基于内容相似性的科技论文的网络构建及其可视化表达.pdfVIP

中华医学会第十七次全国医学信息学术会议 论文汇编 1 P-19-0002 通过上面的回顾我们可以看到，基于网络视角，采 基于内容相似性的科技论文的网络构建及可 用网络指标对文献相关指标进行分析的研究已经成为当 视化表达 前文献研究的前沿和热点题目，研究者力图通过这些分 潘现伟∗ 崔雷∗ 析来反映科学活动的规律和特点，无论是引文网络还是 中国医科大学医学信息学系 110001 合著网络。科学计量学研究的主要应用有两个领域，一 个是对学科结构的研究，另一个则是对单位个人等的绩 1. 前言 效以及科研成果（如论文）的评价。目前后者还是空白， 论文相似性是指两篇论文在研究背景、研究内容和 可否将网络分析的方法用于评价科技论文，则是今后研 研究目标等方面的关联程度。以往的研究受到技术条件 究所要探讨的问题。 的限制，判断论文相似性多采取间接的方法，如统计论 由于一篇论文代表一个相对完整的思想或者发现， 文的同被引强度和耦合率。随着对论文相似性研究的深 通过计算论文内容上的相似性而构成网络，就构成了一 入，有学者发现论文同被引和耦合的影响因素较多，因 个知识网络。本文提出构建一个基于主题内容上相关性 此，应当寻找比同被引和引文耦合更为直接和客观的指 的论文网络，并分析此类网络的属性；期望在今后的研 标来表示论文之间的相似性。 究中，探讨利用各种复杂网络和社会网络分析指标对论 目前有关论文相似性研究主要局限在文献检索与分 文进行评价。这种方法从科学整体性上看待一篇论文在 类的研究中，其中的内容的表达具体步骤包括在一个特 整个学科领域结构中的作用，比起单纯的计数和线性排 定文献集合中抽取论文的关键词、把论文关键词聚类为 序提供了一个全新的评价视角。 概念，然后用概念向量表示论文 。其目的是通过建立论 本文拟通过检索某一主题的文献，进行概念抽取， 文之间的关系，方便在数据库中更快更准确更全面地检 形成概念集合，然后通过提取重要概念构成矩阵后最终 索文献。毋庸置疑，这些内容上相关的论文可以形成一 达到可视化表达论文相似性的目的，并借鉴社会网络整 个网络，能否构建出基于内容相关性的论文网络，这个 体网的分析方法对构建的网络的属性进行了简单的分 网络有什么性质，特别是这种网络是否是一个复杂网络， 析。 目前还鲜有研究成果。而目前有关复杂网络的研究正处 2. 材料与方法 于方兴未艾的阶段，随着社会的发展，人们发现自然界 本文选择了目前情报学领域比较热门的方向“data 和社会活动中存在着越来越多的网络现象。网络可以用 mining(数据挖掘)”，检索策略为：(data mining[MeSH 来描述人与人之间的社会关系，物种之间的捕食关系， Terms] OR (data[All Fields] AND mining[All 词与词之间的语义联系，计算机之间的网络联接，网页 Fields]) OR data mining[All Fields]) AND 之间的超链接，科研文章之间的引用关系，以及科学家 (2011/01/15[PDat] : 2011/03/15[PDat]) ，检索 之间的合作关系，甚至产品的生产与被生产关系。如果