- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于共词可视化的学科战略情报研究.pdf
情 报 学 报摇 摇 摇 ISSN 1000-0135 JOURNAL OFTHE CHINA SOCIETY FOR SCIENTIFIC
ANDTECHNICAL INFORMATION ISSN 1000 -0135
第28卷第3期325 - 330,2011年3月 Vol.28 No.3,325 - 330 March 2011
試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試
doi:10.3772/ j.issn.1000-0135.2011.03.013
基于共词可视化的学科战略情报研究1)
1 2
杨摇 颖摇 崔摇 雷
(1. 中国医科大学图书馆,沈阳1100012.中国医科大学信息管理与信息系统(医学)系,沈阳110001)
摘要摇 摇 本文以内分泌与代谢学科领域中六种核心期刊在2003 ~2007 年发表论文的全部主要主题词的频次,生
成高频主题词的共现矩阵,利用SPSS做聚类分析得到该学科当前研究热点。 在共词聚类的基础上,绘制出2003 ~
2007年研究热点的基本框架———战略坐标图,揭示了该研究主题的内外部联系并对发展趋势进行分析。 此外,通过
社会网络分析揭示了该研究领域的核心主题,并应用Netdraw对共词矩阵进行可视化,展现每个高频词之间的共现
关系。 本文将科学计量学和可视化技术结合应用于学科分析,目的是直观地揭示共词网络中隐藏的信息或知识,为
科研人员对学科发展方向的决策提供参考。
关键词摇 摇 共词摇 战略坐标摇 战略情报研究摇 社会网络分析摇 可视化
Subject Strategic Information Research Based on Visualization of Co鄄Word Network
1 2
Yang Ying and Cui Lei
(1. Library of ChinaMedical University. ,Shenyang 110001;
2. Department of InformationManagement and Information System (Medicine),ChinaMedical University,Shenyang 110001)
Abstract摇 摇 We countedthefrequency of major Mesh terms in six corejournals of endocrinology and metabolism domain
from2003 to2007 and generated co鄄occurrence matrix of high鄄frequency Mesh terms. Hierarchical clusteringwas used to find
the hotspots of current research by SPSS. Based on the clutering, we drew the strategic diagram which revealed the
relationshipsbetween the intra鄄andinter鄄cluster. Furthermore,weutilizedthesocialnetworkanalysistoshowthecrucialtopic
in its field. Graphs of co鄄occurrence relationships among the high鄄frequency Mesh words were
文档评论(0)