網路環境下科研新趨勢的識別與實時追蹤研究

《網路環境下科研新趨勢的識別與實時追蹤研究》是依託大連理工大學,由王賢文擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：網路環境下科研新趨勢的識別與實時追蹤研究
• 依託單位：大連理工大學
• 項目類別：青年科學基金項目
• 項目負責人：王賢文

項目摘要

以往的研究趨勢分析都是通過對已發表文獻進行回溯研究，較長的時間滯後周期使得分析的結果往往已是過去的研究趨勢。本研究提出一種新的思路：科研工作者如果在思考某一問題，就會從科學文獻資料庫中搜尋和下載相關文獻；因而，通過獲取研究者正在下載的科學文獻信息，則可以反過來判斷科學家目前正在從事的研究主題。基於這一思路，本課題提出追蹤科學研究趨勢的一種新方法：基於網路信息獲取科學文獻的即時使用信息，實時追蹤某一領域的研究趨勢、挖掘研究熱點、探測研究前沿。課題提出網路環境下從數據到信息、再到知識和智慧的科研新趨勢挖掘DIKW模型。基於該模型，以計算神經學為例，構建該領域科研新趨勢的知識挖掘系統。通過對該領域論文進行7*24小時不間斷的長期監測，收集該領域論文的實時被下載數據，輔以文獻在社交媒體中的標記和討論信息，套用文本挖掘、信息計量學方法實現對研究熱點和研究新動向的挖掘。

結題摘要

傳統的科研趨勢分析都是對已發表文獻進行回溯研究，存在較大的時間滯後。本項目提出了一種新的探測和追蹤科研新趨勢的方法。基於論文被實時點擊的數據，整合內容、使用和時間三重維度，將文獻文本內容、網路環境下多渠道的使用行為和相應的時間記錄三個因素結合起來，實現科研新趨勢的實時追蹤。以計算神經學為例，從數據、信息、知識和智慧四個層次，逐層進行提取和處理，對計算神經學領域的研究熱點和研究趨勢進行分析。 首先，通過收集Springer出版的計算神經學相關期刊發表論文在研究時間內每天的下載數據，在傳統主題模型的基礎上，增加文獻的下載次數作為權重，從而實現對研究熱點的探測與動態跟蹤。以月為時間單位，識別出計算神經學領域每月的研究熱點。可以分為四類，分別是對生物原型神經網路及神經元的現實性模型研究、算法與技術研究、類腦式仿真模型研究，以及套用研究。並且，分析每類研究熱點的動態發展規律，包括穩定發展型、擴展發展型和合併發展型。以及，基於Web of Science最新提出的使用數據（usage count）指標，對項目的研究方法進一步進行了改進。此外，在本項目的研究過程中，基於學術論文的使用數據，進行了一系列與本課題相關的探索，這些研究對於理解網路環境下學術論文的使用規律、探索使用數據的計量價值和套用前景都是有益的探索。具體的研究包括：基於引用、使用和社交媒體關注度多重指標的論文開放獲取優勢研究、學術論文的使用模式、社交媒體對學術論文影響力的提升作用等等。 本課題按計畫完成了預期研究。依託項目資助，課題組出版專著《科學計量大數據及其套用》，共發表學術論文16篇，其中SCI/SSCI檢索6篇，CSSCI檢索/北大中文核心期刊4篇，重要國際會議論文3篇。1篇SSCI英文論文被Nature網站推介，在國際學術界引發較大的反響，以及得到美國NIH副主任Philip Bourne等權威學者的引用。1篇CSSCI中文論文獲得全國一級學會的年會優秀論文，以及CSSCI期刊的年度最佳論文Top 10。