基于多维指标的未来新兴科学研究前沿识别研究
发布时间:2023-11-05 11:31
当今世界范围内新一轮科技革命正在风起云涌,前瞻识别未来新兴科学研究前沿有助于科学布局未来必争研究领域。本文通过融合科技规划文本数据、基金项目数据和论文数据,综合运用自然语言处理技术、文本主题识别技术、复杂网络分析技术,提出了一种基于研究主题相似度、主题强度、主题新颖度等多维度指标的研究前沿识别方法。通过碳纳米管研究领域进行实证研究,结果表明该方法能够有效识别出该领域的热点研究前沿、新兴研究前沿、潜在研究前沿以及衰弱研究前沿。
【文章页数】:14 页
【文章目录】:
1 引言
2 研究现状
1)基于引文分析的识别方法
2)基于关键词分析的识别方法
3)基于主题模型的识别方法
4)基于主题演化的分析方法
3 研究思路
3.1 数据源分析
3.2 多维指标未来新兴研究前沿识别思路
1)多源数据获取
2)数据预处理
3)研究主题识别
4)研究主题相似度指标计算
5)研究主题强度和新颖性指标计算
6)多类型研究前沿主题识别
4 实证研究
4.1 实验环境
4.2 研究数据集构建
4.3 数据预处理
4.4 研究主题识别
4.4.1 Elbow Method主题困惑度计算
4.4.2 LDA主题识别
4.5 不同数据源间主题相似度计算
4.6 研究主题强度、主题新颖度指标计算
4.7 研究前沿主题识别结果分析
4.7.1 热点研究前沿主题
4.7.2 新兴研究前沿主题
4.7.3 潜在研究前沿主题
4.7.4 衰弱研究前沿主题
5 总结与展望
本文编号:3860944
【文章页数】:14 页
【文章目录】:
1 引言
2 研究现状
1)基于引文分析的识别方法
2)基于关键词分析的识别方法
3)基于主题模型的识别方法
4)基于主题演化的分析方法
3 研究思路
3.1 数据源分析
3.2 多维指标未来新兴研究前沿识别思路
1)多源数据获取
2)数据预处理
3)研究主题识别
4)研究主题相似度指标计算
5)研究主题强度和新颖性指标计算
6)多类型研究前沿主题识别
4 实证研究
4.1 实验环境
4.2 研究数据集构建
4.3 数据预处理
4.4 研究主题识别
4.4.1 Elbow Method主题困惑度计算
4.4.2 LDA主题识别
4.5 不同数据源间主题相似度计算
4.6 研究主题强度、主题新颖度指标计算
4.7 研究前沿主题识别结果分析
4.7.1 热点研究前沿主题
4.7.2 新兴研究前沿主题
4.7.3 潜在研究前沿主题
4.7.4 衰弱研究前沿主题
5 总结与展望
本文编号:3860944
本文链接:https://www.wllwen.com/guanlilunwen/keyanlw/3860944.html