一个月前科睿唯安推出了酝酿已久的Research Horizon Navigator工具， 可以说是在引用数据的基础上做了进一步的开发，也利用了一点点AI的功能，抽空学习了一下，并初步加以总结。

1．          功能实质：通过学术文献的引文网络，使用被引算法，提供了数以千计的Emerging Topics 

2．          Emerging Topic 的组成：

a.     一组核心论文（Core Papers）: 由3-25篇最近5年发表的高被引论文（Highly Cited Papers）

b.     一组共同引用核心论文的论文:  发表时间不超过2.5年。 

3．          如何识别Emerging Topic:

第一步：选择核心论文组（Core Paper ）

               使用Leiden algorithm（https://www.nature.com/articles/s41598-019-41695-z ）对最近5年发表的高被引论文进行聚类（Cluster）。

第二步：生成共引论文组（Co-citing Paper）

               发表时间不超过2.5年的至少引用过两篇核心论文组论文的文章（文章数不限）。

第三步：Emerging Topic命名

               使用生成式AI 基于论文组（Core Paper + Co-citing Paper）自动生成Emerging Topic名称。 

4．          数据来源：

最近5年的Web of Science 核心合集的数据（SCIE, SSCI, AHCI, ESCI, and CPCI），文献类型包含Article, Reviews, and Conference proceeding

5．          一个新指标： 跨学科指数（Interdisciplinarity Index）

a.      一句话总结就是这个Emerging Topic跨学科 的程度，所有Emerging Topic平均值为0.55, 超过这个基准就是高于所有学科的平均水平。

b.     计算过程有一点点复杂，利用了标准化香农熵（Normalized Shannon Entropy） 

6．          可以按多种方式进行查询

包括Topic  (可以参考 Citation Topics?)、学科 (JCR Category), 文档主题(Document)、机构（Organizations）、国家/地区（Countries/Regions）、WoS 学科（WoS Categroy）、基金（Funding Agencies）以及作者（Authors）。

需要吐槽一下的是，国家/地区以下的几种解锁方式，只有将右边的滚动到最下方的时候才能出现。 

7．          数据月度更新

总之，Research Horizon Navigator应该说算是一个比较接地气的利器，进一步的使用场景还有待不断的探索。

                （这一周： 2024-7-14）