图书情报学科热点挖掘--基于网络嵌入的大规模关键词共词分析

进行学术期刊关键词分析对于掌握学科主题和学科构成脉络具有重要意义,由此本研究利用网络嵌入技术提取了大型关键词关联网络的高阶信息,并利用聚类算法对“图书馆学;情报学”学科进行关键词主题可视化分析。首先,刻画了关键词之间的局部聚集和全局分布,并分析了最近四年中该学科的热度持续、热度增加和热度减退主题,最后通过国内外关键词关联网络对比揭示了中外研究热点异同。     

基于特征分解的知识网络结构关系提取

[目的/意义]对知识网络中结构关系的有效识别与提取，有助于从纷繁的数据中探测知识网络的拓扑结构及其演化模式。[方法/过程]本文提出一种基于邻接矩阵特征分解的知识网络结构关系提取方法。基于真实数据分别从静态结构关系提取和动态结构演化两个方面，对特征分解法和传统关联频度法进行对比分析，并与Pathfinder算法进行对比。对基于特征分解法提取知识网络结构关系的有效性进行验证。[结果/结论]研究结果表明：特征分解法能够识别原始知识网络中的主要成分信息，能够准确识别低频次的对网络整体拓扑结构较为重要的关联关系，且提取方法灵活自由。     

基于网络中心性的领域知识动态演化研究

[目的/意义]通过对知识网络中心性的动态分析,揭示领域知识发展过程的规律与模式。此类探究对于洞悉知识发展过程中的衍生、交叉、融合等现象具有重要意义。[方法/过程]以复杂网络分析中的中心性分析技术为主要研究方法,基于领域关键词共现关系构建领域知识网络。从核心涌现性、桥接控制性、关联紧密性3个方面,对特定领域知识发展过程进行时间序列的动态跟踪与分析。[结果/结论]研究结果表明,知识关联关系的增长速度远高于文献与关键词的增长速度;领域中知识的核心涌现程度呈波动状态发展;领域知识之间的桥接控制程度随时间推移呈上升趋势;领域中知识间的关联紧密性在时间轴上逐渐松散。这些领域知识演化规律的揭示,有助于把握领域知识演进的发展脉络,对于揭示知识发展模式与规律具有积极的促进作用。     

领域知识聚类性的动态演化分析

[目的/意义]探索领域知识发展过程中的聚类演化问题有助于揭示知识聚类的特征和规律,对于掌握知识生长演进过程中关联知识的聚集具有重要意义。[方法/过程]以复杂网络的思想为基础,基于标签邻接关系的发生值构建时间序列领域知识网络。即依据网络模体的理论,采用网络聚类系数的分析方法,对领域知识网络进行动态跟踪与分析;结合网络密度、特征路径长度、节点度值、封闭三元组等指标,从随机因素、度相关性、邻近关联3个方面对领域知识发展过程中的聚类演化现象进行分析。[结果/结论]研究结果表明：①领域知识在发展进程中始终保持较高的聚类性;②领域知识的聚类性同时包含随机性与结构性（非随机性）两方面因素; ③领域知识聚类的动态状态在小世界网络和无标度网络之间摇摆演化; ④领域知识的聚类状态在网络全局和局部节点之间表现出一定的差异性。     

全局视角下的科研领域特色知识点提取

科研领域中,论文关键词对领域研究特点的表征能力存在差异。针对如何有效地区分关键词对领域研究特色的揭示能力,以高效地提取领域中的特色知识点的问题,提出将科研领域放置于其背景学科中,以全局视角考察关键词在领域内、外的统计特征,并依此提出关键词领域度的概念和计算方法。以“高校图书馆”研究领域为例,根据关键词领域度指标提取50个特色知识点,结果表明,这些特色知识点能很好地揭示“高校图书馆”领域研究的特色。     

层次视角下概念知识网络的三元关系形态研究

基于关键词共现的概念知识网络具有明显的层次结构,以节点k-core值为依据可将其划分出层次。引入三元闭包作为知识网络分析的基本单元,在层次视角下,三元闭包存在多样性,可用于描述节点的同层聚集、知识融合、知识分化等多种现象。以“数字图书馆”领域为例,由其关键词组成的概念知识网络可进行分层,引入节点层级差异和三元闭包类型后,可以更深入地分析知识网络中节点的微观关联结构。     

Folksonomy模式中的知识群落及其核心知识分析

[目的/意义] Folksonomy知识组织模式中的标签呈现离散混沌的社群知识标注状态,对知识群落进行构建和分析能够揭示出知识之间潜在的关联和核心知识。[方法/过程] 采用复杂网络分析的理论和方法识别和构建社群知识网络中的知识群落,并对群落结构以及群落核心知识的伴生关联进行分析。[结果/结论] 从知识网络的视角提取并分析Folksonomy模式中网状结构下知识群落嵌套的层级结构,并对知识群落中的核心知识以及知识的伴生性进行揭示。     

基于无标度与分形理论的层次知识网络原理解析

[目的/意义]在保障知识网络的整体性征的条件下,从原始知识网络中提取具有显著意义的层次知识网络,奠定基于关联频度提取层次知识网络的理论基础。[方法/过程]以无标度网络与分形几何作为基础理论支撑,在对关键词知识网络和标签知识网络关联频度分布进行分析的基础上,采用关联频度作为阈值提取层次知识网络。并对层次知识网络的无标度性和小世界效应两项网络整体性征进行验证。[结果/结论]知识网络的关联频度分布服从幂律分布。以关联频度为阈值提取的层次知识网络在节点度值分布和关联频度分布方面都保持了原始整体网络的无标度性。层次知识网络能够很好地保持原始网络所具有的小世界特征。基于关联频度提取的层次知识网络与原始知识网络等效。     

基于频度演化的领域知识关联关系涌现

领域知识的生长演化问题一直是图书情报学界重点关注的主题。以网络科学思维探索知识生长过程中的关联关系涌现问题,能够对知识关联的生长模式与机制进行揭示。本研究提取知识关联关系累计44万余对,关联频度87万余次,共划分为11个时间窗口。在对时间序列领域知识网络结构属性初步判识的基础上,对关联频度分布进行时间序列分析。并从领域知识生长过程中的关联频度数量、关联频度占比、邻近窗口状态等方面,对知识关联关系及其频度进行跟踪与分析。研究结果表明,知识关联关系生长过程中,关联关系频度的分布符合幂律分布,且在领域知识发展的成熟期表现得更好。知识关联关系的生长过程具有频度层面的“富者更富”的属性,且主要遵循“择优强化”机制。尽管研究所使用的基于社会化标注系统的知识网络尚不足以囊括所有类型的知识网络,但是基于频度演化的知识关联关系涌现模式与机制,有助于促进知识网络、知识生长等领域的研究工作,对于社交网络、传播网络、交通网络等研究不无裨益。图5。表4。参考文献30。     

关联驱动的领域知识群落生长

知识的发展演化一直是图书情报学界重点关注的主题。随着复杂网络理论的复兴,以网络思维探索知识发展过程中结构关系的演化成为学术界的共识。本文以知识间关联关系为基础,对社会化标注模式下Folksonomy知识组织模式中领域知识群落的生长展开研究。基于关联频度提取层次网络,利用k—丛和派系识别知识网络中的松散型与紧密型领域知识群落,从频度、关联、数量、规模、时序多个维度进行交叉复现分析。研究结果表明,领域知识群落的基本生长路径为“关联关系→松散群落→紧密群落”;知识间关联关系的增长是领域知识群落生长过程中数量繁衍和规模扩容的保障;关联关系频度和数量的积累是领域知识群落生长过程中核心凝聚的过滤器。知识群落生长模式与规律的揭示,有助于从知识间的互促互扰关系方面拓展领域知识组织视野并把握知识发展脉络。但本研究在维度的划分粒度方面还有待进一步加强。图3。表4。参考文献36。     

基于深度学习的期刊分群与科学知识结构测度方法研究

准确地研究和测度科学知识之间的逻辑关系和结构体系,是进行科学政策研究和科研项目资助布局等科研管理活动的重要基础。学术期刊作为科学知识传播和交流的重要平台,是探测科学知识结构的一种有效载体,但是不同的学术期刊分类体系对科学知识结构的测度结构会产生直接而广泛的影响。文章从学术期刊分群的角度出发,考虑期刊在共被引过程中的距离因素,通过采用深度学习算法,来进行期刊的相似度计算与分群问题研究,在此基础上进行科学知识结构测度方法研究,并以中国人文社会科学期刊引文数据库为实验对象进行了实证研究。从实证结果来看,我国人文社会科学学科知识结构存在较为明显的结构划分,不同学科类别或不同研究领域的期刊都被分到了相应的群组,表明从期刊使用的角度来看,我国人文社会科学知识结构边界是相对较为清晰的。在此基础上重点对法学期刊的两个群组的科学研究主题进行了挖掘,从关键词的共现网络中可以明显看出,两个期刊群体内的研究主题虽有一定的交叉,但是两者在具体研究内容上也存在着显著区别。     

基于时间-关键词共现分析的学科动态知识结构研究——以国外图书情报学为例

[目的/意义] 基于"233-1理论模型",对国外图书情报学（LIS）领域学科动态知识结构进行实证研究。[方法/过程] 以Web of Science中2006-2015年间近10年LIS领域的核心期刊文献数据为研究对象,利用时间-关键词共现分析构建时间-关键词二维矩阵,采用聚类分析、社会网络分析、时序词频统计和主题分类4种方法对时间-关键词二维矩阵进行可视化,根据gCLUTO对时间窗的划分结果,将时间窗,划分为3个阶段并结合各时间段高被引论文的关键词对LIS领域学科动态知识结构进行多维度分析。[结果/结论] 国外图书情报学领域近10年的动态知识结构呈现4种维度,即从孤立到融合、从管理到技术、从信息到知识、从理论到实践的不断嬗变。     

一种基于图卷积自编码模型的多维度学科知识网络融合方法

[目的/意义] 针对包含单一类型知识单元的知识网络难以全面反映学科知识结构的问题，提出一种从多维度进行知识网络结构融合的方法，为学科领域知识结构挖掘提供借鉴。[方法/过程] 利用LDA及TF-IDF方法抽取学科知识单元，然后运用语义相似度和关键词共现分析方法构建3个学科知识子网络：主题网络、关键词网络和实体网络，并采用空间节点传递对齐方法对齐子网络节点，接着设计基于图卷积操作的自编码模型对知识节点进行表示，最后通过计算余弦相似度重构学科知识网络。[结果/结论] 实验部分以人工智能领域为例，构建融合主题、关键词和实体的学科知识网络并展开分析，实验结果表明，本文所提方法能有效地揭示学科领域研究内容和知识结构，为学科知识发现与组织研究提供有益参考。     

1981-2020年我国高校图书馆现代化服务研究文献计量分析

根据中国知网18种图书情报领域核心期刊近40年的文献数据信息,通过领域专家构建高校图书馆现代化服务研究的重要关键词,以作者提供的关键词为主,同时利用知识图谱工具从题目和摘要中抽取重要关键词作为补充,绘制该领域的关键词共现网络图,并以技术发展脉络为主要依据,结合国家发展大局,将40年划分为4个不同时期,对每个时期的热点研究主题、主要发文机构以及作者等情况进行分析,最后总结该领域近40年来的研究规律,并对领域发展进行展望。     

Main path analysis considering citation structure and content: Case studies in different domains

Main path analysis (MPA) is an effective method widely accepted in science and technology for extracting knowledge diffusion paths. Traditional citation analysis assumes that all citations are treated equally. In contrast, this paper proposes a new MPA framework from the perspective of citation structure and content. Three indicators are considered to adjust edge weight: (1) Structural similarity, (2) Topic similarity and (3) Sentiment analysis. This study takes the bullwhip effect and the Internet of Things domain as examples to verify the reliability and feasibility of improved MPA. The results show that the improved main path uncovers the knowledge trajectories appropriately, which has an ability to distinguish citations and detect important papers. This research enriches MPA theory and provides future research directions from perspective of citation structure and content.     

理论物理研究领域的结构和动态——基于Physical Review D期刊的科学知识图谱分析

文章针对Physical Review 于2000－2010年间刊载论文的科学文献数据进行分析,对论文的前沿术语、关键词、学术机构、被引作者、被引文献和被引期刊等实体绘制研究前沿及其知识基础的科学知识图谱,从定量和定性的角度揭示国际上理论物理研究领域的结构和动态,发现理论物理研究领域的重要文献、     

基于单文档的上下文查询信息抽取*

提出一种结合全局分析和局部分析从单篇文档中抽取查询信息的算法。利用全局分析提取用户的查询兴趣，通过局部分析消除查询词的歧义性。实验结果表明，该方法能较全面反映用户查询的上下文信息，提高查询的相关度。