大数据视域下知网首发的新冠肺炎专题中文论文文献计量学分析

目的:在大数据视域下进行新冠肺炎专题中文论文文献计量学分析,探讨科技期刊编辑在疫情当前如何做好本责工作.方法:利用Python+Selenium程序对2020年1月21日至3月24日在知网论文首发平台发表的新冠肺炎专题中文论文进行文本挖掘,在大数据视域下进行文献计量学分析.结果:本研究共获取1685篇有效文献,首发新冠肺炎专题文献位于核心区12种期刊.对每周发文量进行回归模型拟合,绘制出单刊、按周期数统计每周累积发文量的拟合曲线,结果显示,拟合曲线与实际发文量曲线吻合(持续增长率a=0.7642,R2=0.9967).结论:知网首发的新冠肺炎专题中文论文发文量的增长变化符合大数据指数增长的特征,在一定程度上反映公众对新冠肺炎疫情的关注度;抢时间快速发表导致出现少量同质化论文.呼吁科技期刊编辑放眼全球抗疫,关注社会热点,经验共享,融合办刊,把好内容质量关.