应用增长层级式自我组织映射图于历年研究主题图之 - 图书资讯学研究.pdf

圖書資訊學研究6 ：2 (June 20 12) ：1-35 應用增長層級式自我組織映射圖 於歷年研究主題圖之呈現 Multi-Layer Visual Presentation of Annual Research Topics Using Growing Hierarchical Self-Organizing Map 姜國輝 Johannes K. Chiang 國立政治大學資訊管理學系　副教授 Associate Professor Department of Management Information Systems National Chengchi University 楊喻翔 Yu-Xiang Yang 國立政治大學資訊管理學系　博士生 Doctoral Student Department of Management Information Systems National Chengchi University 【摘要 Abstract 】 本研究以增長層級式自我組織映射圖 （Growing Hierarchical Self-Organizing Map , GHSOM ）分析出利他研究文獻中重要的歷 年研究主題及概念交涉關係 。本研究除了將年度的因素考慮主 題分析之外 ，利用GH SOM 除了提供之前自我組織映射圖 （Self- Organizing Map, SOM ）能重要研究主題上的論文分布情形與主題 彼此之間的視覺化 ，它更改進了SOM的二個缺點 ，無法自動確定 大小的映射圖及表達出資料之間的階層性 。本研究利用利他相關 文獻作範例 ，分析結果除了提供這些學科的所關注的主題及學科 之間交互關係 ，有助我們快速掌握研究文獻所呈現的研究概況 。 投稿日期 ：2011.9.16 ；接受日期 ：2011.12.23 email: 姜國輝j kchiang@.tw ；楊喻翔yuxiang 1001@ 1 圖書資訊學研究6 ：2 (June 20 12) The purpose of this study was to propose a hierarchical, annual research topic maps using Growing Hierarchical Self-Organizing Map (GHSOM), an improved Self-Organizing Map (SOM) algorithm. Unlike SOM, GHSOM can implement a dynamic architecture automatically and represents the hierarchical relations of results. The topic map illustrated the delicate intertwining of topics of annual research and provided a more explicit illustration of the concepts within each subject area. After taking up one example of altruism, this study suggests that topic map may disclose some important annual research topics from a who