- 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
辽宁省大学生创新创业训练计划项目(项目编号:201710159000185)
?作者简介:幸韵(1997-),女,山西省大同市人,本科生;郭书钰(1997-),女,山西省太原市,本科生;刘彦辰(1998-),女,辽宁省大连市,本科生
通讯作者 刘春鹤(1984-),女,山东人,讲师,主要从事医学信息学等研究
全球医疗大数据研究主题演化的文献学分析
中国医科大学 幸韵 郭书钰 刘彦辰
中国医科大学中英联合学院 辽宁省沈阳市 110013
2.中国医科大学中英联合学院 辽宁省沈阳市 110013)
《图书馆情报》2018年6月
刘春鹤 讲师
[摘要] 利用文献计量学的方法对全球医疗大数据研究的相关文献进行分析,通过社会网络主路径分析、引文聚类等方式展示医疗大数据领域科研方向的发起、走向、演变特点、创新过程以及各类研究热点。以Web of Science中医疗大数据文献为例,利用HistCite精炼出核心文献;着重分析网络中的主题聚类、关键路径并识别网络中的权威和核心文献,期望为医疗大数据的演化与发展的研究提供支持。
[英文摘要] This paper uses the method of bibliometric to analysis the relevant literatures on global medical big data. By using main path analysis and citation clustering, we shows the process of big data evolution, innovation, and research hotspots. Taking the literature on big data in WoS as an example, the core literatures of the field are refined with HistCite. We mainly analysis topic clusters, the critical path and identify the authorities and core literatures of the network. Useful conclusions in this paper can provide a strong support for scientific knowledge evolution and development.
[关键词] 医疗大数据;主路径;聚类;引文编年图;可视化分析
自“大数据”概念于20世纪90年代末被提出以来,伴随网络信息技术的飞速发展,大数据研究已逐渐覆盖了社会的各个行业,越来越多的医疗大数据研究应运而生。医疗大数据作为大数据中极其重要的一部分,不仅仅是医疗方面的数据信息,还包括了卫生事业、生命健康数字化存储的海量数据[1]。现代医学已经进入了大数据时代,各类医疗大数据的处理分析结果给传统医学的发展方向提供了新的参考,为现代医学的发展方向带来了新的视角。经过20多年的探索研究,全球医疗大数据的理论研究有了长足的进展,尤其是2012年以来该领域的研究文献呈现指数增长,为本研究提供了丰富的数据基础。本研究将利用文献计量学和社会网络分析的方法对国内外各权威科技文献数据库中的医疗大数据相关科技文献进行处理分析,探寻20年来国内外医疗大数据研究的主题演化进程,梳理其发展脉络和阶段性研究热点,为医疗大数据理论研究发展提供全面的视角,为其未来的发展方向提供借鉴和参考。
一.数据来源与研究方法
本文的信息源为“Web of Science Core Collection”,采用两种检索策略:
①以“big data”为主题词,精炼医学、药学、保健、流行病学、公共卫生、医学信息学等类别进行检索,检索出文献数据2 064篇;
图 SEQ 图 \* ARABIC 1 研究方法和流程②以“medic* big-data”为主题词直接进行检索,检索出的文献数据为822
图 SEQ 图 \* ARABIC 1 研究方法和流程
利用HistCite引文分析工具研究医学领域文献的重要程度和互引关系,并对检索结果中高频文献进行可视化分析,生成可视化编年图;运用大型社会网络分析工具Pajek进一步对编年数据进行主 路径分析,并对节点文献内容及节点的关联进行剖析。此外,本文对医疗大数据相关研究文献的热点也进行聚类等研究,使用Citespace绘制可视化结果,并对医疗大数据领域的前沿热点、演化路径、研究内容进行分析。整体流程如图1所示:
二.结果与分析
图
图 SEQ 图 \* ARABIC 2 医疗大数据主题文献编年图
(一)利
文档评论(0)