文献耦合网络的引文内容加权研究 ——基于提及次数的方法

Journal of Intelligence(2022)

引用 0|浏览2
暂无评分
摘要
[研究目的]通过内容特征对引文网络加权,是实现细粒度计量分析的重要途径.系统揭示内容特征加权策略对引文网络结构形态的影响,有利于深化对引文网络形成机理与应用的认识.[研究方法]基于多数据源的计量网络与内容结合方法,融合引文提及次数特征与文献耦合网络,提出了4种内容加权策略,以解决单一机构或期刊公开的引文内容数据不适用于大规模计量网络内容加权的问题,并研究耦合网络的基础形态.[研究结论]结果表明该文提出的融合方法具有可行性;引入被提及次数相关特征权重不改变文献耦合网络中节点和边的数目;在内容加权处理的文献耦合网络中,边的权重分布、节点度分布以及节点中心度等指标均有变化;网络中中间中心度较高的节点略有减少,表明内容加权的耦合网络更具连通性.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要