首站-论文投稿智能助手
典型文献
图情档一级学科点的优势研究方向识别研究
文献摘要:
[目的/意义]在双一流学科建设背景下,本文基于学科研究主题分类模型、z指数评价模型,以国内图书情报与档案管理领域25所一级学科点为例,建立了高校学科点的优势研究方向识别方法.[方法/过程]利用Word2vec模型结合k-means进行关键词聚类,将图情档学科划分为12个研究主题;其次,基于匹配的主题-学科点-被引频次三维关系,建立25所学科点在12个研究主题下的300个评价数据集;最后,计算学科点在不同研究主题中的zsi指数,并识别学科点的优势研究方向.[结果/结论]实验发现:z指数评价模型较好地实现了各机构发表论文数量、质量、被引分布之间的平衡.其次,基于细粒度研究主题的学科点评价方法具有分类评价、多元化评价的相对优势.[创新/局限]本文提出的评价模型可为不同科研群体提供一定的信息参考与决策支持,同时也为国内高校学科评价提供了 一个相对公平、个性化、多元化的评价视角;但该评价模型易受主题分类质量的影响.
文献关键词:
双一流建设;优势学科;p指数;z指数;主题聚类;被引分布
作者姓名:
刘运梅;张帅;王丹丹
作者机构:
武汉大学信息管理学院,湖北武汉430072;武汉大学信息资源研究中心,湖北武汉430072
文献出处:
引用格式:
[1]刘运梅;张帅;王丹丹-.图情档一级学科点的优势研究方向识别研究)[J].情报科学,2022(03):174-182
A类:
zsi
B类:
一级学科,学科点,优势研究,一流学科建设,主题分类,分类模型,指数评价模型,内图,图书情报与档案管理,管理领域,Word2vec,means,关键词聚类,图情档学科,学科划分,被引频次,所学,题下,评价数据,算学,各机,发表论文,论文数量,被引分布,细粒度,点评,分类评价,多元化评价,相对优势,同科,科研群体,决策支持,国内高校,学科评价,双一流建设,优势学科,主题聚类
AB值:
0.415374
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。