CAU Graduate Student Course Materials
Lesson_One
Advanced Features of Python, Numpy and Pandas
Homework: data analysis tryout.
Lesson_Two
Data for Infomatics Research, Data Cleaning and Regular Expression
In class presentation:
2-1 介绍如何下载scopus、wos、cnki数据以及数据的基本形式和内容（1分）；
2-2 介绍网络应用程序API是什么，调用API的基本规范和基本方式是什么（2分）；
2-3 介绍科技情报数据清洗和整理的基本步骤，每一步的难点都是什么，可结合已有研究论文进行综述（2分）；
2-4 介绍科技情报数据中有关作者名、作者机构、关键词的具体清洗方法，可参考苏新宁著《面向知识服务的知识组织理论与方法》相关内容或其他论文（2分）。
Lesson_Three
ScientoPy and MetaKnowledge
In class presentation:
3-1 介绍不同文摘数据库的学科分类，以及如何建立本地的期刊-学科、文献-学科映射；（2分）
3-2 介绍题录数据中引文部分的引文缩略格式，以及如何将缩略引文和完整引文进行大规模快速映射；（3分）
3-3 介绍metaknowledge库（https://github.com/UWNETLAB/metaknowledge），分析metaknowledge库的架构，以及核心代码；（3分）
3-4 介绍ScientoPy库（https://github.com/jpruiz84/ScientoPy），分析ScientoPy库的架构，以及核心代码；（3分）
3-5 介绍Awesome Scholarly Data Analysis列表（https://github.com/napsternxg/awesome-scholarly-data-analysis），则要介绍列表中的资源。（1分）
Lesson_Four
Network Analysis
In class presentation:
4-1 介绍networkx库，以及基本的图论知识（包括顶点、边等术语，以及广度优先、深度优先等遍历算法，还有中心性、密度等概念），以及使用networkx实现引文图谱；（3分）
4-2 介绍基于关键词共现的文献主题聚类方法，及其局限；（2分）
4-3 介绍vosviewer所使用的聚类算法（smart local moving algorithm），参见相关论文Waltman, L., & Van Eck, N.J. (2013). A smart local moving algorithm for large-scale modularity-based community detection. European Physical Journal B, 86(11), 471；（3分）
4-4 完成CWTS科学计量课程(https://github.com/CWTSLeiden/CSSS)，并分享课程内容和成果。（4分）