基于时间序列分析的潜在学科交叉前沿主题识别研究
2024-01-03分类号:G353.1
【部门】西安电子科技大学经济与管理学院 中国科学院成都文献情报中心 中国科学院大学经济与管理学院信息资源管理系 中国社会科学院图书馆
【摘要】[目的/意义]识别学科交叉前沿主题并预测其发展趋势,有助于了解学科内部结构,挖掘领域重点部署方向,为未来创新性、突破性研究提供参考。[方法/过程]以美国国家自然科学基金项目及其产出论文分别作为前端、后端数据,首先,从三个维度测度项目学科交叉度,遴选领域学科交叉项目;其次,从主题关注度、新颖度等方面构建研究前沿主题识别指标体系,对学科交叉主题进行二次遴选,满足阈值的即为学科交叉前沿主题;再次,对比时间序列分析模型ARIMA和LSTM主题拟合效果并选择误差最小模型对学科交叉前沿主题进行趋势预测分析;最后,以生物科学领域为例对方法的有效性和可行性进行实例验证。[结果/结论]生物科学领域在纳米生物学技术、全球变化和海洋环境生物学、生物信息学及壶菌病与两栖动物多样性方面有较好发展前景。经专家咨询和已有研究对比分析,该方法可有效识别领域学科交叉前沿主题,并对其未来研究趋势走向有一定参考借鉴。
【关键词】学科交叉前沿主题识别 ARIMA模型 LSTM模型 趋势预测
【基金】?中央高校基本科研业务费专项资金项目(23年新教师创新基金)“基金视角下学科交叉多元测度方法研究”(项目编号:XJSJ23117);; 中国科协战略发展部“科技政策、科技咨询跟踪研究”(项目编号:2023070615CG101615)的成果之一
【所属期刊栏目】情报理论与实践
文献传递