[目的/意義]科學知識網絡中知識單元呈現出一定的集群性與社區(qū)性,揭示科學知識網絡擴散時序變化過程中的社區(qū)擴張與收斂的基本模式與特征,對于拓展、深化科學知識擴散與傳遞規(guī)律研究具有一定的意義。[方法/過程]首先,基于引用關系建立鄰接矩陣進而構建學科知識網絡,采用復雜網絡分析中的Louvain社區(qū)探測算法對領域知識網絡進行社區(qū)劃分;然后利用網絡表示學習技術進行社區(qū)擴張與收斂特征表示與計算;最后以時間序列為邏輯線索,對不同社區(qū)的擴張、收斂演變過程進行動態(tài)跟蹤建模,從而揭示科學知識網絡時序變化過程中社區(qū)擴張與收斂的基本模式與特征。[結果/結論]以醫(yī)療健康信息領域進行案例研究,研究發(fā)現社區(qū)擴張模式的發(fā)展趨勢符合S形曲線函數中的Logistic模型,社區(qū)收斂模式的發(fā)展趨勢符合S形曲線函數中的BiHill模型。 

【文章來源】：圖書情報工作. 2020,64(14)北大核心CSSCI

【文章頁數】：11 頁

【部分圖文】：

文獻數量時期分布

其中,f(u)為將節(jié)點u映射為embedding向量的目標函數;V表示網絡中節(jié)點的集合,S指得到節(jié)點鄰居N的策略,NS(u)表示通過采樣策略S采樣出的節(jié)點u的近鄰頂點集合,Node2vec模型算法[30]如圖2所示:本研究主要利用Python語言進行社區(qū)擴張與收斂特征表示與計算,在具體處理步驟中,首先基于Node2vec模型算法(https://github.com/aditya-grover/node2vec)將引文網絡中的每個節(jié)點表示成可計算的K維向量,然后結合上一步中的社區(qū)劃分結果,計算各個社區(qū)節(jié)點(向量)之間的距離進而可得社區(qū)所占區(qū)域面積的大小(以各個社區(qū)內節(jié)點最大距離為區(qū)域直徑),然后通過分析各個社區(qū)在不同時間段的區(qū)域面積時序變化情況,從而表征與測度引文網絡時序變化過程中社區(qū)的擴張與收斂情況,基本思路可歸納概括為如圖3所示:

本研究主要利用Python語言進行社區(qū)擴張與收斂特征表示與計算,在具體處理步驟中,首先基于Node2vec模型算法(https://github.com/aditya-grover/node2vec)將引文網絡中的每個節(jié)點表示成可計算的K維向量,然后結合上一步中的社區(qū)劃分結果,計算各個社區(qū)節(jié)點(向量)之間的距離進而可得社區(qū)所占區(qū)域面積的大小(以各個社區(qū)內節(jié)點最大距離為區(qū)域直徑),然后通過分析各個社區(qū)在不同時間段的區(qū)域面積時序變化情況,從而表征與測度引文網絡時序變化過程中社區(qū)的擴張與收斂情況,基本思路可歸納概括為如圖3所示:3.2.4 社區(qū)擴張與收斂模型構建與模式分析

【參考文獻】：
期刊論文
[1]基于主題關聯分析的科技互動模式識別方法研究[J]. 劉自強,許海云,羅瑞,董坤,朱禮軍.  情報學報. 2019(10)
[2]學科引證網絡知識擴散特征研究[J]. 岳增慧,許海云.  情報學報. 2019(01)
[3]領域知識聚類性的動態(tài)演化分析[J]. 安寧,滕廣青,白淑春,畢強,韓尚軒.  圖書情報工作. 2018(10)
[4]基于頻度演化的領域知識關聯關系涌現[J]. 滕廣青.  中國圖書館學報. 2018(03)
[5]關聯驅動的領域知識群落生長[J]. 滕廣青.  中國圖書館學報. 2017(03)
[6]科研合作超網絡下的知識擴散演化模型研究[J]. 李綱,巴志超.  情報學報. 2017(03)
[7]基于半積累引文網絡社區(qū)發(fā)現的學科領域主題演化分析——以“合作演化”領域為例[J]. 羅雙玲,張文琪,夏昊翔.  情報學報. 2017(01)
[8]Word2vec的工作原理及應用探究[J]. 周練.  科技情報開發(fā)與經濟. 2015(02)
[9]基于引文網絡挖掘和時序分析的知識擴散研究[J]. 邱均平,李小濤.  情報理論與實踐. 2014(07)
[10]基于NEViewer的學科主題演化可視化分析[J]. 王曉光,程齊凱.  情報學報. 2013 (09)



本文編號：3615648