引文网络

摘要： 以CNKI平台中16本建筑规划学期刊所收录的6837篇乡村相关文献为基础数据,通过引文分析的方法对乡村建筑规划研究的核心作者、核心文献、引文网络进行分析。研究发现,乡村建筑规划研究的核心作者多为规划方向的学者;10篇核心文献却均关注城市化发展下乡村的去从;引文网络形成了四大知识聚类,而引文网络表现出建筑学的学科影响力远小于城乡规划学。乡村研究进展中,相较于规划学学科,建筑学如何更有效地介入乡村研究是亟须探索的问题。

摘要： 为把握全球水下潜器领域的研发前沿、国家布局及其未来研发方向,基于水下潜器领域SCI论文和发明专利数据,采用引文网络和专利地图方法,通过定义引文网络中的高被引论文、高频词、高被引新词以及专利地图中的重要专利、高频概念词等指标,综合专家意见,对水下潜器领域基础研究前沿和技术开发前沿进行识别;同时,基于引文网络中的论文总被引次数和重要专利总被引次数,对比分析主要国家在水下潜器领域的研发布局。结果显示:全球水下潜器领域研发处于活跃状态,其中无人自治式潜水器(AUV)方向一直保持较高的热度,相关研究起步早且发文体量大、增速最快;无人潜器应用研究方面的文献被引用量高、参与单位多、发表期刊水平高;AUV布放回收、通用技术、载荷以及无人遥控潜水器在油气业的应用等方向影响力最大;中国相关研发活跃、产出丰富,但缺乏相关技术的理论研究,产品市场竞争力较弱。

摘要： 为提高引文网络社区划分的准确性,以文档之间的语义关系以及引文之间的引用关系为基础,结合词汇在文档中的位置关系等信息,构建基于词汇语义加权的引文网络.通过GloVe模型对词汇向量化以充分利用词汇语义信息,结合WMD模型度量文献之间的相似度,把文档相似度的计算转变为在约束条件下求线性规划最优解的问题,结合文本的内容及结构特征对网络中的边进行赋权,以Louvain社区发现算法对加权后的引文网络进行社区划分,并对划分后的社区进行分析与检验,实验证明GloVe-WMD模型可提高引文网络社区划分的准确度.

摘要： [目的/意义]旨在为挖掘科技人才成长规律及人才政策制定提供决策参考.[方法/过程]以遗传学领域谈家桢学术谱系作为研究对象构建学术谱系,对学者的科研合作与职业发展策略进行了深入研究.筛选和构建出谱系内分别以朱立煌、赵寿元、王洪海为核心的三个规模不同的学术分支网络,分别基于合作和引文网络对分支中的学者职业传承特征进行探究,并将该特征与学术影响力进行相关性分析.[结果/结论]随着谱系分支规模的逐渐减小,分支内的学者合作比例逐渐降低,非分支内的学者合作比例逐渐上升;随着谱系分支学者数量的增加,分支内的学者引用谱系外学者文献的比例增加,分支内引用学者与谱系外引用学者的平均PageRank值均有明显提升,即随着谱系规模的扩大,谱系内人员对于引文文献的质量要求逐渐提高.

摘要： 目前,学术界通常采用直接被引频次作为专利影响力的评价指标,然而,事实证明只考虑直接引用而忽略间接引用会降低对专利技术价值的衡量,因此,基于多代引证对专利影响力的评价逐渐兴起.本文以诺贝尔生理学或医学奖获得者悉尼·布伦纳在美国专利商标局申请的专利为例,基于影响力"累积"的思想,构建累积影响力指数,对专利的影响力扩散和引文网络进行深入研究.研究结果表明,累积影响力指数对专利影响力评价效力优于直接被引频次,能够挖掘"隐藏"的高影响力专利;专利的各代被引频次以及施引专利数近似呈"正态分布",引证路径中的"关键专利"对目标专利影响力贡献较大;直接被引频次越高表示专利被引的潜力越大,短路径高被引型专利是潜在的高影响力专利.

摘要： 专利、技术、产业是三个不同的研究层次,当前从专利文本中挖掘核心技术、产业等研究一直是学术界重要的议题.本研究以专利数据为研究对象,运用投入产出方法,解读相关评价指标,进而构建技术、产业战略坐标图.最终以5G移动边缘计算技术为实证研究对象,验证了该方法的有效性.本研究将投入产出法的运用从技术层次提升到产业层次,为专利、技术、产业一体化研究提供了新的研究思路.

摘要： 以16本建筑规划学期刊所收录的乡村相关文献为数据源,对高被引文献进行引文编年图谱绘制,通过文献间的引证关系,分析其知识流动过程.结果显示:知识演进过程中形成了"民居聚落""乡村景观""城乡关系""新农村建设"4股知识流.其中"民居聚落"为经典研究,而"新农村建设"为当下研究热点,但知识传承关系较弱.跨专业研究为乡村规划提出了多元的乡村振兴议题,但如何从物质空间思考乡土问题,仍是学者需探索的道路.

摘要： 针对目前科学创新扩散研究对于工具类创新实体及扩散网络的中介角色研究的缺失,文章对软件工具类科学创新实体展开研究,辨别扩散过程中的中介文献,探究其在科学创新扩散中的代理特性及作用机理,进一步提高知识利用率和转化率.研究选取CiteSpace软件工具在2004-2019年间的科学创新扩散网络作为实例,采用中间人分析识别中介文献,并对文献的分布特征和内容特征分别进行讨论.研究发现CiteSpace扩散网络中的中介角色在分布层面有集中性,形成了核心团体,在内容层面有创新性,与研究热点和领域前沿紧密结合,其在科学创新扩散中发挥着主导媒介作用.

摘要： 随着学术网络平台的文献数量不断增长,快速高效的在众多质量参差不齐的文献中找到适合自己研究领域的高质量文献,对学术研究具有重要的意义.文中首先对传统的PageRank算法的原理、基本思想以及其发展历程进行分析;然后在对比了链接网路与引文网络的相似性和差异性后提出将链接网络中的PageRank算法应用到引文网络中;最后对PageR?ank算法在引文网络中的应用进行研究分析.研究发现,传统的PageRank算法存在一些缺陷,引文网络中需将文献发表时间和PageRank算法结合,进而衡量文献的重要性.

摘要： 网络分析方法在信息计量领域中的应用研究取得了许多重要成果,目前,相关研究已经进入调整阶段,本文总结梳理了目前的研究现状,能够为该领域的可持续发展提供借鉴.从信息计量领域中网络分析方法应用的发展历程出发,本文提出了信息计量领域网络分析方法应用的研究框架,论述了网络分析方法的本质,进一步从宏观、中观和微观三个层面系统梳理了现有应用的研究成果,最后,总结了不同层面上网络分析方法未来应用研究的方向.

摘要： 本文以由该专题文献集构建的引文网络为着眼点，运用引文网络分析方法，尝试剖视h指数研究引文网络的整体特点、其中的标志性成果和主体发展脉络。

摘要： 主路径从节点间连通性反映了网络从源点到汇点的最高遍历权重弧线所构成的核心路径,结构洞从节点间连接空隙来揭示网络节点间的连接程度,二者间应存在某种可能的联系。以引文网络领域为样本,利用Pajek集成的主路径算法和结构洞算法提取从ISI WoS检索的引文网络样本数据的主路径和结构洞发现:主路径与结构洞的构成元素完全相同,但结构上差异显著。进一步通过主路径元素的完全引用关系识别发现:二者在结构上完全相同,即主路径组分完全引用关系与结构洞在本质上完全相同。

摘要： 文章间的引用是科学研究传承发展的体现，一连串的引用关系就可以使我们发现科学研究的演变趋势。然而每篇科技文章都会引用许多篇文章，其中有主有次。本文从引文网络的结构出发，使用改进为动态规划算法的新方法计算网络中边的遍历次数，选择遍历次数较高的边得到主流的引文，构成引文链，从而发现科学研究的主要演变趋势。用该方法对自动化学科的3个不同研究方向做了实验，得到了它们十多年来的主要发展变化形式。

摘要： 在网页排名(Page，L&Brin，S.，1998)和论文排名(Jiang，L.&Willett，P.，2009)的引用频次标准和引文网络的基础上，计算排名分数，以建立一项能够区分相同引用次数的引文分析的专利排名。其原创性是网页排名算法的一种新型应用。

摘要： 引文网络主路径方法的提出对于解决特定学科领域的关键性文献识别和主流研究线索提取具有重要意义.本文从科学史研究与科学结构揭示的关键文献识别和主流研究提取的实践需求入手,深刻剖析了引文网络主路径方法的产生背景、基本内涵与算法实现.从引文网络主路径方法的实践应用及与其它方法的整合两方面探讨了该方法的演化发展状况,并总结了该方法当前在理论及应用研究中存在的主要问题.最后从方法论的角度分析引文网络主路径方法对学科领域主干构架的认知和对引文网络分析研究方法体系构建的重要意义.

摘要： 大数据领域已经被进行了充分的研究,探究其知识扩散特征,以利于知识交流.以中国知网CSSCI期刊为数据来源,构建期刊、机构引文网络、关键词共现网络,借助Ucinet进行分析,通过Netdraw将结果进行可视化.经过研究,从学科看,知识扩散广度呈现出现奇点之后相对稳定的特征;从期刊互引和机构互引上来看,呈现知识扩散相对封闭的特征;从研究热点上看,知识扩散节点聚集度较高,节点呈现集中的特点.

摘要： 在科技迅猛发展的今天，如何准确、科学、迅速地把握某领域的研究前沿不仅是科研人员也是决策者们所关心的焦点。“研究前沿”（Research Front）这一概念最早由美国科学计量学家普赖斯（D.Price）提出，用来描述研究领域的瞬时特征。在某一特定研究领域，研究前沿是指学者们经常引用的那些文献。普赖斯注意到在科学引文网络中，学者们经常引用近期发表的论文。根据普赖斯的定义，研究前沿通常包括近期发表的40-50篇文献。另外，研究前沿的瞬时特征也向科研人员和决策者提出了严峻的挑战——如何能够始终跟上科学快速发展的步伐。因此了解研究前沿的动态特征，从科学知识体系中探索到一些新的趋势，对于科研人员、分析家和决策者们都显得十分重要。虽然人们普遍认同运用引文分析方法探测研究前沿，但研究中所利用的引文类型却有所不同。根据Small的研究将引文定义为三种：直接引证；同被引；引文耦合。本文分别对这些方法进行了介绍，并对其进行了比较。

摘要： 随着互联网应用的不断深入,在互联网上人们由于共同的兴趣形成虚拟社区,在这个虚拟空间里人们可以自由地交流、相互帮助甚至从事交易等.本文的关注点是非营利的专业虚拟社区对知识传播效果的影响,因为是非营利的,所以社区成员把知识当做一个社会公共物品拿来分享,而专业虚拟社区中的成员交流最多的也是专业知识.另一种研究知识流的方法是研究引文网络,通过作者引用他人的文章来研究知识的流向.通过比较虚拟专业论坛的回复关系网络和引文网络研究基于论坛的知识传播行为是否会影响到引文网中作者的地位,发现两者的关系不是很明确.基于以上的分析结果,作者给出了自己的解释.文章的研究结果对于知识传播渠道的建设有重要意义.

摘要： 及时了解国际学术热点,准确把握水资源领域的学术研究动向,对寻求解决我国水资源问题的途径具有重要指导作用.本文基于Citespace软件采用定量化的文献计量方法对2000-2015年Web of Science数据库核心合集中标题中含有"water resources"的文献进行统计和共引网络分析,梳理与剖析近16年水资源学研究的发展趋势.结果表明:近16年有关水资源学方面发表论文数量最多的国家为中国,发表文章最多的机构为中国科学院;聚类分析指出"区间多阶段随机规划模型"和"非平稳数据的分析方法"为水资源学领域的研究基础,"水资源"、"气候变化"、"管理","模型"和"系统"为当前水资源学研究热点.本文的研究思路和结论可为水资源学的学术研究和实践应用提供参考借鉴.

摘要： 及时了解国际学术热点,准确把握水资源领域的学术研究动向,对寻求解决我国水资源问题的途径具有重要指导作用.本文基于Citespace软件采用定量化的文献计量方法对2000-2015年Web of Science数据库核心合集中标题中含有"water resources"的文献进行统计和共引网络分析,梳理与剖析近16年水资源学研究的发展趋势.结果表明:近16年有关水资源学方面发表论文数量最多的国家为中国,发表文章最多的机构为中国科学院;聚类分析指出"区间多阶段随机规划模型"和"非平稳数据的分析方法"为水资源学领域的研究基础,"水资源"、"气候变化"、"管理","模型"和"系统"为当前水资源学研究热点.本文的研究思路和结论可为水资源学的学术研究和实践应用提供参考借鉴.

摘要： 本发明公开一种基于多任务双边分支网络的引文意图分类方法，为了缓解数据集不平衡问题对模型性能造成影响，采用双边分支网络作为基础网络结构。在训练过程中先获得原始数据集，还利用过采样技术生成反转数据集以及构建辅助数据集。为了能够引入辅助数据集的信息采用了多任务学习方法。在构建模型时采用SciBert模型作为嵌入层来提取输入的引文文本的特征向量，此外还利用注意力机制来构建注意力层，用于提高模型对引文文本中重要单词的注意力，降低对其他单词的关注度。最后模型通过一个自适应参数α在训练过程中转移模型的注意力。本发明提高了引文意图分类的准确性，从而可以更准确地预测引文的意图类别。

摘要： 本发明公开了一种基于引文网络与科研合作网络的领域专家遴选的方法，包括以下步骤：首先，基于数据库元数据信息，构建可量化学者合作关系的学者合作网络；其次，基于文献引用信息，构建文献引用模型，删除自引干扰，线性映射生成学者引用网络；然后，将学者合作网络和学者引用网络融合生成学者关系网络；最后，计算学者关系网络中重要节点并进行聚类分组，结果即为遴选出的专家列表。本发明依据学者学术合作和学术成果，综合考虑学术合作网络评价和学术能力评价两个标准，不仅能够精准的推荐相应专家，缩短计算时间，实时更新效果好；基于学者关系网络的专家遴选模型还能够辨识专家擅长领域，解决现有遴选方法中专家与研究领域匹配不准确的问题。

摘要： 本发明公开了针对关系不确定性的引文网络节点分类方法及系统，包括：获取待预测类别标签的论文，获取已知类别标签的引文网络；根据所述待预测类别标签的论文和所述已知类别标签的引文网络，构建元路径邻居图；基于元路径邻居图，生成若干个泛化图；将所有泛化图，均输入到预训练后的图卷积神经网络中，输出待预测类别标签论文的类别标签。本发明通过对异质图的元路径邻居图进行重构，解决了异质图中关系的不确定性问题，同时经过泛化得到更多的图结构样本增加训练数据中的对抗性实例的数量，从而增强了模型的鲁棒性。

摘要： 一种基于堆叠自动编码器和引文网络的科技论文分类方法，根据现有科技论文数据构建引文网络邻接矩阵与标签向量矩阵，计算概率转移矩阵和共现概率矩阵；构建基于堆叠自动编码器和长短期记忆网络的科技论文分类模型；用共现概率矩阵以及标签向量矩阵训练堆叠自动编码器和长短期记忆网络；用已训练的模型来预测新的论文的分类结果。本发明考虑论文之间的引用关系，有效提取构造的引文网络中各节点之间的内在关系，将其映射到低维的嵌入向量空间中，并用长短期记忆网络来获取类别特征信息，实现了对新论文的类别的精准预测。

摘要： 本发明公开了一种基于Transformer的图卷积网络的引文网络分类模型建立方法，首先获取引文网络数据，引文网络数据包括确定节点的主体身份(论文、作者)，收集结点的语料特征，确定节点的标签，确定节点间的关系，然后建立基于Transformer的图卷积网络模型，包括一个K层的简化图卷积网络模块，一个经过改造的Transformer编码器；然后利用简化图卷积网络对所有节点进行特征的卷积传播，利用Transformer编码器对训练集的所有节点的每层特征学习一个全局特征用以分类，最后利用训练好的Transformer编码器对测试结点进行分类。

摘要： 本发明公开了一种基于引文网络与科研合作网络的领域专家遴选的方法，包括以下步骤：首先，基于数据库元数据信息，构建可量化学者合作关系的学者合作网络；其次，基于文献引用信息，构建文献引用模型，删除自引干扰，线性映射生成学者引用网络；然后，将学者合作网络和学者引用网络融合生成学者关系网络；最后，计算学者关系网络中重要节点并进行聚类分组，结果即为遴选出的专家列表。本发明依据学者学术合作和学术成果，综合考虑学术合作网络评价和学术能力评价两个标准，不仅能够精准的推荐相应专家，缩短计算时间，实时更新效果好；基于学者关系网络的专家遴选模型还能够辨识专家擅长领域，解决现有遴选方法中专家与研究领域匹配不准确的问题。

摘要： 本发明公开了一种基于引文网络与科研合作网络的领域专家遴选的方法。包括以下步骤：首先，基于数据库元数据信息，构建学者合作有向网络模型，生成学者合作网络；其次，基于文献引用信息，构建文献引用模型，删除自引干扰，线性映射生成学者引用网络；然后，学者合作网络、学者引用网络融合生成学者关系网络；最后，计算学者关系网络中重要节点并划分社团结构，结果作为遴选专家列表。本发明依据学者学术活动和学术成果，综合考虑学术能力评价和合作网络质量评价两个标准，不仅能够快速精准的推荐相应专家，还能够辨识专家擅长领域，解决现有评选方法中专家专业匹配不准确的问题；直观地体现资深学者在科研工作中的重要性，遴选的专家更加合理。

摘要： 本发明公开了面向引文网络数据的基于稀疏图学习的图卷积聚类方法，该方法在图卷积网络的每个图卷积层前面嵌入了一个稀疏图结构学习层，挖掘高维数据中的低维结构从而构建更优的图结构。在模型优化时，交替更新图结构和节点表示，减少不准确的图结构对图卷积网络带来的负影响，最终对得到的节点表示执行K‑Means获得最终的聚类结果。相比于现有的固定图结构的图卷积深度聚类方法，不断更新的图结构对边攻击更加鲁棒。本发明从节点表示中学习自适应图来提高原始图结构的质量。所使用的持续更新的图结构可以有效地帮助生成更全面和更具有判别性的节点特征。最后，逐层交替的更新图结构和节点表示可以有效缓解图卷积网络中过平滑的问题。

摘要： 本发明公开基于多视图对比学习的引文网络图表示学习系统及方法。其中，本发明涉及的引文网络图表示学习系统，包括：样本构造模块，将原始图节点表示作为正样本，并基于原始图构造负对应样本；图增强模块，基于个性化页面排名算法和拉普拉平滑算法对正样本节点特征进行增强，获得正样本图和负样本图；融合模块，基于编码器提取正样本图表示和负样本图表示，整合正样本图表示和负样本图表示，并通过交叉视图集中融合层，得到正样本图和负样本图的共识表示；互信息估计模块，通过鉴别器来对比正样本对和负样本对的学习表示；困难样本挖掘模块，根据预先计算的亲和力向量表示负样本对之间的一致性，并选择和保留较难表达全局或邻居信息的节点。

摘要： 本发明公开了针对关系不确定性的引文网络节点分类方法及系统，包括：获取待预测类别标签的论文，获取已知类别标签的引文网络；根据所述待预测类别标签的论文和所述已知类别标签的引文网络，构建元路径邻居图；基于元路径邻居图，生成若干个泛化图；将所有泛化图，均输入到预训练后的图卷积神经网络中，输出待预测类别标签论文的类别标签。本发明通过对异质图的元路径邻居图进行重构，解决了异质图中关系的不确定性问题，同时经过泛化得到更多的图结构样本增加训练数据中的对抗性实例的数量，从而增强了模型的鲁棒性。