基于Twitter的学科领域研究前沿探测研究

摘要：

[目的]设计基于社交媒体Twitter的学科领域研究前沿识别方法,用于前瞻挖掘、识别学科即时动态.[方法]通过分析Twitter识别学科领域研究前沿的原理,提出基于学者影响力及内容影响力的学科研究前沿监测指标体系并开展学科领域研究前沿探测,最后基于自然语言处理领域进行实证分析.[结果]通过对比自然语言处理领域顶尖专家的分析报告,探测模型能够及时识别出自然语言处理领域13个研究前沿中的8个研究前沿.[局限]由于社交媒体的开放性特征,构建数据集时难以完全避免与学科领域无关的噪音内容.[结论]本文提出的方法基于Twitter学者用户生成内容,能够及时、前瞻识别学科领域前沿动态,是一种可行且有效的探测学科领域研究前沿的方法.

关键词：研究前沿、社交媒体、Twitter、领域数据集构建

所属期刊栏目：7

分类号：G350(情报学、情报工作)

资助基金：中国科学院文献情报能力建设专项GHJ-QBZX-2021-04

在线出版日期：2023-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：89-101