A Metric Approach to Hot Topics in Biomedicine via Keyword Co-occurrence

Purpose:To reveal the research hotpots and relationship among three research hot topics in b iomedicine,namely CRISPR,iPS(induced Pluripotent Stem)cell and Synthetic biology.Design/methodology/approach:We set up their keyword co-occurrence networks with using three indicators and information visualization for metric analysis.Findings:The results reveal the main research hotspots in the three topics are different,but the overlapping keywords in the three topics indicate that they are mutually integrated and interacted each other.Research limitations:All analyses use keywords,without any other forms.Practical implications:We try to find the information distribution and structure of these three hot topics for revealing their research status and interactions,and for promoting biomedical developments.Originality/value:We chose the core keywords in three research hot topics in biomedicine by using h-index.

基于共词网络的教育信息化热点主题识别与发展态势研究

通过对教育信息化领域高水平学术文献分析,揭示教育信息化领域的热点研究主题与发展态势,对我国教育信息化研究及发展具有深远的意义。以近十年CSSCI数据库教育信息化文献数据为样本,通过构建高频关键词共词矩阵并生成共词网络,运用共词分析、社会网络分析、战略坐标分析等研究方法,以期识别分析我国教育信息化热点主题及发展态势。研究表明:慕课、人工智能、教学设计、深度学习等受到了教育研究者们的广泛关注;目前教育信息化研究主要聚焦在学习分析、在线学习与开放教育、信息化教学模式与方法、教育信息化理论与实践、教师专业发展、学习环境与学习资源等主题,而在线学习的学习分析是当前最活跃研究主题,且取得了丰硕的成果。

基于CiteSpace的矿井通风文献综述

矿井通风是当前煤矿生产研究领域的重点。借助CiteSpace可视化软件,对2002—2022年的410篇相关中文文献进行分析,发现矿井通风领域研究的核心机构包括中国矿业大学等,核心作者包括刘剑等,已经形成高校、研究机构、企业通力合作研究局面;重要研究主题包括数值模拟、优化、网络解算、故障诊断、可视化、平均风速、安全生产等;研究热点主要聚焦在网络解算、安全生产、数值模拟等。今后需进一步加强计算机技术与矿井通风理论的结合研究,应用不同软件、方法、技术实现矿井通风网络解算及矿井通风情况的模拟,以加强对矿井通风规律特性的把握,建立安全预报预警系统平台,促进安全生产工作。

中国慈善政策合作网络与主题热点演化研究——基于SNA和LDA的大数据分析

结合大数据分析深度挖掘我国慈善政策的演变路径,有助于提高政府决策水平,推动慈善事业高质量发展。采用社会网络分析(SNA)方法与潜在狄立克雷分配(LDA)主题模型,对我国1986—2021年788份慈善政策的合作网络与主题热点进行演化分析,结果显示:我国慈善政策经历了萌芽期(1986—1997年)、初步发展期(1998—2007年)与快速发展期(2008—2021年)三个阶段;合作网络由“中心—边缘型”演变为“松散型”,逐步形成以民政部、财政部与国家税务总局为核心的多主体决策格局;主题热点内容丰富多样且与时俱进,主题强度逐渐趋向于均衡。建议从强化政策顶层设计、构建主体协同机制及合理分配政策注意力三个方面提高慈善政策效能。

融合多元方法的颠覆性技术识别——以类脑智能领域为例

为尽早发现颠覆性技术,同时全面监测各个子领域中具有颠覆性潜力的新兴和热点主题,提出一种融合属性计量、LDA模型与网络中心性指标的颠覆性技术识别方法。首先,从技术突破性和市场潜力两个维度设计评价指标,筛选出具有高颠覆性潜力的技术文献;其次,基于LDA模型将技术文献划分为不同子领域;最后,采用中心性指对分类网络中技术节点的影响力进行识别,基于特征向量中心性得到颠覆性主题子网,综合度中心性、中介中心性和接近中心进一步区分颠覆性热点主题和新兴主题。基于类脑智能领域的专利实证研究表明,分类网络可以很好地识别不成熟子领域中颠覆性技术的热点主题和新兴主题,这是对全局网络识别结果的补充和完善。

产业集群创新网络研究热点、演化与展望

产业集群能够为企业提供创新动力和竞争优势。我国产业集群起步较晚、总体发展水平不高、创新主体之间的联系不紧密等问题对后续研究提出了更多的要求。通过对产业集群创新网络相关文献开展系统评估与分析,为学者后续开展理论研究、提高产业集群网络创新效率、政府制定产业集群创新发展政策提供更多参考意见。基于2000—2021年CNKI数据库中的550篇中文文献和Web of Science核心合集数据库中的511篇英文文献,运用CitespaceⅤ、知网可视化分析、WOS检索结果分析、文献计量在线分析平台等方法提炼出该领域的研究热点、研究来源与研究演化趋势。在全面梳理该领域重点期刊文献的基础上,揭示产业集群创新网络的四大研究主题:网络形成演化与动力机制、网络发展模式与路径升级、基于主体视角的“网络嵌入特征—知识—绩效”研究、基于地理空间视角的产业集群区域创新网络发展研究。最后,从研究视角、研究对象、研究方法3个方面为未来研究提出具体建议。

高校图书情报学期刊研究主题与热点比较分析——以《大学图书馆学报》与《图书情报知识》为例

为洞悉“十三五”时期我国高校图书情报学期刊发展重点,推动图书情报学领域深入研究。文章以《大学图书馆学报》与《图书情报知识》为例,利用内容分析法、关键词共现分析法与社会网络分析法,对“十三五”期间这两本期刊收录文献的研究主题与热点进行比较分析。《大学图书馆学报》注重读者用户群体、聚焦传统图书馆学科领域;《图书情报知识》则更注重信息用户群体、聚焦图书情报学学科新兴领域。“十三五”时期高校图书情报学期刊发展重点是:助力国家文化事业建设;坚守学科传统,创新学科理论;关注信息科学前沿探索。

在线社会网络中多话题竞态传播分析与建模

针对在线社会网络中多个话题在传播过程中呈现出的竞争状态,进行了竞态传播过程的测量与分析,并建立了多话题竞态传播模型。基于多个话题数据进行了话题参与用户行为分析,发现较少用户会持续关注同一个热点话题,并且会有一定数量用户在多个同类话题间转移关注,从而使得多个同类话题在并行传播时对吸引用户参与呈现出竞争态势。在分析结果的基础上,建立了考虑话题之间相互影响力以及话题吸引度的多话题竞态传播模型,该模型可有效描述多个同类热点话题在同时间段出现时各个话题之间的相互影响情况,以及各个话题在传播过程中人群参与规模的变化情况。在与实际数据的对比实验中,模型仿真结果的平均峰值出现时间的误差为0.2d,平均传播周期的误差为2.4d,话题间用户平均转出比例的误差为1.2%,并且能复现参与人数的单峰性、长尾特性等话题传播的动态特性。上述实验结果表明,该模型可有效描述在线社会网络中的多话题竞态传播动态过程。

学科知识网络研究(Ⅲ)共词网络的结构、特征与演化

共词网络是科学知识网络的有机组成部分，本文总结了针对学科的共词网络研究的方法、程序和图谱绘制流程，采集了1900～2012年图书馆与情报学领域国际期刊的数据，将其中的高频关键词利用学科共词网络图谱展示出来。在剖析网络结构特征的基础上，得到7个子网络，其主题分别对应于知识管理、图书馆、信息检索、信息技术、文献计量、信息政策、电子商务等，7个图书馆与情报学领域的热点主题基本都是图书馆与情报学目前研究的热点主题。本文还设计了主题－主题共现矩阵，使用了以主题本身为节点的主题层级的网络图谱揭示了这七个主题之间的关联，分析了七大热点主题的核心关键词词频随着时间变化的演化图谱，最后着重对学科共词网络的研究方法的局限性进行了反思和讨论。

基于CiteSpace的学科领域研究热点与前沿可视化分析——以无线传感器网络领域为例

文章以ISI Web of Knowledge数据库中收录的以wireless sensor networks为标题的文献为数据源,借助信息可视化软件Cite Space对所采集的数据进行共引分析和聚类分析,绘制出无线传感器网络领域的国家机构图谱、学科分布网络图谱,展示了该领域的研究力量分布,确定了该领域所涉及的主要学科;同时利用软件提供的词频探测技术绘制出计算机科学中无线传感器网络领域的研究热点知识图谱及研究前沿与发展趋势知识图谱,揭示了计算机科学中该领域的研究热点、研究前沿及其发展趋势。

学科交叉视角下的网络舆情研究主题比较分析——以国内图书情报学和新闻传播学为例

从学科交叉视角探索网络舆情在图书情报学和新闻传播学中的研究共性和差异性。以CNKI数据库中两门学科核心期刊的网络舆情研究文献为样本,在关键词规范化的基础上,一方面从微观角度结合词频和TF-IDF方法提取重要关键词,并对两门学科的关键词进行交集分析、共词聚类分析和战略坐标分析;另一方面从全局角度采用LDA模型对样本进行主题建模。然后,分别对基于共词聚类和基于LDA的热点主题划分结果进行语义关系规范和主题标识。研究发现,舆情传播与监测、高校舆情分析、危机预警与管理、政府舆情应对等是两门学科共同关注的主题,网络谣言分析、网络问政则分别是图书情报学和新闻传播学的特色研究主题。研究还发现,有部分潜在交叉主题和衍生主题在学科交叉与融合的推动下孕育而生。

我国医用耗材管理研究热点的文献计量学社会网络分析

目的:运用文献计量学社会网络分析方法,结合文献评阅对我国期刊医用耗材管理研究文献进行分析,研究我国医用耗材管理研究领域的研究现状、热点及趋势,为促进我国医疗卫生机构加强医用耗材管理、优化医学装备技术配置及提升医疗服务质量提供参考依据。方法:检索2004-2013年间中国知网(CNKI)、万方及维普数据库中与医用耗材管理研究相关文献,采集关键词并统计其频次,截取高频关键词,构筑高频关键词词篇共现矩阵,导入SPSS获取相关系数矩阵后使用UCINET生成高频关键词社会网络,并对其进行凝聚子群分析、中心性分析以及凝聚子群密度分析。结果:检索获得样本文献766篇,年发文量在2004-2010年间波折上升,2010年后呈现快速增长态势。以频次3为阈值截取获得50个高频关键词,对应样本文献构成50行×766列关键词词篇共现矩阵。社会网络图谱及中心性分析显示,科学管理、高值耗材及质量管理体系等关键词在网络中具有较高的中心性。同时,质控管理与安全管理、不良事件与安全管理以及质量管理体系与内部控制等关键词对之间联系比较紧密。结论:我国医用耗材管理研究热点是在围绕医用耗材科学管理的基础上逐步拓展延伸至库存管理与信息化、成本管理与临床应用评价、安全管理与质量管理以及准入管理与采购监管等5类互为联系的领域。随着研究工作进一步深入,聚焦热点得以凝练,将对我国卫生事业发展中的临床技术管理与应用评价产生积极影响。

一种面向社会网络的热点话题数据挖掘算法

社会网络中的热点话题数据挖掘问题是目前的研究热点。针对现有方法应用到社会网络时挖掘结果不准确、不便于理解和时间复杂度高等不足,提出一种改进的挖掘算法。首先采用核密度估计法对话题进行分析,然后基于小世界理论和社会网络的链接特性对话题时间序列进行建模,最后提出基于学习的方法来对话题的走向和趋势进行预测,在不降低准确率的前提下,快速挖掘出下一时刻最有可能爆发的话题,达到准确预测话题传播趋势的目的。仿真实验结果表明,该方法是有效的,能够保证挖掘的整体效果,在挖掘准确率方面要优于已有的方法。

基于离群点剔除的网络热点事件挖掘算法

研究网络热点事件准确检测问题,收集网络文本数据中含有大量的离群点,由于离群点一些噪声数据,对网络热点事件检测产生不利影响。为提高检测正确率,提出一种采用离群点剔除的网络热点事件挖掘算法。首先通过计算数据点的密度相似度,将小于阈值的离群点剔除,降低计算复杂度和离群点的不利影响,然后采用模糊C均值聚类算法对网络文本进行聚类,发现其中的热点事件,最后通过仿真测试算法的有效性。仿真结果表明,改进算法剔除网络中的离群点,不仅提高了网络热点事件检测正确率,而且降低算法计算复杂度,加快了网络热点事件挖掘速度,更加适合于网络热点事件在线挖掘要求。

基于SOM-GMDH的微博热点话题变化趋势研究

随机选取腾讯微博100个热点话题作为研究样本,绘制了博文数量增长曲线,然后使用自组织特征映射神经网络对样本进行聚类分析,再通过数据分组处理方法拟合各类曲线发展趋势,最后使用随机抽选对话题分类进行实证。研究结果表明,微博话题的相关博文数量变化趋势主要表现为七种类型,它们随着时间变化表现为不同的形式。

改进回声状态网络的热点话题预测模型

为了提高网络热点话题的预测精度,针对传统回声状态网络存在的不足,提出一种改进回声状态网络的网络热点话题预测模型。首先将一维的网络热点话题时间序列重构成多维时间序列,然后采用改进回声状态网络对多维时间序列进行学习,建立网络热点话题预测模型,最后对模型性能进行仿真测试。结果表明,改进回声状态网络可对网络热点话题的变化趋势进行准确刻画,网络热点话题的预测精度得以提高,而具有更好的应用价值。

基于机器学习的网络媒体热点话题预测方法研究与实现

针对目前互联网"富信息化"现象,提出了基于机器学习的网络热点话题预测的思想。该思想通过总结能尽量准确描述热点话题的一组特征,得到每篇新闻各自的特征向量,并针对大量近期已知是否热门的随机新闻样本内容进行聚类处理。基于健壮精准的分类算法,利用支持向量机将向量映射到高维空间达到分类目的。在机器学习过程中,采用大量试验的方法修改并完善特征向量的组成、度量及权重,最终达到准确作出热点话题预测的目的。

基于数据流的网页内容分析技术研究

提出针对网络数据流中活跃信息进行话题相关数据采集与分析方法.首先给出面向论坛话题的定义;然后对网络数据流进行分析、对用户访问行为进行分类;并给出基于数据流的用户行为识别方法及话题相关数据抽取、存储算法;最后给出实验分析,结果表明,所提出的基于数据流的论坛话题数据采集方法能够很好地反映用户行为,并对基于数据流的网络舆情热点话题发现、突发事件检测与实时跟踪等应用提供有利的数据资源.

基于网络数据的经管学科研究趋势测度

随着越来越多的交流、合作、共享、搜寻和收集信息发生在多样化的社会网络中,海量的网络数据正成为科学研究的数据源。为了解以网络数据作为数据源的经管领域科学研究的动态景观,本文基于从SSCI及SCI-E数据库提取的相关文献数据,应用科学计量的方法及指标、社会网络分析方法和突现检测算法,开展该领域的测度研究。研究发现该领域的科学产出增长显著;美国在该领域占据绝对领导地位,中国论文世界份额上升最为明显,具有较高的科学影响力及合作影响力;该领域跨国家/地区的科学合作网络呈现出相对稳定的扩张;该领域的研究热点主题有行为、信任、挖掘、内容、情绪、态度、预测等,前沿主题有内容、大数据、社会商务、情绪分析、行为等。

基于改进BP网络的网络论坛热点主题挖掘

针对BP网络收敛速度慢的问题,提出将改善学习速率和增加动量项结合起来的方法对BP网络进行改进,通过Java编程开发一个以改进BP网络为核心的热点主题挖掘原型系统.实验结果表明,该系统可以快速并准确地获取符合现实舆情的热点主题分类结果.研究成果可以帮助民众及时了解网络热点,帮助政府和企事业单位及时跟踪民意并做出相应决策.