图书介绍
学科交叉主题识别与预测方法研究PDF|Epub|txt|kindle电子书版本网盘下载
- 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300148
附录B 2009年情报学高频词、TF-IDF、TI前300161
附录C 2011年情报学高频词、TF-IDF、TI前300174
附录D 2013年情报学高频词、TF-IDF、TI前300186
附录E 2015年情报学高频词、TI前300198
参考文献207