基金项目对科学研究的关联影响分析

基金项目与科学研究的多维度关联影响分析能够提供细粒度洞察,有助于国家科学战略的科学规划及科技策略制定。本文结合国家自然科学基金数据以及相关领域的论文数据,采用LDA进行主题建模,基于主题相似度识别基金项目与论文之间的关联影响。研究结果表明,较小领域的基金项目与所隶属的更大领域科学研究之间存在关联影响关系,基金项目对科学论文的引导与促进作用更大,且影响作用的持续时间更长。

知识图谱在领域知识多维分析中的应用途径研究

知识图谱为解决众多领域的现实问题提供了新的思想与方法,有助于呈现和分析领域知识及其关联关系。研究工作采用图数据库技术构建领域知识图谱。从简单实体关系和多维复杂关系层面,对知识图谱在领域知识多维分析中的应用途径进行探索。研究表明,知识图谱能够从多维角度组织和分析领域知识与知识关联;灵活地对领域知识及其关系实现可视化呈现;能够方便存储和快速提取知识关系并进行推理。

社会化在线评论情感因素测量与有用性分析

[目的/意义]社会化在线评论与传统的专业性评论相比,具有更为显著的传播速度和影响力。文本评论中的情感因素并非单纯的数量化评分能够完全体现的。对本文评论中情感因素的测量与分析,能够有助于在线评论的全角度识别与揭示,更加客观准确地反映在线评论的价值。[过程/方法]通过提取用户发布的在线文本评论数据,采用有监督机器学习的算法,分别计算文本评论的情感分类得分、情感倾向得分、综合情感得分。从类型、地区、人数多个维度对情感得分与总评分进行交叉对比分析。[结果/结论]研究结果表明,文本评论蕴含的情感因素对总评分具有部分的影响作用。用户的认知偏好、社会文化背景和评论人数占比会对情感因素的有用性产生影响。

基于STM的科研资助对研究主题影响研究

[目的/意义]科研资助是科学研究工作中有效的激励政策,分析与揭示科研资助影响作用,对促进国家科技发展具有重要的积极作用。[方法/过程]基于Web of Science收录的我国计算机与人工智能领域的科研论文,按照有/无科研资助对其进行划分,使用结构主题模型(STM)重点将科研资助对主题内容与主题契合度的影响进行分析。[结果/结论]研究发现,科研资助能够有效促进科技成果数量的增加,科研资助能够影响主题偏好和具体主题内容,科研资助与时间的交互作用会对主题的契合度产生积极的影响。

基于网络全局结构关系的领域重要关键词提取与分析

提取和分析领域重要关键词及其演化模式,对于探索和预测领域知识的研究重点和研究趋势具有重要的意义。论文采用特征分解的方法,提取领域知识网络中的重要结构成分,从网络全局结构关系的视角对领域中的重要关键词进行提取与分析。研究结果表明,在网络全局结构的视角下,领域中始终保持部分恒定不变的重要关键词;恒定关键词之间关联稀疏且包含具有结构洞特征的知识关联;新生的重要关键词遵循先成为重要结构再成为关联核心的涌现模式。

科技信息分析从单一维度到多维复合的演进

科技信息分析是科技服务的前提,科学有效的科技信息分析对于把握领域科技知识发展与促进科技创新具有重要的意义。本文通过对当前学术界科技信息分析相关研究工作的梳理,对科技信息多维复合分析的演进过程进行归纳与总结。通过从数据与方法的视角对科技信息分析多维性的剖析,阐明科技信息分析从单一维度向多维复合转变的特征与意义。以期从分析维度的视角,为科技信息分析领域的相关研究提供借鉴,探索科技信息分析研究领域新的学科增长点。

基于频度演化的领域知识关联关系涌现

领域知识的生长演化问题一直是图书情报学界重点关注的主题。以网络科学思维探索知识生长过程中的关联关系涌现问题,能够对知识关联的生长模式与机制进行揭示。本研究提取知识关联关系累计44万余对,关联频度87万余次,共划分为11个时间窗口。在对时间序列领域知识网络结构属性初步判识的基础上,对关联频度分布进行时间序列分析。并从领域知识生长过程中的关联频度数量、关联频度占比、邻近窗口状态等方面,对知识关联关系及其频度进行跟踪与分析。研究结果表明,知识关联关系生长过程中,关联关系频度的分布符合幂律分布,且在领域知识发展的成熟期表现得更好。知识关联关系的生长过程具有频度层面的"富者更富"的属性,且主要遵循"择优强化"机制。尽管研究所使用的基于社会化标注系统的知识网络尚不足以囊括所有类型的知识网络,但是基于频度演化的知识关联关系涌现模式与机制,有助于促进知识网络、知识生长等领域的研究工作,对于社交网络、传播网络、交通网络等研究不无裨益。

图书情报学领域学科交叉及其国家差异的动态分析

[目的/意义]领域知识的跨学科交叉研究能够打破学科间的壁垒,有助于发现重大科学问题的解决方案。[研究设计/方法]基于图书情报学领域文献题录信息构建轻量级领域知识图谱,从中提取学科信息、国家信息、时间信息及其关联,采用时间与空间相结合的多维度分析方法,对学科交叉的演化进程以及国家差异进行跟踪与分析。[结论/发现]图书情报学领域内学科交叉现象日渐显著,各国家的学科交叉程度与倾向存在差异,一些目前尚不突出的交叉学科方向值得关注。[创新/价值]采用多维度视角分析学科交叉现象,相关结论可以为国家科技战略制定及学科发展规划提供有益参考。

基于竞争专利网络的技术竞争多维分析:以3D打印技术为例

识别和分析领域技术竞争态势,对于掌握科学技术发展全貌、探索科技创新潜在路径具有重要意义。本研究采用自然语言处理技术对专利摘要进行文本挖掘,计算专利之间的语义相似度;采用特征分解方法提取处于重要位置的竞争性专利,构建竞争专利网络,并基于竞争专利网络展开多维度分析。研究结果表明,该领域的竞争性专利网络呈现碎片化特征,专利机构与国内持有人分布不均衡,申请人间的技术竞争表现为不同范围和不同的技术领域。

政务新媒体信息传播影响力研究

[目的/意义]探索政务新媒体的传播特点能够对政务新媒体未来发展方向提供更深层的洞见,有助于相关机构或部门在未来的社会治理中更及时地传播信息并且更好地服务民生。[方法/过程]研究工作选取微博、微信、抖音三大政务新媒体信息平台,爬取平台发布的信息内容以及对应的用户点赞量、评论量、转发量。基于各平台的信息传播影响力指标,并结合发布时间、内容类型、推送形式,分析不同政务新媒体平台信息传播影响力。[结果/结论]研究结果表明,短视频政务新媒体平台在信息传播活性方面具有优异的表现;信息内容以及事件类型等差异使其适合不同的推送形式;各类政务新媒体应该形成多平台渠道互补。

科研人员研究主题的聚焦与迁移研究

科研人员的主题偏好分析有助于洞悉科学知识发展的动力机制,引导学科领域科技创新方向。本文采用LDA主题模型进行主题划分,对不同类型科研人员主要研究方向的精专程度和主题迁移进行分析。研究结果表明,高发文科研人员的研究主题相对集中,且在主要研究方向上的精专程度更高,高被引科研人员研究主题的迁移性更突出。

基于模块化聚类的标签弹性推荐

[目的/意义]社会化标注系统为用户检索提供便利的同时也面临一些困扰,标签推荐研究有助于解决资源检索中精确度与召回率之间的两难抉择。[过程/方法]借助网络科学的理论与方法,通过对标签网络的模块化聚类处理获得主题聚类,采用度数中心度对主题聚类内部标签进行排名,根据特定规则选取Top-N标签数量。[结果/结论]实验结果显示,研究中提出的模块化Top-N标签推荐方法,具有可逐层细化的精确度和良好的召回率。该方法的弹性机制可为不同的检索要求提供差异化服务。

数字阅读中信息茧房的触发因素及应对策略研究

数字阅读中的信息茧房效应容易造成读者信息窄化与知识局限,识别信息茧房的触发因素有助于探寻破茧对策以促进阅读推广。文章选取信息特征、个性化选择、算法推荐、社交环境4个维度的条件变量,采用模糊集定性比较分析(fsQCA)的方法,对信息茧房效应的触发因素进行组态分析。研究发现,数字阅读中信息茧房效应的产生受到多种因素共同影响。由信息特征、个性化选择、算法推荐3个因素联合构成的组态路径覆盖率最高,在非以上3种因素影响的情况下社交环境也会触发信息茧房。文章在此基础上提出消除或削弱数字阅读中信息茧房效应的阅读策略,以期为数字阅读中的信息茧房治理提供科学参考。

领域知识聚类性的动态演化分析

[目的／意义]探索领域知识发展过程中的聚类演化问题有助于揭示知识聚类的特征和规律，对于掌握知识生长演进过程中关联知识的聚集具有重要意义。[方法／过程]以复杂网络的思想为基础，基于标签邻接关系的发生值构建时间序列领域知识网络。即依据网络模体的理论，采用网络聚类系数的分析方法，对领域知识网络进行动态跟踪与分析；结合网络密度、特征路径长度、节点度值、封闭三元组等指标，从随机因素、度相关性、邻近关联3个方面对领域知识发展过程中的聚类演化现象进行分析。[结果／结论]研究结果表明：①领域知识在发展进程中始终保持较高的聚类性；②领域知识的聚类性同时包含随机性与结构性（非随机性）两方面因素；③领域知识聚类的动态状态在小世界网络和无标度网络之间摇摆演化；④领域知识的聚类状态在网络全局和局部节点之间表现出一定的差异性。

科研合作状态与学术表现的相关性及影响研究

文章构建了国际图书情报学领域11668位科研人员的合作网络,对7种网络属性和5种学术表现力指标进行相关分析和多元回归分析。研究表明,科研合作状态与学术表现力之间具有相关性和影响作用;联络人地位和持久的合作关系对于学术表现有积极的影响;合作团体中的边缘位置对于学术表现有消极的作用。

舆情当事人回应对网民情感的影响研究

[目的/意义]探索网络舆情演化的内在机理能够对舆情发展获得更深层的洞见,有助于相关单位或部门在舆情事件中实现科学的决策与引导。[方法/过程]研究工作选取特定舆情事件的当事人博文及对应的转发评论,基于情感词典计算评论文本的情感分值。采用时间序列的视角,对舆情发展过程中情感极性的变化以及当事人回应对网民情感的影响进行动态分析。[结果/结论]研究结果表明,当事人的回应对网民的关注程度有直接影响;舆情发展过程中网民的情感极性并非一成不变;回应的内容直接影响网民的情感,有效的证据和诚恳的态度有助于平抑舆情中的负面消极情绪。

基于特征分解的知识网络结构关系提取

[目的/意义]对知识网络中结构关系的有效识别与提取,有助于从纷繁的数据中探测知识网络的拓扑结构及其演化模式。[方法/过程]本文提出一种基于邻接矩阵特征分解的知识网络结构关系提取方法。基于真实数据分别从静态结构关系提取和动态结构演化两个方面,对特征分解法和传统关联频度法进行对比分析,并与Pathfinder算法进行对比。对基于特征分解法提取知识网络结构关系的有效性进行验证。[结果/结论]研究结果表明:特征分解法能够识别原始知识网络中的主要成分信息,能够准确识别低频次的对网络整体拓扑结构较为重要的关联关系,且提取方法灵活自由。

科研人员职业高峰前后的研究主题转换特征识别

[目的/意义]探索科研人员职业发展情况及其研究主题的变化规律不仅可以揭示科学生产力发展的内在机制,也有助于对科学事业的发展提供更好的政策指导与支持。[方法/过程]基于自然科学、社会科学、艺术与人文科学的代表性学科数据,对科研人员的职业高峰进行识别。在此基础上以职业高峰作为科研人员学术生涯的划分依据,采用自然语言处理中的Top2Vec主题建模方法识别研究主题,对科研人员学术生涯不同阶段所研究主题的主题相似度和主题转换概率进行分析。[结果/结论]研究结果表明,各学科科研人员总体上在经历职业高峰之后的主题转换会更加频繁;而精英学者在经历职业高峰后其研究主题则反而更加专一。

基于多数据源维度的领域知识演化对比研究:以美国石墨烯领域研究为例

[目的/意义]科学技术的发展带动科技文献数量持续增长,探索不同数据源维度下的领域知识演化特征,有助于从数据层面对领域知识发展建立全景化视角。[方法/过程]以美国石墨烯领域的期刊论文、会议论文、基金项目、技术专利为数据源,采用BERTopic主题建模的方法提取领域主题,对不同数据源维度下的领域知识演化进行跟踪,对比不同数据源维度下的知识演化分析效果。[结果/结论]研究发现,基于单一数据源的主题提取结果及其呈现的知识演化脉络各有侧重;基于融合数据源的领域主题呈现领域全景且有助于发现潜在的知识演化模式。

领域知识群落的演变模式与知识传承

文章采用社群发现算法对领域知识网络巨分支内部的群落结构进行识别与提取,通过知识群落组成率、输出率以及群落间传承强度的计算与分析,对知识群落的演变模式与知识传承特征进行时间序列的动态跟踪与分析。研究结果表明,领域知识网络在发展演变过程中更多地处于非连通状态;领域知识发展越成熟群落之间的知识交叉融合越频繁;交叉融合性的知识传承多发生在巨分支内部的知识群落之间。