CitationAS： A Tool of Automatic Survey Generation Based on Citation Content

Purpose： This study aims to build an automatic survey generation tool, named CitationAS, based on citation content as represented by the set of citing sentences in the original articles.Design/methodology/approach： Firstly, we apply LDA to analyse topic distribution of citation content. Secondly, in CitationAS, we use bisecting K-means, Lingo and STC to cluster retrieved citation content. Then Word2Vec, Word Net and combination of them are applied to generate cluster labels. Next, we employ TF-IDF, MMR, as well as considering sentence location information, to extract important sentences, which are used to generate surveys. Finally, we adopt manual evaluation for the generated surveys.Findings： In experiments, we choose 20 high-frequency phrases as search terms. Results show that Lingo-Word2Vec, STC-Word Net and bisecting K-means-Word2Vec have better clustering effects. In 5 points evaluation system, survey quality scores obtained by designing methods are close to 3, indicating surveys are within acceptable limits. When considering sentence location information, survey quality will be improved. Combination of Lingo, Word2Vec, TF-IDF or MMR can acquire higher survey quality.Research limitations： The manual evaluation method may have a certain subjectivity. We use a simple linear function to combine Word2Vec and Word Net that may not bring out their strengths. The generated surveys may not contain some newly created knowledge of some articles which may concentrate on sentences with no citing.Practical implications： CitationAS tool can automatically generate a comprehensive, detailed and accurate survey according to user’s search terms. It can also help researchers learn about research status in a certain field.Originality/value： Citaiton AS tool is of practicability. It merges cluster labels from semantic level to improve clustering results. The tool also considers sentence location information when calculating sentence score by TF-IDF and MMR.

Study Progress Analysis of Effluent Quality Prediction in Activated Sludge Process Based on CiteSpace

In this paper, CiteSpace, a bibliometrics software, was adopted to collect research papers published on the Web of Science, which are relevant to biological model and effluent quality prediction in activated sludge process in the wastewater treatment. By the way of trend map, keyword knowledge map, and co-cited knowledge map, specific visualization analysis and identification of the authors, institutions and regions were concluded. Furthermore, the topics and hotspots of water quality prediction in activated sludge process through the literature-co-citation-based cluster analysis and literature citation burst analysis were also determined, which not only reflected the historical evolution progress to a certain extent, but also provided the direction and insight of the knowledge structure of water quality prediction and activated sludge process for future research.

关于共被引分析方法的再认识和再思考

共被引（Co-citation）分析方法自1973年提出后便产生了很广泛影响，大家一直以来都按约定俗成的方式去处理共被引矩阵，但是最近对该方法的讨论非常激烈。核心问题围绕“矩阵转化的方法”而展开。在认识他们争论的同时，我们对此也提出了自己的想法和思考。我们从“共被引矩阵作为临近矩阵”这一角度，认为对角线应该采用该作者与其他作者的最大共被引次数＋1来表示；同时我们从稳定性和程序的统一性等方面探讨了欧几里得距离的平方这一标准化算法的优越性。最后我们用实例来证实了自己的想法的可行性和准确性。以期对以后该方法的使用提供参考。

SSCI数据库中的人文地理学期刊分析

运用科学计量学中的聚类分析和社会网络等方法,分析SSCI数据库中收录的44种人文地理学期刊之间的关系。首先在Web of Science中检索期刊的共被引次数矩阵,计算共被引率矩阵,然后进行CONCOR聚类分析和网络结构分析。统计中国地理学者发表的SSCI地理学论文,分析中国地理学期刊在Web of Science中的被引情况,定量考察中国地理学在国际学术界的影响。

农业碳排放研究进展:基于CiteSpace的文献计量分析

基于Web of Science的SCI-EXPANDED与SSCI数据库数据,运用Cite SpaceⅢ软件对农业碳排放研究文献进行共被引聚类分析、关键节点分析以及突现词分析,以期发掘农业碳排放领域的研究前沿及其演进趋势。结果表明:(1)农业碳排放文献呈逐年递增趋势,属于生态环境与农业的交叉学科。(2)农地/土壤碳排与碳汇研究、农业生产非CO2类温室气体排放研究、农产品碳足迹研究以及土地利用变化的碳排与碳汇效应研究是主要的前沿主题。(3)农业碳排放领域的前沿演进有相对明显的脉络可循,对农地/土壤碳排与碳汇的研究从实验研究与情境研究发展至综合已有测算数据或者说已有知识的元分析,然后是基于过程模型的模型化研究(例如脱氮分解模型,DNDC)。(4)基于生命周期分析法的农产品碳足迹、气候变化背景下粮食安全问题与生物炭运用在近两年呈现高度突现,是后续学术研究需要重点关注的领域。

一种基于引用上下文和引文网络的相关反馈算法

相关反馈是一种根据用户或系统的相关性判断重构初始检索提问的方法，已被证明可以有效地改进检索效果。具体到学术文献，其引用关系表征了文献内容上的相关性，因而可以为相关反馈提供有价值的辅助信息。本文提出了一种基于引用上下文、文献同被引和文献耦合的相关反馈改进算法。该算法的基本思想包括：利用学术文献的引用上下文信息扩充词包模型（bags of words）进行文本表示；在相关文献判断阶段利用相关文献在引文网络中与其他文献的同被引强度和耦合强度扩充相关文献集合；结合基于聚类的相关反馈思想抽取查询扩展项。实验证明该算法提高了相关反馈效果。此外，相关分析的结果表明文献同被引以及文献耦合强度与文献内容相似度具有显著的相关性。

引文耦合增强的共词分析方法改进研究——以ESI农业科学研究主题划分为例

文章针对共词方法在内容分析中存在的问题,提出了利用引文耦合关系增强共词分析效果的方法。首先,统计了关键词在共现和引文耦合两个方面的频次关系;其次,使用Z分值对两个频次矩阵进行了标准化,消除量纲数量级差异造成的不可比性;然后,基于标准化矩阵计算关键词间的Pearson相关性,用关键词在共现和引文耦合两个维度上相关系数的均值表示关键词的总关联强度;再次,将关键词关联强度矩阵导入SPSS进行聚类,根据聚类结果对关键词进行主题领域划分;最后,以ESI农业科学领域高被引论文为例比较了引文耦合增强的共词方法与传统共词方法的分析效果,结果表明改进的方法能更好地突出关键词间的相关关系,有效地提高学科情报研究中主题领域划分的准确性。

引文网络的社团划分研究进展综述

[目的/意义]引文网络的社团划分对于分析学科知识结构及发展脉络,揭示学科发展趋势具有重大意义。为了解引文网络的社团划分研究现状,以期刊文献为研究对象,利用统计分析、信息计量等方法,揭示该领域知识发展脉络和演进轨迹。[方法/过程]借助Citespace II、TDA等工具,通过对该领域知识研究进展、关键词分布、主题与功能分析以及对重要文献的解读与归纳,对引文网络的社团划分的研究进展进行综述性研究。[结果/结论]研究发现,当前引文网络的社团划分相关研究主要集中于社团划分方法研究、学科结构特征研究以及引文网络的社团划分应用研究三个方面。当前基于引文网络的社团划分方法仍不够完善,时间复杂度和准确性仍是大规模引文网络社团结构分析算法面临的两个重要问题。

基于学术文献同被引分析的K-means算法改进研究

K—means算法是一种应用广泛的聚类算法，但是存在初始聚类中心和K值选取的难题。本文提出了一种基于学术文献同被引分析的初始聚类中心和K值选取的K—means改进算法。该算法属于两步聚类算法，首先对学术文献进行同被引分析，得到同被引矩阵，然后基于同被引矩阵进行层次聚类。算法记录每次迭代过程中被聚为一类的学术文献间的距离以及两次迭代间的距离差，当两次迭代的距离差取得最大值时取其聚类数作为第二步K-means算法的K值，并且将此时的类中心作为第二步K—means算法的初始聚类中心。第二步聚类则依据文献内容实现K-means算法。实验通过与经典K—means算法和基于凝聚层次聚类算法的改进K—means算法的对比，证明了本文提出的改进的K—means算法具备更优的聚类效果。

国外近十年深度学习的研究现状与发展趋势——基于引文分析及共词矩阵的知识图谱分析

随着学习科学领域的兴起,深度学习逐渐成为教育领域的核心研究主题。运用基于引文分析与共词聚类分析的方法,以Web of Science数据库2005-2015年收录的459篇文献为研究对象,通过可视化知识图谱,探析近十年来国外深度学习领域的研究现状与研究热点,并进一步结合国内研究现状提出几点启示,以期对同类研究提供有益的借鉴。

基于引用内容与位置的共被引分析改进研究

传统的共被引研究没有考虑到共被引的两篇文献在施引文献中的位置，只要两篇文献共同被引用，其共被引关系将被等同对待。然而，共被引文献发生在施引文献的不同位置时，其关系强度也有所不同。根据共被引的两篇文献在施引文献中的位置，本文将共被引关系划分四个层次，分别是句子层次共被引、段落层次共被引、章节层次共被引和文章层次共被引，并提出一种基于引用内容相似度的共被引关系权重计算方法，将共被引位置与内容相结合，使共被引关系权重更具客观性和准确性。以3本BMC期刊作为研究对象，计算出共被引4个层次的权重分别为1、0．77、0．64和0．56。在比较加入权重的共被引聚类结果与传统共被引聚类结果后，发现加入共被引权重后的共被引聚类，不仅聚类内文献间关系更紧密，还能更好地揭示施引文献所表达的主题，从而验证了这种赋予权重的共被引分析方法的有效性。

国内外专利分析工具功能比较研究

简单介绍了专利分析的一般方法与流程,然后从分析前数据准备功能、分析与展现功能两大方面对国内外12种专利分析工具的功能进行了比较研究。其次,分别针对基本统计分析、引证分析以及聚类分析这3种主要实现方法进行了详细对比。最后对专利分析工具的选择与改进提出了建议。

WoS中共被引聚类研究的计量与分析

[目的/意义]对Wo S中共被引聚类最新的、重要的研究成果进行梳理,便于我国研究人员更好地开展相关的理论和实证研究工作。[方法/过程]文中使用引文分析法、共被引分析法、文献计量法,对共被引聚类研究的主题、类型、目的、方法、工具进行多角度分析。[结果/结论]共被引聚类研究成果主要表现为理论、方法类研究和应用研究两大类,理论、方法类研究更注重算法研究,基本主题包括全局科学地图、研究工具等,近年来更偏向研究前沿探测、新兴主题识别、专利分析技术、知识创造、科学计量评价等问题。应用研究时更多采用Cite Space、VOSviewer等可视化工具,研究主题包括创业、创新等热点问题。近年研究呈现出决策支持、多角度分析、对技术依赖性提高等趋势。

应用引文共引聚类-内容词分析法对学科发展的研究

将引文共引聚类与内容词分析法相结合揭示专题发展，通过引文共引聚类描述妊娠糖尿病专题研究的发展历史，通过高频引文的重要来源文献的内容词分析描述该专题研究现状，同时计算来源文献类内相似度、关联度及类间差异度，验证引文共引聚类的效果。

图书馆学情报学期刊的同被引研究

期刊同被引是同被引分析方法的一种,使用该方法可以对图书馆学情报学相关期刊的同被引情况进行研究。本文首先对1996—2006年CNK I中有关图书馆学情报学期刊的同被引数据进行统计,然后运用聚类分析和核心—边缘模型两种方法来处理和分析数据,最后得出相应的结论。通过对分析结果进行解释,试图说明图书馆学情报学期刊之间的关系,并确定该学科的核心期刊。

专利-论文混合共被引分析法的实现及其应用——以德温特专利数据库为例

专利文件作为集技术情报、经济情报、商业情报等于一体的知识载体，其各部分都有不同的情报价值。其中，专利引文中的专利、科学论文等，在显示该发明技术的先行科学或先行技术方面具有独特的功能。然而，目前常见的专利引文分析法、专利共被引分析法等，都无法满足专利、论文等的共同被引用分析。为此，结合德温特专利数据库的专利文件特征，笔者应用JAVA编程对数据进行了预处理，实现了被引专利、被引论文的格式标准化，进而计算了整体引文间的共现情况，输出了引文间的共现矩阵。之后通过将矩阵导入CiteSpaceⅡ，完成了专利的混合共被引网络分析、聚类分析和聚类自动标引。最后，笔者以“纳米之父”Smalley R．E．的施引专利作为研究对象，实证检验了该方法在研究科学与技术间相互作用等方面的独特作用。

基于引文分析法的国内“参考咨询”的研究现状分析

本文以CSSCI数据库提供的被引数据为数据源,以“参考咨询”类论文为对象,利用引文分析方法,从引文量、高被引作者和高被引论文数量及被引次数、共被引次数三个方面,挖掘了论文“参考文献”中的隐含信息,从中分析近年来“参考咨询”研究的现状,指出其中存在的不足之处。最后讨论了用于引文分析的多元统计方法(聚类分析法、多维尺度分析法)针对不同对象的适用性。

基于节点内容及拓扑结构的引文网络社团划分

引文网络的社团划分是文本挖掘的一种重要方法,为提高引文网络社团划分的准确性,本文提出一种综合考虑引文网络的内容和拓扑结构属性的社团划分方法。该算法首先利用改进的余弦相似度方法计算节点相似度,然后综合考虑节点结构与内容相似度对网络进行重构,在此基础上以相邻节点对相似度作为边权,运用Louvain社团划分方法对加权引文网络进行社团划分,提出一种综合考虑节点内容及结构属性的社团划分方法。通过在真实引文网络数据集上的实验表明,本文所提出的方法能改善引文网络的划分效果。

国外专利分析工具的比较研究

从“数据整理和概念分组”、“列表或直方图”、“比较矩阵”、“有结构数据聚类”、“无结构数据聚类”、“文档聚类地图”、“引文分析”以及“SAO”8个方面介绍当前国外主要的专利分析工具的功能及特色,并进行比较研究,为专利分析人员选取适当的工具以及软件公司改进专利分析工具提供参考。

期刊同被引的社会网络分析

利用CNKI引文数据库,选取CNKI收录的图书情报类期刊中的31种作为研究对象,使用SPSS、Ucinet和Pajek等社会统计分析软件,通过聚类分析、多维尺度分析、核心——边缘结构分析和社会网络可视化等方法进行了期刊同被引分析。结果表明:期刊大体可以归为4个族类,研究内容侧重有所不同;期刊同被引网络可以划分为由17种位于核心和14种处于边缘的结构,并实现了网络图谱的可视化展示。