侯海燕博士分享科学知识图谱绘制方法与软件操作

本次讲座聚焦于"科学知识图谱",由侯海燕博士主讲，来自大连理工大学人文社会科学学院的科技伦理与科技管理研究中心以及网络-科学-信息-经济计量实验室(WISELAB)。讲座在2009年9月12日举行，内容深入探讨了科学知识图谱这一关键领域的理论与实践。 讲座的核心内容包括以下几个部分： 1. **科学知识图谱的研究方法**：讲座详细介绍了几种核心的研究方法，如共引分析（Co-citation analysis），它包括期刊共引分析（JCA）、作者共引分析（ACA）、文献共引分析（DCA）。此外，还有共词分析，如关键词共词分析和主题词共词分析，这些方法用于揭示文献之间的关联模式。 2. **多元统计分析方法**：讲座涵盖了因子分析（主成分分析，PCA）和多维尺度分析（MDS）等工具，这些在处理大规模数据集时十分有用。聚类分析也被提及，它有助于将相关文献归类到不同的研究领域或主题群组。 3. **数据来源**：科学知识图谱主要依赖于科学文献数据，如《科学引文索引》（SCI）和《社会科学引文索引》（SSCI），以及专利文献数据（德温特创新索引）和国际会议文献数据（CPCI-S）。分析的基本数据单元包括作者、标题、关键词、摘要、引用文献和作者地址，这些都是构建知识图谱的关键元素。 4. **软件应用**：讲座重点推荐了Bibexcel，这是一个免费在线的共引分析软件，由Olle Persson开发，专用于进行引用分析和共词分析。这些工具在实际操作中对于构建和可视化知识图谱具有重要作用。 通过这次讲座，参与者不仅能够掌握科学知识图谱的基本理论，还能了解到如何通过实际操作软件来获取和分析数据，从而有效地理解和利用科学文献中的信息，推动科研工作的进展和知识发现。这对于科研人员、图书馆员、信息分析师等专业人士来说，是一次提升专业技能和理解科学知识组织方式的重要学习机会。