关键词类群分析法在学科领域研究热点识别中的应用初探——以作物育种领域为例

作者：巩玥; 黄龙光; 常志军; 张超星^*

来源：图书情报工作, 2023, 67(24): 85-98.

DOI：10.13266/j.issn.0252-3116.2023.24.008

• 研究热点
• 关键词类群
• 作物育种
• 共现
• 表述范式

[目的/意义]针对传统领域研究热点识别方法存在的低频词被掩盖、聚类主题词杂糅难以解释等问题，提出关键词类群分析法，通过构建符合领域研究范式的关键词类群模型，洞察科研细节和研究逻辑，实现领域研究热点的全面化、结构化揭示，为领域研究热点的高质量识别提供新思路。[方法/过程]提出关键词类群分析法概念，归纳不同学科领域科研论文摘要中的研究表达范式，阐述基于研究表达范式的关键词类群建立的原则和方式，构建利用该方法进行领域研究热点识别的模型。[结果/结论 ]实证分析选取2023年作物育种领域论文为数据集，验证方法的可行性和有效性。结果表明，相较于传统的研究热点识别方法，关键词类群分析法可以有效规避“孤立点式”的分析，从“中观层”的分析视角得到更丰富、精确的领域研究热点。该方法可为领域研究态势分析、领域知识创新决策等应用场景提供高质量的情报支撑。

• 单位
  中国科学院科技战略咨询研究院; 中国科学院文献情报中心