基于词表示模型的领域文献数据可视分析方法

随着科学技术的发展,科研文献数量越来越大,如何从海量文献信息中找出特定领域的研究主题、有影响力的学者和高水平论文是一个巨大的挑战。为此提出一种基于词表示模型的领域文献数据可视分析方法,首先利用词嵌入模型 word2vec 向量化推荐领域相关的关键词,根据这些词向量之间的近似度筛选出领域相关的论文;然后应用 BERTopic 模型从领域论文摘要中提取主题;基于 PageRank 算法计算论文影响力,应用综合考虑作者署名顺序、发表论文数量和论文影响力的作者影响力评价方法 Author-Rank 计算作者的影响力;最后使用多视图协同和交互的可视化方法帮助研究人员从领域的主题词频、主题演变、文献影响力和引用关系、作者影响力等多个角度对特定领域进行快速理解和分析。将该方法应用于食品安全领域的文献数据分析,应用结果和用户测试说明了其有效性。     

基于知识图谱的国际协同计算领域可视化分析

通过CiteSpace对Web of Science的SCI数据库中收录的协同计算领域的2 297篇文献进行分析,具体对国际协同计算领域的发文量时间分布、研究力量及合作、研究方向、研究主流、发展演变过程、研究热点及前沿进行了分析。结果表明该领域的研究正处于上升期;国家、地区以美国、中国和欧洲为核心,其研究机构以美国和中国的机构为核心,虽然我国已经具备了一定的科研实力,但缺乏该领域的高产研究者,总体来看欧洲各国之间的合作最为密切;研究方向的构成以计算机科学为主;Foster I为该领域中最具影响力的主流研究者,该领域的主流期刊（文献）包括Lecture Notes in Computer Science、Commun ACM等,主流分支领域包括网格计算等9部分;发展演变过程为前期相关研究-分布式计算-网格计算-云计算,同时穿插协同过滤的发展路径;云计算、网格计算等关键词代表了当前该领域的热点,网格计算、云计算、分布式计算、网络服务、协同过滤等关键词则代表了当前该领域的前沿,且已经广泛渗透、融合到生物学、病理学、气候学、教育学、企业信息系统、社会网络、多媒体、文本分析、产学研等领域中,体现了协同计算这一领域具有较强的跨学科特点。     

基于CiteSpace的网络舆情演化研究知识图谱分析

随着互联网技术的快速发展，网络已成为人们获取信息、发表言论的主要载体，网络舆情具有传播速度快、范围广的特征。对网络舆情演化的研究与引导逐渐成为政府、舆情监测等相关部门与机构的关注重点。为探究我国网络舆情演化领域的研究进展及研究热点，本文收录了该领域CNKI数据库2012-2022年的文献，通过科学知识图谱的相关知识和方法，结合CiteSpace软件进行可视化分析。从文献年代分布、作者和机构合作、关键词共现分析及聚类分析等方面，梳理我国网络舆情演化领域的研究概况和研究热点，总结现有研究成果，并探索未来研究者们值得关注的问题及方向，为该领域后续的研究和发展提供参考。     

基于CiteSpace的中文评论文本研究现状与趋势分析

自然语言处理一直是人工智能领域中的热点话题,其中基于评论的文本分析吸引了学者的注意.通过对国内关于评论文本分析的文献进行可视化分析,进而掌握该领域的研究现状和前沿发展趋势.以中国知网为数据来源,共选取453篇有效的核心期刊论文,使用CiteSpace软件绘制知识图谱并加以分析.分析结果显示:该领域的文献数量在近15年内整体呈上升趋势;作者之间、研究机构之间的合作关系并不紧密,尚未形成具有凝聚力的研究群体;情感分析、在线评论、深度学习是目前研究的主要热点.从初期的理论基础发展以及应用方向上的扩展,到后期在分析手段和模型上做出改进,学者们对该领域的研究逐渐深入.未来各研究者及研究机构之间的合作关系还需加强,以深度学习为代表的各类模型未来将持续发展和改善.     

基于CiteSpace的科技创新与提高的可视化分析

通过搜索中国知网（CNKI）中文学术期刊数据库中本科生科研素养相关的文献数据，以2000年10月-2023年1月期间发表的132篇文献为研究对象，借助Cite Space可视化软件，利用文献聚类分析法得到了作者共现、研究机构共现、关键词聚类、关键词Timeline图谱，分析并总结了本科生科研素养培养的研究热点和研究趋势演化。根据研究结果建议针对我国本科生科研素养培养的研究者以及研究机构应该加强合作，定期举办相关学术会议，增强跨校、跨市、跨省间的合作，同时，建议关注研究领域的实证研究。     

基于VOSviewer的高中英语核心素养可视化分析

文章选取中国知网（CNKI）数据库从2017年1月1日到2022年12月31日的关于“高中英语核心素养”的相关文献,利用VOSviewer对该文献的年度发文量、作者及其研究机构、关键词等信息进行文献计量学和可视化分析。结果表明：关于“高中英语核心素养”累计发表期刊论文588篇,年度发文量呈逐年上升的趋势;该领域虽已形成一定的研究群体,但学者间缺乏紧密的团队合作关系,且研究机构类型较为单一;该领域共包含7个热点研究主题,主要集中于理论研究,缺少实证研究。未来研究学者应加强不同研究团队、不同机构等方面的多元合作,增加研究深度与广度。     

基于知识图谱的区块链技术及电力行业应用分析

利用可视化分析软件，对区块链技术及其在电力行业的研究现状、研究热点、发展趋势等进行客观全面的展示与分析，为区块链的研究提供指导与参考。以Web of Science核心合集为检索对象，纳入2000—2020年发表的与区块链技术研究相关的文献，应用文献计量与可视化软件CiteSpace对作者、机构、国家、关键词、被引文献等进行可视化分析。最终纳入4349篇符合要求的文章，2016年以后成井喷式增加，中国、美国、英国、澳大利亚等诸多国家均在建立全球技术合作网络，中国在该领域的学术研究较为活跃，已出现多位发文量位列前10的高产作者。目前，电力行业的应用尚处于早期，但关注度上升很快，合计引用次数前10的文章有3篇涉及区块链技术在能源领域的应用，研究热点包括区块链技术在电动汽车、微网、能源互联网及电力市场中的应用。区块链的研究仍处于新兴阶段，但极具潜力，全球合作网络处于初步形成阶段，中国在其中的影响力需进一步提高。     

基于异构星型网络分析的药物推荐改进算法HIC-MedRank

伴随着医疗文献数据库的快速增长,缺乏经验的初级医师在为患者开处方时难以阅读大量的医疗文献来获得科学的决策辅助。2013年提出的MedRank算法从Medline数据库中提取医学信息异构星型网络,基于"有疗效的药物是由好的文章提及的,好的文章是由优秀的作者写的并刊登在高水平的期刊上"的假设,旨在为各类疾病的患者推荐最具有疗效的药物。该算法仍然存在几个问题：1）模型输入的疾病不是独立的疾病;2）推荐的结果不是具体的药物;3）没有考虑文章的发表时间等其他因素;4）没有定义判定作者、期刊、文章是"好的"的标准。对以上问题进行了研究并提出HIC-MedRank算法,该算法纳入作者的H指数、期刊的影响因子、文章的引用数作为评判作者、期刊、文章是否优秀的指标,并综合考虑文章的发表时间、支持机构、发表类型等因素,为高血压合并慢性肾脏病（CKD）患者推荐最佳的降压药物。在Medline数据集上的实验结果显示HIC-MedRank推荐的药物比MedRank算法推荐的药物更为精准,与主治医师投票选择的药物较为一致,与美国成人高血压治疗指南（JNC）推荐的药物一致性达到80%。     

基于社会网络视角的交通仿真和计算实验研究文献分析

交通仿真和计算实验作为交通科学问题研究和工程应用实践中的重要方法和手段, 受到越来越多的关注.本文从社会网络角度, 分析了2000年～2012年来, ISI Web of Science (WoS) 收录的关于交通仿真及计算实验研究的文献. 本文工作分为三部分: 首先, 分析了近13年来该领域每年论文的发表趋势; 其次, 引入社会网络, 从论文数量、影响力、合作关系和知识传播度四个方面考察了关键学者, 并给出了其合作关系聚类图; 最后, 仍然从上述四个方面考察了本领域内关键的研究机构. 结果表明: 该领域的研究成果和研究机构增长迅速; 学者之间的合作关系非常广泛且极为复杂; 合作的广泛程度与知识传播度并无明显的相关性; 研究机构层面的合作呈现分散状态, 且合作单位数量较少.     

基于知识图谱的智群计算国内外研究可视化分析

以美国科学信息所的Web of Science核心合集数据库中收录的主题为Swarm Intelligence的文献为数据源,基于分析可视化软件CiteSpace和Tableau对所采集的数据进行信息计量、共引统计和聚类分析。绘制智群计算领域的发文数量时序图和作者、研究机构、研究方向、被引文献等多类知识图谱及其共词分析、聚类分析知识图谱,展示该领域的研究力量、研究方向和研究主流,并利用词频探测技术揭示该领域的研究热点、研究前沿及发展趋势。结果表明智群计算领域的研究处于持续上升期;以中国、美国和印度为核心的研究工作占据了主导位置;国内研究机构以中国科学院为首团结了数十家高校,但国际合作研究仍待加强;计算机科学和工程类方向是该领域的重要研究分支,仿生智群算法是当下的研究热点,人工蚁群算法的研究工作体现了研究前沿及发展趋势。     

融合作者合作强度与研究兴趣的合作者推荐

合作者推荐是科研社交网络中的一个重要应用,为科研人员推荐适合的合作者有利于增强学术合作、提升作者的合作交流。为此,提出CRISI方法,从而有效地推荐与待推荐作者合作强度高且研究兴趣比较相似的同行,并且还考虑了作者间的合作强度（结构）、研究兴趣（属性）相似度和待推荐作者形成的社区紧密程度等信息。具体地,首先,基于作者与文献的关系构建作者合作关系属性图;然后,计算作者合作强度与研究兴趣相似度并据此构建双加权网络;再次,探测影响力高且合作强度大的作者节点作为种子;最后,设计分数k-core社区搜索方法找到与待推荐作者合作关系紧密的社区。实验结果表明,CRISI方法相比现有方法获得了显着的性能提升。     

自动控制与决策领域发展轨迹及研究特征: 基于《控制与决策》期刊文献计量统计分析

在《控制与决策》创刊35年之际,基于可视化工具(包括Vosviewer和CiteSpace)对其1986年至2020年期间的文献进行综合性计量分析.首先,对文献的基本特征进行初步探索,包括载文量时序分析、发文作者之间的合作关系分析、机构共现分析以及文章影响力分析.基于可视化工具,分时段对相应文献做关键词共现分析,突出该...     

基于文献指标与合著网络的《自动化学报》2011-2016年发表论文分析研究

本文以《自动化学报》2011-2016年发表的文献数据为依据,以定量与定性相结合的方式探索研究自动化学科领域研究动态.首先,从发文量、影响因子、被引情况、下载量等指标角度对该刊过去6年的发展情况进行统计分析;随后,通过对关键词、论文作者与发文机构的数据挖掘,获取并呈现自动化学科热点研究领域、核心科研人员与机构;最后,构建作者合著网络,并对核心子网络的指标属性进行深入解析,刻画科研人员及机构间的合作关系.研究结果可为自动化领域科技工作者及关注自动化学科发展的人士了解学科动态,加强学术交流,以及促进群体合作提供一定的参考.     

国内语义Web服务研究进展可视化分析

论文以CNKI收录的2004-2012年间463篇语义Web服务文献为研究对象,采用文献计量、社会网络分析法,从文献的年代、来源期刊及基金资助分布,作者合作关系、研究机构合作关系,研究热点及其演进等方面可视化分析了国内语义Web服务研究进展。     

Knowledge mapping of supply chain risk research based on CiteSpace

Supply chain risk is a relatively new research field, and research results have been published in journals, and in master and doctoral articles. In this article, we first performed a quantitative analysis of existing literature on supply chain risk indexed in Web of Science (WOS). Then, we analyzed the author, institution, keywords, research hotspot, and cocited literature of existing publications in the research field of supply chain risk by using CiteSpace. The aim of this study is to investigate the trend, geographical distribution, author distribution, research field, keywords, keyword clustering, and other features of scientific articles on supply chain risk published in global journals, using the most advanced bibliometric analysis tools. The results of this study can be used to determine the most influential research institutions and authors in the research field of supply chain risk, as well as the research hotspots in different periods, and different research directions in this field.     

Visual analysis of machine learning methods in the field of ergonomics — Based on Cite Space V

To analyze the research hotspots on the application of machine learning methods in the field of ergonomics, we collected 1141 articles related to machine learning methods in the field of ergonomics from 2014 to 2021 on the Web of Science (WoS) database. Then we used Cite Space V 6.1. R2 to generate network maps and analyze the authors, institutions, countries, co-cited literature, and keywords. Results show that the correlation between authors in the formed author co-occurrence network is not strong, which indicates low cooperation among authors. In the analysis of research institutions, the University of Southampton is the most frequently cited literature in the United Kingdom. However, the US is leading in the country's co-occurrence network. “System” and “Model” are the top two cited keywords, while “Methodology” and “Decision-making” were active from 2015 to 2018, with a longer development time. Other keywords, including “Musculoskeletal disorders”, “Performance”, “Low back pain”, “Health”, and “Risk Factors”, are the most frequently cited keywords and have a high betweenness centrality. “Validation” and “Prediction” have recently become popular keywords in this field. Therefore, we conclude that the application of machine learning methods in the field of ergonomics will continue to increase year by year and that the development of machine learning methods in the field of ergonomics is gaining importance due to its cross-disciplinary nature. In ergonomics, machine learning methods will be further developed and widely used.     

A bibliometric retrospective of the Journal Computers in Human Behavior (1991–2015)

This study aims to create a bibliometric profile of the Journal Computers in Human Behavior employing bibliometric analysis, bibliometric mapping and thematic analysis to identify its document types, the dynamics and trends of research literature production, impact factor, most cited articles, and large contributing institutions and countries. Additionally, the authors were interested in finding the established patterns of cooperation among countries and institutions and the most productive research themes and their evolution through time. We were also interested in finding out if there are any sleeping beauties among articles published in the Journal. The study revealed a positive trend of scientific literature production and that the average number of references is increasing contrary to the number of pages per publication, which is decreasing, although it has remained stable in recent years. The most productive countries and institutions are from the United States, and the majority of the literature production is done by economically and scientifically fit and well developed countries. The identified research themes correspond with the Journal's aims and scope. The rising number of publications, increasing number of citations and, consequently, the Journal impact factor, together with the existence of sleeping beauties, shows that the editorial policy is well thought out and future oriented.     

基于时空信息和任务流行度分析的移动群智感知任务推荐

现有移动群智感知任务推荐的共同缺点是：一方面,未充分考虑时空信息对工人偏好的影响,导致推荐准确性低;另一方面,忽略了任务流行度对推荐的影响,导致推荐覆盖率差。为解决这些问题,提出一种基于时空信息和任务流行度分析的移动群智感知任务推荐方法。充分利用工人执行记录中的相关信息（如工人执行任务的时间、位置）,准确预测工人对任务的偏好;基于工人声誉和任务执行情况分析任务流行度并设计任务流行度惩罚因子,提升推荐效果的覆盖率;结合工人偏好和流行度惩罚因子生成任务推荐列表。实验结果表明,与现有基线方法相比,所提出方法在推荐准确率上平均提升了3.5%,推荐覆盖率上平均提高了25%。     

Some bibliometric procedures for analyzing and evaluating research fields

Nowadays, measuring the quality and quantity of the scientific production is an important necessity since almost every research assessment decision depends, to a great extent, upon the scientific merits of the involved researchers. To do that, many different indicators have been proposed in the literature. Two main bibliometric procedures to explore a research field have been defined: performance analysis and science mapping. On the one hand, performance analysis aims at evaluating groups of scientific actors (countries, universities, departments, researchers) and the impact of their activity on the basis of bibliographic data. On the other hand, the extraction of knowledge from the intellectual, social or conceptual structure of a research field could be done by means of science mapping analysis based on bibliographic networks. In this paper, we introduce some of the most important techniques and software tools to analyze the impact of a research field and its scientific structures. Particularly, four bibliometric indices (h, g, hg and q²), the h-classics approach to identify the classic papers of a research field and three free science mapping software tools (CitNetExplorer, SciMAT and VOSViewer) are shown.     

Profile of IS research published in the <Emphasis Type="Italic">European Journal of Information Systems</Emphasis>

This paper profiles the types of research activity that have been published in EJIS from 1997 to 2007. Our analysis includes variables such as the most productive authors, citation analysis, universities associated with the most research publications, geographic diversity, authors’ background, subject areas most often investigated, unit of analysis and research methodologies. The classification of the topics and methodologies used by the most highly published authors will help prospective authors gauge whether their paper is suitable for EJIS. The major geographical source of information system (IS) research published in EJIS is from AIS region 2 (Europe, the Middle East and Africa), but with a substantial AIS region 1 (American-based researchers and universities) and AIS region 3 (Asia–Pacific) contribution. The most common research method used is the case study approach, with other methods such as surveys and library research also used frequently. IS management and IS development are the two most researched IS topics published in EJIS. This research and results reported in this paper are comparable with a previous paper published about the Information Systems Journal. Any further such studies will thus be able to make similar comparisons between these journals and any others that have subsequently been covered in this way. The paper concludes with the need for more substantive research on the topic if journal comparisons are to achieve their potential.