NSL OpenIR  > 中国科学院成都文献情报中心  > 信息技术部
基于PWLR模型的领域新兴趋势识别及其可视化研究
刘自强1; 胡正银2,3; 许海云2,3; 方曙2,3
2020-09
Source Publication情报学报
Volume39Issue:9Pages:情报学报
Abstract

探索构建准确、有效的领域新兴趋势分析框架,对于新兴趋势研判、舆情监测等情报工作具有一定的意义。首先,基于N-Gram模型抽取蕴含时间标签的科技文献文本数据中的多元词汇特征Bi-Gram与Tri-Gram;其次,利用分段线性回归(piecewise linear regression,PWLR)模型对Bi-Gram、Tri-Gram进行分段拟合,探测多元词汇在近期时间线上的新兴特征,准确识别有发展潜力的新兴词汇;最后,基于上一步的新兴词汇判别结果利用层次聚类算法识别领域新兴趋势并进行可视化分析。通过对基因编辑领域进行实证研究,识别出基因编辑领域的主要新兴趋势有CRISPR-Cas9技术、基因治疗、动植物基因编辑,验证了本研究提出方法的可行性和有效性。

Indexed By中文核心期刊要目总览
Language中文
Document Type期刊论文
Identifierhttp://ir.las.ac.cn/handle/12502/11570
Collection中国科学院成都文献情报中心_信息技术部
Affiliation1.南京师范大学新闻与传播学院
2.中国科学院大学经济与管理学院图书情报与档案管理系
3.中国科学院成都文献情报中心
First Author Affilication中国科学院文献情报中心
Recommended Citation
GB/T 7714
刘自强,胡正银,许海云,等. 基于PWLR模型的领域新兴趋势识别及其可视化研究[J]. 情报学报,2020,39(9):情报学报.
APA 刘自强,胡正银,许海云,&方曙.(2020).基于PWLR模型的领域新兴趋势识别及其可视化研究.情报学报,39(9),情报学报.
MLA 刘自强,et al."基于PWLR模型的领域新兴趋势识别及其可视化研究".情报学报 39.9(2020):情报学报.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[刘自强]'s Articles
[胡正银]'s Articles
[许海云]'s Articles
Baidu academic
Similar articles in Baidu academic
[刘自强]'s Articles
[胡正银]'s Articles
[许海云]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[刘自强]'s Articles
[胡正银]'s Articles
[许海云]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.