超星发现

1. 多维分面聚类
超星发现依托高厚度的元数据资源，通过采用分面分析法，可将搜索结果按各类文献的时间维度、文献类型维度、主题维度、学科维度、作者维度、机构维度、权威工具收录维度以及全文来源维度等进行任意维度的聚类。

用户可根据实际需要进行任意维度的组配检索、自由扩检和缩检，从而实现文献资源发现的精炼聚类和精准化搜索，将最重要、最核心、最有价值的资源按相关度、被引频次、时间、影响因子等方式展现给用户。

2. 智能辅助检索
超星发现提供强大的智能辅助搜索功能。借助内置规范知识库与用户的历史检索发现行为习惯，自动判别并切换到与用户近期行为最贴切的领域和关注热点，同步显示与用户检索主题相应的解释，帮助实时把握所检索主题的内涵，并优先按用户筛选文献的喜好显示检索结果，提高发现精准度和检准率。

3. 立体引文分析
超星发现可实现图书与图书之间、期刊与期刊之间、图书与期刊之间、以及其他各类文献之间的相互参考、相互引证关系分析。

借助超星发现的文献引用频率分析研究，可有效测定与评价某一文献、某一学科、某一作者、乃至某一机构的学术影响力。

借助超星发现的文献间相互引证逻辑关系，可分析获得某一学术思想的历史渊源、传承脉络以及演变规律。

4. 考镜学术源流
考镜学术源流可以把文献资源的研究单位从单一的文献深化到文献中存在的知识关联中。通过学术源流可以按照知识概念形成知识相关链。这些关联就是知识关联的基础。超星发现能够按照知识概念给出知识关联图谱，通过单向或双向线性知识关联构成的链状、网状结构，形成主题、学科、作者、机构、地区等关联图，从而反映出学术思想之间的相互影响和源流。

5. 展示知识关联
超星发现集知识挖掘、知识关联分析与可视化技术于一体，能够将发现数据及分析结果以表格、图形等方式直观展示出来。

知识关联是我们从事知识活动和知识管理的基础，知识管理的目的是为科学组织和有效利用知识，而知识关联是科学组织和有效利用知识的基本出发点和理论依据。因此，可以说知识管理的本质是知识关系的管理，通过知识关联为研究者从宏观角度直观地把握海量数据之间的规律和整体面貌，直观揭示人与人、人与机构、人与知识，以及知识与知识之间的关联，从而反映出不同学者、不同机构对某一领域的研究强度与贡献，反映出某一领域关联知识的相互交叉支持强度，为进一步追踪、拓展和创新该领域的研究提供思路。

6. 揭示学术趋势
超星发现具备对搜索结果进行年代分布规律分析的功能，可揭示出任一主题学术研究的时序变化趋势图，进而帮助研究者在大时间尺度和全面数据分析的高度洞察该领域研究的起点、成长、起伏与兴衰，从整体把握事物发展的完整过程和走向。无论是在上升或下滑趋势曲线中，当曲线在某一阶段处于上升或者处于波峰阶段时，即是在该时间段内学术研究兴盛的时段；当曲线在某一阶段处于下滑或者处于波谷阶段时，即是在该时间段内学术研究低迷的时段，同时也具有学术趋势发展的预判分析，为预测该学术未来发展的趋势提供帮助。

成功案例
超星发现系统已获得广泛使用。典型案例包括：西安交通大学、上海交通大学、中山大学、吉林大学、天津大学、哈尔滨工业大学、北京师范大学、电子科技大学、北京航空航天大学等。