分析方法 基于作者共被引分析方法的知識圖譜實證研究_.pdf

ID:52458880

大?。?65.55 KB

頁數(shù):5頁

時間:2020-03-27

分析方法 基于作者共被引分析方法的知識圖譜實證研究_.pdf_第1頁
分析方法 基于作者共被引分析方法的知識圖譜實證研究_.pdf_第2頁
分析方法 基于作者共被引分析方法的知識圖譜實證研究_.pdf_第3頁
分析方法 基于作者共被引分析方法的知識圖譜實證研究_.pdf_第4頁
分析方法 基于作者共被引分析方法的知識圖譜實證研究_.pdf_第5頁
資源描述:

《分析方法 基于作者共被引分析方法的知識圖譜實證研究_.pdf》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫

1、ITA實踐研究欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟●邱均平,秦鵬飛(武漢大學(xué)信息管理學(xué)院,湖北武漢430072)基于作者共被引分析方法的知識圖譜實證研究———以國內(nèi)制漿造紙領(lǐng)域為例摘要:知識圖譜在揭示學(xué)科研究現(xiàn)狀,識別學(xué)科研究前沿方面有著相當(dāng)重要的作用。本文以制漿造紙領(lǐng)域為例,利用作者共被引分析方法,采取多元分析與社會網(wǎng)絡(luò)分析相結(jié)合的技術(shù),運用SPSS和Uci-net軟件,繪制相關(guān)知識領(lǐng)域的可視化圖譜,直觀形象地展示了我國制漿造紙領(lǐng)域的研究現(xiàn)狀,驗證基于作者共被引分析方法的知識圖譜在學(xué)科研究方

2、面的有效性和可靠性。關(guān)鍵詞:知識圖譜;作者共被引分析;實證研究Abstract:Mappingknowledgedomainplaysanimportantroleinrevealingthestatusquoofdisciplinarystudyandidentifyingitsleadingedge.Takingthepulpandpapermanufacturingdomainforexample,andbytheuseoftheauthorco-citationanalysismethod,thispapercombinesthetechnologi

3、esofmultivariateanalysisandsocialnetworkanalysistodrawthevisiblemapsoftherelatedknowledgedomainbyusingtheSPSSandUcinetsoftware,whichdis-playsthestatusquoofresearchinthepulpandpapermanufacturingdomaininChinaintuitivelyandfiguratively.Thevalidityandreliabilityofmappingknowledgedomain

4、indisciplinarystudybasedontheauthorco-citationanalysismethodareverified.Keywords:mappingknowledgedomain;authorco-citationanalysis;empiricalstudy[3]科學(xué)知識圖譜是顯示科學(xué)知識的發(fā)展進程與結(jié)構(gòu)關(guān)系網(wǎng)絡(luò)分析階段。ACA方法和知識圖譜的結(jié)合,使得學(xué)的一種圖形,是跟蹤科技前沿、選擇科研方向、開展知識科或研究領(lǐng)域潛在的結(jié)構(gòu)及其力量分布以可視化的圖形直管理與輔助科技決策的一種有效工具。通過繪制科學(xué)知識觀地展現(xiàn)出來,關(guān)系較為密切

5、的著者會較為集中,形成不圖譜,可以將知識和信息中令人矚目的最前沿領(lǐng)域或?qū)W科同研究方向和研究領(lǐng)域內(nèi)的著者聚類結(jié)果,從而形象地描制高點,以可視化的圖像直觀地展現(xiàn)出來,幫助人們挖繪學(xué)科或研究領(lǐng)域的結(jié)構(gòu)及相應(yīng)的學(xué)術(shù)群體與代表[1][4]掘、分析和顯示科學(xué)知識以及它們之間相互關(guān)系。人物。作者共被引分析(AuthorCo-citationAnalysis,ACA)目前國內(nèi)關(guān)于可視化ACA方法的論文所采用引文數(shù)是共被引分析中的一種,它是由文獻(xiàn)同被引關(guān)系引申發(fā)展據(jù)多是從SCI套錄獲取,本文嘗試以制漿造紙領(lǐng)域為例,而來的。它以著者作為同被引分析的計量單位,研究n個從中國引文數(shù)

6、據(jù)庫中獲得數(shù)據(jù),對主流學(xué)術(shù)群體進行作者著者發(fā)表的文獻(xiàn)同時被其他文獻(xiàn)著者引證的情況,其同被共被引分析,運用信息可視化技術(shù)繪制出作者共被引圖引強度以引證文獻(xiàn)的著者數(shù)量來衡量。它使眾多的著者按譜,從而客觀形象地顯示出該學(xué)科前沿研究的高影響力作照同被引關(guān)系形成一個著者相關(guān)群,揭示出學(xué)科專業(yè)人員者及其所關(guān)注的主流領(lǐng)域及熱點問題。的組織結(jié)構(gòu)、聯(lián)系程度,進而反映出學(xué)科專業(yè)之間的聯(lián)系1制漿造紙領(lǐng)域知識圖譜繪制及分析[2]及其發(fā)展變化狀況。ACA方法一般分為以下幾個步驟:高影響力作者選擇,作者共被引矩陣建立,作者共被引矩1.1高影響力作者選擇陣標(biāo)準(zhǔn)化,多元統(tǒng)計分析實現(xiàn)及結(jié)果解

7、析。這種方法利用高影響力作者的選擇是ACA分析的第一步,也是非SPSS進行聚類分析和多維尺度分析,以映射地圖的方式常關(guān)鍵的一步,當(dāng)前尚未有統(tǒng)一的方法。較常用的是利用來定量地進行領(lǐng)域分析、科研評價等。作者發(fā)文數(shù)或被引文獻(xiàn)數(shù)來進行評價,因為文獻(xiàn)被引更能[5]當(dāng)前的ACA方法已由傳統(tǒng)的多元分析技術(shù)擴展到引說明作者科研的質(zhì)量和在領(lǐng)域內(nèi)的學(xué)術(shù)水平,本文采用入社會網(wǎng)絡(luò)分析軟件,如Pajek,UCINET,VxOrd等來生論文被引頻次高低來確定高影響力作者。成可視化知識圖譜。這些軟件逐漸將ACA推進到了社會中國引文數(shù)據(jù)庫(CCD)收錄了中國學(xué)術(shù)期刊電子雜·情報理論與實踐·

8、—53—實踐研究ITA欟欟欟欟欟欟欟欟欟欟欟欟欟

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。
关闭