领域演化结构识别的主路径方法与高被引论文方法对比研究

被引：19

作者：

韩毅

童迎

夏慧

机构：

[1] 西南大学计算机与信息科学学院

来源：

图书情报工作 | 2013年 / 57卷 / 03期

关键词：

主路径分析; 高被引论文聚类; 领域演化结构; HistCiteTM; Pajek;

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：

高被引论文方法通过节点相似性聚类来反映领域演化结构,而主路径方法则通过节点连通性来揭示领域演化结构。在分析两种方法差异的基础上,以富勒烯领域引文数据为样本,应用HistciteTM和Pajek对比研究主路径组分完全网络和相同数量顶点的高被引论文网络,结果表明二者的结构与组分差异显著。主路径组分的当年引用数排序的结果表明,多数路径组分不完全是当年的高被引论文,进而证明了主路径分析方法的独特性。

引用

页码：11 / 16

页数：6

共 5 条

[1] 基于专利引文网络的技术轨道识别研究——以太阳能光伏电池板领域为例
杨中楷
刘佳
[J]. 科学学研究, 2011, 29 (09) : 1311 - 1317
[2] 基于主路径分析的HistCite结果改进研究
董克
刘德洪
江洪
肖宇锋
[J]. 情报理论与实践 , 2011, (03) : 113 - 116
[3] Mapping technological trajectories as patent citation networks:A study on the history of fuel cell research .2 Verspagen B. http://dimetic.dime-eu.org/dimeticfiles/Lect%209%20to%20Verspagen%20-%20Verspangen.pdf . 2009
[4] Efficient algorithms for citation network a-nalysis .2 Batagelj V. http://www.google.com.hk/search?hl=zh-CN&source=hp&q=Effcient+Algorithm+for+Cita-tion+Networks+Analysis&btnG=Google+%E6%90%9C%E7%B4%A2&aq=f&aqi=&aql=&oq=&gsrfai=2009-10-17 . 2003
[5] Why do we need algorithmic historiography .2 Garfield E,Pudovkin AI,Istomin VS. Journal of the American Society for Information Science and Technology . 2003

← 1 →