首页 期刊 数据分析与知识发现 基于论文自动分类的社科类学科跨学科性研究 【正文】

基于论文自动分类的社科类学科跨学科性研究

作者:刘浏; 王东波 南京大学信息管理学院; 南京210023; 江苏省数据工程与知识服务重点实验室; 南京210023; 南京农业大学信息科学技术学院; 南京210095
knn   文本分类   跨学科性  

摘要:【目的】使用机器学习自动分类的方法,量化社科类论文的跨学科性。【方法】根据论文的题录信息,使用KNN算法对社科类论文进行自动分类,根据分类结果提出定量研究跨学科性的指标——跨学科度,并提出其计算方法。【结果】自动分类结果在各学科间呈现出较大的差异,各学科的跨学科性对分类结果产生了较大的影响,自动分类结果与跨学科度之间存在直接关系,进而可以用来计算跨学科度。【局限】尚未对跨学科性进行更为深入、广泛的量化探究。【结论】使用机器学习方法量化研究跨学科性是一种有效的尝试。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅