基于科学文献下载数据的科研趋势识别研究--以计算神经学领域为例
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 研究背景与意义 | 第8-19页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 论文的下载数据研究 | 第9-10页 |
| 1.2.2 科研新趋势及趋势探测方法研究 | 第10-13页 |
| 1.2.3 研究现状评述 | 第13页 |
| 1.3 理论基础 | 第13-15页 |
| 1.3.1 DIKW理论体系 | 第13-15页 |
| 1.3.2 主题模型 | 第15页 |
| 1.4 研究意义、研究方法与研究思路 | 第15-19页 |
| 1.4.1 研究意义 | 第15-16页 |
| 1.4.2 研究方法 | 第16-17页 |
| 1.4.3 研究思路 | 第17-19页 |
| 2 数据收集和处理 | 第19-23页 |
| 2.1 数据收集 | 第19-21页 |
| 2.1.1 数据来源 | 第19-20页 |
| 2.1.2 数据收集内容与方法 | 第20-21页 |
| 2.2 数据预处理 | 第21页 |
| 2.3 数据库建设 | 第21-23页 |
| 2.3.1 数据库建设技术路线 | 第21-22页 |
| 2.3.2 数据库关系表设计 | 第22-23页 |
| 3 单篇文献与主题下载信息统计 | 第23-32页 |
| 3.1 单篇文献下载信息统计 | 第23-26页 |
| 3.1.1 单篇文献整体下载统计 | 第23-24页 |
| 3.1.2 单篇文献下载次数按类别比较 | 第24-26页 |
| 3.2 从论文聚合成研究主题的过程描述 | 第26-30页 |
| 3.2.1 主题模型算法描述 | 第26-27页 |
| 3.2.2 主题模型程序及结果 | 第27-30页 |
| 3.3 研究主题的下载信息 | 第30-32页 |
| 4 研究热点识别及分析 | 第32-40页 |
| 4.1 研究热点的识别 | 第32-35页 |
| 4.1.1 研究热点的筛选 | 第32-33页 |
| 4.1.2 研究热点的命名和合并 | 第33-35页 |
| 4.2 研究热点分析 | 第35-40页 |
| 4.2.1 研究热点分类 | 第35-38页 |
| 4.2.2 研究热点按类别分析 | 第38-40页 |
| 5 计算神经学的研究趋势分析 | 第40-46页 |
| 5.1 下载趋势分析 | 第40-42页 |
| 5.2 内容演化趋势分析 | 第42-46页 |
| 5.2.1 稳定型分析 | 第42-43页 |
| 5.2.2 扩展型分析 | 第43-45页 |
| 5.2.3 合并型分析 | 第45-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 附录A 每月研究热点概率分布表 | 第52-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
