论文部分内容阅读
传统作者共引分析方法通过计算文献作者间共被引关系构建共引矩阵,进而将共引矩阵转化分析后绘制该领域的知识图谱。然而这种方法由于输入信息量过小而饱受诟病。由于不同引文间的发表时间在一定程度上可以凸显作者间的被引强度关系,本文利用引文发表时间信息强化传统的算法使作者共引关系更紧密,以得出更具有参考性的知识图谱。这种方法使用了自然对数模型。笔者将引文间发表时间差距与原始作者共引关系依不同权重计算带有时间信息的共引矩阵,并通过矩阵转化和多元分析后进行结果分析与解释。结果显示,加入引文发表时间信息不仅提高了作者共引分析的聚类结果的群聚性和知识图谱的可视化程度,而且可以挖掘出比传统方法更多的细节。