[目的/意义]在人工智能技术及应用快速发展与深刻变革背景下,机器学习领域不断出现新的研究主题和方法,深度学习和强化学习技术持续发展。因此,有必要探索不同领域机器学习研究主题演化过程,并识别出热点与新兴主题。[方法/过程]本文以...[目的/意义]在人工智能技术及应用快速发展与深刻变革背景下,机器学习领域不断出现新的研究主题和方法,深度学习和强化学习技术持续发展。因此,有必要探索不同领域机器学习研究主题演化过程,并识别出热点与新兴主题。[方法/过程]本文以图书情报领域中2011—2022年Web of Science数据库中的机器学习研究论文为例,融合LDA和Word2vec方法进行主题建模和主题演化分析,引入主题强度、主题影响力、主题关注度与主题新颖性指标识别热点主题与新兴热点主题。[结果/结论]研究结果表明,(1)Word2vec语义处理能力与LDA主题演化能力的结合能够更加准确地识别研究主题,直观展示研究主题的分阶段演化规律;(2)图书情报领域的机器学习研究主题主要分为自然语言处理与文本分析、数据挖掘与分析、信息与知识服务三大类范畴。各类主题之间的关联性较强,且具有主题关联演化特征;(3)设计的主题强度、主题影响力和主题关注度指标及综合指标能够较好地识别出2011—2014年、2015—2018年和2019—2022年3个不同周期阶段的热点主题。展开更多
基于Web of Science核心数据库中2010—2020年中国与东盟科研合作产出数据,采用社会网络分析法从整体和个体两个层面探究中国—东盟科研合作网络特征,并借助知识图谱法探究中国—东盟科研合作主题演化特征。结果表明:(1)从整体网络结构...基于Web of Science核心数据库中2010—2020年中国与东盟科研合作产出数据,采用社会网络分析法从整体和个体两个层面探究中国—东盟科研合作网络特征,并借助知识图谱法探究中国—东盟科研合作主题演化特征。结果表明:(1)从整体网络结构特征来看,中国—东盟科研合作网络的规模不断扩大,科研产出增长较快,网络结构呈现低密度和小世界网络特征,国家间合作关系的紧密性有待加强。(2)从国家节点特征来看,东盟各国所处网络位置差异明显,马来西亚、泰国和新加坡的中心性排名最高,是中国重要的合作伙伴。此外,美国、澳大利亚、英国等发达国家是中国—东盟科研合作网络的重要参与者。(3)从合作主题演化特征来看,中国—东盟科研合作的主题不断延伸。在材料科学交叉学科等领域,中国与新加坡等东盟国家具有明显的主题共线特征,且中国—东盟科研合作的部分主题随时间变化表现出较强的突现特征。展开更多
为了更加精准地把握交叉学科的研究热点与发展态势,研究提出一种计算主题学科交叉度的方法,并结合主题强度综合识别热点交叉主题,对各主题的未来发展趋势进行预测。研究选取Web of Science数据库中2000—2019年基因工程领域的论文进行...为了更加精准地把握交叉学科的研究热点与发展态势,研究提出一种计算主题学科交叉度的方法,并结合主题强度综合识别热点交叉主题,对各主题的未来发展趋势进行预测。研究选取Web of Science数据库中2000—2019年基因工程领域的论文进行实证分析,首先采用LDA模型挖掘主题,然后通过计算主题强度和主题学科交叉度识别热点交叉主题,最后划分时间窗口,绘制主题强度及主题学科交叉度的变化趋势图,并对结果展开分析。实证结果表明:基因工程领域共有21个重要主题,涵盖7个热点主题,14个学科交叉主题,2个热点交叉主题;根据主题强度变化趋势,将21个主题划分为3个上升型主题,7个下降型主题和11个平稳型主题,其中大部分主题的学科交叉程度呈现上升趋势。展开更多
[目的/意义]探究在线健康社区的研究热点及主题演化脉络,为在线健康社区领域的探索研究提供借鉴,同时在一定程度上助力健康中国战略的实施。[方法/过程]以2006—2021年Web of Science核心集中有关在线健康社区领域的339篇文献为研究对象...[目的/意义]探究在线健康社区的研究热点及主题演化脉络,为在线健康社区领域的探索研究提供借鉴,同时在一定程度上助力健康中国战略的实施。[方法/过程]以2006—2021年Web of Science核心集中有关在线健康社区领域的339篇文献为研究对象,利用SciMAT软件制作关键词重叠图、主题战略坐标图和主题演化路径图,分析在线健康社区领域的研究热点和演化路径。[结果/结论]在线健康社区领域各时期聚类的主题数量先减后增,主题类团的演化能力不断增强,演化路径日渐平稳。三条主要的主题演化路径为:(1)在线健康社区的社会支持研究:社会支持→社会支持→社会支持→社会支持、癌症;(2)在线健康社区的在线社交媒体研究:质量→在线社交媒体→在线社交媒体;(3)在线健康社区的在线评论研究:口碑→在线评论。展开更多
农业基因组学发展迅猛,信息和数据量大增,从研究主题强度、变化路径和研究进展方面总结了全球农业基因组学近年的发展历程。利用农业基因组关键词构建检索式,检索时间从2001年1月至2021年12月,最终在Web of Science数据库中构建SCI和SSC...农业基因组学发展迅猛,信息和数据量大增,从研究主题强度、变化路径和研究进展方面总结了全球农业基因组学近年的发展历程。利用农业基因组关键词构建检索式,检索时间从2001年1月至2021年12月,最终在Web of Science数据库中构建SCI和SSCI论文数据集,并以主题强度指标体系来测度各个聚类的受关注度及研究热度。近年全球农业基因组研究成果斐然,实现了从基础研究到生产应用的定向突破,且研究方向的相似性逐渐升高。未来全球农业基因组研究热点将转向关联性、多样性、准确性等更多维度、更高精度的研究,完整基因组、复杂基因组和泛基因组研究和技术的突破、基因芯片的研发仍具挑战。研究结果对基于数据的科学决策和科技创新具有指导意义。展开更多
文摘[目的/意义]在人工智能技术及应用快速发展与深刻变革背景下,机器学习领域不断出现新的研究主题和方法,深度学习和强化学习技术持续发展。因此,有必要探索不同领域机器学习研究主题演化过程,并识别出热点与新兴主题。[方法/过程]本文以图书情报领域中2011—2022年Web of Science数据库中的机器学习研究论文为例,融合LDA和Word2vec方法进行主题建模和主题演化分析,引入主题强度、主题影响力、主题关注度与主题新颖性指标识别热点主题与新兴热点主题。[结果/结论]研究结果表明,(1)Word2vec语义处理能力与LDA主题演化能力的结合能够更加准确地识别研究主题,直观展示研究主题的分阶段演化规律;(2)图书情报领域的机器学习研究主题主要分为自然语言处理与文本分析、数据挖掘与分析、信息与知识服务三大类范畴。各类主题之间的关联性较强,且具有主题关联演化特征;(3)设计的主题强度、主题影响力和主题关注度指标及综合指标能够较好地识别出2011—2014年、2015—2018年和2019—2022年3个不同周期阶段的热点主题。
文摘基于Web of Science核心数据库中2010—2020年中国与东盟科研合作产出数据,采用社会网络分析法从整体和个体两个层面探究中国—东盟科研合作网络特征,并借助知识图谱法探究中国—东盟科研合作主题演化特征。结果表明:(1)从整体网络结构特征来看,中国—东盟科研合作网络的规模不断扩大,科研产出增长较快,网络结构呈现低密度和小世界网络特征,国家间合作关系的紧密性有待加强。(2)从国家节点特征来看,东盟各国所处网络位置差异明显,马来西亚、泰国和新加坡的中心性排名最高,是中国重要的合作伙伴。此外,美国、澳大利亚、英国等发达国家是中国—东盟科研合作网络的重要参与者。(3)从合作主题演化特征来看,中国—东盟科研合作的主题不断延伸。在材料科学交叉学科等领域,中国与新加坡等东盟国家具有明显的主题共线特征,且中国—东盟科研合作的部分主题随时间变化表现出较强的突现特征。
文摘为了更加精准地把握交叉学科的研究热点与发展态势,研究提出一种计算主题学科交叉度的方法,并结合主题强度综合识别热点交叉主题,对各主题的未来发展趋势进行预测。研究选取Web of Science数据库中2000—2019年基因工程领域的论文进行实证分析,首先采用LDA模型挖掘主题,然后通过计算主题强度和主题学科交叉度识别热点交叉主题,最后划分时间窗口,绘制主题强度及主题学科交叉度的变化趋势图,并对结果展开分析。实证结果表明:基因工程领域共有21个重要主题,涵盖7个热点主题,14个学科交叉主题,2个热点交叉主题;根据主题强度变化趋势,将21个主题划分为3个上升型主题,7个下降型主题和11个平稳型主题,其中大部分主题的学科交叉程度呈现上升趋势。
文摘[目的/意义]探究在线健康社区的研究热点及主题演化脉络,为在线健康社区领域的探索研究提供借鉴,同时在一定程度上助力健康中国战略的实施。[方法/过程]以2006—2021年Web of Science核心集中有关在线健康社区领域的339篇文献为研究对象,利用SciMAT软件制作关键词重叠图、主题战略坐标图和主题演化路径图,分析在线健康社区领域的研究热点和演化路径。[结果/结论]在线健康社区领域各时期聚类的主题数量先减后增,主题类团的演化能力不断增强,演化路径日渐平稳。三条主要的主题演化路径为:(1)在线健康社区的社会支持研究:社会支持→社会支持→社会支持→社会支持、癌症;(2)在线健康社区的在线社交媒体研究:质量→在线社交媒体→在线社交媒体;(3)在线健康社区的在线评论研究:口碑→在线评论。
文摘农业基因组学发展迅猛,信息和数据量大增,从研究主题强度、变化路径和研究进展方面总结了全球农业基因组学近年的发展历程。利用农业基因组关键词构建检索式,检索时间从2001年1月至2021年12月,最终在Web of Science数据库中构建SCI和SSCI论文数据集,并以主题强度指标体系来测度各个聚类的受关注度及研究热度。近年全球农业基因组研究成果斐然,实现了从基础研究到生产应用的定向突破,且研究方向的相似性逐渐升高。未来全球农业基因组研究热点将转向关联性、多样性、准确性等更多维度、更高精度的研究,完整基因组、复杂基因组和泛基因组研究和技术的突破、基因芯片的研发仍具挑战。研究结果对基于数据的科学决策和科技创新具有指导意义。
