数据集概述
本数据集包含针对先进生物燃料研究的Python与R分析脚本，基于Scopus数据库文献数据开展文献计量分析，覆盖作者、期刊、机构、国家等维度的研究趋势，结合机器学习与深度学习技术预测研究方向，为相关领域研究者提供分析工具支持。
文件详解
该数据集包含一个目录下的十五个代码文件，具体说明如下：
- R语言脚本文件（共十个）：
- Top 10 authors TLCS.r：用于分析作者总本地引用得分（TLCS）
- Top 10 authors articles fractionalized (AF).r：用于分析作者分数化文章数（AF）
- Top 10 authors h index.r：用于分析作者h指数
- Top 10 authors m index.r：用于分析作者m指数
- Top 10 authors g-index.r：用于分析作者g指数
- Top 10 authors TGCS.r：用于分析作者总全球引用得分（TGCS）
- Top 10 authors no. of publications.r：用于分析作者发表论文数量
- Top 10 keywords.r：用于分析高频关键词
- Top 10 country and institutions metrics.r：用于分析国家及机构研究指标
- Top 10 journals metrics.r：用于分析期刊研究指标
- Python脚本文件（共五个）：
- Research evolution forecast using SciBERT and Prophet.py：用于基于SciBERT和Prophet预测研究方向演化
- Top 10 keywords.py：用于分析高频关键词
- Textual semantic clustering SciBERT, HDBSCAN and UMAP.py：用于基于SciBERT、HDBSCAN和UMAP开展文本语义聚类
- Top 20 Burst Keywords plotting.py：用于绘制高频突发关键词图表
- Top 20 Burst keywords analysis.py：用于分析高频突发关键词
适用场景
- 可再生能源研究：分析先进生物燃料领域的研究趋势与热点
- 文献计量学应用：复现基于Scopus数据库的文献计量分析流程
- 机器学习与深度学习应用：探索文本语义聚类及研究方向预测的技术实现
- 学术研究支持：辅助研究者识别先进生物燃料领域的研究空白与未来方向
