以社會網路分析觀點探討巨量資料在健康保健領域之研究發展

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：96

、訪客IP：3.137.218.83

姓名

李佳桓(Jia-Huan Li) 查詢紙本館藏

畢業系所

資訊管理學系

論文名稱

以社會網路分析觀點探討巨量資料在健康保健領域之研究發展
(Social network analysis: Research pattern of big data in healthcare)

相關論文

★ 運用資料探勘法探討台灣老年人口全民健保醫療資源利用之研究	★ 運用地理資訊系統與資料探勘技術於基層診所選址分析與研究─以台北市為例
★ 以醫師觀點探討看診輔助系統建置之研究	★ 以創新抗拒觀點探討消費者對客服機器人使用意圖之研究
★ 網路拍賣頁面相關的服務品質對賣家經營績效之影響	★ 多重商品類別的線上再購行為預測模型
★ 以使用與滿足理論與科技接受模式探討人機介面對網購意願之影響	★ 整合網路口碑之個人化醫療院所推薦系統-以牙醫診所為例
★ 網路口碑影響智慧型手機銷售量的時間動態分析	★ 運用資料探勘技術於建置招生決策支援系統之研究
★ 評估臨床決策支援系統對候診時間與醫病關係之影響	★ 高等教育招生決策支援系統建構之研究
★ 醫療App人機互動設計對使用者滿意度之研究	★ 社群媒體粉絲頁經營之研究─ 以Facebook某健康粉絲頁為例
★ 基於網路口碑與醫療利用理論之混合式推薦系統	★ 探討科技接受度、認知負荷對線上購物意圖之影響－以網頁購物與聊天機器人購物為例

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

隨著健康保健資料電子化，相關資料量大幅成長，許多證據顯示健康保健巨量資料已成為一門廣受世界各國關注的科學領域，然而目前卻還沒有一個確鑿的資訊計量分析(Informetric Analysis)來幫助研究者快速掌握此領域的發展狀況，並促進該領域的發展。本研究以社會網路分析觀點探討健康保健巨量資料研究領域的整體研究趨勢，並辨識此領域最有影響力的學者、機構與國家。
本研究蒐集Scopus學術資料庫最近20年健康保健巨量資料相關期刊論文，並採用共詞分析(Co-word analysis)與合著分析(Co-author analysis)技術建構健康保健巨量資料領域的文獻知識地圖以及合著網路地圖，來辨識健康保健巨量資料領域研究趨勢並找出最有影響力的重要學者與機構，最後本研究也透過發展一新指標來計算此領域重要學者的跨領域影響力。
本研究結果顯示大多數健康保健巨量資料研究聚焦於少數關鍵字，大多數關鍵字僅出現於少數的研究當中，例如出現一次的關鍵字佔了全部關鍵字80.9%，意味著此領域多為單一個案研究，欠缺完整研究體系。本研究詳細地描繪健康保健巨量資料研究整體研究發展情形，幫助研究者找出此領域的研究缺口與趨勢，並找出適合的研究合作對象，而政府與相關機構也可透過本研究結果進行資源分配，投注績效、影響力較大的學者與機構更多的資源。

摘要(英)

Increasing evidence shows that the application of big data in healthcare has become an important research area. However, no previous study has undertaken a comprehensive Informetric analysis in the field. To fill this knowledge gap, this study examined the research patterns and trends of big data in healthcare from the perspective of social network analysis. The relevant data were collected for the last 20 years from the Scopus database. This study used co-word analysis and co-author analysis to reveal patterns of research in healthcare big data and to identify the most influential author, institution and country in this field. In addition, we also evaluated the inter-subject area influence of authors by the new index (Subject area impact factor).
The results of analysis indicate that the research structure of big data in healthcare is a scale-free network; that is, most academic attention focused on few keywords; about 80.9% of all the keywords were only received little attention. The keyword frequency appears to obey power-law distribution. The research patterns of healthcare big data revealed in this study can help researchers identify critical research gaps and find proper research collaborators. Government and relative institutions may allocate more resources to efficient authors and institutions base on our results.

關鍵字(中)

★ 共詞分析
★ 合著分析
★ 社會網路分析
★ 跨領域影響力指標

關鍵字(英)

★ Co-word analysis
★ Co-author analysis
★ Social network analysis
★ Subject area impact factor

論文目次

中文摘要 i
英文摘要 ii
致謝辭 iii
目錄 iv
圖目錄 vii
表目錄 viii
一、緒論 1
1-1 研究背景與動機 1
1-2 研究目的 3
1-3 研究方法 4
1-4 研究重要性 4
1-5 論文架構 5
二、文獻探討 6
2-1 健康保健巨量資料領域相關研究 6
2-2 共詞分析(Co-word analysis) 8
2-3 合著分析(Co-author analysis) 9
2-4 小結 12
三、研究方法 12
3-1 資料蒐集(Data collection) 13
3-2 資料前處理(Data pre-processing) 13
3-3-1 共詞分析(Co-word Analysis) 14
3-3-2 合著分析(Co-author analysis) 15
3-4 視覺化(Visualization) 16
四、實驗結果與討論 17
4-1 文獻數量變化趨勢 17
4-2 關鍵字頻率分析 18
4-2 中心性分析 21
4-3 視覺化分析 23
4-4 統計理論與方法 27
4-5 合著率分析 28
4-6 文獻產量分析(作者) 30
4-7 中心性分析(作者) 32
4-8 作者文獻影響力分析 35
4-9 視覺化分析(作者) 42
4-10 文獻產量分析(機構) 44
4-11 中心性分析(機構) 45
4-12 視覺化分析(機構) 48
4-13 文獻產量分析(國家) 50
4-14 中心性分析(國家) 50
4-15 視覺化分析(國家) 52
五、結論與建議 54
5-1 研究結論 54
5-1-1 文獻數量變化 54
5-1-2 共詞分析之結果 54
5-1-3 合著分析之結果 55
5-2 研究限制與未來建議 58
5-2-1 研究限制 58
5-2-2 共詞分析結果之建議 59
5-2-3 合著分析結果之建議 59
5-2-4 資訊計量研究之未來應用 60
參考文獻 61
附錄一 Scopus學科分類表 65
附錄二關鍵字頻率表 70
附錄三關鍵字程度中心性表 73
附錄四關鍵字中介中心性表 76
附錄五理論與方法表 79
附錄六作者文獻產量表 82
附錄七作者程度中心性表(只包含高產出學者) 84
附錄八作者程度中心性表 86
附錄九作者中介中心性表 88
附錄十機構文獻產量表 90
附錄十一機構程度中心性表 92
附錄十二機構中介中心性表 94
附錄十三國家文獻產量表 96
附錄十四國家程度中心性表 98
附錄十五國家中介中心性表 100

參考文獻

英文文獻
﹝1﹞ Raghupathi, W., & Raghupathi, V. (2014). Big data analytics in healthcare: promise and potential. Health Information Science and Systems, 2(1), 3.
﹝2﹞ Frost, S. (2015). Drowning in big data? reducing information technology complexities and costs for healthcare organizations.
﹝3﹞ Uddin, S., Hossain, L., Abbasi, A., & Rasmussen, K. (2011). Trend and efficiency analysis of co-authorship network. Scientometrics, 90(2), 687-699.
﹝4﹞ Kim, Y., Choi, T. Y., Yan, T., & Dooley, K. (2011). Structural investigation of supply networks: A social network analysis approach. Journal of Operations Management, 29(3), 194-211.
﹝5﹞ Liu, X., Bollen, J., Nelson, M. L., & Van de Sompel, H. (2005). Co-authorship networks in the digital library research community. Information Processing & Management, 41(6), 1462-1480.
﹝6﹞ Zhao, J., & Song, W. (2013). Comparative study of traditional tennis teaching method and modern tennis teaching method. education, 7, 5.
﹝7﹞ Li, C. L. L. (2008). Discussion on Foreign Language Teaching of Russian to Master Graduates. Journal of Northeast Agricultural University (Social Science Edition), 1, 021.
﹝8﹞ Garfield, E. (2006). Citation indexes for science. A new dimension in documentation through association of ideas. International journal of epidemiology, 35(5), 1123-1127.
﹝9﹞ Hirsch, J. E. (2005). An index to quantify an individual′s scientific research output. Proceedings of the National academy of Sciences of the United States of America, 102(46), 16569-16572.
﹝10﹞ Yang, Y., Wu, M., & Cui, L. (2012). Integration of three visualization methods based on co-word analysis. Scientometrics, 90(2), 659-673.
﹝11﹞ Wang, S. D. (2013). Opportunities and challenges of clinical research in the big-data era: from RCT to BCT. Journal of thoracic disease, 5(6), 721.
﹝12﹞ Zhang, Z. (2014). Big data and clinical research: focusing on the area of critical care medicine in mainland China. Quantitative imaging in medicine and surgery, 4(5), 426.
﹝13﹞ Lukowicz, P., Kirstein, T., & Troster, G. (2004). Wearable systems for health care applications. Methods of Information in Medicine-Methodik der Information in der Medizin, 43(3), 232-238.
﹝14﹞ Picard, R. W., & Du, C. (2002). Monitoring stress and heart health with a phone and wearable computer. Motorola Offspring Journal, 1, 14-22.
﹝15﹞ Chan, K. C. (2013). Big data analytics for drug discovery. Paper presented at the Bioinformatics and Biomedicine (BIBM), 2013 IEEE International Conference on.
﹝16﹞ Groves, P., Kayyali, B., Knott, D., & Van Kuiken, S. (2013). The ‘big data’revolution in healthcare. McKinsey Quarterly, 2.
﹝17﹞ Sagiroglu, S., & Sinanc, D. (2013). Big data: A review. Paper presented at the Collaboration Technologies and Systems (CTS), 2013 International Conference on.
﹝18﹞ Bizer, C., Boncz, P., Brodie, M. L., & Erling, O. (2012). The meaningful use of big data: four perspectives--four challenges. ACM SIGMOD Record, 40(4), 56-60.
﹝19﹞ Kwon, O., Lee, N., & Shin, B. (2014). Data quality management, data usage experience and acquisition intention of big data analytics. International Journal of Information Management, 34(3), 387-394.
﹝20﹞ Hu, J., Ma, Y., Zhang, L., Gan, F., & Ho, Y.-S. (2010). A historical review and bibliometric analysis of research on lead in drinking water field from 1991 to 2007. Science of the Total Environment, 408(7), 1738-1744.
﹝21﹞ Lu, F., & Fuhai, L. (2006). Development of Theoretical Studies of Co-Word Analysis [J]. Journal of Library Science in China, 2, 88-92.
﹝22﹞ Ding, Y., Chowdhury, G. G., & Foo, S. (2001). Bibliometric cartography of information retrieval research by using co-word analysis. Information processing & management, 37(6), 817-842.
﹝23﹞ Tseng, Y.-H., Lin, C.-J., & Lin, Y.-I. (2007). Text mining techniques for patent analysis. Information Processing & Management, 43(5), 1216-1247.
﹝24﹞ Holmberg, K., Huvila, I., Kronqvist-Berg, M., & Widén-Wulff, G. (2009). What is library 2.0? Journal of Documentation, 65(4), 668-681.
﹝25﹞ Kostoff, R. N., & Schaller, R. R. (2001). Science and technology roadmaps. Engineering Management, IEEE Transactions on, 48(2), 132-143.
﹝26﹞ Mane, K. K., & Börner, K. (2004). Mapping topics and topic bursts in PNAS. Proceedings of the national academy of sciences, 101(suppl 1), 5287-5290.
﹝27﹞ Criscuolo, P., Salter, A., & Sheehan, T. (2007). Making knowledge visible: Using expert yellow pages to map capabilities in professional services firms. Research Policy, 36(10), 1603-1619.
﹝28﹞ Newman, M. E. (2004). Coauthorship networks and patterns of scientific collaboration. Proceedings of the national academy of sciences, 101(suppl 1), 5200-5205.
﹝29﹞ Borgman, C. L., & Furner, J. (2002). Scholarly communication and bibliometrics.
﹝30﹞ Moussa, S., & Touzani, M. (2010). Ranking marketing journals using the Google Scholar-based hg-index. Journal of Informetrics, 4(1), 107-117.
﹝31﹞ Hodge, D. R., & Lacasse, J. R. (2010). Evaluating journal quality: Is the H-index a better measure than impact factors? Research on Social Work Practice.
﹝32﹞ Zhuang, Y., Liu, X., Nguyen, T., He, Q., & Hong, S. (2013). Global remote sensing research trends during 1991–2010: a bibliometric analysis. Scientometrics, 96(1), 203-219.
﹝33﹞ Hsu, W.-C., Tsai, C.-F., & Li, J.-H. (2015). A hybrid indicator for journal ranking: An example from the field of Health Care Sciences and Services. Online Information Review, 39(7), 858-869.
﹝34﹞ Echchakoui, S., & Mathieu, A. (2008). Marketing trends: Content analysis of the major journals (2001-2006). Paper presented at the ASAC.
﹝35﹞ Hu, C.-P., Hu, J.-M., Deng, S.-L., & Liu, Y. (2013). A co-word analysis of library and information science in China. Scientometrics, 97(2), 369-382.
﹝36﹞ Romo-Fernández, L. M., Guerrero-Bote, V. P., & Moya-Anegón, F. (2013). Co-word based thematic analysis of renewable energy (1990–2010). Scientometrics, 97(3), 743-765.
﹝37﹞ Larivière, V., Archambault, É., Gingras, Y., & Vignola‐Gagné, É. (2006). The place of serials in referencing practices: Comparing natural sciences and engineering with social sciences and humanities. Journal of the American Society for Information Science and Technology, 57(8), 997-1004.
﹝38﹞ Abt, H. A. (2007). The future of single-authored papers. Scientometrics, 73(3), 353-358.
﹝39﹞ Gu, Y. (2004). Global knowledge management research: A bibliometric analysis. Scientometrics, 61(2), 171-190.
﹝40﹞ Gupta, D. K. (1993). Collaborative research trend in exploration geophysics. Scientometrics, 28(3), 287-296.
﹝41﹞ Farahat, H. (2002). Authorship patterns in agricultural sciences in Egypt. Scientometrics, 55(2), 157-170.
﹝42﹞ Norris, R. P. (1993). Authorship patterns in CJNR: 1970–1991. Scientometrics, 28(2), 151-158.
﹝43﹞ Yang, H., & Chen, Y.-X. (2013). Improvement analysis of article quality in World Journal of Gastroenterology during 2008-2012. World J Gastroenterol, 19(44), 7830-7835.
﹝44﹞ Lotka, A. J. (1926). The frequency distribution of scientific productivity. Journal of Washington Academy Sciences.
﹝45﹞ National Science Board. 2016. Arlington, VA: National Science Foundation Science and Engineering Indicators 2016(NSB-2016-1).

中文文獻
﹝1﹞ 內政部統計處. (2015). 104年第3週內政統計通報(103年底人口結構分析). Retrieved from http://www.moi.gov.tw/stat/news_content.aspx?sn=9148.
﹝2﹞ 行政院主計總處. (2015). 國情統計通報. 行政院主計總處 Retrieved from http://www.dgbas.gov.tw/public/Data/51021161625L3E5JF46.pdf.
﹝3﹞ 范光中與許永河. (2010). 台灣人口高齡化的社經衝擊. 台灣老年醫學暨老年學雜誌, 5(3), 149-168.
﹝4﹞ 呂威寰. (2015). 軟體工程領域國際科學合作趨勢之研究. 天主教輔仁大學圖書資訊學系研究所碩士論文.
﹝5﹞ 尤千儀. (2009). 經濟學合著趨勢之探討—以 TSSCI 經濟學門類為主. 暨南大學經濟學系學位論文, 1-124.
﹝6﹞ 吳冠儀. (2003). 1999-2001年海峽兩岸圖書館學核心期刊論文主題及引文分析研究. 淡江大學圖書資訊學研究所碩士論文.
﹝7﹞ 鐘賽香, 曲波, 蘇香燕, 毛鵬, 與游细斌. (2014). 從《地理學報》看中國地理學研究的特點與趨勢—基於文獻計量方法. 地理學報, 69(8), 1077-1092.
﹝8﹞ 蔡明月與董蕙茹. (2009). 臺灣地區的世界文學翻譯作品: 書目計量分析. 圖書館學與資訊科學, 35(2), 34-53.
﹝9﹞ 蔡惠婷. (2009). 利用專利共詞分析探討可撓式顯示器之技術發展趨勢. 國立台灣科技大學科技管理研究所碩士論文.

指導教授

許文錦(Wen-Chin Hsu)

審核日期

2016-7-18

推文