《学科交叉主题识别与预测方法研究》PDF下载

  • 购买积分:10 如何计算积分?
  • 作  者:许海云,董坤,隗玲著
  • 出 版 社:北京:科学技术文献出版社
  • 出版年份:2019
  • ISBN:9787518947430
  • 页数:234 页
图书介绍:本书系统地介绍了当前已有的学科交叉态势和交叉主题的识别与预测及国家社科项目“学科交叉主题识别和预测方法研究”的研究成果,探寻了有效的知识挖掘算法,从海量科技文献中识别学科交叉主题,力求高效探测科技研究前沿、热点以及学科新的生长点,发掘并甄别未来重要的研究发展动向和机会。构建了一套完整的学科交叉主题识别及预测方法体系,通过对学科交叉特征不同角度的审视,从多层次、多维度设计分析框架和实证流程,并对实证结果进行融合解读,为从海量科技文献中识别并预测学科交叉主题提供可行方案。

第1章 绪论 1

1.1研究背景与研究意义 1

1.2研究思路与框架 2

1.3主要方法创新 3

1.4研究方法 4

1.5研究工具 5

第2章 学科交叉研究进展 7

2.1学科交叉概念范畴 7

2.2学科交叉类型研究 8

2.3学科交叉动力学研究 10

2.4学科交叉计量研究 11

2.4.1学科交叉测度指标 11

2.4.2学科交叉计量研究类型 16

2.5学科交叉主题识别方法 18

2.6现有研究不足 20

2.7本章小结 20

第3章 学科交叉态势分析 22

3.1已有学科交叉态势分析方法 22

3.2研究内容和方法 23

3.2.1基于引文的指标测度方法 23

3.2.2学科交叉态势的可视化研究方法 24

3.3实证分析 25

3.3.1数据来源 25

3.3.2基于互引关系的情报学交叉性测度 27

3.3.3情报学与密切相关学科的网络特征 31

3.4本章小结 36

第4章 TI系列指标在学科交叉主题识别和预测中的应用 37

4.1研究方法与测度指标 37

4.1.1主题词获取及预处理 37

4.1.2 TF、TF-IDF和TI指标 38

4.1.3网络社区发现分析及Bet指标 39

4.1.4 TI-S、TI-Bet、Bet-TI指标 40

4.1.5技术路线图 41

4.2实证分析 41

4.2.1 TF、TF-IDF和TI的相似性分析 41

4.2.2学科交叉主题分析 42

4.2.3主题时序分析 49

4.3本章小结 52

第5章 弱关系与突发词分析在学科交叉主题识别中的应用 53

5.1国内外研究现状 53

5.1.1弱关系分析 53

5.1.2突发词监测 54

5.2研究方法与流程 55

5.3基于弱共现的情报学学科研究主题分析 56

5.3.1工具和方法 56

5.3.2结果分析 57

5.3.3弱主题及其交叉性变化情况分析 61

5.4基于突发监测的情报学学科研究主题分析 62

5.4.1工具和方法 62

5.4.2结果分析 62

5.5本章小结 66

第6章 基于重叠社区发现的学科交叉主题识别和预测研究 68

6.1重叠社区发现算法 68

6.2情报学和“计算机科学,跨学科应用”单网重叠社区识别 69

6.2.1情报学网络特征趋势 69

6.2.2情报学主题交叉分析 71

6.2.3“计算机科学,跨学科应用”网络特征趋势 75

6.2.4“计算机科学,跨学科应用”主题交叉分析 76

6.2.5情报学与“计算机科学,跨学科应用”交叉主题异同 80

6.3“计算机科学,跨学科应用”-情报学双网交叉主题识别 81

6.3.1“计算机科学,跨学科应用”-情报学交叉主题识别 81

6.3.2“计算机科学,跨学科应用”-情报学交叉主题特征 86

6.4本章小结 87

第7章 基于概念格理论的学科交叉主题识别和预测研究 88

7.1形式概念分析和概念格的研究及应用 88

7.1.1已有研究及应用 88

7.1.2形式概念分析的数理基础 90

7.2基于概念格理论的学科交叉知识发现研究 91

7.2.1基于概念格的知识单元表示 91

7.2.2关联规则分析 92

7.2.3研究流程 93

7.3实证分析 94

7.3.1数据获取和文本分析 94

7.3.2获取形式概念背景与概念格 94

7.3.3学科交叉主题识别 96

7.3.4学科交叉主题时序分析和预测 108

7.4本章小结 110

第8章 学科主题路径多模式识别和预测研究 111

8.1学科主题创新路径研究 111

8.1.1主题关联相似度研究现状 111

8.1.2扩散路径研究现状 113

8.2分析方法与工具 113

8.2.1分析方法 113

8.2.2分析工具与方法 115

8.3情报学主题演化及学科交叉分析 116

8.3.1整体网络演化趋势分析 116

8.3.2特定社区演化趋势分析 123

8.3.3情报学学科主题演化及学科交叉模式总结 127

8.4本章小结 129

第9章 多种方法的比较及综合运用实例 131

9.1多种方法优缺点及应用场景分析 131

9.2多方法综合运用实例 132

9.2.1学科交叉主题识别结果 134

9.2.2学科交叉主题预测结果 138

9.2.3结果讨论 139

9.3多方法综合运用前景 140

9.4本章小结 141

第10章 总结与展望 142

10.1研究总结 142

10.2主要贡献 144

10.3研究的不足 145

10.4未来的展望 146

10.4.1深入开展学科交叉动力机制与计量特征的研究 146

10.4.2俘获变革型研究中不确定性与弱关系识别前沿交叉主题 146

10.4.3大数据分析方法在学科交叉研究中的应用 147

10.4.4学科交叉分析工具将更加自动化、智能化 147

附录A 2007年情报学高频词、TF-IDF、TI前300 148

附录B 2009年情报学高频词、TF-IDF、TI前300 161

附录C 2011年情报学高频词、TF-IDF、TI前300 174

附录D 2013年情报学高频词、TF-IDF、TI前300 186

附录E 2015年情报学高频词、TI前300 198

参考文献 207