期刊视角下ESI题录数据聚类研究

发布时间：2023-11-25 18:16

　　为了深度挖掘ESI题录数据隐含的信息,以基本科学指标(ESI)数据库内临床医学领域的论文数据为例,从9个维度对数据进行了描述,并使用熵权法(EWM)计算出各个指标的权重及标准化数据,然后基于改进的K-means算法对数据进行了聚类分析,根据聚类结果从期刊的角度进行了社会网络分析。研究结果表明:多国合作、最近3个月内受到广泛关注、多机构合作、论文被引数量较高和发表在影响因子较高的期刊上,是成为ESI论文更为重要的影响因素;本文的损失函数计算方法具有较好的收敛效果;期刊竞争网络和凝聚子群描绘出临床医学领域内期刊的竞争情况,为该类问题的研究提供了新思路。

【文章页数】：6 页

【文章目录】：
1 数据采集及预处理
    1.1 数据来源及分析指标选取
    1.2 基于熵权法的数据预处理
2 改进的K-means聚类算法
3 基于聚类结果的期刊社会网络分析
    3.1 各簇对指标的侧重情况
    3.2 期刊竞争网络分析
    3.3 期刊凝聚子群分析
4 结论



本文编号：3867599