基金项目数据和论文数据融合视角下科学研究前沿主题识别——以碳纳米管领域为例

作     者：刘博文 白如江 周彦廷 王效岳 Liu Bowen;Bai Rujiang;Zhou Yanting;Wang Xiaoyue

作者机构：山东理工大学科技信息研究所 

出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)

年 卷 期：2019年第3卷第8期

页      面：114-122页

核心收录：

学科分类：081702[工学-化学工艺] 07[理学] 070205[理学-凝聚态物理] 08[工学] 0817[工学-化学工程与技术] 080501[工学-材料物理与化学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0702[理学-物理学] 

基　　金：国家社会科学基金项目“未来新兴科学研究前沿识别研究”(项目编号:16BTQ083)的研究成果之一 

主　　题：科学研究前沿 主题识别 基金项目论文 

摘      要：【目的】对比分析基金项目数据和论文数据的细粒度特征,识别科学研究前沿主题。【方法】以碳纳米管领域的美国国家科学基金会(NSF)基金项目和WOS论文为数据源,进行LDA主题识别,提出并利用主题强度、主题新颖度和主题相似度三个研究指标进行对比分析。【结果】共识别出该领域2个热点研究前沿主题、5个新兴研究前沿主题、4个消亡研究前沿主题以及2个潜在研究前沿主题。【局限】本文以英文文本为例进行研究,对中文文本的研究需在主题识别和相似度计算上做出调整。【结论】本文方法与单数据源、单维度识别方法相比,能更有效识别科学研究前沿主题。