期刊文献+

基于S曲线的研究主题演进分析与可视化技术 被引量:10

Analysis and Visualization of Research Topic Evolution Based on S-curve
下载PDF
导出
摘要 通过可视化方法来直观展现研究主题的演进趋势,揭示学科领域的发展历程,有助于科学家和政策制定者快速识别和判断学科领域的发展阶段和重点。首先对某个研究领域进行关键词共现分析,结合可视化软件VOSviewer聚类分析的结果以识别出主要的研究主题。然后基于Logistic生长曲线模型,根据每个主题的时序信息计算模型参数和主题成熟度,利用S曲线拟合研究主题的生长曲线,可实现对研究主题演进阶段和趋势的把握和预测。 Visualization research on the evolution trend of research topic can contribute to the identification of the research evolution stage and core content,also can intuitively show the evolution pattern of the discipline field.Firstly,the research topic is analyzed by keyword co-occurrence network,and the clustering results obtained by VOSviewer can be used to identify the research topic.Secondly,based on Logistic model and temporal information,regression analysis and the value of topic maturity are calculated from the clustering results of theme co-occurrence.Using S curve to fit the growth curve of research theme can realize the grasp and prediction of research topic evolution.
作者 张琬笛 胡志刚 郭佳程 杜鹏 Zhang Wandi;Hu Zhigang;Guo Jiacheng;Du Peng(Institution of Science of Science and S.&T.Management,Daliian University of Technology,Dalian 116024;Institutes of Science and Development,Chinese Academy of Sciences,Beijing 100081)
出处 《信息资源管理学报》 CSSCI 2020年第3期70-77,101,共9页 Journal of Information Resources Management
基金 国家自然科学基金面上项目“基于引用行为的学术评价体系的构建与实证研究”(71974030) 中央高校基本科研业务费专项资金“大数据背景下科研智能系统的开发和应用”(DUT19JC50)的成果之一。
关键词 Logistic曲线 聚类分析 主题识别 主题演进 科学知识图谱 Logistic curve Cluster analysis Topic identification Theme evolution Mapping knowledge domain
  • 相关文献

参考文献19

二级参考文献278

共引文献719

同被引文献170

引证文献10

二级引证文献42

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