| 高楠,傅俊英,赵蕴华.基于专利共被引方法的研究前沿识别--以脑机接口领域为例[J].数字图书馆论坛,2016,(1):41~48 |
| 基于专利共被引方法的研究前沿识别--以脑机接口领域为例 |
| Recognition of Research Fronts Based on Patent Co-Citation Analysis in the field of Brain-Computer Interface |
| |
| DOI： |
| 中文关键词: 研究前沿;专利;共被引分析;脑机接口;相似度算法 |
| 英文关键词: Research Front;Patent;Co-Citation Analysis;Brian Computer Interface;Similarity Algorithm |
| 基金项目:本研究得到中央级公益性科研院所基本科研业务费专项基金“未来学”（编号XK2015-2）资助。 |
| 作者 | 单位 | | 高楠 | 中国科学技术信息研究所 | | 傅俊英 | 中国科学技术信息研究所 | | 赵蕴华 | 中国科学技术信息研究所 |
|
| 摘要点击次数: 1972 |
| 全文下载次数: 1581 |
| 中文摘要: |
| 探索基于专利共被引分析来识别领域研究前沿的方法。采用基于原始观测值和余弦距离两种相似度算法，建立专利相似度矩阵，利用社会网络分析，获得研究前沿簇，再进行簇类命名，得到研究前沿。利用Innography数据库的脑机接口领域专利数据对此方法进行验证，并对两种算法获得的结果进行比较，发现相对于基于原始观测值的相似度算法，余弦距离相似度算法能识别出更多的研究前沿，且识别结果的内容更为丰富。 |
| 英文摘要: |
| Patent Co-Citation method issued to identify research front (RF) in a field in this paper. Based on two similarity algorithms-observed value and cosine distance, two kinds of patent similarity matrixes are then established, social network analysis is applied to get RF clusters which are then named, and we final y get the research fronts. Brain-computer interface (BCI) is selected to perform empirical analysis in terms of the above method, and results from two similarity algorithms are also compared. This study finds that RF can be got by Co-Citation method, while cosine distance algorithm can reveal more and detailed research fronts than observed value algorithm. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
