中医学学科交叉信息发现及可视化研究.doc

中医学学科交叉信息发现及可视化研究 第一章绪论 中医药是中国民族优秀文化的精粹是当今中国医药事业中独具特色和优势的重要组成部分对于丰富世界医学宝库、保护人类健康具备积极的作用5新形势下我国中医学领域的相关研宄在注重继承经典的同时同样注重与西方医学、药学、预防医学、信息学、生物学等学科的交叉融合进而形成新的学科增长点在学术研宄领域的直接表现为：研究主题跨双学科或多学科的学术论文的发表基于此背景为探宄我国中医学学科发展现状及其与医药卫生类其他学科交叉的程度进而了解我国中医学交叉学科研宄热点、发展趋势、知识源流及核心团队为中医学研究者确定研宄方向提供决策支持寻找我国中医学新的学科增长点最终促进我国中医药事业的发展本文拟借助海量文献题录信息及引文资料为基础数据源通过数据采集、加工、清洗后建立中医学学科交叉文献题录及引文数据仓库以知识发现为主要技术手段对中医学学科交叉知识进行关联、聚类分析以统一解决上述问题并将相关过程及结果以可视化的方式呈现 . 第二章数据来源及处理 2.1GMSCI数据库构建 笔者所在研究团队以C为编程语言设计期刊论文元数据自动抽取系统完成原始数据的采集工作电子期刊为传统纸质期刊在网络时代的延伸其采用与传统纸质期刊相类似的布局和格式以符合读者的阅读习惯提高用户满意度主要表现有：标题居中显示、标题字体大于正文字体、作者名称位于其下一行参考文献列表位于整篇论文靠后位置等基于电子期刊网络数据库的高度相似的布局格式设计统一的电子期刊论文网页元数据自动抽取系统对期刊论文的元数据自动釆集能够节省大量时间成本提高信息采集的效率年笔者所在项目组完成了该系统的设计测试等工作其功能模块划分如图21所示：需要说明的是：系统功能结构模块中特别设定了手工修正模块以应对网页元数据抽取过程的对部分原始数据不能识别的问题保证所有的处理格式和规范均按照统一的标准进行最大限度保证数据的准确性和完整性同时也为后期 的数据校对工作提供便利 2.2中医学学科交叉文献数据仓库构建 国内外学术期刊要求投稿论文应按指定分类法注明其分类号我国国家标准GB771387要求学术期刊论文应注明中国图书资料分类法(第四版)所提供的分类号同时尽可能注明国际十进分类法的分类号若论文涉及多学科可同时标注多个分类号第一个为主分类号笔者从中国图书资料分类法(第四版)中所获得医药卫生类学科分类号如附录1所示基于此发现医药卫生类学科分类号均以英文字母“R”幵头具有良好的辨识性需要说明的是：CMSCI数据库中文献基本信息来源于万方、维普及中国知网3大中文数据库其所收录的部分期刊著录格式中未包含分类号字段但3大数据库提供商基于文献的标题、摘要及关键词字段对中图分类号进行了机器标注笔者在数据采集的过程中首先最大限度的采集发文作者自行标注的原始分类号若作者未对中图分类号进行标注则采集机标分类号 第三章中医学学科交叉领域文献计量学分析.22 3.1发文年度分析.22 3.2刊载期刊分析.23 3.3学科交叉发文网络分析.24 3.4基金资助分析.27 第四章中医学学科交叉领域知识发现分年度分析.30 第五章中医学学科交叉领域知识发现综合分析.58 5.1年中医学学科交叉领域研宄热点分析.58 5.2年中医学学科交叉领域知识源流分析.62 第五章中医学学科交叉领域知识发现综合分析 5.1年中医学学科交叉领域研究热点分析 笔者将第4章中年、年及年数据3个时间片区的关键词数据整合后得到年9年度的中医学学科交叉领域关键词的基本集合并将该集合导入CiteSpace软件中经过相关初始设置选择年所有数据以3年为时间切片经过多次实验模拟最终确定闽值插值组合为(2412)(2613)(20,12)最终得到78个关键词节点及105条关键词连接线模块化值为0.7996经聚类后共得到9类关键词子网所形成的包含聚类标签及节点标签的知识图谱如图51所示在图51中节点大小与其代表的关键词9年的总词频成正比节点外圈圆环的颜色代表其出现的年度信息最内层外圈颜色代表该节点首次出现的年度或年度区间由于笔者选择3年为时间切片因此节点外圈代表年度旳颜色光环最多具有3层对应圆环的厚度与节点在该时间片段的词频成正比 5.2年中医学学科交叉领域知识源流分析 图中通过文献被引次数控制节点大小所有节点标签设置为统一大小节点之间连线颜色代表两篇文献首次共被引的时间片段旳起始年度连线的粗细代表共被引次数的多少具有紫色光环的节点代表其在共被引网络中具有较高的中介中心度紫色光环的厚度越厚代表其中介中心度越大为对全年度共被引知识图谱进行进一步的解读笔者统计了被引次数高于20次的被引参考文献的、中介中心度、出版或发行年度、聚类号等基本信息如表52所示并将其与图52结合综合分析出年中医学学科交叉文献的重要知识源流及知识基础 . 第六章结语及展望 6.1研究结论 本文以中医学学科交叉文献为主要研宄对象首先基于文献计量学中发文指标、基金资助、刊载期刊等角度对年中医学交叉学科领域的基本信息展开分析揭示中医学学科交叉领域文献的基本特征;基于此借助可视化中的知识图谱技术基于CiteSpace及Pajek两款信息可视化软件,从研宄热点、研宄基础、作者共被引网络、作者科研协作网络等维度对中医学学科交叉领域相关知识进行揭示考虑到研究热点、知识源流具有高度的时间稱合性笔者首先将年9年数据等分为3个时间片区分别发现其研宄热点、知识源流继而对整个时间片段进行了综合分析直观展现中医学学科交叉研宄领域的主题演化、知识源流演进过程并在此基础上对中医学学科交叉研宄领域内的作者科研协作网络及作 者共被引网络进行揭示 6.2研究局限及展望 本文对中医学学科交叉知识所进行的研究中存在着诸多不足之处主要体现为：(1)本文以CMSCI数据库为数据源该数据库以北京大学中文核心要目总览(版)为原始数据采集样本尚未有效组织医药卫生领域内所有期刊论文元数据该问题将会对数据分析的客观性产生一定的影响;(2)年北京大学中文核心要目总览存在版、版及版3个版本版本多变对数据采集及组织过程提出了较高的要求海量信息的采集、组织、人工内省、校对及清洗过程中极易产生谬误;(3)C