, ImaiK, NakamuraT, et al. A supply chain-transport supernetwork equilibrium model with the behaviour of freight carriers[J]. Transportation Research Part E: Logistics and Transportation Review, 2011, 47(6): 887-907.
16 阚双, 郭伏, 杨童舒. 多组织知识学习超网络模型及其学习绩效研究——面向复杂产品产业集群[J]. 东北大学学报(社会科学版), 2018, 20(6): 578-585.
17 唐洪婷, 李志宏, 秦睿. 基于超网络的大众协同创新社区用户知识模型研究[J]. 管理学报, 2017, 14(6): 859-867.
18 梁晓贺, 田儒雅, 吴蕾, 等. 基于超网络的微博舆情主题挖掘方法[J]. 情报理论与实践, 2017, 40(10): 100-105.
19 李家洋, 等. “跨越2030”农业科技发展战略[M]. 北京: 中国农业科学技术出版社, 2016: 67-70.
20 许海云, 方曙, 付鑫金. 基于特征向量中心度加权的期刊影响因子研究[J]. 情报理论与实践, 2011, 34(11): 108-112.