NSL OpenIR  > 中国科学院成都文献情报中心  > 信息技术部
Mining Hot Research Topics based on Complex Network Analysis - A Case Study on Regenerative Medicine
Ceng RQ(曾荣强)1,3; Pang HS(庞弘燊)5; Tan XC(覃筱楚)2; Song YB(宋亦兵)2; Wen Y(文奕)1; Hu ZY(胡正银)1; Yang N(杨宁)1; Guo HM(郭红梅)4; Qian L(钱力)4; Hu ZY(胡正银)
2017-11
会议名称the 9th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management
会议日期2017.11.1-2017.11.3
会议地点葡萄牙丰沙尔
摘要In order to mine the hot research topics of a certain field, we propose a hypervolume-based selection algorithm based on the complex network analysis, which employs a hypervolume indicator to select the hot research topics from the network in the considered field. We carry out the experiments in the field of regenerative medicine, and the experimental results indicate that our proposed method can effectively find the hot research topics in this field. The performance analysis sheds lights on the ways to further improvements.
关键词Hot Research Topics Modularity Function Regenerative Medicine Community Detection Hypervolume Indicator
DOI10.5220/0006504802630268
语种英语
引用统计
文献类型会议论文
条目标识符http://ir.las.ac.cn/handle/12502/9600
专题中国科学院成都文献情报中心_信息技术部
通讯作者Hu ZY(胡正银)
作者单位1.中国科学院成都文献情报中心
2.中国科学院广州生物医药与健康研究院
3.西南交通大学
4.中国科学院文献情报中心
5.深圳大学
第一作者单位中国科学院文献情报中心
推荐引用方式
GB/T 7714
Ceng RQ,Pang HS,Tan XC,et al. Mining Hot Research Topics based on Complex Network Analysis - A Case Study on Regenerative Medicine[C],2017.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
KDIR_2017_29.pdf(597KB)会议论文 开放获取CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[Ceng RQ(曾荣强)]的文章
[Pang HS(庞弘燊)]的文章
[Tan XC(覃筱楚)]的文章
百度学术
百度学术中相似的文章
[Ceng RQ(曾荣强)]的文章
[Pang HS(庞弘燊)]的文章
[Tan XC(覃筱楚)]的文章
必应学术
必应学术中相似的文章
[Ceng RQ(曾荣强)]的文章
[Pang HS(庞弘燊)]的文章
[Tan XC(覃筱楚)]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。