基于网络全局结构关系的领域重要关键词提取与分析

提取和分析领域重要关键词及其演化模式,对于探索和预测领域知识的研究重点和研究趋势具有重要的意义。论文采用特征分解的方法,提取领域知识网络中的重要结构成分,从网络全局结构关系的视角对领域中的重要关键词进行提取与分析。研究结果表明,在网络全局结构的视角下,领域中始终保持部分恒定不变的重要关键词;恒定关键词之间关联稀疏且包含具有结构洞特征的知识关联;新生的重要关键词遵循先成为重要结构再成为关联核心的涌现模式。     

基于多数据源维度的领域知识演化对比研究：以美国石墨烯领域研究为例

[目的/意义]科学技术的发展带动科技文献数量持续增长,探索不同数据源维度下的领域知识演化特征,有助于从数据层面对领域知识发展建立全景化视角。[方法/过程]以美国石墨烯领域的期刊论文、会议论文、基金项目、技术专利为数据源,采用BERTopic主题建模的方法提取领域主题,对不同数据源维度下的领域知识演化进行跟踪,对比不同数据源维度下的知识演化分析效果。[结果/结论]研究发现,基于单一数据源的主题提取结果及其呈现的知识演化脉络各有侧重;基于融合数据源的领域主题呈现领域全景且有助于发现潜在的知识演化模式。     

数字阅读中信息茧房的触发因素及应对策略研究

数字阅读中的信息茧房效应容易造成读者信息窄化与知识局限,识别信息茧房的触发因素有助于探寻破茧对策以促进阅读推广。文章选取信息特征、个性化选择、算法推荐、社交环境4个维度的条件变量,采用模糊集定性比较分析(fsQCA)的方法,对信息茧房效应的触发因素进行组态分析。研究发现,数字阅读中信息茧房效应的产生受到多种因素共同影响。由信息特征、个性化选择、算法推荐3个因素联合构成的组态路径覆盖率最高,在非以上3种因素影响的情况下社交环境也会触发信息茧房。文章在此基础上提出消除或削弱数字阅读中信息茧房效应的阅读策略,以期为数字阅读中的信息茧房治理提供科学参考。