科技信息分析从单一维度到多维复合的演进<sup(4)
【作者】网站采编
【关键词】
【摘要】另外,随着机器学习技术(包括深度神经网络)与自然语言处理技术的成熟,多维异构数据中的语义信息被抽取并加以分析。类似基金项目与科学论文等数
另外,随着机器学习技术(包括深度神经网络)与自然语言处理技术的成熟,多维异构数据中的语义信息被抽取并加以分析。类似基金项目与科学论文等数据之间传统方法下依靠形式特征(论文中的基金标注)建立的简单关联,在隐狄利克雷分布(Latent Dirichlet Allocation,LDA)模型等语义分析方法的辅助下得以扩展,并且能够获得更深层面的洞见。同时,LDA等自然语言处理方法自身也在不断地向多维信息分析的方向迈进,作者主题(Author-Topic,AT)、作者兴趣主题(Author-Interest-Topic,AIT)、作者会议主题(Author-Conference-Topic,ACT)、引文作者主题(Citation-Author-Topic,CAT)、作者时间主题(Author-Time-Topic,ATT)等纳入作者、兴趣、会议、引文、时间等维度信息的语义分析方法纷纷在科技信息分析领域涌现[29],无疑能够为多维异构数据源中的语义信息抽取与分析提供更大的助力。此外,复杂系统分析方法也对科技信息多维分析提供了支持,多代理系统(MAS)可以对系统的自组织模式进行仿真建模,从复杂科学的视角探索科学发展与创新中的动力机制。显然,在研究数据方面,越来越不同维度的数据被纳入科技信息分析的视野范畴;在研究方法方面,网络分析、自然语言处理、知识图谱等对科技信息多维复合分析提供了技术与方法层面的有力支撑。
4 结语
由上述分析可以看到,科技信息分析领域,研究工作已经从早期单一维度的信息分析开始逐渐向多维复合分析的方向转变。情报学界对科技信息多维分析的尝试与探索也经历了从简单多维分析到复杂多维分析的过程。从数据的多维性到研究视角与方法的多维性,都在不同程度上得到显著的发展与提升。这期间,大数据思维、网络科学、自然语言处理等相关学科的发展在跨维度关联识别与细粒度关联揭示等方面起到了积极的推动与促进作用。在我国科技创新的战略框架下,对科技信息资源实现深层次挖掘,从多维复合分析的视角洞察与揭示不同维度信息之间潜在的模式与规律,逐渐成为学术界的共识。
科技信息的多维复合分析有助于获得不同维度之间的潜在关联,发现科技发展以及科技创新中内在模式与规律,从而提供全景式的知识服务。对于创新科技信息研究,提升科技信息服务水平,促进国家科技发展都具有积极意义。科技信息多维分析是一个渐进的演进过程。这期间,数字化科技信息资源的可获得性,以及网络分析等有效分析方法的支撑都起到了关键的作用。事实上,科技信息多维分析不仅包括数据的多维性与方法的多维性,还包括研究目标的多维性等方面。本文重点从数据与方法的视角对科技信息多维分析的演进状况进行梳理与归纳,既对当前学术界的科技信息分析相关研究进行了总结,也力图为今后科技信息分析领域的相关探索提供借鉴,开拓科技信息研究领域新的学科增长点。
[1]GARFIELD indexes for science:a new dimension in documentation through association of ideas[J].Science,1955,122(3159):108-111.
[2]PRICE D J of scientific papers[J].Science,1965,149(3683):510-515.
[3]PHAM M C,KLAMMA R,JARKE of computer science disciplines:a social network analysis approach[J].Social Network Analysis and Mining,2011,1(4):321-340.
[4]TONTA Y,DARVISH H of latent semantic analysis as a research tool:a social network analysis approach[J].Journal of Informetrics,2010,4(2):166-174.
[5]POLITES G L,WATSON R T.Using social network analysis to analyze relationships among is journals[J].Journal of the Association for Information Systems,2009,10(8):595-636.
[6]RAEESZADEH M,KARAMALI mapping of military trauma papers using co-word analysis in MEDLINE[J].Journal Mil Med,2018,20(5):476-487.
[7]RAVIKUMAR S,AGRAHARI A,SINGH S the intellectual structure of scientometrics:a co-word analysis of the journal Scientometrics(2005-2010)[J].Scientometrics,2015,102(1):929-955.
[8]RONDA-PUPO G A,GUERRAS-MARTIN L of the evolution of the strategy concept 1962-2008:aco-word analysis[J].Strategic Management Journal,2012,33(2):162-188.
[9]朱庆华,范哲,施文蔚.信息系统领域中外合著网络研究[J].情报理论与实践,2011,34(11):6-10,20.
[10]ABBASI A,ALTMANN J,HOSSAIN the effects of co-authorship networks on the performance of scholars:a correlation and regression analysis of performance measures and social network analysis measures[J].Journal of Informetrics,2011,5(4):594-607.
文章来源:《江苏科技信息》 网址: http://www.jskjxx.cn/qikandaodu/2020/1005/490.html