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。

基于共词网络的群智知识挖掘方法——在应急决策中应用

为了汇聚分布在社会网络中的群体智慧以合力化解特大公共安全突发事件重大风险,提出了一种基于共词网络的群智知识挖掘方法,并将其有效运用到突发事件应急管理当中.首先,提出了一种改进的共词网络构建方法,用以实现社会网络公众群智知识的可视化分析,从中获取应急决策属性参数信息;同时,为了确保数据质量、提高群智知识挖掘的有效性,综合数据影响力以及数据涵盖的主题信息两方面因素,构建了群智知识价值测度模型;而后,综合专家属性偏好与公众群体智慧,提出了一种基于群智知识的动态属性信息生成办法.最后,以中国新冠肺炎疫情特大公共安全事件应急决策为例,对本文所提方法进行了应用.

融合Word2Vec的半积累引用共词网络的领域主题演化研究

发现并厘清学科及领域的发展路径和演化脉络,对科学研究和学科发展具有重要意义。针对传统共词分析法的不足和主题演化分析维度的单一性问题,本文提出了一种基于引用共词网络的主题发现与演化分析方法,并以情报学领域为例进行了实证研究。通过引用关系定义“引用共现”关联,并融合词嵌入技术构建关键词网络;使用社区探测法识别领域主题,采用后离散分析法,从内容结构和发展趋势两个角度进行学科主题演化分析,并可视化呈现主题演化路径及发展趋势。研究结果表明,本文所构建网络比传统共词网络能呈现粒度更优的主题聚类效果,并且能较好地呈现主题动态演化趋势,是共词分析法的有效补充。

语义增强型全文本共词网络的构建与分析

共词网络是研究语言现象的重要方法,语义特征是词汇共现现象中重要的隐性知识,研究共现词之间的语义关系及特征,可以从语义视角改进共词网络的研究,并利用语义学知识为现有的共词分析方法赋能。本文提出了一种语义增强型的共词网络构建和分析方法,从共现特征、网络特征与语义特征3个维度丰富了共词网络节点和边的属性。通过实验构建了基于14万余篇新闻文本数据的语义增强型全文本共词网络,并重点对共现词对的语义特征进行分析,结合案例呈现了该方法在计算语言学研究和行业应用上的价值。本文从词间语义关系的视角,拓展了共词网络的构建和分析方法,描述了共现词汇的语义特征,证实了语义关系的非对称性和传递性,为语义关系的分类与推导提供了理论依据,在语义消歧、词义理解等方面具有应用价值。

基于时序共词网络的社交平台话题检测与演化研究

社交平台是网民传达观点和情感的重要途径,分析社交平台话题分布及演化过程能够揭示舆情热点及传播发展过程,对引导公众舆论具有重要的参考作用。本研究利用网络社团演化的方法检测社交平台话题并分析其演化过程。首先,对用户发布的文本内容进行时间切片,构建时序共词网络并提取各时间切片的主干网络,利用Leiden算法检测社团来表示话题。其次,提出基于社团正向和反向转移概率及社团规模的话题演化事件检测方法,识别话题演化中的持续、增长、收缩、合并、分裂、新生以及消亡等事件。以新浪微博平台新冠肺炎疫情相关微博为例,在话题检测中发现,主干网络相较于原始网络能够检测到更多话题,话题内容区分粒度更细。在话题演化分析中,发现了公众情绪由消极转积极、防控和医疗工作专业化、国际疫情蔓延态势及疫情对经济的影响逐步扩大等演化路径。

产业链“链长制”政策分析——基于扎根理论和共词网络研究

[目的/意义]对已有的“链长制”政策文本进行科学梳理、提炼和分析,探讨当前我国“链长制”政策的规划方向和结构特征。[方法/过程]以2017-2022年中央到地方的“链长制”政策文本为原始数据,使用扎根方法提取高频关键词同时进行词频统计,并通过共词网络分析挖掘政策的共同关注点及内在关联。[局限]由于“链长制”实行时间较短,部分地区暂未推行,缺少西部地区的相关政策资料,数据样本有待丰富。[结果/结论]“链长制”以产业韧性、产业联盟、产业循环、千亿级产业为发展目标,强调链上企业的创新能力、核心技术、数字化、营收突破,政府作为“链长”在贷款补贴、人才支持、招商引资等方面作用显著;“链长制”因地制宜,在链上企业、政府作用、链的创新力等方面存在较明显的地域关注差异;“链长制”政策呈现以“产业链”为核心,以政策目标、政府职能、政策支撑、技术人才、金融支持、企业培育为六大小团体的网络结构,对政策目标的关注度最高,对技术人才与金融支持的关注力度不足。

中国低碳研究领域知识图谱:基于共词网络的计量研究

近年,在资源科学与经济管理等领域,低碳成为了人们普遍关注的热点话题,研究者以不同的视角在各个层面展开了广泛的探讨。然而,对于这一研究领域所取得的成果、主要的研究方向与核心问题,目前尚未有系统与深入的归纳,少量对某些具体研究方向的定性综述亦无法清晰呈现低碳研究领域的概貌,不利于人们对该领域研究成果的掌握与后续研究的进一步开展。鉴于此,本文利用共词网络分析方法,通过密度分析、中心度分析、成分分析、多维尺度分析等手段绘制知识图谱,清晰展现了低碳领域的研究现状与发展脉络。本文结论认为,低碳领域主要关心低碳经济、低碳城市、节能减排、可持续发展等七个具体方向,并且,低碳经济是最受关注的方向;众多研究分支凸显出低碳研究的跨学科特性与生命力;我国低碳领域的研究具有鲜明的时代特征;对低碳的争议与反思可能会形成该领域新的研究方向,并促使新一轮的低碳研究范式形成。希望本文基于共词网络的计量分析可以廓清我国低碳领域的研究概貌,并为我国低碳研究以及低碳实践提供有益启示。

国际科学学主题共词网络的可视化研究

采用可视化手段对国际科学学与科学计量学领域中六种核心期刊的高频关键词的共词网络进行了分析，利用社会网络分析的方法对共词网络进行聚类。研究表明，科学、技术和创新活动的研究是科学学与科学计量学的主题。并在此基础上对科学学研究的若干热点、未来的研究方向进行了预测。

基于扎根理论和文本挖掘的广东省科技金融政策共词网络研究

基于已有共词网络研究基础,分析广东省科技金融政策体系的结构特征。选取2006—2018年4月出台的222份广东省科技金融政策文本作为研究对象,综合运用扎根理论、文本挖掘的方法对政策文本进行词频分析、语义网络分析和中心性分析,并结合广东省"一二三多"的科技金融运行模式做进一步验证。研究发现,广东省科技金融政策存在结构不合理、行业监管和退出机制的政策文本缺乏、专用性政策较少等问题。最后,提出积极调整政策结构、加快制定出台行业监管和退出机制的相关政策、完善"通用政策+专用政策"的多维度政策族群的相关建议,为后续广东省甚至全国的科技金融政策体系的完善提供参考。

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。

科学创新视角下的学科共词网络演化研究

共词网络分析是科学计量学研究领域中的重要方法，同时也是文献内容分析的常用方法。本文主要从关键词共词网络演化角度进行了学科知识结构的可视化展现、发展趋势的预测以及研究前沿和热点辨识研究。介绍了作者关键词共现网络和机标关键词共现网络两种典型学科共词网络并加以比较，得出机标关键词共现网络更能清晰的展现学科知识结构及演化历程的结论。在熵理论共现网络的实证研究中，本文收集了自然科学和社会科学1990～2014年WoS平台中有关熵理论的科学文献，并分别做了熵科学文献的作者关键词共词网络演化图和熵机标词共词网络演化图，对社会科学类科学文献分别做了作者关键词网络演化图和机标关键网络演化图谱，比较分析了熵理论在各种共词网络图中的泛化与创新路径，以此发现了熵理论的研究前沿、热点以及熵理论的演化机理，这对未来科学发展的创新有一定借鉴作用。

基于共词网络的我国创新管理研究结构分析

采用共词网络分析方法,对国内近10年来创新管理的代表性研究进行文献计量分析,通过绘制知识网络图,识别目前国内创新管理领域的研究热点与连通点,通过可视化的分析展示创新管理的研究结构。研究结果表明:"技术创新"、"战略"、"R&D"等10个知识点是目前国内创新管理领域的研究热点;"自主创新"、"创新能力"、"科学技术"等16个知识点是创新管理研究知识网络的信息连通点,决定未来研究的发展方向;现阶段,国内创新管理研究形成以"技术创新"、"R&D"、"创新能力"、"高新技术"、"战略"、"制度创新"、"自主创新"为中心的七大研究主题子网,其中,"技术创新"是整个知识网络的中心。

微博话题识别中基于动态共词网络的文本特征提取方法

本文针对微博文本的简短、动态性等特征,提出一种新的文本特征提取方法,提升微博话题识别任务中文本聚类算法效果。利用词项共现的思想,针对微博时序文本构建动态共词网络。在动态共词网络中,边权重随着时间推移而线性衰减,并在此基础上利用网络的度中心性计算微博文本特征权重。从新浪微博中采样构建实验数据集进行实验,结果表明动态共词网络特征提取方法相较于文档频率方法,更适宜于提取微博文本特征,能取得更好的微博话题识别效果。

基于共词网络分析的国内创新驱动研究热点与趋势

本文以2003—2012年中国学术期刊网络出版总库(CAJD)收录的2919篇创新驱动研究文献为样本,采用共词网络分析法,挖掘出创新驱动研究的六大热点及战略性新兴产业的发展模式,并进行了深入探讨。在此基础上,揭示出未来趋势是以创新驱动理论研究为核心,在强化经济发展方式转变研究的同时,逐步深化创新驱动与自主创新、科技创新、技术创新、区域创新、创业政策、创新集群及战略性新兴产业等主题之间关系的理论和实证研究。

基于词频分析和可视化共词网络图的国内外移动学习研究热点对比分析

移动学习逐渐成为教育技术领域的核心研究课题,本文以国内CNKI为来源数据库,以"移动学习"为主题名进行检索,以国外Web of Science的SSCI为来源数据库,以"mobile learning"OR"m-learning"为主题名进行文献检索。利用SATI词频分析软件对检索结果进行高频关键词提取并进行词频分析,构建高频词的共词矩阵,利用UCINET社会网络分析工具绘制高频词的共词网络图。根据词频分析和构建高频词的可视化共词网络图得到大量实验数据,进而进行国内外对比分析,得出国内外移动学习的研究热点及趋势,立足国内研究提出可行性建议,以期为以后的研究提供借鉴。

科学知识网络的形成与演化（Ⅰ）：共词网络方法的提出

知识网络观已经被情报学界普遍接受。已往的科学知识网络研究多以引文关系和合著关系为线索,其结果揭示的是科学界高阶的学科结构和智力结构,而非知识概念结构。为了在微观层面上揭示科学知识网络的形成与演化机理,我们将目光关注在了文章关键词与关键词共现关系上。通过回顾认知地图、科学知识领域绘图与共词分析三个领域的发展历史,本文提出了共词网络方法,并以此为基础分析了科学知识体系的网络结构和知识单元的增长模式。借助对共词网络的结构与演化过程的分析,本文首次从词汇维度定性解释了科学知识网络的形成与演化机理。

基于词频分析和可视化共词网络图的国内创客研究热点分析

随着创客首次进入政府工作报告,我国进入了一个如火如荼的创客时代。文章使用书目共现分析系统Bicom b 2.0进行高频关键词的提取,并进行词频分析,构建高频关键词的共词矩阵,利用Ucinet社会网络分析工具绘制高频词的共词网络图。文章根据词频分析和构建高频词的可视化共词网络图得到大量实验数据,进而得出国内创客研究的热点及趋势,以期为以后的研究提供借鉴。

科学知识网络的形成与演化（Ⅱ）：共词网络可视化与增长动力学

由论文的关键词及其共现关系构成的共词网络是一类特殊的科学知识网络，代表了科学认知结构。本文利用中国管理科学领域的5种核心期刊的关键词数据研究了共词网络的复杂结构。统计表明共词网络内存在明显的小世界和无标度现象。借助复杂网络绘图软件GUESS，本文绘制了大规模共词网络的拓扑结构图，发现该网络由一个大型的主连通区块和很多孤立的小连通区块组成。借助四个新的信息计量学指标，本文还统计分析了关键词及其共现关系的增长规律，首次从关键词使用的角度定量地证明了科学发展具有创新性和递进性，已有的科学概念是新科学命题产生的知识基础。

基于共词网络分析的我国工商管理案例研究现状及发展趋势

本文主要采用文献计量分析的方法,选取我国工商管理领域31种代表性期刊于2004—2014年发表的论文作为研究样本。一方面,通过对案例研究论文的统计分析呈现出我国案例研究的发展现状;另一方面,通过对关键词的共词网络分析识别案例研究的学科结构、研究热点和发展趋势。研究发现:1我国案例研究开始注重在中国情境下通过单案例研究进行管理理论构建,案例研究规范度也在不断提升;2我国案例研究的热点集中于战略管理、社会网络、技术创新、企业能力和知识管理等10个知识节点;3案例研究未来发展方向为战略管理、公司治理、企业资源、社会网络和企业能力等10个知识节点;4目前我国案例研究学科结构主要是以战略管理为中心形成的7大主要研究领域,分别是战略管理、社会网络、企业资源、公司治理、企业能力、技术创新和知识管理。

共词网络的结构与演化:概念与理论进展

共词网络方法在知识网络研究中应用普遍。首先回顾了共词分析和共词网络之间的联系与区别;然后从共词网络的拓扑结构、社区识别及其演化、增长动力学以及改造共词网络这4个方面对相关研究进行梳理和总结;最后从方法和内容两个方面指出了当前研究的不足和未来的研究重点。