刘非凡
- 作品数：5 被引量：12H指数：2
- 供职机构：大连理工大学管理科学与工程学院系统工程研究所更多>>
- 发文基金：国家自然科学基金辽宁省社会科学规划基金教育部人文社会科学研究基金更多>>
- 相关领域：文化科学自动化与计算机技术农业科学更多>>
- 基于领域语义地图的区块链研究主题发现及演化分析被引量：3
- 2021年
- [目的/意义]区块链作为一种新兴的数据共享技术,对推动产业变革、改变社会治理模式具有重要意义。当前对区块链研究现状的分析多侧重应用或技术方面,或以传统的文献计量为主,而缺少对整体研究概貌和发展过程的探究。为此,本研究将基于所构领域语义地图探究区块链技术的研究态势。[方法/过程]本研究利用区块链相关研究的学术数据,借助文档嵌入表示学习方法 Doc2Vec、流形学习算法UMAP从文献语义关联的角度可视化了研究概貌,基于核密度估计识别了主要研究内容,并且结合关键词和领域语义地图的动态变化分析揭示了其发展过程。[结果/结论]首先,本研究识别出了区块链研究的七个主要研究主题,其领域语义地图显示各个主题发展态势不同,当前侧重于技术应用方面的研究。其次,研究发现区块链的发展经历了从加密货币交易到智能合约开发到区块链应用多元化三个阶段。最后,探究了区块链研究的演变发展特征,即,相关研究主题范围持续扩张,同时领域内部存在主题分化现象。本研究结果对科研人员把握研究现状,推进技术发展,以及对政府和企业制定围绕区块链创新方面的科技管理政策具有一定的参考价值。
- 张爽刘非凡罗双玲夏昊翔
- 关键词：区块链核密度估计研究主题
- 专利发明人员兴趣转移模式研究
- 2017年
- 研究方向的选择与转变是专利发明人员在发明创造生涯中都要面对的重要问题。然而,目前针对发明人员群体兴趣转移模式的实证研究却并不多见。本文基于1976~2015美国专利商标局(USPTO)约591万个专利数据,获得了技术领域研究人员的专利所属类别信息,并度量了这些发明人员的兴趣转移轨迹。分析结果显示,专利发明人兴趣转移模式表现为:高产出的专利发明人员兴趣转移的跨度小,但停留在本领域的人数占比低;而低产出的发明人兴趣转移的范围更广,停留在原来研究领域的人数占比反而高。本文研究结果有助于加深对从事科技领域发明人群体行为模式的了解,也对制定相关科技政策,完善科技管理有参考和借鉴意义。
- 刘非凡夏昊翔
- 关键词：科技管理
- Smap:基于文献语义的学科知识图景可视化
- 2023年
- 随着文献爆炸式增长,学科领域不断交叉融合,科研规模扩大和知识体系复杂性日益提升,如何清晰地可视化学科知识图景,进而把握知识结构和研究态势,引起了科技情报人员的广泛关注。本研究基于文档表示学习和流形学习算法,提供了一种科学领域语义地图(semantic map,Smap)构建方法。首先以Doc2Vec捕获文献间的高维语义特征,然后利用UMAP(uniform manifold approximation and projection)对文献语义临近性进行非线性降维,最后以核密度估计根据文献分布异质性刻画领域知识结构。在实证分析阶段,本研究对文献规模覆盖了从千级到百万级的4个学科领域,进行了领域可视化、知识层级结构识别以及动态演化分析。进而,本研究借助引用关系、关键词以及数据集的分类体系,通过量化Smap地图上文献分布的局部纯粹性以及全局地图距离和研究差异的相关性,验证了所提方法的有效性。本研究通过与随机实验对比,进一步地量化了有效性的显著程度。本研究为当前科学领域可视化方法提供了有益补充,可为大规模科技文献数据驱动的科技情报服务提供分析工具。
- 张爽张爽刘非凡夏昊翔
- 关键词：流形学习
- 基于单层引文网络的技术演进路径研究——以机器学习领域为例被引量：2
- 2018年
- 科学地把握技术发展动态和了解技术发展脉络对企业和政府制定创新战略具有重要意义。本文提出了一种基于专利单层引文网络社区划分识别技术演进路径的方法,并以机器学习领域为例,构建五个时间段下的专利单层引文网络,通过分析网络结构,发现机器学习领域存在一定的技术壁垒;接着使用社区发现算法识别专利主题,利用德温特手工代码映射主题内容,依据相邻时间段引文网络社区之间的引用强度构建主题演化冲积图,最终识别出四条主要技术演进路径,验证了方法的有效性,表明本文提出的方法有望对现有技术演进路径的分析方法起到一定的补充作用。
- 张爽刘非凡夏昊翔
- 关键词：引文网络
- 基于深度图神经网络方法的领域知识结构探测被引量：7
- 2021年
- 准确地探测和识别学科领域知识结构对于理解学科发展动态、制定科技政策以及开展科研活动具有重要意义。当前,针对该问题的探索思路主要集中在两个方面:文本内容分析和网络结构分析。在现有的研究中,这两种研究思路往往仅作为相互辅证的依据,缺少同时融合文本信息与结构信息来探测领域知识结构的方法。因此,本文借助深度学习领域涌现出的新兴算法,把深度图神经网络模型与文档表示学习以及流形学习算法加以综合,提出新的学科领域知识结构探测框架。分别选取了代表基础研究学科与新涌现研究领域的两个数据集对所提研究框架进行验证,实验结果表明,深度图神经网络能够有效融合文献的文本内容特征信息以及其引用关系特征信息,提高了领域知识结构探测效率及可识别度。本文的研究拓展了深度图神经网络模型的应用场景,并对情报工程应用领域具有一定的借鉴参考价值。
- 刘非凡张爽罗双玲张爽
- 关键词：引文网络
