新興主題探測方法及實證研究綜述

董麗　安璐

摘 要：新興主題目前沒有明確統(tǒng)一的定義，它表述為近幾年來逐漸引起人們興趣，并被越來越多的學(xué)者研究的主題領(lǐng)域，也可以理解為發(fā)現(xiàn)某一特定領(lǐng)域中的焦點、熱點，并挖掘最新的變化趨勢時主動提示的過程。文章對新興主題的研究主要集中在兩點：一是研究主題的探測方法，如分類與聚類、可視化等，二是關(guān)于特定學(xué)科的新興主題實證分析，通過總結(jié)現(xiàn)有研究中的不足，指出未來研究新興主題的研究方向。

關(guān)鍵詞：新興主題 分析方法 分類和聚類 前沿

中圖分類號：G353 文獻標識碼：A 文章編號：1674-098X（2013）03（c）-00-03

從海量的科技信息中探測新興主題是科技創(chuàng)新的關(guān)鍵任務(wù)之一，科研人員及其管理者在進行科學(xué)研究前必須要充分了解其研究領(lǐng)域的前沿?zé)狳c，把握新興趨勢，從而提出有創(chuàng)新性的研究方向和主題。近年來，新興主題吸引著越來越多的國內(nèi)外科研組織及研究者討論研究，關(guān)于新興主題的概念解析、探測方法、分析工具等方面國內(nèi)外科研組織都相繼做出了卓越貢獻，但總的說來研究相對孤立和分散，分析總結(jié)新興主題研究成果還不夠成熟和完善，因此，對于新興主題的探測研究和實證分析已是十分迫切與必要。

隨著信息時代的發(fā)展，2002年Naohiro等人在海量的數(shù)據(jù)中發(fā)掘出新出現(xiàn)的主題，提出新興主題（Emerging Topics）的概念[1]，是指在某個當(dāng)前正在研究的特定科學(xué)領(lǐng)域中，研究者發(fā)現(xiàn)新的一組由多個關(guān)鍵詞或詞組來表示的一組主題領(lǐng)域簇，代表著科學(xué)研究中極具發(fā)展?jié)摿Φ难芯糠较蚧蜈厔?。A.Kontostathis等學(xué)者在2003年提出新興研究趨勢（Emerging Trend）：隨著時間推移逐漸引起人們興趣、并被越來越多的學(xué)者討論的主題領(lǐng)域，也可以理解為發(fā)現(xiàn)某一特定領(lǐng)域中的焦點、熱點，并挖掘最新的變化趨勢時主動提示的過程。新興研究趨勢是目前文獻挖掘中一個新興的研究方向，它能夠揭示某個特定領(lǐng)域在一定時間內(nèi)顯示出來的研究方向的變化情況。深入挖掘文獻集合中包含的時間相關(guān)信息具有重要的意義，借助計算機技術(shù)去主動探測emerging trend[2]可以提高科研人員和情報人員對科學(xué)研究動態(tài)及時把握和處理的能力，提示他們注意某些外部事件或者新興的技術(shù)對研究領(lǐng)域的影響，幫助他們快速的探詢研究方向的進展情況，有利于其確定或修改研究計劃。

Le Minh Hoang[3]引用了Kontostathis對新興研究趨勢的定義，對新興研究趨勢的判斷過程分為Topic Representation（主題描述）、Topic Identification（主題界定）、Topic Verfication（主題判斷）三個部分，并加入了對關(guān)注主體（研究人員、研究機構(gòu)、文獻來源等）的專業(yè)性的考慮。他賦予每個主題6個屬性值，根據(jù)這6個屬性值來確定每個主題的受注意程度以及有用性，其中屬性值1、3、5、6的平均值衡量受注意程度，屬性值2、4、5、6的平均值衡量有用性。屬性值依據(jù)文獻計量學(xué)的統(tǒng)計結(jié)果和挖掘法計算得出。主題根據(jù)受注意程度和有用性屬性值可分為：受注意程度和有用性的屬性值均大于0為新興主題；受注意程度大于0 而有用性小于等于0則為潛在的新興研究趨勢（Potentially Emerging Trends）；受注意程度和有用性的衡量值均小于等于0 為陳舊的趨勢（Obsolete Trends）；受注意程度小于等于0而有用性大于0則為不顯著但對研究有用的趨勢（Creative Trends）。普賴斯認為一個研究前沿大概由40～50篇最近發(fā)表的文章組成[4]。

國內(nèi)研究者對新興主題概念的理解與國外觀點基本一致。楊良選等人認為研究前沿（research fronts，RF），又稱科學(xué)研究前沿，是指某一時點上某一焦點領(lǐng)域和出現(xiàn)的具有發(fā)展?jié)摿Φ难芯糠较?，研究趨勢，是科學(xué)演講中最先進的、最有發(fā)展?jié)摿Φ?、最新的研究主題。侯海燕也用研究前沿進行了概況，他根據(jù)引文獻聚類[5]將其定義為一組突現(xiàn)的動態(tài)概念和潛在的研究問題，知識基礎(chǔ)（intellecture base）是它在科學(xué)文獻中（即由引用研究前沿術(shù)語的科學(xué)文獻所形成的演化網(wǎng)絡(luò)）的引文和共引軌跡[6]。

1 特定學(xué)科新興主題的實證研究綜述

對新興主題的研究主要集中在兩點：一是研究主題的分析方法，如分類與聚類、可視化等，二是關(guān)于特定學(xué)科的新興主題實證分析。

國外許多研究機構(gòu)在新興主題研究的分析上提出多種方法和原型系統(tǒng)，許多研究機構(gòu)在新興研究趨勢探測方面提出了多種方法和相關(guān)的原型系統(tǒng)，從自動化角度分有需要專家或用戶介入的半自動化系統(tǒng)、也有基于機器學(xué)習(xí)方法的全自動化系統(tǒng)。

國內(nèi)殷蜀梅[7]認為新興研究趨勢探測的主要指標有：文獻中術(shù)語出現(xiàn)的頻率統(tǒng)計、與主題相關(guān)的關(guān)鍵詞的共同出現(xiàn)頻率統(tǒng)計，還認為新興研究趨勢技術(shù)的實現(xiàn)與信息抽取和命名實體識別技術(shù)息息相關(guān)。殷素梅在2008年的《判斷新興研究趨勢的技術(shù)方法分析》中通過分析海外相關(guān)機構(gòu)開發(fā)的新興研究趨勢探測系統(tǒng)，分析它們的實現(xiàn)特點和設(shè)計思路，認為在具體的評價方法上應(yīng)采取多個評價指標綜合判斷。

該文從采用的技術(shù)方法角度，分為文獻計量學(xué)法、機器學(xué)習(xí)法和共引聚類網(wǎng)絡(luò)分析法對新興主題進行研究。

1.1 文獻計量學(xué)法

文獻計量學(xué)法是對科研論文進行統(tǒng)計、對科學(xué)研究量化的重要方法之一，它通過對學(xué)科的文獻數(shù)量進行計算分析科研追溯某一學(xué)科科研的研究情況及其動向，同時通過對科研發(fā)展過程的需求關(guān)系、內(nèi)部結(jié)構(gòu)的變更情況等潛在的動態(tài)趨勢進行定量分析、評價和預(yù)測，可以有效幫助科研人員了解目前該學(xué)科的研究前沿和發(fā)展趨勢。

它是一個簡單實用的方法，可直接應(yīng)用系統(tǒng)將統(tǒng)計指標以時間序列用圖形表現(xiàn)出來，如ThemeRiver[8]、TOA（Technol2ogy Opportunities Analysis）[9]。分為單純采用文獻計量學(xué)指標法、雜志數(shù)據(jù)庫和網(wǎng)絡(luò)資源綜合指標法。它所采用的指標有：關(guān)鍵詞的用詞頻率統(tǒng)計、關(guān)鍵詞的共現(xiàn)用詞頻率統(tǒng)計、文獻的國家統(tǒng)計、文獻的機構(gòu)統(tǒng)計等，其中關(guān)鍵詞用詞頻率統(tǒng)計幾乎是所有系統(tǒng)均采用的一個指標。該方法的系統(tǒng)并沒有總結(jié)出新興主題或指出某一領(lǐng)域的研究趨勢，而是根據(jù)時間序列，通過圖形表現(xiàn)指標的變化趨勢，由使用者總結(jié)出新興主題或其他，如TOA系統(tǒng)將關(guān)鍵詞用詞頻率（這個是使用者確定的）、文獻的國家、文獻的機構(gòu)等按年份（如2001年-2012年）進行排列，以直方圖、對數(shù)圖、Fisher-Pry曲線圖以及地域研究圖譜來表明這些指標的變化趨勢；Theme River系統(tǒng)仍以時間為序列，將文獻庫中某時間段的關(guān)于某一主題數(shù)量多少作為該主題的濃淡度，在圖形上表現(xiàn)出來是一條著墨不均的曲線，再把多個主題標識到一個圖形上，可以對比出任一時間點上主題的新興程度；美國LEHIGH大學(xué)計算機科學(xué)與工程學(xué)院開發(fā)的CIMEL項目屬于綜合網(wǎng)絡(luò)資源和科學(xué)文獻數(shù)據(jù)庫輔助人工判斷，用戶列出主要的新興主題，然后通過數(shù)據(jù)庫檢索或GOOGLE、BAIDU搜索這些新興主題，搜索出的文獻由用戶刪選成文獻集后輸入系統(tǒng)，系統(tǒng)計算文獻集每年相關(guān)文獻數(shù)量、文獻機構(gòu)、文獻國別等，并進行圖表化

展示。

除此之外，國內(nèi)學(xué)者還采用內(nèi)容分析法、引文分析法等對文獻內(nèi)容進行系統(tǒng)的定量分析方法，對大量的文獻進行標注，通過特征識別研究文獻中隱含的深層信息。國內(nèi)學(xué)者陳悅利用多維尺度等方法繪制了中國管理科學(xué)作者的合作情況知識圖譜[10]。

1.2 機器學(xué)習(xí)法

計算機訓(xùn)練學(xué)習(xí)如分層分布式動態(tài)索引文獻挖掘算法（HDDI），計算機自動抽取信息進行文獻選擇和挖掘，探測新興主題，掌握對新興主題的判斷。計算機首先對文獻做處理，按規(guī)則表達式抽取復(fù)雜名詞短語，然后設(shè)置0、1可變閾值，對復(fù)雜名詞短語（新興主題）歸類。該方法認為一個新興主題應(yīng)該具有兩個特點：概念更加豐富；被引用次數(shù)增多，與之相關(guān)的概念增加[11]。

機器學(xué)習(xí)法通過閾值使機器可自動歸納新興主題，機器學(xué)習(xí)法對文獻不是一視同仁，而是考慮了各個文獻指標在主題研究趨勢判斷中占有的權(quán)重，通過對閾值的調(diào)整來修正輸出的結(jié)果。但是應(yīng)用該方法在最終效果評價上并不很好，精度和召回率都不算高，而且機器學(xué)習(xí)法選用的文獻計量指標至選擇了詞頻和共詞，而且將概念包含的主題作為其中一個衡量指標，這樣雖然在信息抽取上獲得的精度和召回率都比較好，但在新興主題判定上得到的效果并不理想。

1.3 共引聚類網(wǎng)絡(luò)分析法

共引聚類網(wǎng)絡(luò)分析方法是由Small提出的，指兩篇文獻通過另外一篇或者多篇文獻建立聯(lián)系。他認為研究文獻的主題，研究的是文獻之間的引用與被引用的關(guān)系，文獻的引用能反映主題之間的關(guān)系，可以反映出文獻之間的聯(lián)系程度和結(jié)構(gòu)關(guān)系，引用的文獻主題是被引用文獻主題的發(fā)展、改進。Morris[12]在《研究前沿的時間線可視模型》、 Boyack[13]在《資金支持數(shù)量的影響和引用研究文章數(shù)量的可視化》和 White[14]在《探索網(wǎng)絡(luò)和筆者共被引研究》均對可視化做出努力。共引聚類網(wǎng)絡(luò)分析中，以Citespace系列軟件最為常用。該軟件分析某一學(xué)科的新興主題的變化，以及研究新興主題的關(guān)系，利用共被引聚類，分析不同新興主題之間的內(nèi)部聯(lián)系，最后通過可視化，使用戶能直接分辨新興主題的變化路徑。具體流程為：取一時間段（如2001-2012年），以特定關(guān)鍵詞檢索數(shù)據(jù)庫，得到文獻集合。計算集合中每個文獻被引用的次數(shù)，以一定閾值挑選文獻，縮小文獻集，然后再對文獻集聚集，形成文獻簇。Chen在2006年發(fā)表《CiteSpace II：科學(xué)文獻中新趨勢與新動的識別與可視化》[15]，進一步完善了可視化軟件。Small等發(fā)表《跟蹤和預(yù)測科學(xué)增長領(lǐng)域》提出共被引聚類，并預(yù)測術(shù)語[16]。

國內(nèi)韓濤提出采用共詞、共引等方法對數(shù)據(jù)庫聚類。通過對共被引分析中主題簇聚集程度的強弱和主題簇間關(guān)系由特定閾值的共詞或共引關(guān)聯(lián)強弱來確定，通過不同閾值層聚類結(jié)構(gòu)之間差異性的自動進行檢測分析、系統(tǒng)自動發(fā)現(xiàn)宏觀結(jié)構(gòu)性的潛在結(jié)構(gòu)，系統(tǒng)反應(yīng)科學(xué)領(lǐng)域的主題分布結(jié)構(gòu)。該研究揭示了同被引分析中隱藏在低閾值層中有重要意義的潛在簇[17]。2008年王翼等利用John Hopcroft[18]對中國生命科學(xué)中一百五十萬論文雜志聚類，找到我國醫(yī)學(xué)研究前沿[19]。章成志、梁勇等人采用主題聚類方法，從主題角度對包括時間信息的學(xué)科學(xué)術(shù)論文集進行主題分析與主題聚類，通過全面分析后歸納出某一特定學(xué)科的研究熱點和這些熱點的發(fā)展趨勢。實驗結(jié)果表明，基于主題聚類的學(xué)科熱點及其趨勢監(jiān)測方法，其監(jiān)測結(jié)果在很大程度上接近于常規(guī)方法的監(jiān)測結(jié)果，但基于主題聚類的監(jiān)測方法，在監(jiān)測成本和監(jiān)測信息時效方面得到改善。通過對學(xué)科領(lǐng)域的文獻信息可視化使研究者能夠直觀的辨識出學(xué)科前沿的演化路徑及學(xué)科領(lǐng)域的經(jīng)典基礎(chǔ)文獻[20]。

荷蘭阿姆斯特丹大學(xué)的Loet Leydesdorff選取期刊數(shù)據(jù)庫中文獻的引文，利用多元統(tǒng)計分析方法，通過Pajek等軟件繪制了期刊之間的引文網(wǎng)絡(luò)圖譜，反映出各學(xué)科之間的關(guān)系。

共引聚類網(wǎng)絡(luò)分析法能精選文獻并研究文獻間的關(guān)系，自行推測新興主題，但文獻的引用次數(shù)與文獻發(fā)表的時長有關(guān)。總體而言，新發(fā)表的文獻被引用次數(shù)低。

2 特定學(xué)科的新興主題實證研究

特定學(xué)科的前沿問題、發(fā)展趨勢之類文獻眾多，大部分是對可視化的運用。如許振亮[21]等在《基于知識圖譜的國際生物科學(xué)與工程前沿計量研究》中，運用可視化技術(shù)，展示國際生物科學(xué)與工程技術(shù)領(lǐng)域存在以“基因工程、蛋白質(zhì)工程、酶工程”、“基因組學(xué)、蛋白質(zhì)組學(xué)”與“細胞工程、組織工程”為內(nèi)涵的三個主流知識群，繪制出國際生物科學(xué)與工程技術(shù)前沿領(lǐng)域的知識圖譜。

2008年，賴茂生[22-24]采用調(diào)查問卷、論文分析、研究項目統(tǒng)計分析三者結(jié)合，定量總結(jié)出情報學(xué)的前沿領(lǐng)域。

劉菁在《基于科學(xué)知識圖譜的國內(nèi)移動學(xué)習(xí)演進與前沿?zé)狳c分析》中，根據(jù)《中文核心期刊要目總覽》（2008 年版）和的CSSCI數(shù)據(jù)庫中1998-2009年所有“移動學(xué)習(xí)”文獻，通過定量分析和定性分析相結(jié)合的方法，應(yīng)用CiteSpace軟件進行數(shù)據(jù)問題，繪制了共現(xiàn)網(wǎng)絡(luò)，對國內(nèi)移動學(xué)習(xí)的變化趨勢和研究熱點進行了可視化分析[25]。

我國的劉則淵、侯劍華等許多專家學(xué)者把CitesSpace Ⅱ 信息可視化技術(shù)應(yīng)用到科技期刊文獻信息可視化分析當(dāng)中，充分展示了該項技術(shù)在科學(xué)知識可視化研究中特色及其強大的功能。

王偉[26]在《國際信息計量學(xué)研究前沿與熱點分析》中對ISSI、COLLNET/WIS和S&TI國際會議主題選擇分析，得出國際信息計量學(xué)研究關(guān)注的前沿領(lǐng)域和研究熱點，指出其發(fā)展趨勢。

李雅在《知識圖譜方法科學(xué)前沿進展實證分析—以動物腸道纖維素酶基因工程研究為例》中，以Web of Science為數(shù)據(jù)庫，通過多元統(tǒng)計中聚類分析與多維尺度分析（MDS）圖譜相互驗證的方法，把相關(guān)的關(guān)鍵詞聚為關(guān)鍵詞集，根據(jù)關(guān)鍵詞集反映動物腸道纖維素酶基因工程的研究趨勢及關(guān)鍵詞的相關(guān)性[27]。

馬費成和張勤利用詞頻分析的方法，根據(jù)知網(wǎng)中世界知識管理類論文和雜志的關(guān)鍵詞，找出知識管理的新興主題[28]。

趙蓉英在《網(wǎng)絡(luò)計量學(xué)研究熱點與前沿的知識圖譜分析》中，以ISI WEB OF KNOWLEDGE為數(shù)據(jù)庫，以網(wǎng)絡(luò)計量學(xué)為主題，利用CITESPACE軟件進行圖譜分析，通過檢測主題變化來確定網(wǎng)絡(luò)計量學(xué)的研究熱點和發(fā)展趨勢。文中選擇的文獻信息為作者、題目、摘要和文獻引文，選擇闕值為1997年至2009年，根據(jù)文獻法得出文獻的時間、機構(gòu)和地域分布圖。除此之外，還繼續(xù)使用CITESPACE軟件對數(shù)據(jù)進行了分析，得出網(wǎng)絡(luò)計量學(xué)的新興主題：網(wǎng)絡(luò)站點、社會網(wǎng)絡(luò)、鏈接分析等[29]。

陳立新等在《力學(xué)各分支學(xué)科研究前沿和發(fā)展趨勢的可視化分析》中，以《流體力學(xué)》、《固體力學(xué)》、《計算力學(xué)和振動》等力學(xué)領(lǐng)域的14種國際代表性期刊為研究對象，通過CITESPACE軟件對引文數(shù)據(jù)和主題詞數(shù)據(jù)的分析和處理，生成共被引文獻網(wǎng)絡(luò)和施引文獻主題詞共詞網(wǎng)絡(luò)組成的共被引與共詞的混合網(wǎng)絡(luò)圖。以知識圖譜的方式展示了力學(xué)各分支學(xué)科的重要被引文獻、主要學(xué)術(shù)人物以及由施引文獻主題詞所表達的力學(xué)重要研究領(lǐng)域，揭示了流體力學(xué)主流研究、固體力學(xué)主流研究和計算力學(xué)主流研究等的演化過程、研究熱點和前沿發(fā)展趨勢[30]。

3 研究存在的問題及趨勢展望

從上述國內(nèi)外研究的現(xiàn)狀我們可以看出，新興主題目前沒有明確統(tǒng)一的定義，目前國內(nèi)外學(xué)者對新興主題的研究主要集中在探測方法和特定學(xué)科的實證分析。從理論上看，國內(nèi)對新興主題的研究還相當(dāng)缺乏，可參考的文獻主要是對國外探測方法進行介紹和分析。在研究方法上，國內(nèi)學(xué)者多局限于理論層面的分析而沒有將理論分析與實證研究結(jié)合起來進行綜合考察，真正有理論根據(jù)的定性研究和規(guī)范的實證研究為數(shù)甚少。目前采用的TOA系統(tǒng)、Theme River系統(tǒng)、CIMEL系統(tǒng)等雖以圖形展現(xiàn)各項指標，使得指標的變化趨勢更加直觀，能省去科研者的大量時間，使他們能夠迅速把握可以發(fā)展趨勢，確定研究前沿，但均不能自行判斷指標的變化趨勢，確定新興主題，均需通過人為加以判斷及區(qū)分?？偠灾?，新興主題的研究尚處于起步階段，關(guān)于新興主題的定量定性探測方法還需進一步的探索，建立及完善新興主題理論體系也十分必要，最終促進開發(fā)更具實際意義的研究模型也是一個亟待研究的問題。

參考文獻

[1] Matsumur Naohiro Matsumura，Yutaka Matsuo，Yukio Ohsawa，et al.Discovering Emerg ing Topicsfrom WWW[J].Journal of Contingencies and Crisis Management，2002

（2）.

[2] Mawhinney T C.Total Ouality Management andOrganizational Behavior Management：An Integration forContinual Improvement[J].Journal of AppIied BehaviorAnalysis，1992，25（3）：524-543.

[3] Le Minh Hoang.Emerging Trend Detection from Scientific Online Documents.http：//www.jaist.ac.jp/library/thesis/ks-do ctor-2006/paper/hoangle/paper.pdf.（2007-08-01）.

[4] Price D D.Networks of scientific papers[J].Science，1965（149）：510-515.

[5] Staw B M，SandeIands L E，Dutton J E.Threat-Rigidity Effects in OrganizationaI Behavior：A MuItiIeveI AnaIysis[J].Administrative Science OuarterIy，1981，26：501-524.

[6] 侯海燕.科學(xué)計量學(xué)知識圖譜[M].大連.大連理工大學(xué)出版社，2008.

[7] 殷蜀梅.判斷新興研究趨勢的技術(shù)方法分析[J].情報科學(xué)，

2008，4.

[8] Brian Lent ，Rakesh Agrawal ，Ramakrishnan Srikant.Discovering Trends in Text Database[Z].Proceedings of KDD-97 ，1997：227-230.

[9] Soma Roy ，David Gery ，William M.Pottenger.Methologies forTrend Detection in Textual Data Mining[EB/OL].http：PPdi2macs.rutgers.edubillpPpubsPETDMethodologies.pdf，2007-08-01.

[10] Chen Yue，Liu Zeyuan.Co-authorship on ManagementScience in China[C]//10th Internationai conference of theinternationai society for scitometrics and informetrics.Stockhoim，Sweden：Karoiinska unversity press，2005.

[11] William M.Pottenger，Yong-Bin Kin，Daryl D.Meling.HDDIT M：Hierarchical Distributed Dynamic Indexing.http：//www.cse.lehigh.edu/billp/pubs/HDDIFina-l Chapter.pdf，2007-08-01.

[12] Morris S A，Yen G.Timeline visualization of researc fronts[J].Journal of the American Society for Information Science and Technology，2003，55（5）：413-422.

[13] Boyack W.Indicator-assisted evaluation and funding of research：Visualizing the influence of grants on the number and citation counts of research papers[J].Journal of the American Society for Information Science and Technology，2003，54（5）：447-461.

[14] White D.Pathfinder networks and author cocitation analysis[J].Journal of the American Society for Information Science and Technology，2003，54（5）：423-434.

[15] Garfield Historiographic mapping of knowledge domains literature[J].Journal of Information Science，2004，30（2）：119-145

[16] Small H.Tracking and predicting growth areas in science[J].Scientomitrics，2006，68（3）：595-610.

[17] 韓濤.知識結(jié)構(gòu)演化深度分析的方法及其實現(xiàn)[D].中國科學(xué)院文獻情報中心，2008.

[18] Cohen J，Cohen P，West S G，et aI.AppIied multiple regression/correlation analysis for the behavioral sciences[M].Mahwah，NJ：Erlbaum，2003.

[19] 章成志.基于樣本加權(quán)的文本聚類算法研究[J].情報學(xué)報，2008（1）.

[20] 侯劍華，陳悅.戰(zhàn)略管理學(xué)前沿演進可視化研究[J].科學(xué)學(xué)研究，2007，25（S1）：15-21.

[21] 許振亮.基于知識圖譜的國際生物科學(xué)與工程前沿計量研究[J].情報學(xué)報，2009（4）.

[22] 賴茂生，王琳，李宇寧.情報學(xué)前沿領(lǐng)域的調(diào)查與分析[J].圖書情報工作，2008，52（3）：6-10.

[22] 楊文欣，杜杏葉，張麗麗，等.基于文獻的情報學(xué)前沿領(lǐng)域調(diào)查分析[J].圖書情報工作，2008，52（3）：11-14.

[24] 賴茂生，王琳，楊文欣.情報學(xué)前沿領(lǐng)域的確定與討論[J].圖書情報工作，2008，52（3）：15-18.

[25] 劉菁.基于科學(xué)知識圖譜的國內(nèi)移動學(xué)習(xí)演進與前沿?zé)狳c分析[J].中國電化教育，2012（2）.

[26] 王偉.國際信息計量學(xué)研究前沿與熱點分析[J].醫(yī)學(xué)信息學(xué)雜志，2010（2）.

[27] 李雅.知識圖譜方法科學(xué)前沿進展實證分析—以動物腸道纖維素酶基因工程研究為例[J].情報學(xué)報，2012（5）.

[28] 韓客松.中文全文標引的主題詞標引和主題概念標引方法[J].情報學(xué)報，2011（2）.

[29] 趙蓉英.網(wǎng)絡(luò)計量學(xué)研究熱點與前沿的知識圖譜分析[J].情報學(xué)報，2011（4）.

[30] 陳立新.力學(xué)各分支學(xué)科研究前沿和發(fā)展趨勢的可視化分析[J].情報學(xué)報，2009（10）.