本文從數(shù)據(jù)庫檢索因子優(yōu)化入手,以CNKI中國引文數(shù)據(jù)庫的數(shù)據(jù)作為依據(jù),基于引證關系,對知識發(fā)現(xiàn)領域研究群體進行知識圖譜構(gòu)建和聚類分析,展示群體族群關系及整體知識架構(gòu),并驗證將二次凝練因子作為基礎特征項進行應用的效果,挖掘出知識發(fā)現(xiàn)領域作者群體、關鍵字及引文之間的超網(wǎng)絡模型,提高了信息檢索的查全率和查準率,彌補信息檢索的缺陷。 

【文章來源】：新世紀圖書館. 2020,(05)CSSCI

【文章頁數(shù)】：5 頁

【部分圖文】：

作者—關鍵字—引文網(wǎng)絡

若將陸玉昌、張文修和胡可云作為一個研究群體,將其與關鍵字和引文關聯(lián)進行可視化操作,得到基于作者群體—關鍵字—引文的多重共現(xiàn)超網(wǎng)絡,如圖2所示。用作者群體替代作者作為構(gòu)建網(wǎng)絡的基礎單元,與關鍵字、引文進行關聯(lián),可直接展示整個群體的研究方向。利用該圖檢索的結(jié)果將以“群體模式”呈現(xiàn),省去層層篩選的時間,能夠?qū)z索過程起到優(yōu)化作用。輸入“知識發(fā)現(xiàn)”“胡可云”,檢索結(jié)果見表5所示。

【參考文獻】：
期刊論文
[1]基于LDA主題模型的“作者—內(nèi)容—方法”多重共現(xiàn)分析——以圖書情報學為例[J]. 周娜,李秀霞,高丹.  情報理論與實踐. 2019(06)
[2]基于多重文本術語關系疊加識別文本核心主題的有效性探索[J]. 郭紅梅,張智雄.  情報學報. 2017(11)
[3]基于作者—關鍵詞—引文多重共現(xiàn)的超網(wǎng)絡知識關聯(lián)研究[J]. 郭秋萍,梁夢麗,劉秀麗,華康民.  情報理論與實踐. 2016(07)
[4]知識圖譜研究的脈絡、流派與趨勢——基于SSCI與CSSCI期刊論文的計量與可視化[J]. 曹樹金,吳育冰,韋景竹,馬翠嫦.  中國圖書館學報. 2015(05)
[5]研究領域的主題發(fā)展趨勢分析方法研究——基于多重共現(xiàn)的視角[J]. 龐弘燊,方曙,楊志剛,郭學武.  情報理論與實踐. 2012(08)
[6]圖書館學知識圖譜分析[J]. 趙蓉英,王菊.  中國圖書館學報. 2011(02)
[7]知識圖譜——信息管理與知識管理的新領域[J]. 秦長江,侯漢清.  大學圖書館學報. 2009(01)
[8]科學知識圖譜的發(fā)展歷程[J]. 陳悅,劉則淵,陳勁,侯劍華.  科學學研究. 2008(03)
[9]當代國際科學學研究熱點演進趨勢知識圖譜[J]. 侯海燕,劉則淵,陳悅,姜春林,尹麗春,龐杰.  科研管理. 2006(03)
[10]悄然興起的科學知識圖譜[J]. 陳悅,劉則淵.  科學學研究. 2005(02)



本文編號：3590538