【目的/意義】為了探測過往供應(yīng)鏈管理研究的熱點主題以及不同主題之間的關(guān)系,以及學(xué)者們重點關(guān)注主題,這些被關(guān)注的對象之間是否存在聯(lián)系,聯(lián)系強度如何�！痉椒�/過程】檢索1999年-2016年SCI論文,依據(jù)關(guān)鍵詞知識單元識別主題,采用詞頻分析、共詞分析、聚類分析、社會網(wǎng)絡(luò)分析進行知識可視化,并在假設(shè)前提下結(jié)合相應(yīng)指標(biāo)對結(jié)果進行研判�！窘Y(jié)果/結(jié)論】①確定出100個高頻關(guān)鍵詞,聚類分析后形成8個熱點研究簇。②熱點主題組成的社會網(wǎng)絡(luò)密度較高,從是否存在關(guān)聯(lián)的角度看,熱點主題之間存在廣泛關(guān)聯(lián)。③熱點主題之間具體關(guān)聯(lián)強度較弱。在關(guān)聯(lián)相對較強的主題網(wǎng)絡(luò)中,關(guān)鍵的橋點、模塊、小世界與關(guān)系對是當(dāng)前研究繼續(xù)關(guān)注的焦點。 

【文章來源】：情報科學(xué). 2020,38(10)北大核心CSSCI

【文章頁數(shù)】：6 頁

【部分圖文】：

關(guān)鍵詞系統(tǒng)聚類情況

在整個數(shù)據(jù)集范圍內(nèi)，關(guān)鍵詞集合和論文集合是多對多的關(guān)系，一個關(guān)鍵詞可以被多篇論文選用，是一對多關(guān)系，但其基礎(chǔ)是詞與篇之間的一對一關(guān)系。正是基于一對一的關(guān)系，可以形成m*n詞篇矩陣。在此基礎(chǔ)之上，不同主題之間關(guān)系識別的路徑如圖2所示。本文抽取100個關(guān)鍵詞與其所在5678篇論文的對應(yīng)關(guān)系，形成100*5678詞篇矩陣（0-1分布），列示出熱點關(guān)鍵詞與論文的所屬關(guān)系。文獻篇名不需顯名化，將其編碼取值為1-5678，矩陣局部如表4所示。

基于詞篇矩陣，若不同關(guān)鍵詞在同一論文中出現(xiàn)，則說明存在共現(xiàn)關(guān)系，記為1；否則認定無共現(xiàn)關(guān)系，記為0。據(jù)此，生成一個鄰接矩陣，局部如表5所示。圖3為基于鄰接矩陣形成的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，計算關(guān)聯(lián)度反映網(wǎng)絡(luò)密度：

【參考文獻】：
期刊論文
[1]Science Mapping:A Systematic Review of the Literature[J]. Chaomei Chen.  Journal of Data and Information Science. 2017(02)
[2]圖書情報領(lǐng)域高被引論文共詞聚類分析[J]. 胡利勇.  圖書館學(xué)刊. 2016(08)
[3]CiteSpace知識圖譜的方法論功能[J]. 陳悅,陳超美,劉則淵,胡志剛,王賢文.  科學(xué)學(xué)研究. 2015(02)



本文編號：3471506