标题
  • 标题
  • 作者
  • 关键词
登 录
当前IP:忘记密码?
年份
2024(11609)
2023(16983)
2022(14854)
2021(13885)
2020(11879)
2019(27604)
2018(27407)
2017(53165)
2016(29061)
2015(32850)
2014(33098)
2013(32695)
2012(30223)
2011(27188)
2010(26929)
2009(24794)
2008(24370)
2007(21653)
2006(18406)
2005(16057)
作者
(86594)
(72358)
(71718)
(68465)
(45773)
(34948)
(32795)
(28473)
(27398)
(25811)
(24577)
(24386)
(22917)
(22801)
(22551)
(22419)
(22392)
(21622)
(20799)
(20716)
(18176)
(17695)
(17574)
(16520)
(16238)
(16132)
(16079)
(15960)
(14747)
(14461)
学科
(114885)
经济(114752)
管理(82132)
(78990)
(65613)
企业(65613)
方法(57758)
数学(50651)
数学方法(49971)
(30593)
(30271)
中国(28481)
(27736)
业经(24403)
地方(22405)
(20837)
贸易(20830)
农业(20399)
(20209)
(20182)
(19791)
财务(19709)
财务管理(19666)
理论(19664)
企业财务(18643)
(18181)
技术(17760)
环境(17232)
(16674)
银行(16602)
机构
大学(417586)
学院(415259)
管理(161967)
(160342)
经济(156772)
理学(141194)
理学院(139582)
研究(138672)
管理学(136726)
管理学院(136004)
中国(101014)
科学(91052)
(88792)
(75933)
(72216)
(71344)
业大(68339)
研究所(65654)
中心(63429)
农业(60352)
(60333)
财经(58611)
北京(55429)
(54281)
师范(53602)
(53263)
(50417)
(48878)
经济学(47962)
技术(45435)
基金
项目(289911)
科学(225526)
基金(209212)
研究(204392)
(185032)
国家(183548)
科学基金(155862)
社会(125867)
社会科(119119)
社会科学(119083)
(114562)
基金项目(111279)
自然(105388)
自然科(102930)
自然科学(102893)
自然科学基金(101002)
(96967)
教育(94838)
资助(87592)
编号(82939)
成果(66631)
重点(65457)
(63226)
(61128)
(59572)
课题(57231)
科研(56764)
创新(55658)
计划(55119)
大学(53590)
期刊
(167866)
经济(167866)
研究(114693)
学报(74834)
中国(74352)
(67543)
科学(65782)
管理(56788)
(55895)
大学(55407)
学学(52376)
农业(46558)
教育(43923)
技术(36331)
(31240)
金融(31240)
财经(28100)
业经(28069)
经济研究(27159)
(24351)
(23969)
问题(22163)
图书(21565)
(21470)
科技(20251)
技术经济(20156)
业大(19442)
理论(19407)
统计(18963)
商业(18271)
共检索到587528条记录
发布时间倒序
  • 发布时间倒序
  • 相关度优先
文献计量分析
  • 结果分析(前20)
  • 结果分析(前50)
  • 结果分析(前100)
  • 结果分析(前200)
  • 结果分析(前500)
[期刊] 情报学报  [作者] 李海林  万校基  林春培  
鉴于传统科学计量方法存在共现分析缺少考虑关键词重要性和主题分析手段不能自适应地抽取核心主题等问题,本文提出一种基于关键词重要性和近邻传播聚类的主题分析方法。该方法依据大多数作者的潜在行为会按照与研究内容相关性的强弱顺序提供论文关键词,计算关键词在每个文献中的重要程度,构建主要关键词之间的相似性矩阵,结合能够反馈最优簇成员代表性结果的近邻传播聚类实现核心主题的提取与分析。本研究对图书情报类某刊物2012-2016年期间的文献关键词进行数据挖掘,使用新方法实现了基于重要性度量的主要关键词聚类,分析和研究了主要关键词和核心主题的演化趋势。提出的方法不仅能够考虑关键词重要性和自动识别核心主题,还可以为文献主题分析提供新的数据挖掘方法,也能有效提高期刊和学科等相关领域的主题识别效果。
[期刊] 图书情报工作  [作者] 钟伟金  
主题词和关键词是共词聚类分析法中最常用的分析对象,但在相同的条件下,两者是否有相近的聚类效果?针对同一文献标本,采用同样的常规处理过程,对关键词和主题词的聚类效果进行对比统计分析,结果显示在高频词、类团成员及聚类质量上,存在较大差别。表明在共词聚类分析法的具体应用中,选择不同的对象时,不能简单套用相同的数据处理过程。最后,就共词聚类分析法的应用、处理规范等方面提出一些意见和建议。
[期刊] 情报理论与实践  [作者] 王志宏  过弋  
[目的/意义]专利关键词是对专利核心内容的概括,高效准确地抽取专利关键词不仅可以辅助人们对专利的快速查找,同时对专利分类、聚类、翻译等具有重要意义。[方法/过程]提出了"关键词在关键句中"的关键词抽取新思路。首先构建了一个联合句网络语义图特征和启发式规则特征的专利摘要句排序模型,然后仅选择Top-KS%的句子参与关键词计算,同时将句子语义权重参数引入到关键词权重计算过程中,从而使得句子的重要性传递到句中的词上。[结果/结论]在真实中文专利数据集中实验表明,从中文专利中选择适当比例关键句参与关键词抽取计算,相较于传统关键词抽取算法F值提升了6%~13%左右,有效地降低原始文档的噪声数据,提升了关键词抽取的效果。
[期刊] 图书馆建设  [作者] 吴健  李子运  王洪梅  
以CNKI中127篇关于深阅读的有效文献为数据来源,利用BICOMB和SPSS软件对其关键词进行共现分析和聚类分析,可发现:我国目前研究深阅读的3个主要领域是图书馆界、出版界和教育界;其热点主要聚焦于"新媒体环境下的语文教学""全民阅读的策略研究""浅阅读是非之争及图书馆应对策略""大学生深阅读的实证研究""学术期刊应对浅阅读的措施",但存在缺乏针对深阅读的系统研究、针对大学生深阅读的研究较少等不足。我国应利用技术优势促进深阅读、提高深阅读实证研究的科学性,研究焦点应转向促进人们深阅读的具体方法,从而更加科学化地进行深阅读研究。
[期刊] 运筹与管理  [作者] 王文宪  肖蒙  成琳娜  杜延帅  倪少权  
地铁在每天不同时段客流量差异较大,运营时段的科学划分,是低峰与高峰列车运行计划合理交替的前提。目前地铁运营时段划分主要依据人工经验,主观性强且难以保证精度。以10min为时间间隔,把全天运营时间6∶00~23∶00分为102个时间点样本,将地铁沿线各车站每个时间点的进站客流量作为样本描述变量。采用近邻传播聚类算法将各时间点归并为不同类别,并引入CH、Hart以及IGP等聚类有效性评估指标对聚类结果加以检验以确定最优类别数,从而得到运营时段的最优划分方案和最佳时段分割点。天津地铁二号线实例研究表明,基于近邻传播聚类算法得到的运营时段划分结果更能体现实际客流需求波动特性,在此基础上优化行车计划后,旅客等待时间明显下降。
[期刊] 情报科学  [作者] 李锋  
【目的/意义】反思共词分析中存在的问题,提出核心关键词人工聚类分析的研究方法。【方法/过程】梳理了共词分析的一般方法和存在的问题,并以图书情报界阅读研究文献为例证实了共词聚类效果确实不是很理想。提出了在计算机统计关键词频次之后,选择具备一定频次的表意性较强的核心关键词进行人工聚类分析的研究方法。【结果/结论】实践证明这种研究方法能避免共词分析的弱点,有效揭示研究领域的主题结构。
[期刊] 图书馆杂志  [作者] 刘翔  黄晨  
中国工程科技专家库经过四年多的建设,汇聚了总共约1.2亿条学术资源,在对这些海量的资源进行数据分析的过程中,对78 292 409篇中文论文的关键词数据进行了系统提取及分析。本次公开的数据集为2014-2018年18 789 626篇中文学术论文中提取的18 912 786关键词对,可以用于学术热点分析、共词分析及跨学科研究趋势探测。
[期刊] 图书情报工作  [作者] 刘勘  周丽红  陈譞  
描述一种基于改进TF-IDF特征词加权算法的科技文献聚类方法:首先提取科技文献的特征词;然后根据特征词的词频、所在位置和词性为特征词加权,建立科技文献的向量空间模型;接着使用基于密度的聚类算法对科技文献向量空间模型数据进行聚类分析;最后使用主成分分析法对科技文献聚类的结果进行标识,利用F-measure方法对聚类结果进行评价。实验表明,用提出的科技文献聚类方法能够从所检索的科技文献中发现热点研究领域,并能识别具有学科融合性质的研究方向。
[期刊] 情报学报  [作者] 张颖怡  章成志  陈果  
文本聚类是一种无监督且高效的文本类别划分方法。从文本中抽取的关键词代表了文本主旨内容,基于关键词的文本聚类是当下主流方式之一。在学术文本聚类研究中,主要使用单一的聚类方法。目前,一部分提升聚类性能的方法被提出,聚类集成是其中之一。因此,根据聚类集成思想,本文开展了基于关键词的学术文本聚类研究。为分析聚类集成在学术文本聚类中的有效性,本文比较了非集成聚类算法与聚类集成算法的性能。同时,为分析关键词对聚类集成性能的影响,本文分析了不同关键词抽取方法和不同关键词个数下学术文本的聚类结果。实验结果表明,聚类集成算法能够提升学术文本聚类的性能。其中,当使用TextRank作为关键词抽取方法时,学术文本聚类结果较佳;随着关键词个数的增加,学术文本类别划分性能随之提升。
[期刊] 情报理论与实践  [作者] 巴志超  杨子江  朱世伟  王蕾  
有效揭示领域中主题的浮现机理及发展轨迹,对学科、领域未来发展态势进行预测和战略决策具有重要意义。文章提出一种基于关键词语义网络的领域主题演化分析方法。首先,通过引入浅层神经网络语言模型word2vec对领域文献的题名、摘要进行建模学习,将关键词表示成语义级别的词向量结构;其次,在建模基础上,结合equivalence共现系数进行关键词语义相似度计算并构建关键词语义网络;最后采用社会网络分析方法从合著网络、共现网络等角度对领域主题进行演化特征分析。实验表明:该方法能够有效地识别领域的热点主题及发展趋势。
[期刊] 情报理论与实践  [作者] 葛菲  谭宗颖  
学科领域主题的新兴趋势探测是情报研究人员、科研管理和决策者共同关注的重要课题,也是情报研究面临的挑战和需要解决的关键问题之一,许多国内外研究者已经对学科领域主题的新兴趋势探测方法作了大量研究。文章在对已有探测方法进行广泛调研的基础上,分析目前主题学科领域主题的新兴趋势探测方法存在的主要问题,并针对存在的问题,提出结合关键词生命周期和加权直接引文网络分析的方法,用于探测学科领域主题的新兴趋势,并对方法中的关键环节及技术进行阐述。
[期刊] 情报理论与实践  [作者] 游毅  索传军  
基于中文期刊论文的关键词共词矩阵,利用因子分析方法定量化地揭示了2000—2009年我国信息生命周期领域核心主题词所反映出的研究主题分布及其内部各知识单元的内涵与相互关系,进而借助聚类分析结果与多维尺度知识图谱剖析了信息生命周期主题知识群的学科地位及内在关联,并采用战略坐标图方法直观反映了各主题领域的研究现状与未来发展趋势,以期从宏观上把握近10年信息生命周期研究的全貌并完善对已有研究成果价值与缺陷的认识。
[期刊] 情报学报  [作者] 奉国和  孔泳欣  
基于生命周期理论和词频分析方法,对学科领域发展过程进行客观合理的动态跟踪与分析。构建时间—关键词频次矩阵,结合相对词频、词频变化率,引入逻辑斯谛(Logistic)函数赋予词频按时间递减的权重,设计时间加权关键词词频分析模型,计算关键词综合值,揭示学科研究热点及变化趋势;并以CNKI和CSSCI收录的18种图情领域核心期刊2013—2017年所刊载的文献关键词作为实验对象,从高频词、中频词、低频词三个方面验证模型的有效性和准确性。模型计算结果显示,上升型高频词排名上浮,下降型高频词排名下沉,可快速识别上升型高频词;同时排名靠前的低频词具有发展潜能,为学者把握未来研究趋势提供科学判断依据。
[期刊] 现代情报  [作者] 丁晟春  王楠  吴靓婵媛  
[目的]从海量微博舆情信息中准确、高效地发现和挖掘当下的热点主题,以期为政府和企业监控和管理舆情动态提供有价值的参考。[方法]研究首先从维度、特征和度量三方面综合考虑构建"帖子—主题"二模网络模型,其次选择词频、主题权重和词频增长率3个特征来抽取模型所需的有效关键词,然后选取社会网络分析法中的社区发现方法进行基于关键词的主题社区发现,最后综合考虑用户影响力和传播影响力两个属性,通过热度分析确立主题热度,识别热点主题。[结果]实验表明,该方法能有效挖掘网络舆情中的热点主题,检测出的主题结果均正确,验证了本文
[期刊] 图书馆工作与研究  [作者] 张敏  朱明星  夏宇  
为梳理国际大数据研究领域的研究脉络和发展趋势,本文从关键词-时序研究视角出发,以WOS平台SSCI、SCI数据库中931篇大数据相关文献为研究样本,采用高被引文献网络、重要文献共引时序网络、关键词聚类网络等分析方法对大数据领域的知识基础发现、研究主题识别、主题演化分析展开研究。结果表明,大数据研究的知识基础集中在算法和语义层面,研究有从技术层面转向应用层面的发展趋势,大数据技术与营销学、医学、心理学、教育学、传播学等学科的交叉性研究以及大数据应用中隐私与开放的平衡将是未来的研究热点。
文献操作() 导出元数据 文献计量分析
导出文件格式:WXtxt
作者:
删除