共查询到19条相似文献，搜索用时 62 毫秒
1.
基于共词分析的学科主题演化方法改进研究 总被引：2，自引：0，他引：2
学科主题演化是情报分析人员采用一定的信息技术方法观察主题在时间维度上的发展、变化趋势以及不同主题之间的交互作用,它已成为情报研究的一项重要内容。基于词频或共现词频的共词分析方法难以反映主题词对间更层次的语义关系,针对这一情况,提出一种改进的共词分析方法,该方法体现主题词、主题和文档间的层次语义关系,以更微观、精确的语义层面展现主题演化过程。 相似文献
2.
【目的/意义】识别信息隐私研究领域的热点主题,梳理主题演化路径。【方法/过程】针对主题识别语义杂乱
等问题,提出时序关联与结构表征视角下的主题演化分析方法。首先利用LDA（Latent Dirichlet Allocation）模型识
别多时间窗口下的文献主题,进一步运用共词分析绘制语义更为独立的主题凝聚子群。在此基础上,从时序关联
维度计算相邻窗口下主题间的相似度,梳理演化路径;从结构表征维度,设计主题新颖度、中心性、影响力等计量指
标,探寻信息隐私前沿和热点主题的演化变迁。【结果/结论】实证分析结果表明,本文方法可以深度挖掘信息隐私
领域研究主题,从宏微观两个维度全面梳理主题的演化路径。研究有利于探测信息隐私研究的前沿。【创新/局限】
综合运用LDA主题模型与共词分析方法绘制主题凝聚子群,从时序演化和结构表征两个维度探寻主题演化路径。
未来研究中有待于引入多种数据源以对比主题差异,有待于引入多元组术语改善主题识别效果。 相似文献
3.
基于共词分析的学科主题动态跟踪相似方法是分析和研究学科主题演化的崭新、重要手段,但该法的理论研究和实践应用发展缓慢.对已有的三种相似分析法进行了研究探讨,指出了共同存在的主要问题.同时,又对在基本原理上与相似分析法密切相关的基于共词分析的学科主题动态跟踪图谱方法、基于共引分析的学科主题动态跟踪方法、其他相关演化方法和相似算法进行了综合研究,分析了各自可供相似方法借鉴的内容,为基于共词分析的相似方法的进一步发展提供了重要参考. 相似文献
4.
《科学学与科学技术管理》2017,(6)
揭示学科的演化规律一直是人们关注的焦点,以管理科学为研究对象,通过分析国家自然科学基金资助项目的文献,研究管理科学领域的研究前沿主题及其演化趋势。基于层次Dirichlet过程模型和主题相似度映射算法,分析研究前沿主题的时序演化,绘制学科知识演化图谱。该研究对于发现科学的前沿和新生长点,完善学科演化分析方法和情报分析方法具有重要意义,为制定科技政策、推动科研创新等提供重要参考。 相似文献
5.
【目的/意义】当前,对学科研究前沿的挖掘和探测成为学科知识创新服务的重要支撑。本文从整合主题的
视角出发,提出了学科知识网络构建与演化分析的框架,通过该框架实现学科研究前沿的挖掘和探测。【方法/过
程】整合主题的学科知识网络构建与演化分析框架主要包括三个部分。一是,基于主题挖掘与主题语义关联计算
相结合的视角,提出了整合主题的学科知识网络构建流程;二是,基于复杂网络结构分析理论提出了整合主题的网
络结构演化分析方法,以挖掘和探测前沿主题;三是,基于复杂网络演化建模与多 agent系统仿真建模方法,提出了
整合主题的学科知识网络演化建模框架,通过演化建模探索学科知识结构的演化机理。【结果/结论】以上整合主题
的学科知识网络构建流程和演化分析、演化建模框架,形成了“主题挖掘→网络构建→结构演化→仿真建模”的研
究新思路,为学科知识创新服务提供了新的方法与工具。 相似文献
6.
[目的/意义]通过技术预测的量化趋势演化模型预测挥发性有机物（VOCs）的新技术和技术发展态势,从而为该领域提供技术路径方案。[方法/过程]文章基于专业术语、高频词、词共现三个维度,分析得到术语集,从新技术发现和领域技术发展态势两个方面,提出了一种基于趋势演化分析的模型。模型包括领域技术主题筛选与处理、领域新技术主题清洗、领域技术主题时序演化趋势三个模块。[结果/结论]实证验证了趋势演化模型的可行性,预测了挥发性有机物(VOCs)治理技术主题主要集中于挥发性有机物催化及催化剂应用研究领域、光催化研究领域、挥发性有机物治理设备及工艺研究领域、污染源控制研究领域和污染源检测/监测研究领域。 相似文献
7.
【目的/意义】关联数据为当前国内外关注的热点话题之一,本文对其新兴趋势进行探索,以期为关联数据
的进一步深入研究指明方向。【方法/过程】文章以CNKI中2006-2017年国内关联数据研究的700多篇文献为基础
数据,采用突变检测并结合共词分析方法,从突变权重排序、突变词主题时区视图和突变共词聚类知识图谱等不同
角度分析关联数据领域研究热点及其新兴趋势演化轨迹。【结果/结论】结果表明,国内关联数据研究文献的突变词
类型共有4种,并得出关联数据研究的两大新兴主题,以及关联数据从诞生到发布、互联和应用的一个生命周期的
四大研究热点主题。 相似文献
8.
9.
10.
共词聚类分析方法是科技情报分析的一种重要的方法和技术,已逐渐发展成为科技情报分析中最活跃的研究领域之一。共词聚类分析方法可以形成一系列由科技文献组成的文献聚类,这些聚类所包含的主题特征对于揭示学科领域知识发展变化具有很好的指示作用。本文分析了基于词频统计共词分析的主题识别方法及其局限,提出基于概率模型的主题识别方法。实验表明,该方法可以充分地利用概率模型的优点,改进了传统共词分析方法的不足,从而可以更好地应用于主题分析中的主题识别环节。 相似文献
11.
12.
【目的/意义】从学者的合作网络中进行社区发现及主题分布研究是具有十分重要的意义点。本文从社区 结构及其主题分布演化的角度分析并归纳情报学领域的研究现状和预测未来发展趋势。【方法/过程】本文通过构 建动态社区-主题模型,拟研究情报学文献中合著社区及其研究主题演变过程。【结果/结论】2000-2017年间,合著 网络社区演化呈现松散到聚合的趋势,在2012-2017年间基本形成三个大型的社区,每个社区的主题演化路径有不 同的模式：分裂融合模式、主干聚集模式和主干分解细化模式。不同社区的主题变化影响着社区演化路径。每个 社区的主题分布具有逐步多样化的特点,并且与数据挖掘、大数据分析、人工智能的研究日益紧密。 相似文献
13.
[目的/意义]分析2007-2016年中国竞争情报年会会议论文的基本情况,揭示竞争情报研究热点主题及其演化规律,探索竞争情报的未来发展趋势。[方法/过程]选取2007-2016年中国竞争情报年会会议论文,对高频关键词综合运用共词分析、聚类分析和战略坐标图方法进行分析。[结果/结论]展示我国竞争情报研究的主题演化特征,表明竞争情报系统是领域研究的基础主题和活跃主题,大数据和智库研究将会是我国竞争情报发展新的挑战,以情报池为基础的综合情报分析将会是未来竞争情报研究的趋势。 相似文献
14.
15.
国内图书馆PIS研究计量分析及其发展路线图——基于战略坐标图的共词分析 总被引：1，自引：0，他引：1
以CSSCI中信息科学领域16种核心期刊2000--2005年、2006--2011年两个时间段的个性化信息服务(Personalized Information Service,PIS)相关论文的全部关键词为研究样本,对两个6年阶段的图书馆PIS研究论文分别进行了共词聚类分析,绘制了其战略坐标图。通过对比分析两个6年阶段的战略坐标图,标绘出图书馆PIS研究的路线图。该路线图全面、直观地揭示了PIS研究主题的发展脉络及演化趋势。 相似文献
16.
本文以ISI Web of Science数据库(SCI-EXPANDED,SSCI,CPCI-S)1986-2010年所收录的主题为"医学情报"的研究文献作为分析样本,从文献计量学角度,借助最新的信息可视化软件CitespaceⅡ绘制知识图谱,分析国际医学情报研究的发展演进、研究热点和前沿,预测未来医学情报研究的趋势,为国内医学情报研究和学科发展规划提供参考依据。 相似文献
17.
[目的/意义]通过对美国空军公布的专利进行研究,揭示其不同阶段的重点研究方向,更好地把握技术变化,为相关决策提供参考。[方法/过程]引入时间维度将主题模型生成的"文档—主题"分布转换为"年份—主题"分布,结合t-SNE降维并可视化来划分时间段。采用专利分类号与技术领域的映射关系和社会网络分析方法做粗粒度的技术领域演化及可视化分析,并综合运用LDA和JS散度对其中某一技术领域做细粒度的技术主题演化与可视化分析。[结果/结论]将美国空军公布的1958—2019年的专利划分为7个时间段,得到技术领域演化河流图以及"测量"技术领域的技术主题演化桑基图。结果表明该方法可以较好地识别美国空军不同阶段的核心技术演化过程,是从专利的角度研究国防技术发展趋势的一次积极探索。 相似文献
18.
[目的/意义]随着科学技术的高速发展、知识交叉越来越多、科学与社会的关系越来越复杂,如何利用计量学的原理、方法与工具处理这些错综复杂的关系显得尤为重要,可见进一步厘清我国计量学发展轨迹具有重要意义。[方法/过程]本文基于CNKI、CSSCI数据库,利用可视化软件,对国内已有的文献进行分析,探析国内计量学发展的研究演进过程,通过文献的梳理分析,使用文献的共引分析、共词分析方法对我国计量学发展轨迹及研究趋势进行可视化分析。[结果/结论]本文通过文献共被引分析,发现我国计量学研究的两个核心领域;通过作者共被引分析,发现研究主题演进过程中代表人物及其更替;通过关键词共现分析,掌握目前国内"五计学"研究热点的演进。 相似文献
19.
【目的/意义】分析网民在突发公共卫生事件中的情感演化历程,探究影响网民情感波动的因素及其时空演
化的差异。【方法/过程】运用Python爬取微博新冠疫情相关文本数据315 445条,基于SnowNLP情感分析工具对数
据文本进行情感分析。使用TF-IDF及LDA主题模型进行建模,对不同阶段及不同群体的舆情时空演化及差异进
行内容分析。【结果/结论】网民的情感演化呈现阶段性和群体性差异,尽管整体为积极态势,但疫情上升期为负面
情绪集中爆发期;网民群体中受教育程度较低的群体情感波动幅度更大,更容易受到舆论的影响,舆情演化更易极
化;中心大城市情感波动相对稳定,而引起其他区域网民消极情绪的往往不是疫情本身,而是由疫情引发的负面舆
论;普通网民群体较于高影响力群体在舆情演化阶段的负面情绪更为严重,情感演化在各阶段呈现明显的涟漪效
应,需在不同阶段针对不同群体制定有效的舆情引导政策。【创新/局限】本文将整个语料库划分为50多个小语料,
个别语料文本数据量较少,具有一定的局限性。 相似文献