一种基于共词网络社区的科研主题演化分析框架

被引:54
作者
程齐凯
王晓光
机构
[1] 武汉大学信息管理学院
基金
中央高校基本科研业务费专项资金资助;
关键词
共词网络; 网络社区; 社区发现; 网络演化; 新兴趋势探测;
D O I
暂无
中图分类号
G644 [科学研究工作];
学科分类号
摘要
共词网络在一定程度上可以表示特定学科领域的知识结构。为分析主题演化过程,将网络社区的演化分为6种类型,分别为产生、消亡、分裂、合并、扩张与收缩。在此基础上,利用Z-value算法和社区相似度算法,构建一个科研主题演化分析模型。与传统的基于词频的分析思路相比,所提出的基于共词网络社区演化分析的框架不强调词频的变化,而是强调词间关系的变化,试图通过中观层面的网络社区的演化分析揭示科研主题发展规律。
引用
收藏
页码:91 / 96
页数:6
相关论文
共 8 条
[1]   面向科技主题发展分段的社区核心圈技术 [J].
钱铁云 ;
李青 ;
许承瑜 .
计算机科学与探索, 2010, (02) :170-179
[2]   科学研究前沿探测方法综述 [J].
陈仕吉 .
现代图书情报技术, 2009, (09) :28-33
[3]   判断新兴研究趋势的技术框架研究 [J].
殷蜀梅 .
图书情报知识, 2008, (03) :76-80
[4]  
科学知识网络的形成与演化(Ⅰ):共词网络方法的提出[J]. 王晓光.情报学报. 2009 (04)
[5]  
科学知识网络的形成与演化(Ⅱ):共词网络可视化与增长动力学[J]. 王晓光.情报学报. 2010 (02)
[6]  
Community detection: Topological vs. topical[J] . Ying Ding.Journal of Informetrics . 2011 (4)
[7]  
Communities, knowledge creation, and information diffusion[J] . R. Lambiotte,P. Panzarasa.Journal of Informetrics . 2009 (3)
[8]   Mapping the backbone of science [J].
Boyack, KW ;
Klavans, R ;
Börner, K .
SCIENTOMETRICS, 2005, 64 (03) :351-374