| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-19页 |
| 1.1 选题背景与研究意义 | 第8-11页 |
| 1.1.1 选题背景 | 第8-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 文献综述 | 第11-16页 |
| 1.2.1 基于计量分析的新兴主题识别研究 | 第11-14页 |
| 1.2.2 基于数理模型的新兴主题识别研究 | 第14-15页 |
| 1.2.3 述评 | 第15-16页 |
| 1.3 研究思路与主要内容 | 第16-18页 |
| 1.3.1 研究问题 | 第16页 |
| 1.3.2 研究思路 | 第16-17页 |
| 1.3.3 论文内容组织 | 第17-18页 |
| 1.4 创新点 | 第18-19页 |
| 2 新兴主题识别的理论基础 | 第19-29页 |
| 2.1 核心概念辨析 | 第19-21页 |
| 2.1.1 学科领域 | 第19-20页 |
| 2.1.2 学科领域新兴主题 | 第20-21页 |
| 2.2 文献计量学理论 | 第21-24页 |
| 2.2.1 普赖斯科学前沿理论 | 第21-22页 |
| 2.2.2 库恩科学发展模式 | 第22页 |
| 2.2.3 门纳德科学增长变化理论 | 第22-23页 |
| 2.2.4 研究前沿识别及可视化 | 第23-24页 |
| 2.3 异常检测理论 | 第24-28页 |
| 2.3.1 基于无监督学习的异常监测 | 第25-27页 |
| 2.3.2 基于有监督学习的异常监测 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 基于异常检测的新兴主题识别 | 第29-34页 |
| 3.1 WSARE模型的概念 | 第29-30页 |
| 3.2 WSARE模型适用性分析 | 第30-31页 |
| 3.3 WSARE模型测度方法 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 实证分析——以“社会化计算”学科为例 | 第34-47页 |
| 4.1 实验数据 | 第34-35页 |
| 4.2 实验设计 | 第35-36页 |
| 4.3 结果分析 | 第36-45页 |
| 4.3.1 基于作者国别和学科类别的新兴研究趋势分析 | 第36-40页 |
| 4.3.2 关键词分析 | 第40-43页 |
| 4.3.3 跨学科网络演化分析 | 第43-45页 |
| 4.4 本章小结 | 第45-47页 |
| 5. 总结与展望 | 第47-50页 |
| 5.1 研究总结 | 第47-48页 |
| 5.2 研究不足与展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 科研成果 | 第55-56页 |
| 致谢 | 第56-58页 |