大科学实验室的科学合作模式研究

基于大科学装置组织进行多学科协作研究是当今国家实验室的显著特征,国际合作已经成为其完成大科学计划的必经之路。本文采用科学计量方法,以美国劳伦斯伯克利国家实验室为例,对2010-2014年该实验室发表的科学文献的合作模式进行研究,定量分析了不同合作模式文献的规模-频度分布以及不同合作模式论文的影响力,同时对其Top10合作机构和国家进行了分析。结果表明:跨国机构合作是美国劳伦斯伯克利国家实验室的主要科学合作模式,跨国机构合作发表的SCI论文数量、优秀论文数量及论文篇均被引频次均位居四种合作模式榜首。此外同国家跨机构合作对大科学实验室论文产出力和影响力的促进作用也不容小觑,同国家同机构合作论文和独立作者完成的论文在数量和质量上略逊一筹。

基于LDA主题模型与链路预测的新兴主题关联机会发现研究

【目的】对新兴主题关联机会的发现方法进行实验性研究,提供一种有效的新兴主题关联机会发现方法。【方法】以深度学习研究领域发表的文献集合为研究对象,通过LDA主题模型方法挖掘文献内在特征,进而以主题为节点,通过链路预测对新兴主题关联机会进行预测。【结果】深度学习研究领域主题共现网络的最优指标为AA指标;未来深度学习领域的大数据分析研究最有可能与生物医疗领域主题研究及深度学习算法自身机理改进主题研究产生关联。【局限】链路预测方法对连通性较差的网络预测结果欠佳。【结论】利用主题模型与链路预测相结合的方法进行未来新兴主题关联机会发现具有一定的有效性与可靠性。