图书介绍
学科交叉主题识别与预测方法研究pdf电子书版本下载
- 许海云，董坤，隗玲著 著
- 出版社： 北京：科学技术文献出版社
- ISBN：9787518947430
- 出版时间：2019
- 标注页数：234页
- 文件大小：28MB
- 文件页数：245页
- 主题词：科技情报－情报检索－研究
PDF下载
下载说明
学科交叉主题识别与预测方法研究PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论 1
1.1研究背景与研究意义 1
1.2研究思路与框架 2
1.3主要方法创新 3
1.4研究方法 4
1.5研究工具 5
第2章 学科交叉研究进展 7
2.1学科交叉概念范畴 7
2.2学科交叉类型研究 8
2.3学科交叉动力学研究 10
2.4学科交叉计量研究 11
2.4.1学科交叉测度指标 11
2.4.2学科交叉计量研究类型 16
2.5学科交叉主题识别方法 18
2.6现有研究不足 20
2.7本章小结 20
第3章 学科交叉态势分析 22
3.1已有学科交叉态势分析方法 22
3.2研究内容和方法 23
3.2.1基于引文的指标测度方法 23
3.2.2学科交叉态势的可视化研究方法 24
3.3实证分析 25
3.3.1数据来源 25
3.3.2基于互引关系的情报学交叉性测度 27
3.3.3情报学与密切相关学科的网络特征 31
3.4本章小结 36
第4章 TI系列指标在学科交叉主题识别和预测中的应用 37
4.1研究方法与测度指标 37
4.1.1主题词获取及预处理 37
4.1.2 TF、TF-IDF和TI指标 38
4.1.3网络社区发现分析及Bet指标 39
4.1.4 TI-S、TI-Bet、Bet-TI指标 40
4.1.5技术路线图 41
4.2实证分析 41
4.2.1 TF、TF-IDF和TI的相似性分析 41
4.2.2学科交叉主题分析 42
4.2.3主题时序分析 49
4.3本章小结 52
第5章 弱关系与突发词分析在学科交叉主题识别中的应用 53
5.1国内外研究现状 53
5.1.1弱关系分析 53
5.1.2突发词监测 54
5.2研究方法与流程 55
5.3基于弱共现的情报学学科研究主题分析 56
5.3.1工具和方法 56
5.3.2结果分析 57
5.3.3弱主题及其交叉性变化情况分析 61
5.4基于突发监测的情报学学科研究主题分析 62
5.4.1工具和方法 62
5.4.2结果分析 62
5.5本章小结 66
第6章 基于重叠社区发现的学科交叉主题识别和预测研究 68
6.1重叠社区发现算法 68
6.2情报学和“计算机科学，跨学科应用”单网重叠社区识别 69
6.2.1情报学网络特征趋势 69
6.2.2情报学主题交叉分析 71
6.2.3“计算机科学，跨学科应用”网络特征趋势 75
6.2.4“计算机科学，跨学科应用”主题交叉分析 76
6.2.5情报学与“计算机科学，跨学科应用”交叉主题异同 80
6.3“计算机科学，跨学科应用”-情报学双网交叉主题识别 81
6.3.1“计算机科学，跨学科应用”-情报学交叉主题识别 81
6.3.2“计算机科学，跨学科应用”-情报学交叉主题特征 86
6.4本章小结 87
第7章 基于概念格理论的学科交叉主题识别和预测研究 88
7.1形式概念分析和概念格的研究及应用 88
7.1.1已有研究及应用 88
7.1.2形式概念分析的数理基础 90
7.2基于概念格理论的学科交叉知识发现研究 91
7.2.1基于概念格的知识单元表示 91
7.2.2关联规则分析 92
7.2.3研究流程 93
7.3实证分析 94
7.3.1数据获取和文本分析 94
7.3.2获取形式概念背景与概念格 94
7.3.3学科交叉主题识别 96
7.3.4学科交叉主题时序分析和预测 108
7.4本章小结 110
第8章 学科主题路径多模式识别和预测研究 111
8.1学科主题创新路径研究 111
8.1.1主题关联相似度研究现状 111
8.1.2扩散路径研究现状 113
8.2分析方法与工具 113
8.2.1分析方法 113
8.2.2分析工具与方法 115
8.3情报学主题演化及学科交叉分析 116
8.3.1整体网络演化趋势分析 116
8.3.2特定社区演化趋势分析 123
8.3.3情报学学科主题演化及学科交叉模式总结 127
8.4本章小结 129
第9章 多种方法的比较及综合运用实例 131
9.1多种方法优缺点及应用场景分析 131
9.2多方法综合运用实例 132
9.2.1学科交叉主题识别结果 134
9.2.2学科交叉主题预测结果 138
9.2.3结果讨论 139
9.3多方法综合运用前景 140
9.4本章小结 141
第10章 总结与展望 142
10.1研究总结 142
10.2主要贡献 144
10.3研究的不足 145
10.4未来的展望 146
10.4.1深入开展学科交叉动力机制与计量特征的研究 146
10.4.2俘获变革型研究中不确定性与弱关系识别前沿交叉主题 146
10.4.3大数据分析方法在学科交叉研究中的应用 147
10.4.4学科交叉分析工具将更加自动化、智能化 147
附录A 2007年情报学高频词、TF-IDF、TI前300 148
附录B 2009年情报学高频词、TF-IDF、TI前300 161
附录C 2011年情报学高频词、TF-IDF、TI前300 174
附录D 2013年情报学高频词、TF-IDF、TI前300 186
附录E 2015年情报学高频词、TI前300 198
参考文献 207