区间分割概念格及其在作者共被引分析中的应用

摘要：

[目的/意义]作者共被引( Author Co-citation Analysis,简称ACA)是一种揭示作者关系和研究领域知识结构的重要方法,为丰富ACA方法的研究手段,将概念格引入ACA。基于概念格不能对多值属性数据集聚类的局限性,提出区间分割概念格,并给出定量计算ACA中各研究力量的计算公式。[方法/过程]以学科服务为研究主题,首先选取核心作者,然后提取核心作者相似矩阵的因子成份5个,之后对5个连续的因子属性值按照一定的阈值分别进行区间分割,利用ConExp-1.3构建区间分割概念格,最后截取各因子属性对应的作者类团,同时定量给出不同作者类团对应研究方向的研究力量。[结果/结论]与传统的聚类环境SPSS、Ucinet6.0、Matlab相比,区间分割概念格不仅能够发现研究主题各研究方向的核心作者,还能发现各研究方向的领军人物,得到各研究方向量化后的研究力量。区间分割概念格可以对多值属性问题聚类,聚类结果可靠,可视化效果好,该方法还可以推广应用到文献分析、共词分析、期刊分析的聚类研究中。

关键词：因子分析、区间分割、概念格、作者共被引分析、聚类分析

所属期刊栏目：35

分类号：G251.1(图书馆学、图书馆事业)

资助基金：国家社会科学基金项目“文献内容分析与引文分析融合的知识挖掘与发现研究”16BTQ074的阶段性成果之一。

在线出版日期：2016-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：146-151,157