基于信息粒度的主题相似性信息检索

主题相似性计算是信息检索、文本分类等领域内的一个研究热点.基于信息粒度原理,内容主题识别和事件主题识别是在不同粒度世界进行的识别计算.本研究将传统的内容主题识别算法与基于TDT的事件主题识别算法相结合,提出1种新的主题相似性计算模型,即先进行内容主题识别,再进行事件主题识别.试验结果表明:该模型具有良好的分类效果.     

中国农民信息素养研究现状分析及趋势展望——以中国知网(CNKI)期刊文献数据为例

本文从农民信息素养相关的研究论文入手,对中国农民信息素养研究的现状进行分析,了解中国农民信息素养研究现阶段的主题分布及基金支持情况,并通过回归分析模型对不同研究主题与基金支持之间的相关程度进行分析,进而得出基金支持在农民信息素养研究领域的倾向性趋势,通过与研究现状的分析结论结合得出该领域的研究重点及研究的薄弱之处,帮助研究者在将来的研究中更好地选择主题,促使农民信息素养研究在各方面均衡发展.     

中国农民信息素养研究现状分析及趋势展望——以中国知网(CNKI)期刊文献数据为例

本文从农民信息素养相关的研究论文入手,对中国农民信息素养研究的现状进行分析,了解中国农民信息素养研究现阶段的主题分布及基金支持情况,并通过回归分析模型对不同研究主题与基金支持之间的相关程度进行分析,进而得出基金支持在农民信息素养研究领域的倾向性趋势,通过与研究现状的分析结论结合得出该领域的研究重点及研究的薄弱之处,帮助研究者在将来的研究中更好地选择主题,促使农民信息素养研究在各方面均衡发展.     

基于潜在主题的知识组合分析研究——以传播学为例

随着信息科学和通信技术的迅猛发展,传播学生成和积累了大量的数据与信息。近年来传播学发展速度很快,其研究方向及主题也较为丰富,它的学科发展脉络及热点研究主题等特征迫切需要得到系统而直观的分析及展示。为了更为全面地探索和发现研究领域的热点主题和受欢迎的“主旨-方法”对,文章提出基于分类视角的 LDA主题抽取方法。以传播学领域期刊文献为研究对象,利用 LDA 主题模型对文献集进行主题抽取,得到30个热点主题,将主题分为两类：主旨与方法,通过深入分析各“主旨-方法”对,发现热点主题所揭示的知识点。实验发现,基于分类视角的 LDA 主题抽取方法能够较为全面、细致地挖掘研究领域的学科主题和研究热点。     

基于Word2Vec文本挖掘的农村电子商务科学文献主题研究

选取CNKI期刊数据库,运用文本挖掘技术自动从大量科技文献中提取农村电子商务主题,借助NLP分词系统、Word2Vec和K-Means分析方法,挖掘出各个主题类及其关键词。分析得到农村电子商务研究的6个主题,分别是农村电子商务政策制度研究、物流体系研究、产业集群研究、商务模式研究、区域农村电子商务SWOT分析、发展路径研究。该研究科学的划分了农村电子商务的研究主题,能够帮助从事该领域的学者了解研究现状和热点。     

基于CitespaceⅢ的国内林下经济研究知识图谱分析

以CNKI中2006年—2015年期刊、学位和会议的林下经济论文为研究对象,应用基于Java平台的知识图谱分析软件CitespaceⅢ对林下经济研究进行主题词形成的主题发展趋势进行分析。研究发现,目前国内林下经济研究主要集中在森林旅游、林下种植、模式研究、林下养殖、发展现状及对策以及林业产业等主题。研究趋势显示,2006年—2009年,森林旅游和林下种植成为林下经济的研究热点。2010年随着与林下经济发展紧密联系在一起的集体林权改革制度的提出,出现了林下经济的林下养殖、发展模式研究、林地资源研究等热点主题。2012年后,党随着国家对林业建设的高度重视,林下经济研究主要以林业生态发展、林业产业化、经营模式、以及林下经济发展现状、存在问题和对策研究为主题,并呈现复杂多样分散发展态势。     

图书馆学科化服务的文献计量学研究

利用文献计量学的方法对学科化服务相关论文的时间分布、著者分布和主题分布进行分析,结果显示：目前在学科化服务方面,国内已有了一定数量研究论文,但尚未形成学科化服务专题的核心著者群;研究主题也趋于单一,主要是关于学科化服务开展模式和实现途径的主题,以后应加大对学科化服务制度化和学科化服务的技术基础方面的研究。     

基于“趋势-比率二维法”的学科领域研究缺口识别——以情报学领域为例

通过对研究主题进行“趋势—比率”二维分析,识别学科领域的研究缺口。基于国内情报学领域5种核心期刊的数据,形成16个研究主题,从中国知网的引文数据库获取这16个主题在2007年—2016年10年的发文量以及引用情况。用发文量表示研究趋势、引用情况表示用户需求。通过分析用户的引用数据来评估所有主题的发文趋势,最后依据发文趋势(Trend)和比率（Rate）两个维度形成四个区域,分析每个区域中的研究主题,确定情报学领域的研究缺口,并给出研究优先级。研究结果表明：“突发事件”“信息传播”“信息生态”等在情报学领域具有较高的研究优先级。     

基于 CiteSpace 的我国核桃研究的变化态势

为给我国核桃生产和科研提供参考,以 CNKI 数据库论文为数据样本,利用知识图谱分析软件 CiteSpaceⅡ对我国核桃研究主题变化进行可视化分析,绘制了核桃研究领域关键词共现网络图谱,并根据网络节点中心度分析了我国核桃研究主题的变化,展望了我国核桃研究主题发展方向。     

文本预处理后的LDA模型主题发现与技术演进研究

[目的]在科技情报资源快速增长的环境下,通过大文本数据分析快速发现研究主题,且进一步挖掘各研究主题下的技术发展与变化,对做出全面快速响应的科技情报工作有着重要的意义。[方法]针对大文本数据,利用Python实现了文本预处理后的LDA模型主题发现与技术演进,首先构建文本预处理泛化模型,实现技术词自动识别处理;然后基于技术词进行LDA模型构建及可视化,来识别研究主题;最后基于技术词构建技术演进的计算模型,来进一步挖掘技术的发展与变化。[结果]文章以SiC技术领域43621项专利为分析对象进行了实践,包括文本预处理、主题发现及可视化、某主题下技术发展和变化分析等全流程,处理畅通且用时很短(案例全程历时约10分钟)。[局限]文章提出的LDA各主题下技术演进模型中,文档只与其相关度最大的主题关联,尚未对文档多主题关联情况下的演进效果进行对比,后续有待进一步优化验证。[结论]文章提出的方法对快速全面把握一个科技领域有着重要作用,通过主题的识别以及主题之下的技术发展变化,可以以不同的颗粒度去研究一个科技领域,并对后续的调研分析提供有价值的线索。