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

来源：图书情报工作杂志2023年第24期北京时间：

作者：巩玥,黄龙光,常志军,张超星

单位：1 中国科学院文献情报中心 北京 100190;2 中国科学院科技战略咨询研究院 北京 100190

摘要：[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。

关键词：研究热点,关键词类群,作物育种,共现,表述范式,

基金资助：本文系中国科学院文献情报中心项目“盐碱地饲草育种知识库建设”（项目编号：E2901118）研究成果之一。