基于cssci(2000~2011)我国民族学学科知识图谱探究

基于cssci(2000~2011)我国民族学学科知识图谱探究

ID:5605665

大小:42.50 KB

页数:18页

时间:2017-12-19

基于cssci(2000~2011)我国民族学学科知识图谱探究_第1页
基于cssci(2000~2011)我国民族学学科知识图谱探究_第2页
基于cssci(2000~2011)我国民族学学科知识图谱探究_第3页
基于cssci(2000~2011)我国民族学学科知识图谱探究_第4页
基于cssci(2000~2011)我国民族学学科知识图谱探究_第5页
资源描述:

《基于cssci(2000~2011)我国民族学学科知识图谱探究》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、基于CSSCI(2000~2011)我国民族学学科知识图谱探究  摘要:文章利用知识图谱工具CitespaceIII,以CSSCI(中国社会科学引文索引)数据库中2000~2011年我国民族学来源期刊发文及引用数据为数据来源,绘制并分析了十二年间年我国民族学关键词共现图谱、文献共被引图谱、作者共被引图谱及作者共现图谱,可视化的呈现了我国民族学这十二年来的研究热点、重要影响力的学者及民族学科研合作情况。关键词:知识图谱民族学CSSCI共引分析共现分析中图分类号:G250.255文献标识码:A文章编号:1003-6938(2014)01-00

2、74-07MappingChineseEthnologyResearchDevelopmentBasedOnCSSCI(2000-2011)AbstractThepaperutilizesCitespaceIIItoanalyzetheresearchpapersofChineseEthnologyjournalsbasedonthestatisticaldata(2000-2011)inCSSCI(ChineseSocialSciencesCitationIndex).Thestudydisplaystheevolutionofrese

3、arch,knowledgesources,coreauthors,andresearchercollaborationbymappingknowledgedomains.18Keywordsknowledgemap;Ethnology;CSSCI;co-citationanalysis;co-occurrenceanalysis1引言知识图谱是在引文分析、社会网络分析、科学计量学和信息可视化技术基础上发展起来的一个跨学科研究。国外对知识图谱的研究始于上世纪70年代[1],美国、荷兰等国外的学者对知识图谱的研究已形成了一些较为成熟的理论、

4、方法[2-3]及可视化软件[4]。本研究选用陈超美博士开发的知识图谱工具Citespace作为可视化工具,以CSSCI(2000~2011)年间收录民族学来源期刊发文及引文为数据来源,关键词共现图谱、文献共被引图谱、作者共被引图谱及作者共现图谱展现我国民族学的研究发展历程。近年来,得益于人文社会科学学术期刊评价体系的提出[5],已有学者通过文献计量方法展开对民族学学科知识研究,并取得了一些成果。鞠秀芳以CSSCI(2004~2006)年民族学期刊的引文数据为研究对象,从被引用次数、被引速率、影响因子和被引广度这四个方面分析了民族学期刊的学

5、术影响力[6]。李平借助CSSCI(2000~2007)数据,利用引文分析法,对民族学学科论文引用的图书进行了统计,推出该学科领域最有学术影响力的108种国内外学术著作[7]。万接喜借助CSSCI(182003~2007)年度民族学来源期刊的引文数据,利用引文分析的方法对我国民族学期刊的引用数据进行了探讨分析[8]。严明以CSSCI(2000~2008)年民族学期刊数据为研究对象,对我国民族学论文的关键词进行了多方面的统计与分析,同时还对民族学领域的研究情况进行了多角度的统计分析[9-10]。本文采集了CSSCI数据库中2000~2011

6、年我国民族学来源期刊发文及引文数据,以此作为知识图谱数据来源。在可视化分析前,文章对数据进行了预处理和清洗,删除未标注作者文献及网络引用文献。在此基础上,通过关键词共现、文献共被引、作者共被引及作者共现等图谱分析我国民族学研究发展历程。2民族学来源期刊关键词共现图谱及分析本节将通过绘制2000~2011年民族学整体的关键词共现图谱,将这十二年来民族学的研究内容直观地在一张网络图谱中展示出来,进而揭示我国民族学研究的知识结构及其演进。以两年为时间切片,聚类阈值试验后,得到图谱节点数234,连接数307,经Pathfinder算法修剪后得到连

7、接数190,最后得到了民族学来源期刊关键词共现图谱(见图1)。18图像聚类结果中,关键词相关参数为频次(Frequency)、中介中心度(Centrality)、突变值(Burst)。频次表示当前关键词次数,中介中心度为当前节点在网络图谱中的结构位置,高中介中心度代表网络中的桥接者,中介中心度大于等于0.1的节点被定义为关键点。突变用来阐述某个知识单元的频次是否及何时有大幅上升,同时可以发现一个特定的连接在短时间内是否显著增强。图谱聚类效果由模块化参数(ModularityQ)表示,其值位于0.4~0.8之间为佳。关键词共现图谱图中按照中

8、介中心度的大小来控制节点标签的显示与否,节点大小与其代表的关键词出现频次大小成正比,圆环的颜色代表年代信息,随着年代的递进颜色由浅入深,节点从里到外不同颜色圆环的厚度与对应年份的出现频次成正比

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。