期刊视角下ESI题录数据聚类研究

摘要：

为了深度挖掘ESI题录数据隐含的信息,以基本科学指标(ESI)数据库内临床医学领域的论文数据为例,从9个维度对数据进行了描述,并使用熵权法(EWM)计算出各个指标的权重及标准化数据,然后基于改进的K-means算法对数据进行了聚类分析,根据聚类结果从期刊的角度进行了社会网络分析.研究结果表明:多国合作、最近3个月内受到广泛关注、多机构合作、论文被引数量较高和发表在影响因子较高的期刊上,是成为ESI论文更为重要的影响因素;本文的损失函数计算方法具有较好的收敛效果;期刊竞争网络和凝聚子群描绘出临床医学领域内期刊的竞争情况,为该类问题的研究提供了新思路.

关键词：改进K-means聚类算法、期刊研究、社会网络、ESI、熵权法

所属期刊栏目：5

分类号：G250.252(图书馆学、图书馆事业)

资助基金：科技部2015年科技创新战略研究专项项目"重点领域前沿热点专利论文分析"项目编号:ZLY2015147

在线出版日期：2020-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：60-65