资源预览内容
亲,该文档总共2页全部预览完了,如果喜欢就下载吧!
资源描述
大数据技术对学术期刊品牌建设的作用摘要:大数据时代带来了信息挖掘的范式革命,数据挖掘技术对学术期刊的品牌建设也起到助推作用。大数据技术通过数据资源的共享实现了“让数据发声”,消除不同学科领域之间的壁垒,增强了信息的预测功能,其高系统性、低误差水平以及较强的预测效能为编辑在品牌建设实践中把握学科研究现状、凝练学科研究热点提供了可能。期刊编辑可以借此分析学术论文的产出和分布情况,获取高产要的分析,常用的是共词分析法。该方法直接统计文献中关键词出现的频次,通过聚类分析构建关键词贡献矩阵,获得联系紧密的关键词,从而厘清学科的研究热点。引文共(被)引分析。研究者撰写学术论文会对以往研究进行参考和引用,引与被引之间形成引证关系。共被引(Co-citation),是指两篇或两篇以上的文献同时被后来的一篇或多篇论文所引用,则称这两篇或多篇被引文献就具有“共被引”的关系。引文共(被)引分析法,就是通过数理统计方法,比较归纳、抽象概括出引证关系的特征和内在规律的文献计量学分析方法。多元统计法。通过描述性统计的方法,对获得的数据资料进行初步的整理和归类,继而通过因素分析、聚类分析、多维度尺度分析法进行数据挖掘。社会网络分析方法。社会网络分析法能够深层挖掘信息之间的联系,可视化呈现知识点之间的关系与结构,是运用较为广泛的知识图谱分析方法。通过社会网络分析不同地域、机构、作者之间的合作情况,揭示学科共同体之间的关系。(二)可视化技术:信息图谱的直观呈现方式。大数据分析方法对海量的文献数据进行标准化处理,通过绘制科学知识图谱(MappingKnowledgeDomains),更加形象地展示学科的热点和主流研究领域的进展情况,了解相关领域的核心作者、高产机构,从而把握学科的发展动态、内在规律和发展趋势。科学知识图谱结合了传统的文献计量学与现代的数据挖掘技术,形成了一种综合分析科学发展脉络的知识发现方法。科学知识图谱将抽象的数据以图像形式直观呈现,分别从微观、宏观层次揭示学科的学术生态。对海量的数据信息进行挖掘、分析并可视化处理在学科研究中显得越发重要,而这是传统研究方法所无法胜任的,需要借助计算机软件技术才得以实现。信息可视化软件将数据进行计算和转化,最终以图像的形式直观呈现,绘制出可视化的信息图谱,通过这些图形或者图像,将专业领域中的隐形现象外显化呈现。目前,国内外众多的计算机、情报学等领域的学者、公司开发出几十种各具特色的信息可视化辅助软件,其中CiteSpace、SATI、VOSviewer和Ucinet为学界广泛使用,值得编辑同仁借鉴。三、小结大数据时代,海量的数据蕴藏有丰富的价值,大数据技术对信息的把控和挖掘能力弥补了传统处理方法的缺陷,可以快速、精准地过滤并提取有利数据。期刊编辑可以借助大数据研究方法及技术支持,对核心作者、机构、关键词时区、关键词共现性等方面的图谱呈现,凝练出该学科领域的高频热点关键词,厘清研究的热点领域,从而提高期刊品牌的文化内蕴,增强与时俱进的品牌发展性。CiteSpace、SATI、VOSviewer和Ucinet等信息可视化辅助软件各具特色,可根据不同的数据库和数据处理需要进行选择。通过词频与共现分析法、引文共(被)引分析法、多元统计法和社会网络分析等可视化科学知识图谱呈现方法,揭示科学中潜在的学科结构、追踪科学研究的前沿问题、探测某一时期科学研究热点、剖析科学发展演化历程、研究并分析科研合作网络、评估某科学家的学术地位、构建科学发现的理论体系、辅助决策者制定科学发展方案。参考文献:【1】维克托迈尔舍恩伯格,背尼思库克耶.大数据时代生活、工作与思维的大变革.盛杨燕,周涛,译.杭州:浙江人民出版社,2013.【2】CheswickN,WestbrookJI.Socialnetworkanalysisofmedicationadvice-seekinginteractionsamongstaffinanAustralianhospital.InternationalJournalofMedicalInformatics,2008,79(6):115-125.【3】刘启元,叶鹰.文献题录信息挖掘技术方法及其软件SATI的实现以中外图书情报学为例.信息资源管理学报,2012,(1).
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号