学术大数据研究知识图谱分析  

作　　者：陈琳[1] 

机构地区：[1]深圳大学城图书馆,深圳518055

出　　处：《中文科技期刊数据库（全文版）图书情报》2023年第4期172-178,共7页Library and information

基　　金：深圳市图书情报科研课题“十四五”规划下深圳市科研创新文献支撑研究(项目编号:深文图情2022241)阶段性研究成果。

摘　　要：大数据时代的到来,撼动了世界的方方面面,从商业、科技、医疗卫生到政府、教育以及社会的其他各个领域。全世界范围内科研活动的进行,每天都有数以万计的学术数据产生。学术大数据也开始成为大数据时代的研究热点。本文选取Scopus数据库中发表的关于学术大数据的论文作为研究样本,运用文献计量和知识图谱分析法,借助R语言新型文献计量工具软件Biblioshiny进行研究趋势和热点分析。结果显示,学术大数据研究正呈现蓬勃发展的趋势,中国在发文量、引用频次等多方面居于国际领先地位。学术大数据研究趋向多元化,呈现多学科交叉趋势,深度学习、机器学习和自然语言处理等是需要重点关注的方面。关键词:学术大数据;Biblioshiny;知识图谱;趋势分析中图分类号:G353.10 引言随着移动互联网的快速普及,物联网技术的迅猛发展,全球数据总量呈爆炸式增长,2021年3 月 24 日 国际数据公司 (IDC) 发布了其年度 DataSphere 和 StorageSphere 预测,IDC全球数据领域高级副总裁Dave Reinsel表示:“2020 年,全球数据总量达到 64.2ZB,复合年增长率为 23%”[1]。大数据时代下的世界科学领域,全球研究人员在每天的科学研究和发现中也不断产生海量的学术数据,包括论文、书籍、技术报告以及相关数据、图表等。学术大数据(Big Scholarly Data)一词也由快速增长的学术信息来源应运而生[2]。目前对于学术大数据还没有一个统一、明确的定义,它随着大数据时代的发展而不断发生着变化,笔者从现有的相关文献中查找到下述两种说法:(1)学术大数据是指由具有学术行业特征的多元实体及其之间的多样化关系构成的数据集合。其中,实体可以包括学者、机构、论文、学科等对象,而实体间的关系则可以体现为合作、引用、研究兴趣、领域归属等形式[3]。(2)学术大数据是指与学术研究相关

关 键 词：学术大数据 Biblioshiny 知识图谱 趋势分析 

分 类 号：G353.1[文化科学—情报学]