您选择的条件: 许海云
  • 专利前向引用遵循 Logistic 扩散模型再验证

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-10-08 合作期刊: 《知识管理论坛》

    摘要: [ 目的 / 意义 ] 专利引用是一种达成技术扩散效果的行为,研究专利前向引用行为特点是测度技 术扩散模式的一个重要视角。[ 方法 / 过程 ] 以石墨烯传感器技术领域为例,对专利的前向引用趋势进行 Logistic 回归分析,验证技术领域的扩散模型;与相关研究方法与结果进行比较。[ 结果 / 结论 ] 验证了专 利前向引用符合 Logistic 扩散模型,是研究技术扩散的可靠视角;将已有研究结论 “ 某一领域中基础核心 专利的前向引用遵循 Logistic 扩散模型 ” 进一步拓展为 “ 某领域专利的前向引用遵循 Logistic 扩散模型 ”。

  • 领域前沿识别方法综述

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-27 合作期刊: 《图书情报工作》

    摘要: [目的/意义]通过比较分析不同的领域前沿识别方法,总结各类方法在识别与预测前沿上的优缺点,为未来研究前沿的识别与预测提出改进意见。[方法/过程]通过综述国内外研究前沿相关的文献,辨析研究前沿的相关概念。分析目前主要的研究前沿识别方法,相较于传统的识别方法,重点对变革性研究前沿的识别方法进行归纳。总结当前领域前沿识别方法存在的主要问题,并提出改进建议。[结果/结论]就概念而言,对研究热点、新兴研究和研究前沿的概念内涵在时间和创新程度两个维度上进行了区分,依据创新程度的不同,研究前沿可以分为常规性研究前沿和变革性研究前沿;就识别方法而言,不同方法都有其适用场景。未来需要深入挖掘研究前沿,尤其要关注到主题之间的语义关联和多源数据的多元关系融合,以及对变革性研究前沿的前期征兆进行特征挖掘,并构建相应的识别与预测方法。

  • 学术期刊影响力评价方法研究进展

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-27 合作期刊: 《图书情报工作》

    摘要: [目的/意义]期刊影响力评价是科学计量学研究的重要组成部分和应用领域,对于优化期刊质量、促进科学交流具有重要意义。[方法/过程]综述国内外期刊影响力评价方法研究进展,从传统指标、影响因子系列评价指标、H指数以及衍生指标、类PageRank及其衍生指标、基于多因素综合评价方法、基于社交媒体的期刊影响力评价指标以及跨学科期刊评价方法出发,总结现有学术期刊影响力评价方法的特征及其不足之处。[结果/结论]现有评价指标融合度较差,较少考虑引文偏态与自引问题,且新兴的基于社交媒体的评价方法可行性有待商榷。未来应重视深度融合评价指标,引文偏态改进方法多样化,社交媒体期刊评价方法规范化以及跨领域期刊评价方法体系化。

  • 基于多源数据的技术产业化潜力分析方法研究——以基因工程疫苗技术为例

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-26 合作期刊: 《图书情报工作》

    摘要: [目的/意义]分析新兴技术的产业化潜力对于产业投资决策、专利前瞻布局、资源优化配置以及技术市场开发具有重要意义。[方法/过程]系统总结现有技术产业化潜力评估方法,在此基础上构建基于多源数据的产业化潜力分析方法,主要包括对政策环境、产业技术和市场行情的分析以及对产业化特征的融合解读,以基因工程疫苗技术为例,对方法的可行性和有效性进行验证。[结果/结论]该方法立足技术领域全景,集成多种数据源,将技术产业化的局部特征融合为整体特征,可通过多维分析结果的相互印证、相互补充获得更具参考价值的产业化潜力分析结果。

  • 基于Chunk-LDAvis的核心技术主题识别方法研究

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-07-26 合作期刊: 《图书情报工作》

    摘要: [目的/意义]基于大量专利文献数据的核心技术主题识别有助于识别某技术领域的关键技术、分析关键技术的发展方向,是进行技术创新的基础情报工作,对于研究人员、企业乃至国家层面都具有一定的意义。[方法/过程]提出基于Chunk-LDAvis的核心技术主题识别方法,首先基于经典LDA模型进行主题识别,然后利用名词组块对初始LDA主题识别结果进行标注,构建Chunk-LDA主题识别结果,提高其可解读性;然后基于社会网络分析方法构建主题网络,识别核心技术主题;基于R语言的LDAvis工具包绘制可交互的Chunk-LDAvis核心技术主题关联分析图谱,发现核心技术主题的隐含联系,辅助进行核心技术主题识别。[结果/结论]通过对纳米农业领域进行实证研究,验证了本文提出方法的准确性和可行性。

  • Prophet预测-修正的主题强度演化模型——以干细胞领域为实证

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》

    摘要: [目的/意义] 主题演化对科技前沿探测、创新战略部署具有十分重要的作用。[方法/过程] 将主题演化分析过程分解为主题的表示、相似性关联和强度演化计算几个步骤,提出一种主题强度演化与预测模型,使用LDA模型进行主题的表示,提出内容、共现和趋势相似度等维度进行主题关联计算,引入基于Prophet的预测-修正模型进行主题演化趋势预测。并以干细胞领域为例,进行演化的实证分析。[结果/结论] 实验表明,对每个研究主题采用Logistic增长模型进行预测R2Score都达到0.90以上,表明Prophet中的Logistic增长模型与该领域主题增长趋势规律相符合,能够较好地拟合主题强度的演化趋势。提出的主题演化模型对专业领域内主题分布与演化分析有一定的借鉴意义。

  • 基于引文曲线拟合的新兴技术主题的突破性预测——以干细胞领域为例

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》

    摘要: [目的/意义] 通过对新兴技术主题的引文曲线进行拟合分析,提炼和归纳引文曲线的主要类型和特征,以期能为微观层面突破性创新主题预测方法的研究提供参考。[方法/过程] 首先提出利用引文曲线追踪感知新兴技术主题形成突破性创新的假设,并提出跃迁指数的概念和计量方法,从知识跃迁和持续增长两个维度总结识别突破性创新的标准并构建突破性识别的方法模型。其次利用新兴技术主题发文的时序被引数据构建引文曲线并进行拟合分析,实现对不同主题包含的引文曲线的类型分类,提炼引文曲线的主要特征进行突破性预测。[结果/结论] 新兴技术主题引文曲线的特征包括:近期持续增长;近期持续下降;生命周期短;相近年份变化趋势一致。根据突破性创新的识别标准,如果引文曲线跃迁次数多、跃迁幅度大,最高被引峰值出现时间较晚,并且在近期保持高被引且持续稳定或快速增长,则新兴技术主题具有成为突破性创新的潜力。结合领域专家对预测结果的评估以及不同新兴技术主题的研究进展,验证了利用引文曲线可以有效预测新兴技术主题的突破性。

  • 强弱连接对学科引证知识扩散动态链路预测的影响研究

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》

    摘要: [目的/意义] 强弱连接是影响学科引证知识扩散动态链路预测的重要因素之一。学科知识扩散强弱引证连接相互协同、相互影响,共同促进了学科间的知识交流、融合与创新。学科引证知识扩散动态链路预测中强弱连接效应的探索,可为强弱连接理论应用场景的拓展,学科引证知识扩散行为微观演化规律的揭示以及动态链路预测算法指标的评价、设计与优化提供理论与实践参考。[方法/过程] 依托内外协同的思路理念,构建一种外部网络结构调控与内部微观演化机理剖析相结合的动态链路预测强弱连接效应探测方法,分别从学科引证知识关联权重调节、连边失效触发以及强弱连接模体分析三个维度,对基于共同邻居相似性的学科引证知识扩散动态链路预测中的强弱连接效应问题进行探讨。[结果/结论] 强连接在学科引证知识扩散网络演化及动态链路预测过程中扮演着更加重要的角色;链路预测中的强弱连接现象不仅与学科引证关联权重有关,还会受到共同邻居数目以及网络微观模体结构的影响;知识宿学科的吸纳融合能力相对于知识源学科的溢出辐射能力来说,在新连边衍生过程中的主导地位更加突出。

  • 新兴研究主题在演化路径上的关键时间点研究

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》

    摘要: [目的/意义] 探讨不同关键时间点对新兴研究主题影响力的不同表征。[方法/过程] 首先,综述当前拐点时间的应用场景及获取方法,并根据知识扩散中网络节点增长机制与特征构建新兴研究主题在创新演化路径上的拐点识别方法。其次,对比分析首次出现时间、平均时间和拐点时间的差异,探讨新兴研究主题产生影响力的最早时间点。最后,以干细胞研究主题为实证领域,分析不同关键时间点对新兴研究主题影响力的不同表征能力。[结果/结论] 拐点时间可以比平均值时间提前识别有影响力的主题。首次出现时间、平均时间和拐点时间在主题发展路径中意义区别显著,新兴研究主题在创新路径中分布时间的确定需要综合3种不同类型的关键时间点。

  • 突破性创新早期识别与弱信号分析综述

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》

    摘要: [目的/意义] 通过比较分析不同的突破性创新识别方法,总结现有方法存在的问题,将弱信号引入突破性创新研究的识别中,重点关注突破性创新早期的各类弱信号,尤其是弱关联关系分析,以期实现早期预判。[方法/过程] 首先,通过调研现有的识别方法,提炼当前存在的主要问题,指出研究弱信号的必要性。之后,从不同的学科角度介绍弱信号的内涵及表征形式,对其特征进行概括,梳理弱信号的几种识别方法。最后介绍弱关系分析的内涵及应用,提出借鉴多元关系融合算法模型可以实现多种弱关系的有效融合,获取更明确的信息。[结果/结论] 突破性创新的识别研究中受关注最多是文献间的引用关系、主题词之间的语义关系等强关系数据,而弱关系蕴含着更多元化的信息,加强弱关系分析可以实现对突破性创新研究的早期预判。未来研究需要寻求有效捕捉弱关联的方法,注重主题的动态演化规律,如利用高阶网络模型分析有效弱信号,提高突破性创新早期识别的准确性。