HSTOOL for Horizon Scanning of Scientific Literature

Författare:

  • Maja Karasalo
  • Johan Schubert

Publiceringsdatum: 2019-05-07

Rapportnummer: FOI-R--4760--SE

Sidor: 35

Skriven på: Engelska

Forskningsområde:

  • Övrigt

Nyckelord:

  • horizon scanning
  • scientometri
  • Gibbs sampling
  • Dirichlet multinomial mixture model
  • entropi
  • klustring
  • HSTOOL

Sammanfattning

Denna rapport beskriver en metodik och ett system för så kallad horizon scanning av vetenskaplig litteratur i syfte att upptäcka vetenskapliga trender. Litteratur inom ett brett definierat forskningsfält kan med denna metodik grupperas automatiskt i kluster efter ämnesinnehåll och rangordnas med avseende på inflytande inom respektive ämnesområde. En metod för att bestämma det optimala antalet kluster för en befintlig dokumentklustringsalgoritm, samt en metod för att ta fram beskrivande och särskiljande ord för de upptäckta klustren introduceras. Dessutom föreslås en rankingmetodik baserad på citeringsstatistik för att identifiera inflytelserika bidrag inom de upptäckta ämnesområdena.