科技期刊互引关系研究—Kohonen神经网络和系统聚类法应用比较

被引:4
作者
黄亚明
李新伟
崔雷
何钦成
机构
[1] 中国医科大学信息管理与信息系统(医学)系中国医科大学社会科学部
关键词
期刊引文分析; Kohonen神经网络; 系统聚类法; 比较研究;
D O I
暂无
中图分类号
G353.1 [情报资料的分析和研究];
学科分类号
摘要
用Kohonen神经网络法和系统聚类法研究期刊间的引用关系,借以探索学科间的内容联系,比较两种方法的应用效果。本研究从期刊引文报告(JCR)2002年光盘版中选取生物医学范畴的心血管、细胞生物、遗传、内科、外科和综合医学类期刊59种。构建59种期刊间的互引矩阵,用Kohonen神经网络法和系统聚类分析法分别进行处理。选用软件是STATISTICS Neural Networks(Version 4.0)和SPSS 11.5。得到两法的聚类结果图,期刊的聚类现象呈现出学科间的联系。两种方法均适用于利用期刊互引矩阵行期刊聚类,从而显示出学科间的交叉渗透关系。相对来说,Kohonen神经网络法的聚类结果更为客观精确。
引用
收藏
页码:440 / 444
页数:5
相关论文
共 1 条
[1]  
Scientometrics and communication theory: Towards theoretically informed indicators[J] . L. Leydesdorff,P. Besselaar.Scientometrics . 1997 (1)