一、数据分析利器DDA的优势解析X 1.数据清洗在整理个科研情报挖掘过程中的重要性 2.DDA基本情况介绍 3.科研情报挖掘过程中的痛点，以及怎样使用DDA解决这些痛点 二、DDA工作流程说明 1、DDA整体工作流介绍 2、各个步骤中重点注意事项以及常用模块介绍 三、新兴趋势指标与自动分类 1、新兴趋势指标EI的工作原理、制作和解读 2、自动分类功能的作用以及使用展示 四、新功能助力情报分析 1、桑基图的制作与使用 2、概念栅格图的解读与运用 3、气泡饼图的制作技巧与运用 4、自动分类子类别的使用

近几年，代表性研究成果、代表作有着越来越高的关注度，如何借助定量分析方法和思路为成果提供多维度的定量数据证明和支撑，为其影响力和显著性的展示添砖加瓦？如何更好更快地定位到定量数据表现优异的成果，让专家评价更有针对性？此次分享我们将结合现行代表作制度、英国REF评估框架，针对定量分析代表性研究成果方法进行初探，希望能为大家提供一定借鉴。 讲座提纲：代表作制度及英国REF解析定量分析方法在代表作的分析和影响力展示中的应用探索

为更好支持科研人员快速入门、高效掌握Python在数据处理与可视化方面技能，中国科学院文献情报中心联合中国科学院计算所培训中心共同举办“Python与科研绘图”主题系列讲座（共三讲），邀请该中心资深讲师杨文川教授一起探索如何对应数据类型选择合适的可视化路径、如何实现“所想即所得”的可视化结果，使您的数据分析及处理过程更加流畅高效。邀请您以及与一起并肩作战的科研伙伴们共同参与本次网络直播活动。我们针对本系列讲座设计了调研问卷，欢迎您为我们留下意见与建议，问卷地址： https://www.wjx.cn/jq/80405401.aspx本期课程要点：◆ Basemap及地图投影◆ 绘制地图背景◆ 在地图上画数据◆ 美国加州城市数据应用案例◆ Seaborn及其应用操作◆ Geoplotlib城市数据应用案例