典型文献
基于文献—关键词双模网络的热点识别方法研究——以数字人文领域为例
文献摘要：
[目的/意义]对科技文献进行热点识别研究,有助于学者们准确把握学科发展趋势和前沿问题,为科研政策和人才培养提供理论依据.[方法/过程]引入文献—关键词双模网络,设计一种考虑时间因素、文献引用关系、关键词位置顺序、关键词词频、文献与关键词关联关系的关键词综合影响力模型.利用Node2vec网络表示学习模型将共现网络中的节点映射为向量,采用轮廓系数对K-means、凝聚层次聚类等4种聚类算法进行评估,遴选出最优的聚类算法,结合关键词综合影响力识别热点主题.[结果/结论]选取数字人文领域的期刊文献数据进行实验,结果表明该方法可以较好地识别数字人文领域的前沿热点.
文献关键词：
研究热点;识别方法;双模网络;Node2vec;聚类算法;数字人文
中图分类号：
作者姓名：
李慧;王若婷
作者机构：
西安电子科技大学经济与管理学院,陕西 西安 710126
文献出处：
引用格式：
[1]李慧;王若婷-.基于文献—关键词双模网络的热点识别方法研究——以数字人文领域为例)[J].情报理论与实践,2022(11):107-114
A类：
影响力识别
B类：
双模网络,热点识别,数字人文,科技文献,前沿问题,科研政策,时间因素,文献引用,引用关系,词频,关联关系,综合影响,Node2vec,网络表示学习,共现网络,轮廓系数,means,凝聚层次聚类,聚类算法,遴选出,热点主题,期刊文献,文献数据,别数,前沿热点
AB值：
0.389828
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。
