基于引文大数据的高阶网络建模及信息增益比较研究.pptx

content

目录

01

研究背景与科学问题的提出

02

理论基础与核心概念界定

03

数据来源与高阶网络构建方法

04

高阶网络模型的设计与实现路径

05

信息增益驱动的模型性能比较分析

06

研究发现与学术应用前景展望

研究背景与科学问题的提出

01

传统一阶引文网络在捕捉学术知识传播路径中的局限性日益凸显

线性假设局限

传统一阶网络假设知识传播仅通过直接引用发生，忽略了间接引用路径的影响。这种线性连接模型难以刻画复杂的学术影响扩散过程。

隐性知识流失

大量隐性知识流动存在于跨文献的间接引用中，一阶模型无法捕获此类高阶依赖关系。导致对知识演化路径的表征不完整且易失真。

结构表达不足

一阶