科学知识扩散网络的语义增强型多重路径识别研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
71603195
项目类别：
青年科学基金项目
资助金额：
17.0万
负责人：
董克
依托单位：
武汉大学
学科分类：
G0414.数字治理与信息资源管理
结题年份：
2019
批准年份：
2016
项目状态：
已结题
起止时间：
2017-01-01 至2019-12-31

项目参与者：
徐雷；程齐凯；张斌；罗毅；王海宁；姜又琦；
关键词：
多重路径识别语义增强识别科学知识扩散网络非显著主题结构-语义特征

项目摘要

Identifying paths from scientific knowledge diffusion network is the major way to reveal scientific development and predict research trend. It is also an important bridge which connects macro characteristics to micro action modes of scientific knowledge diffusion network. This project examines the mechanism of structural and sematic features behind such a multi-path phenomenon and designs an improved algorithm for mining these two features of scientific knowledge diffusion network. This project also designs an algorithm for mining sub-networks of core topics, branch topics and emerging topics. Moreover, this project proposes two strategies for realizing semantically enhanced multi-path detection: one is called “sliced semantics and subnetwork mining for multi-path detection”; the other is called “subnetwork mining and multi-path detection by semantic explanation”. This project makes full use of semantics in order to guarantee the accuracy of path detection. And the detected multiplicity of paths reveals the multi-form of scientific knowledge diffusion process. This project finally makes suggestion to the current research program through its validity test to disciplinary and research domains. This project will be valuable in the following aspects: it is not doubt that it will increase the research accuracy and depth of scientific knowledge diffusion research itself and that it will promote deep amalgamation of multidisciplinary methods; in addition, it has practical value for increasing the scientific skills and levels of science and technology management.

科学知识扩散网络的路径识别是揭示知识发展脉络、预测研究趋势的主要途径，也是衔接扩散网络宏观特征和微观作用模式之间的重要桥梁。本课题立足于科学知识扩散网络中路径形成的作用机理，研究科学知识扩散网络结构特征与内容语义特征，改良现有算法实现两类特征的揭示；依据核心主题、非显著主题和新兴知识主题的特点，挖掘路径子网；提出“语义分层-子网挖掘-多重路径识别”和“子网挖掘-多重路径识别-语义解释”两种策略，实现内容语义对多重路径识别的增强；利用语义提升路径识别结果的准确性，利用多重路径揭示科学知识扩散过程的多样性；最后通过实证对研究结论的有效性进行验证，并提出完善和优化方案。本课题的研究能够提升科学知识扩散路径研究的深度，推动相关学科的发展，改进科技管理工作的水平。

结项摘要

科学研究主题在知识网络中的分布显示了科学知识的多样性，其扩散过程则是科学知识发展过程中的重要体现，科学知识扩散网络的路径识别是揭示知识发展脉络，预测研究趋势的主要途径，也是衔接扩散网络宏观特征和微观模式之间的桥梁。本项目对基于路径的知识扩散相关理论和方法进行了梳理，对知识网络结构特征、语义特征识别方法，多重扩散路径的基本思想与识别方法，语义增强型多重路径识别方案等三个方面问题开展了理论与实证研究，基本明确了科学知识扩散网络中的多重路径的形成模式与特征体现。项目研究成果出版专著1部，发表论文8篇，其中SCI/SSCI论文源刊论文1篇，EI会议论文2篇，中文核心期刊论文5篇；成果中系统阐述了多重路径的基本思想与识别模式。本项目的研究将内容分析与知识网络的结构分析相结合，能够提升科学知识扩散网络研究的精度，实现知识扩散过程中不同类型主题的识别，对深化科学知识发展多样性的理解具有理论价值和推动意义。