基于关联规则挖掘的多学科知识融合研究 ——以新冠肺炎研究领域为例

摘要：

[目的/意义]挖掘高强度关联学科,揭示多学科知识融合规律,有助于更好地把握和推动多学科知识融合.[方法/过程]从Web of Science核心集获取新冠肺炎主题论文,采用Apriori算法挖掘参考文献所属学科的频繁项集和强关联规则,揭示知识融合特征.以一项强关联规则为例,结合关键词聚类分析,识别该学科组合在知识融合后形成的热门主题.[结果/结论]新冠肺炎研究的知识来源非常广泛,跨学科知识融合十分普遍,关联规则挖掘提供了一种识别和预测强关联学科组合及其知识融合趋势的新方案.

关键词：知识融合、学科交叉、关联规则挖掘、Apriori算法

所属期刊栏目：43

分类号：G203(信息与传播理论)

资助基金：国家社会科学基金20BTQ089

在线出版日期：2023-03-08（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：148-156