融合主题词-引文的知识发现:数据优化与内容可视化

摘要：

[研究目的]针对融合主题词-引文的2-模知识耦合系统,提出数据优化指标以降低知识网络的复杂性,并验证方法的有效性.[研究方法]对融合主题词-引文的知识发现过程进行解析,选取乳腺小叶癌作为案例,用耦合熵指数2-模知识耦合系统进行量化测度和演化分析;用突变系数进一步优化数据集,重点识别突变系数大于1的耦合因子对,并对2-模知识耦合网络进行内容可视化.[研究结论]耦合熵指数可作为2-模知识耦合系统的量化测度指标,突变系数可有效识别具有潜在突变性的耦合因子对,两项指标对数据的优化处理能有效降低2-模知识耦合网络的复杂性;具有较高耦合熵指数的主题词-刊名耦合因子对代表了较为成熟和稳定的学科子类和知识结构,具有突变性的耦合因子对表征和揭示了相关学科主题和知识结构的突变、转向、交叉和融合.融合主题词-引文的知识发现方法是对已有方法体系的有效补充.

关键词：知识发现、主题词、引文、耦合熵指数、突变系数、2-模网络

所属期刊栏目：41

分类号：F272(企业经济)

资助基金：江苏省社会科学基金Altmetrics;19TQC002

在线出版日期：2022-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：130-137,155