基于citespace的知识转移研究现状分析(附件)【字数:13153】
目录
摘要1
关键词1
Abstract1
Keywords1
引言2
一、基础研究2
(一)数据获取与研究方法3
(二)数据的年份分布与分析3
二、数据的可视化分析4
(一)作者分析4
1.合著者分布图谱分析 4
2.作者合作频次表分析5
(二)研究机构分析6
1.机构合作网络图分析 6
2.机构合作频次表分析7
(三)关键词分析8
1.关键词共现知识图谱分析8
2.关键词主题频次表分析10
3.知识转移主题演化研究10
(四)文献被引分析14
三、分析结果15
(一)历史发展阶段分析15
(二)研究力量、研究热点分析15
致谢16
参考文献16
图1 20092019年收录论文的年度分布4
图2合著者分布图谱5
图3机构合作网络图7
图4关键词共现知识图谱9
图5 20092011年关键词共现知识图谱11
图6 20122014年关键词共现知识图谱12
图7 20152017年关键词共现知识图谱13
图8 20182019年关键词共现知识图谱14
表1 作者合作频次表6
表2 机构合作频次表8
*景先生毕设|www.jxszl.com +Q: ¥351916072$
表3 关键词主题频次表 10
表4 被引频次排在前十的文献 15基于Cite Space的知识转移研究现状分析
引言
知识转移是指将知识从一个载体转移到另一个载体。知识转移可以经由口头讲述等非正式的形式进行传递,也可以通过组织创建起正式的机制来进行传递。知识转移主要由两个过程组成:一是传输(将知识传播或展现给潜在的接收者);二是吸收(个人或组织对知识的吸收和转化)。在进行知识转移的途中,不可或缺的几个因素有:被转移的知识(知识的内隐性和可表达性对知识转移绩效有着很大的作用)、知识源(是否拥有知识点意愿直接影响到知识转移能否发生)、知识受体(吸收和利用所转移知识的能力是知识转移的根本)、知识转移环境(主要包括物理间隔和知识间隔两个方面)、知识转移方式(不同的知识转移方式会对知识转移绩效造成影响)。
有效的知识转移将促进知识的交流与共享,对优化组织知识结构、增加组织知识存量、拓宽研究视角、激发创新性思维起到不可替代的作用,是提高组织知识应用与创新能力的重要手段[1]。知识转移的关键目标就是要消化吸收新知识,通过对这些可以使组织获得重要信息的知识进行转移,可以增强组织的竞争实力,知识转移活跃于整个组织运营过程之中,经过对于科技服务体系运转的研究,从知识转移的立场评估它的成果,更好的为科技服务体系的建立贡献了科学有效的方法[2]。
自从1977年,一位美国人蒂斯,其在对技术和创新管理学方面做出了巨大贡献的学者首次阐述了有关知识转移的观点,以此为契机,知识转移开始渐渐发展起来。在经历了40年的时间以后,有关知识转移的研究不断深入,研究方向日益增多,研究结果与日俱增。
我们可以将知识转移,理解成将知识从其拥有者手中,以及在相应的环境下,传播到接受者,或其他特定相关角色的过程,在此过程中组织及个人将会获取对其有价值的知识,个人及组织可以将此过程继续,以此来促进技术与知识的扩散。当然,随着被扩散的知识的种类,数量,日益繁多,其必然可以缩小组织间,个体间因为种种原因带来的,知识质量,数量上的差距。人类也可以继续加速发展 ,共同进步[3]。以往研究成果表明,在知识经济时代已然成为绝对趋势的今天,知识转移已经成为重要的学术研究领域,与知识转移相关的研究领域,已经从一开始的理论研究,走向了,实践研究,并向应用性领域拓展。
本文通过 Cite Space可视化分析软件,以2009—2019年的10年间 CNKI中国知网中收录的4566条“知识转移”相关主题文献作为研究对象,以一系列文献题录数据为输入,以一个基于每年出版物的网络时间序列的综合网络为基础,区分领域类型,并且模拟相关领域的知识结构,同时为了统计分析,本文采取了文献学,计量学,统计学等相关方法。本文采用的图谱展示方式,是为了将分析结构更加直观,有效,准确的展现出来,当然同时也可以帮助未来进行更深入的研究,预测知识转移未来的发展。
基础研究
(一)数据获取与研究方法
本文的数据,以及数据样本主要采自中国知网(CNKI)的全文数据库。检索式为“(主题=知识转移)并且(发表时间=2009.03.012019.03.01)”,去除非相关文献后得到有效学术论文共4018篇。
科学文献(文章)作为科学计量学的分析对象,文献间的连接已经成为政策研究、科学技术指标和知识扩散等研究的中心议题。然而,用户所希望得到的的是那些明且有指导意义的信息,而不是这些大量的无序的数据。为处理用户所面临的这些问题,陈超美,一位授课于美国德雷塞尔大学计算机与信息学院的英籍华裔教授,最早在2004年开发了一款科技文本挖掘及可视化的软件,也就是本文所用到的Cite Space软件,并且在这十几年间还在持续优化更新[4]。对Cite Space这款可视化软件,进行参数设置,主要是文献方面的,时间跨度设置为2009—2019,节点类型依次选择作者( Author)、机构( Institution)和关键词( Keyword),选择聚类词型为抽取短语和探测爆发性增长( Burst Terms)的关键词,其它设置做默认处理,绘制相应的知识图谱。
原文链接:http://www.jxszl.com/jsj/xxaq/564007.html