Python 与 R：一种用于分析 Scopus 数据库中研究趋势的文本挖掘方法
摘要
在当代世界，随着先进技术的孵化和研究工作的巨大爆发，利用当前研究场景中呈现的工具和技术来分析大数据以纳入研究策略变得更有帮助。本文确实试图通过采用文本挖掘方法分析生产管理领域发表的研究数据作为开端，来解决与大数据分析最突出的挑战。该研究通过考虑 Scopus 收录的《国际生产研究杂志》(IJPR) 在 1961—2017 年间的研数据，将分析分为 1961—1990、1991—2010 以及最后的 2011—2017 三个片段，作为突出期刊重点的案例。这确实带来了多方面的益处，例如通过 R 与 Python 编程之间的充分比较提高了所获取数据的有效性，并提供了关于所孵化研究工作的详细研究趋势。研究结果突出了现有 IJPR 文献中一些最突出的主题，如系统优化、供应商选择、流程设计等，提供了与正在进行的研究工作相关的充分细节。该研究还比较了两种语言对特定研究领域的适用性，以更好地理解研究主题的广度和深度。当前研究工作是一项版权作品（注册号 SW-10310/2018，题为“用于分析研究数据集关键趋势的程序”）的一部分，该程序用 Python 设计，基于可用的 bib 格式研究数据库进行详细内容分析，在当前语境中已应用于 IJPR 期刊，并可通过关键词搜索复现于任何领域的文章。
引用
@article{arxiv.1911.08271,
title = {Python vs. R: A Text Mining Approach for analyzing the Research Trends in Scopus Database},
author = {Neeraj Bhanot and Harwinder Singh and Divyansu Sharma and Harshit Jain and Shreyansh Jain},
journal= {arXiv preprint arXiv:1911.08271},
year = {2019}
}
备注
This study aims to help researchers by developing a Python based algorithm to analyse research trends using Scopus Database considering large amount of information in different domains as it will help the beginners to get fair enough idea of research being carried out in their fields of interest. A comparison with R has also been done to find as in which platform provides more relevant results