典型文献
优化科学知识图谱方法绘制全领域科学结构图谱
文献摘要：
[目的/意义]针对目前全领域科学知识图谱构建方法中存在的技术难点,结合网络嵌入模型、机器学习聚类、流形学习可视化算法等人工智能领域的方法与模型,提出一套全新发现科学结构的知识图谱构建方案,以完善科学结构发现与可视化布局,并拓展科学知识图谱的分析应用场景.[方法/过程]引入基于深度学习的网络嵌入模型和聚类方法改进原有的网络社团划分聚类方法,利用流形学习降维可视化算法扩大数据处理能力,并设计由下至上分层可视化布局方法,提升可视化图谱的稳定性与细节揭示能力.[结果/结论]以科睿唯安公司的基本科学指标数据库(ESI)研究前沿中高被引论文作为分析数据集,使用新聚类算法得到1169个研究领域,通过改进的可视化布局算法形成全领域科学结构图谱.与前几期科学结构图谱相比,本文提出的方法支持更大规模的数据分析,对可视化细节揭示与稳定性也有大幅优化,可以更好地展示全领域科学研究宏观结构及内在关系,为全领域科学知识图谱的绘制与构建提供更可靠的方法和技术支持.
文献关键词：
科学图谱;科学结构;引文网络;网络嵌入;聚类;可视化
中图分类号：
作者姓名：
陈挺;李国鹏;王小梅
作者机构：
中国科学院科技战略咨询研究院 北京100190;中国科学院大学经济与管理学院图书情报与档案管理系 北京100190;中国科学院文献情报中心 北京100190
文献出处：
引用格式：
[1]陈挺;李国鹏;王小梅-.优化科学知识图谱方法绘制全领域科学结构图谱)[J].图书情报工作,2022(21):107-119
A类：
B类：
科学知识图谱,谱方法,全领域,科学结构,结构图谱,知识图谱构建,构建方法,技术难点,网络嵌入,嵌入模型,机器学习聚类,流形学习,学习可视化,可视化算法,人工智能领域,新发现,构建方案,分析应用,聚类方法,方法改进,社团划分,划分聚类,大数据处理能力,下至,布局方法,可视化图谱,示能,科睿,基本科学指标数据库,ESI,研究前沿,高被引论文,聚类算法,几期,宏观结构,内在关系,方法和技术,科学图谱,引文网络
AB值：
0.361106
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。
