基于复杂网络的文献热点挖掘及可视化

被引:4
作者
辛娟娟
曹佳
机构
[1] 北京林业大学信息学院
关键词
林业科技文献; 复杂网络; 社区识别; 大数据; 图挖掘; 关键词共现网络; 可视化;
D O I
暂无
中图分类号
TP391.1 [文字信息处理]; O157.5 [图论];
学科分类号
081203 ; 0835 ; 070104 ;
摘要
热点识别是文献分析的重要任务之一,针对专业领域的文献分析有助于研究人员快速掌握相关领域的核心问题。从图挖掘的角度利用复杂网络的社区识别技术来识别我国的林业科技文献的研究热点,并且分析这些热点之间的关联关系。以2000—2012年林业科技文献为研究对象,构建了一个文献关键词共现加权网络,从社区结构的角度分析了该网络的拓扑特性。结果显示该网络具有明显的小世界特征、无标度特征和八大社区结构。这八个社区分别对应着林业领域的八大主题研究领域,以可视化的方式展示了每个主题域由一系列的热点组成,主题域之间也呈现了疏密的关系。因此,所采用的网络分析方法可以作为科技文献推荐系统的核心方法。
引用
收藏
页码:261 / 264+270 +270
页数:5
相关论文
共 6 条
[1]   复杂网络的中心化 [J].
王林 ;
张婧婧 .
复杂系统与复杂性科学, 2006, (01) :13-20
[2]  
Optimizing SCImago Journal & Country Rank classification by community detection[J] . J. Antonio Gómez-Nú?ez,Batagelj Vladimir,Benjamín Vargas-Quesada,Moya-Anegón Félix,Chinchilla-Rodríguez Zaida.Journal of Informetrics . 2014
[3]  
A bibliometric study of service innovation research: based on complex network analysis[J] . Wenjia Zhu,Jiancheng Guan.Scientometrics . 2013 (3)
[4]   Community structure of the physical review citation network [J].
Chen, P. ;
Redner, S. .
JOURNAL OF INFORMETRICS, 2010, 4 (03) :278-290
[5]   Detecting community structure in networks [J].
Newman, MEJ .
EUROPEAN PHYSICAL JOURNAL B, 2004, 38 (02) :321-330
[6]  
Developments in automatic text retrieval .2 Salton Gerard. Science . 1991