共词网络（共现网络）研究

1、基于共词网络的专家专场挖掘 刘萍

基于词频分析的传统专家专长挖掘方法，在构建专家能力体系时忽视了关键词间的相互关联性。这种分析方法不仅未能有效捕捉到低频主题信息，并且将许多高频词汇归类为无实际意义的词语，
阻碍了对其全面而精确的识别。
而共词网络则是从关键词间共现关系这一维度构建的知识表示模型。

在专家文档集合中进行核心术语的整合与优化处理时（具体措施包括整合同义表达并剔除出现频率较低的核心术语），我们随后依据这些核心术语在每篇文献中的共同出现频率来构建关键词之间的共现关系网络（即构建关键词共词网络）。基于事实可知，在这种情况下任何两个核心术语只要呈现出共同出现的现象就被视为具有语义关联性；因此我们选择将这一共词网络设定为一个无向且无权重的结构。

在社区划分方面：通过复杂网络理论中的社区识别方法可以实现关键词间的语义关联分析。每个主题都可以被视为一个独立的社群，并且同一关键词可能涉及多个不同的主题或领域。专家的能力并非单一化展现，在共词网络中同一关键词可能涉及多个不同的主题或领域。由于共词网络作为一种特殊的复杂系统结构，在构建单个专家共词网络之后我们可以借助复杂网络理论中成熟的社区划分方法将这种特殊的复杂系统划分为若干个互不重叠的主题社群或者领域单元以实现对多维度专业能力的有效描述与建模研究

数据预处理&网络构建：
本研究选取了信息管理学院管