版权说明 操作指南
首页 > 成果 > 详情

融合Word2Vec的半积累引用共词网络的领域主题演化研究

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
程秀峰;邹晶晶;叶光辉;夏立新
作者机构:
[程秀峰; 邹晶晶; 叶光辉; 夏立新] 华中师范大学信息管理学院
语种:
中文
关键词:
主题演化;引用共词网络;Word2Vec模型;时间序列;战略坐标
关键词(英文):
subject evolution;citation co-word network;Word2Vec;time series;strategic coordinates
期刊:
情报学报
ISSN:
1000-0135
年:
2023
卷:
42
期:
07
页码:
801-815
基金类别:
国家自然科学基金面上项目“基于情境感知的智慧图书馆阅读与交流服务实现路径研究”(71974069); 湖北省自然科学基金项目“数据画像视域下城市突发事件舆情共景治理模式研究”(2022CFB006);
机构署名:
本校为第一机构
院系归属:
信息管理学院
摘要:
发现并厘清学科及领域的发展路径和演化脉络,对科学研究和学科发展具有重要意义。针对传统共词分析法的不足和主题演化分析维度的单一性问题,本文提出了一种基于引用共词网络的主题发现与演化分析方法,并以情报学领域为例进行了实证研究。通过引用关系定义“引用共现”关联,并融合词嵌入技术构建关键词网络;使用社区探测法识别领域主题,采用后离散分析法,从内容结构和发展趋势两个角度进行学科主题演化分析,并可视化呈现主题演化路径及发展趋势。研究结果表明,本文所构建网络比传统共词网络能呈现粒度更优的主题聚类效果,并且能较好地呈现主题动态演化趋势,是共词分析法的有效补充。...
摘要(英文):
Discovering and clarifying the development and evolution of disciplines contribute significantly to scientific research and academic development.Targeting the single-dimension issue in regular co-word analysis,this paper proposes a subject identification and evolution a...MORE Discovering and clarifying the development and evolution of disciplines contribute significantly to scientific research and academic development.Targeting the single-dimension issue in regular co-word analysis,this paper proposes a subject identification and evolution ana...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com