科研主题演化中三种典型社区发现算法对比研究——以植物甾醇信号为例

作     者：薛陕 董诚 韩红旗 张均胜 高雄 王力 Xue Shan;Dong Cheng;Han Hongqi;Zhang Junsheng;Gao Xiong;Wang Li

作者机构：中国科学技术信息研究所北京100038 

出 版 物：《高技术通讯》 (Chinese High Technology Letters)

年 卷 期：2021年第31卷第11期

页      面：1164-1172页

学科分类：081702[工学-化学工艺] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070104[理学-应用数学] 0701[理学-数学] 

基　　金：中国工程科技知识中心建设项目(CKCEST-2021-2-6) 中央级公益性科研院所基本科研业务费专项基金青年项目(QN2020-10)资助 

主　　题：科研主题演化 社区发现算法 植物油菜素甾醇 关键词共现网络 

摘      要：科研主题识别和演化分析是了解科研领域发展现状和趋势的重要手段。近年来,基于复杂网络和网络演化计量的社区发现算法成为揭示科研主题演化的主要方法,有必要深入探讨该类算法在主题识别和演化分析中的优点与不足。本文选取植物油菜素甾醇领域,构建了关键词共现网络,对比了Newman MM、Ball Overlapping和Blondel这3种典型社区发现算法的科研主题识别和演化追踪结果,并结合专家知识对3种算法效果进行分析。实验结果表明,Blondel算法在科研主题的识别和演化追踪研究中运算速度最快,识别的主题更为准确,能够较好反映领域主题演化。该研究从算法适用性角度为科研主题演化追踪研究提供了参考。