来源:《中国远程教育》2020年第11期 作者:贾维辰;李文光;余明媚;
选择字号

中文期刊知识图谱研究范式的优化

分享到: 分享到QQ空间

在科学知识图谱领域,代表性软件Cite Space对于期刊数据的分析具有重要价值,但是Cite Space软件对中文期刊数据的分析仅能完成几类基础聚类和数据分析,如若希望做深入解读就需要对已有中文期刊Cite Space研究范式进行完善和创新。本研究通过深入分析Cite Space两篇代表性文献,提取了标准研究范式,从CSSCI收录的文献中梳理出通用的Cite Space中文期刊研究范式,并将两种范式进行对比,探究中文期刊研究范式需要优化之处。基于此,本研究通过使用自然语言处理技术(简称"NLP")主题挖掘的典型模型Latent Dirichlet Allocation (简称"LDA")处理论文摘要数据,通过这种技术完善文献检索策略和文献数据处理方法,提出的"优化范式"丰富了中文期刊Cite Space研究来源数据,增强了中文期刊Cite Space研究内容的深度和系统性,并通过对国内人工智能在教育领域应用的研究进一步验证了该"优化范式"的可操作性,揭示出国内人工智能在教育领域应用研究的前沿主要聚焦于智慧学习环境的构建和相关技术支持。在与国内CSSCI同......(本文共计11页)       [继续阅读本文]

下载阅读本文     订阅本刊
   

相关文章推荐

中国远程教育杂志2020年第11期
中国远程教育
主办:中央广播电视大学
出版:中国远程教育杂志编辑部
出版周期:月刊
出版地:北京市

本期目录