基于VOSviewer的领域性热门研究主题挖掘*

情报探索

• 理论探索 •

基于VOSviewer的领域性热门研究主题挖掘*

刘金花　崔金梅

（山西医科大学汾阳学院信息与卫生管理系　山西汾阳　032200）

出版日期:2016-02-15 发布日期:2016-03-01
作者简介:刘金花（1987—），女，硕士，助教，研究方向为自然语言处理、文本挖掘；崔金梅（1970—），女，硕士，副教授。
基金资助:
*本文系山西医科大学汾阳学院科研项目“基于电子病历的粒度分析与数据挖掘”（项目编号：1322）的成果之一。

Online:2016-02-15 Published:2016-03-01

摘要/Abstract

摘要： ［目的/意义］为帮助刚刚接触某一科研领域的学者快速了解该领域的主流研究主题、理论和技术，提出了领域性热门研究主题的挖掘方法。［方法/过程］采用词频统计和基于共现关系的关键词聚类方法构建图谱，通过可视化工具VOSviewer将聚类结果直观地展示出来。［结果/结论］图谱能够准确获得该领域的主流研究主题，为科研者节省阅读文献的时间。

关键词: 文献挖掘, 研究主题, 关键词聚类, VOSviewer

刘金花　崔金梅. 基于VOSviewer的领域性热门研究主题挖掘*[J]. 情报探索.

[1]	黄楷淳. 基于K-核分层分解的“知识服务”研究主题层次探析[J]. 情报探索, 2020, 1(8): 1-.
[2]	胡美玲陈伟李桂影. 国际视域下高校学科学术发展态势及研究主题分析* ——以西安交通大学材料科学学科为例[J]. 情报探索, 2019, 1(4): 1-.
[3]	乔家昌. 图书情报领域2007—2017年ESI高被引论文的知识图谱分析[J]. 情报探索, 2019, 1(1): 1-.
[4]	孙掌印. 基于共词分析的基本公共文化服务均等化研究热点主题分析*[J]. 情报探索, 2017, 1(3): 1-.
[5]	姜云龙　徐宽. 基于共词分析的国内科学计量学研究热点分析[J]. 情报探索, 2016, 1(3): 1-.

基于VOSviewer的领域性热门研究主题挖掘*

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

本文评价