未来新兴科学研究前沿识别研究

　　本书以规划文本数据、基金项目数据和论文数据作为数据源，综合运用自然语言处理主题识别技术、复杂网络分析技术、可视化分析技术等，识别出隐含在不同文本中的研究前沿主题，通过主题相似度计算技术和未来新兴研究前沿判别模型识别出热点研究主题、新兴研究主题、潜在研究主题等不同类型的科学研究前沿主题及其未来发展演化趋势。相对于已有研究，本书认为“科学研究前沿”应该包含三部分内容，一部分是引起世界科学家高度关注的对未解的科学问题所做的种种探索并取得了重大突破或一定进步，这部分内容多数包含在已经发表的论文数据中；另一部分是面对未解决的问题，近期正在进行的，具有明确研究目标和方法路径的科学前沿探索，该部分内容包含在各类基金项目中；再有一部分前瞻若干年内的科学研究前沿方向，这部分内容多数包含在科技规划中。在前瞻性价值上，本书认为科技规划的前瞻性大于基金项目，基金项目的前瞻性大于论文数据。因此，本书提出综合利用科技规划、基金项目和论文做为研究对象探测科学研究前沿，为这一领域研究提供一种崭新的思路。

　　白如江，1979年生，副研究馆员，博士，情报学硕士研究生导师。美国路易斯安那州立大学访问学者，北美知识组织协会（NASKO）会员，入选山东理工大学高层次人才“双百工程”第三层次，山东理工大学青年教师发展支持计划。主持国家社科基金2项，教育部人文社会科学青年基金和山东省自然科学基金各1项。获***教学成果二等奖，山东省社会科学优秀成果奖三等奖，山东省高等学校优秀科研成果一等奖，山东省科技情报工作先进个人，山东理工大学科研工作先进个人等多项教学、科研奖励。发表SCI、EI、CSSCI检索期刊论文60余篇，合作出版专著1部。是《图书情报工作》、《数字图书馆论坛》等期刊的审稿专家，研究方向：文本数据挖掘与科技情报分析。

略