EVENT DOSSIER
研究人员提出一种综合新颖性测量方法，旨在通过整合知识单元间的网络、语义及层级关系来量化潜在距离。该研究基于 PLoS ONE 发表的 142,036 篇生物医药论文及 H1 Connect 平台的验证数据集进行分析与验证。结果显示，三种关系类型分别捕捉了 MeSH 术语间不同的潜在距离特征；相较于 Uzzi 等人（2013）提出的指标，该测量方法在与同行评议的一致性方面表现更强；同时，结合所有三种距离指标比单一视角更能有效识别新颖论文。
本研究提出一种综合新颖度测量方法，通过整合知识单元间的网络、语义及层级三种关系来量化潜在距离。研究基于 PLoS ONE 发表的 142,036 篇文章及 H1 Connect 平台验证数据集进行验证，结果显示：每种关系类型捕获了 MeS…
本研究提出一种综合新颖性测量方法，通过整合知识单元间的网络、语义及层级关系来量化潜在距离。研究基于 PLoS ONE 发表的 142,036 篇文章及 H1 Connect 平台的验证数据集进行分析。结果显示，三种关系类型分别捕捉了 Me…
本研究提出一种综合新颖度测量方法，通过整合知识单元间的网络、语义及层级三种关系来量化潜在距离。研究基于 PLoS ONE 发表的 142,036 篇文章及 H1 Connect 平台验证数据集进行验证，结果显示：每种关系类型捕获了 MeSH 术语间不同的潜在距离；与 Uzzi 等人（2013）提出的常用指标相比，该测量与同行判断的一致性更强；且结合三种距离指标比单一视角更能有效识别新颖论文。
本研究提出一种综合新颖性测量方法，通过整合知识单元间的网络、语义及层级关系来量化潜在距离。研究基于 PLoS ONE 发表的 142,036 篇文章及 H1 Connect 平台的验证数据集进行分析。结果显示，三种关系类型分别捕捉了 MeSH 术语间不同的潜在距离；相较于 Uzzi 等人（2013）提出的指标，该测量与同行评议的一致性更强；且结合所有三种距离指标能比单一视角更有效地识别新颖论文。