科学计量学：合作网络知识图谱与应用

"科学计量学合作网络知识图谱--科学知识图谱讲座" 科学计量学是一门研究科学交流、科学结构和科学发展的学科，它利用统计学方法来量化分析科学活动。在这个讲座中，侯海燕博士将探讨科学知识图谱这一领域，特别是1978年至2004年间的发展。科学知识图谱是一种可视化工具，用于揭示科学领域的内在联系，包括研究者之间的合作、文献间的引用关系以及概念和主题的演变。 讲座的主要内容涵盖了科学知识图谱的研究方法、数据来源和应用软件。共引分析是其中的核心方法之一，包括期刊共引分析（JCA）、作者共引分析（ACA）和文献共引分析（DCA）。这些分析方法通过研究文献间的引用关系，揭示了科学领域内的趋势和热点。共词分析则关注关键词和主题词的共同出现，帮助识别学科的发展趋势和新兴主题。 多元统计分析方法如因子分析（主成分分析）、多维尺度分析和聚类分析也被应用于科学知识图谱的构建。这些方法可以揭示隐藏在大量数据背后的模式和结构，帮助科学家理解复杂的关系网络。此外，社会网络分析方法也用于研究作者之间的合作关系和学术网络的形成。 数据来源主要依赖于像Web of Science这样的大型数据库，其中包括《科学引文索引》（SCI）、《社会科学引文索引》（SSCI）、德温特创新索引（Derwent Innovations Index）以及国际会议文献数据。这些数据库提供了丰富的科学文献、专利和会议记录，包含作者、标题、关键词、摘要、引文和作者地址等关键信息，为构建科学知识图谱提供了基础。 在软件应用方面，Bibexcel是一个免费的在线工具，专门用于进行共引分析和共词分析，由Olle Persson开发，是科学计量学研究中常用的一款软件。 这个讲座深入介绍了科学知识图谱的构建过程，强调了数据收集、统计分析和可视化在理解科学网络中的重要性。通过科学知识图谱，我们可以更好地理解科学合作的动态、学科的演进以及科学知识的传播模式。