期刊文献+

基于自引网络和内容分析的学者研究主题挖掘 被引量:7

Mining Authors Research Topics Based on Their Self-citation Network and Content Analysis
下载PDF
导出
摘要 学者研究主题挖掘可以帮助科研人员快速准确的了解研究者的研究主题,并跟踪其研究主题的变化情况。本文利用作者自引网络与内容分析相结合的研究方法,并以NodeXL为研究工具,探讨了学者研究主题的挖掘,并根据点入中心度等指标发现了研究成果中的重要文献。通过对Egghe、Leydesdorff和Glanzel三位学者的实证研究发现,这种方法可以比较有效地发现其研究主题及他们研究主题的差异,并可以发现其研究成果之间的继承性和研究主题的变化。 Mining author's research topiccould help researchers catch their subject topic, track the development of the topic. The paper combinesauthor's self-citation network and content analysis and use NodeXL to study author's research topic andfind the important papers in the network using the in-degree and so on. The result show that the method could help to find the author's research topic and the diffidence, the succession and the change taking Egghe, Leydesdorff and Glanzel as an example.
作者 魏瑞斌
出处 《情报学报》 CSSCI 北大核心 2015年第6期635-645,共11页 Journal of the China Society for Scientific and Technical Information
基金 国家社会科学基金项目“期刊论文创新性评价标准及其计量模型研究”(项目编号:12BTQ034) 教育部人文社会科学研究青年项目(11YJC870024)研究成果之一
关键词 作者自引网络 内容分析 研究主题 author'sself-citation network, content analysis, mining researcher's topic
  • 相关文献

参考文献70

二级参考文献677

共引文献706

同被引文献90

引证文献7

二级引证文献49

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部