|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于LDA-HMM的专利技术主题演化趋势分析——以船用柴油机技术为例显示文摘如何在专利数据海洋中挖掘技术主题的研究现状、识别具有潜力的研发热点,对企业和国家来说都是至关重要的战略议题。针对目前技术主题演化趋势预测研究中存在的不足:技术创新过程中随机特征的忽视、人工分类的缺陷以及专业术语难以识别等问题,本研究提出一种组合方法,首先使用维特比(Viterbi)算法识别专利文献中的专业术语,其次利用机器学习中的隐含狄利克雷分布(LDA)算法捕捉专利文献中潜在的技术主题聚类,分析各时期技术主题的分布特征和演变规律,然后结合包含双重随机过程的隐马尔可夫模型(HMM)对未来技术趋势进行定量预测,最后以船用柴油机技术为例,应用上述组合方法分析船用柴油机技术的主题分布、演化规律及未来趋势。对比实验显示本文方法具有有效性和实用价值。 | 陈伟 林超然 李金秋 杨早立 | 2018 | 情报学报2018，37，7： | 47 |
| 2 | 一种基于LDA主题模型的政策文本聚类方法研究显示文摘【目的】利用LDA主题模型有效提升政策文本聚类精准度。【方法】通过对政策文本模拟数据的预处理、导入政策词表、LDA模型生成基础数据、利用加权算法进行文本计算等步骤对政策文本聚类。【结果】实验数据表明:k=4时,加权后的政策文本聚类结果 G值最大,与初始人工分类数量吻合,Purity值和F值较高,因此验证该方法是合理有效的。【局限】实验中每步操作结果的精度都会对政策文本聚类的准确性产生影响。【结论】通过运用该方法的整体性设计,可对未来新政策的制定及对已有政策的反向评价检验和双向互动生成机制的形成提供借鉴。 | 张涛 马海群 | 2018 | 数据分析与知识发现2018，2，9： | 35 |
| 3 | LDA模型的优化及其主题数量选择研究——以科技文献为例显示文摘【目的】为提升传统LDA模型的主题识别性能,并给主题最优数目选择提供技术方案,提出基于自适应聚类的K-wrLDA模型。【方法】利用LDA和Word2Vec模型得出包含主题词概率信息及词义相关性的T-WV矩阵,并将传统LDA模型的主题数目选择问题转化为聚类效果评价问题,以内部指标伪F统计量作为目标函数,计算主题聚类数目的最优解,并对新旧两种模型的主题识别效果进行比较。【结果】经自适应聚类得出最优主题数量为33,且新模型的困惑度得分始终低于传统模型,主题识别效果对比显示新模型具有更好的凝聚性。【局限】在实证语料选取上获取单一主题下的科技文献,数据量不大。【结论】新模型具有更理想的主题识别能力,并能够自主计算最优主题数目。该模型作为对传统LDA模型的改进,可以应用于各领域的大规模语料中。 | 王婷婷 韩满 王宇 | 2018 | 数据分析与知识发现2018，2，1： | 33 |
| 4 | 共词分析与LDA模型分析在文本主题挖掘中的比较研究显示文摘【目的/意义】大数据时代文本主题挖掘在情报分析领域中的作用日趋重要,通过特征比较共词分析和LDA模型分析两种主流文本主题挖掘方法,研究两者的具体特点,为相关人员合理地运用文本主题挖掘方法处理数据提供一定的参考。【方法/过程】本文分两种情况对比研究:第一、两者挖掘不同时段同一种类文本数据的主题分布信息和主题演化信息的能力;第二、两者挖掘同一时段不同种类文本数据的提取正确主题的能力。【结果/结论】在不同时段LDA模型分析与共词分析相比挖掘主题分布信息的能力可不断提升,并且其可挖掘出更加细化的主题演化信息;在同一时段LDA模型分析对语义关系模糊逻辑结构粗糙的文本提取正确主题的效果明显优于共词分析。 | 曲靖野 陈震 胡轶楠 | 2018 | 情报科学2018，36，2： | 21 |
| 5 | 基于主题过滤与主题关联的学科主题演化分析显示文摘【目的】针对采用LDA模型识别出的主题中往往含有一些无意义的主题,严重影响演化分析的精确性问题,本文提出采用主题过滤和主题关联的方式,构建学科主题在时间序列上的演化路径,并分析主题在内容上的演化情况。【方法】计算主题在所有文献中出现的概率,识别并过滤边缘主题;根据主题中词汇分布的倾向性,识别并过滤无意义的噪音主题。将过滤后的主题作为主题演化分析的主题,通过计算相邻时间段中主题间的JS散度识别相关主题,从而根据主题间的相关关系构建主题演化路径。【结果】以'机器学习'领域的文献为例,构建学科主题演化路径,展示主题间的新生、消亡、继承、分裂和合并5种演化方式,并以微观的'图像识别'为例,验证了方法的有效性。【局限】在构建主题演化路径时,采用人工判断方法设置阈值,具有一定的主观性。【结论】本文方法避免了不重要的边缘主题和无意义的噪音主题对相邻时间段中相关主题识别造成的干扰,提高了所构建的主题演化路径的准确性,能够更为准确地展示学科主题的演化规律。 | 曲佳彬 欧石燕 | 2018 | 数据分析与知识发现2018，2，1： | 20 |
| 6 | 基于LDA模型的国内图书情报学研究主题发现及演化分析显示文摘【目的/意义】为了解近年来图书情报研究的热门主题及其演化趋势,利用LDA模型进行文本挖掘。【方法/过程】选取CNKI作为检索数据库,以2006年至2017年图书情报学领域10本核心期刊中的论文摘要作为研究数据,借助开源工具JGibbLDA构建LDA模型,运用困惑度来确定模型主题数目,根据主题-词项分布文件进行主题标识,根据文档-主题分布文件计算主题强度。【结果/结论】2006年至2017年图书情报学领域有20个研究主题,其中比较热门的主题有7个;8个主题的强度呈上升趋势,9个主题的强度呈下降趋势,3个主题的强度变化幅度较小。 | 林丽丽 马秀峰 | 2019 | 情报科学2019，37，12： | 19 |
| 7 | 基于隐含狄利克雷分布的文本主题提取对比研究显示文摘【目的/意义】目前LDA模型在文本数据挖掘方法中占有重要的地位,已成为数据挖掘领域的研究热点。为了进一步提高LDA模型在文本挖掘中的应用效果,有必要对LDA模型文本主题提取效果进行对比研究。【方法/过程】本文提出了一种基于LDA模型的不同类型文本数据主题提取效果对比评价方法,先通过LDA模型对文本数据进行主题挖掘;再通过定量的主题提取效果评价方法进行对比研究。【结果/结论】本文以期刊论文、网络舆情事件话题、微博文本、调查问卷为文本数据源,实验结果表明LDA模型在处理语义信息明确逻辑关系合理的长文本数据时,主题提取效果较好。这为提高LDA模型的挖掘效率提供了一定的理论依据。 | 王静茹 陈震 | 2018 | 情报科学2018，36，1： | 19 |
| 8 | 基于深度学习的技术预测方法——以机器人技术为例显示文摘[目的/意义]识别、预测技术的发展趋势,对抢占技术制高点,实现“中国制造2025”十分重要。[方法/过程]该文综合运用潜在狄利克雷分配模型(Latent Dirichlet Allocation,LDA)与k均值聚类算法(k-means clustering algorithm,k-means),构建了LDA-kmeans技术识别模型,并以机器人技术为例,对Web of Science数据库中1997-2018年相关文献进行主题提取后聚类;进而,提出了基于深度学习的多模态输入文本分类模型,对所提取相关文献所属研究领域进行划分;最后,基于经验模态分解(Empirical Mode Decomposition,EMD)与长短记忆神经网络(Long Short-Term Memory,LSTM),建立了EMD-LSTM技术预测模型。通过对所提取文献数据的滚动处理,预测了各领域2016-2018年文献发文情况。[结果/结论]研究结果显示:该文提出的主题识别模型识别出机器人技术主要研究领域与Clarivate Analytics机构2018年报告所给出的结论相吻合,同时基于深度学习的文本分类模型预测精度优于其他分类模型,基于EMD-LSTM时间序列预测模型的预测精度更优于其他模型。本研究提出了基于深度学习的技术预测方法,为技术预测提供了新的解决思路。 | 许学国 桂美增 | 2020 | 情报杂志2020，39，8： | 19 |
| 9 | LDA最优主题数选取方法研究:以CNKI文献为例显示文摘文章对LDA主题模型最优主题数确定方法进行了改进。选取CNKI学术期刊中关于政府补贴和企业创新相关的文献作为研究对象,运用观点挖掘和语义网络分析对作者态度和文献内容进行概览,采用困惑度-主题方差相结合的方法来确定文献的最优主题数,并利用基于LDA主题词提取的文献计量方法分析文献主题之间的相关关系。结果表明:'困惑度-主题方差'相结合的方法能够有效避免主题数选取的随意性和主观性,有益于集中提取出辨识度较高的主题,采用此方法分析文本资料更加精准、可信。 | 赵凯 王鸿源 | 2020 | 统计与决策2020，，16： | 19 |
| 10 | 基于主题模型的科技报告文档聚类方法研究显示文摘[目的/意义]探索实践以科技报告为文献载体形式的融合主题模型的文本聚类方法,拓展基于科技文献进行技术监测服务的新领域,提出基于科技报告进行语义分析的新方法。[方法/过程]以国家科技报告服务系统中的科技报告为数据源,首先基于LDA主题模型对经过文本预处理的科技报告进行主题挖掘,再基于Ward与K-means相结合的聚类算法对包含主题分布信息的文本向量进行聚类分析,尝试提出一种适合科技报告文档聚类的文本挖掘新方法。[结果/结论]实验结果表明,LDA主题模型能有效准确挖掘科技报告中的主题信息,所提出的Ward与K-means相结合的聚类算法对科技报告的聚类效果也优于其它传统聚类算法。 | 曲靖野 陈震 郑彦宁 | 2018 | 图书情报工作2018，62，4： | 16 |
| 11 | 基于LDA主题模型和直觉模糊TOPSIS的农产品在线评论情感分析显示文摘提出了基于LDA主题模型和直觉模糊TOPSIS的农产品在线评论情感分析方法。该方法使用情感词典对在线评论进行情感倾向分析,并计算农产品的积极情感值;运用LDA主题模型计算各个属性的权重,结合直觉模糊TOPSIS方法计算农产品的综合评价值;采用SPSS统计分析软件进行有效性检验。结果表明,综合评价值与月销售量、积极情感值呈显著的正相关性,说明该方法具有合理性,为挖掘农产品在线评论中的情感信息提供一种新的思路。 | 王珠美 胡彦蓉 刘洪久 | 2020 | 数据采集与处理2020，35，5： | 16 |
| 12 | 基于LDA的微博用户主题图谱构建及实证研究——以“埃航空难”为例显示文摘【目的】基于LDA构建微博用户主题图谱,更准确、有效地识别微博用户主题群体特征并有针对性地识别意见领袖,对网络舆情进行有针对性的引导,降低舆情监控成本。【方法】构建基于LDA的微博用户主题图谱过程模型,利用困惑度评价指标确定微博用户的最优主题数和主题分布;利用JS散度对微博用户的主题进行相似度度量,并将JS散度作为边权重构建主题图谱。以新浪微博'埃航空难'话题为例,进行用户群体主题偏好、主题用户群体特征以及主题用户意见领袖识别的讨论分析。【结果】数据结果表明,基于LDA的微博用户主题图谱不仅可以利用微博用户的主题对其进行聚类,还可以准确定位每个主题下的意见领袖。【局限】LDA的最优主题数的确定过程是一个超参数的寻优过程,缺少先验的确定方法,时间复杂度相对较高。【结论】研究结果可为舆情监管部门识别不同主题群体的特征和意见领袖提供一定的指导。 | 王晰巍 张柳 黄博 韦雅楠 | 2020 | 数据分析与知识发现2020，4，10： | 16 |
| 13 | 基于专利的两阶段新兴技术识别研究——以图像识别技术为例显示文摘【目的/意义】基于专利的两阶段新兴技术识别方法能够帮助企业更精准的发现和识别具有变革潜力的新兴技术,有利于企业洞察研发趋势,在竞争中抢占先机。【方法/过程】以图像识别领域为例,采用两阶段方法识别新兴技术,第一阶段采用LDA对专利说明书全文构建主题聚类模型,以确定图像识别领域的各项子技术领域;第二阶段采用新兴技术识别指标体系评判各子技术领域综合表现,最终识别出图像领域的新兴技术。【结果/结论】实验成功识别出新型光波导纤维材料和计算机存储媒介两项新兴技术,实验结果与业界分析保持一致,说明两阶段新兴技术识别方法能有效地对专利文献开展新兴技术识别。 | 罗建 蔡丽君 史敏 | 2019 | 情报科学2019，37，12： | 14 |
| 14 | “政策属性—政策结构”框架下人工智能产业政策区域比较研究显示文摘[目的/意义]由于我国不同区域产业结构不同导致产业政策存在差异。对人工智能产业政策进行比较,可以清晰识别政策的布局,为进一步优化产业政策奠定基础。[方法/过程]以京津冀、珠三角和长三角区域2015—2019年出台的人工智能产业政策为研究对象,构建'政策属性—政策结构'分析框架,运用社会网络分析、自然语言处理和主题识别等方法,对比分析《新一代人工智能发展规划》发布前后阶段各区域人工智能产业政策发展态势。[结果/结论]政策属性方面,《新一代人工智能发展规划》发布后各区域政策发文数量明显增加,并趋向强管控态势,但文种'缺位'明显。政策结构方面,珠三角和长三角区域的主体合作发文逐渐增加,京津冀区域则呈下降趋势。京津冀区域侧重基础研发和打造产业集群,长三角区域侧重智能应用和智慧城市建设,珠三角区域依托国际市场环境,侧重人工智能合作发展。 | 单晓红 何强 刘晓燕 杨娟 | 2021 | 情报理论与实践2021，44，3： | 14 |
| 15 | 基于专利说明书语义分析的潜在竞争对手识别研究显示文摘基于专利说明书的语义分析开展潜在竞争对手识别研究,不仅能够为企业尽早发现未来可能给自己致命一击的竞争对手,为企业的战略制定提供决策支持,也能够丰富潜在竞争对手研究理论。专利说明书的背景技术和发明内容中蕴含着丰富的市场和技术信息,基于专利说明书构建了背景相似性、解决方案相似性和时间轴的三维潜在竞争对手初步识别框架。基于LDA语义分析技术,构建了包括搜集和预处理专利数据、建立语料库、初步识别潜在竞争对手和判别潜在竞争对手四个步骤在内的潜在竞争对手识别流程。以水环境领域为实例,证明了该潜在竞争对手识别方法的可行性和有效性。 | 史敏 罗建 蔡丽君 | 2020 | 情报学报2020，39，11： | 13 |
| 16 | 基于LDA的主题语义演化分析方法研究——以锂离子电池领域为例显示文摘【目的】揭示学科领域不同发展阶段中主题语义内容层面的演化规律。【方法】结合LDA和生命周期理论,提出主题语义演化分析方法,重点解决主题过滤、主题语义相似度计算和主题语义演化模式判别等技术问题。【结果】研究发现锂离子电池领域主题之间的语义演化模式:主题继承贯穿领域发展全过程;主题分裂始于成长期,在快速发展期分裂次数(6次)最多;主题融合始于发展期,在快速发展期融合次数(5次)最多。【局限】学科领域全局主题是否能够涵盖各阶段主题还需要进一步验证。主题语义演化的知识图谱需人工绘制,还需进一步研究自动化实现方法。【结论】基于LDA的主题语义演化分析方法可深度揭示学科领域发展过程中继承、分裂和融合等重要语义演化模式,为学科领域知识创新提供有价值的决策信息。 | 关鹏 王曰芬 傅柱 | 2019 | 数据分析与知识发现2019，3，7： | 13 |
| 17 | 国际区块链研究主题挖掘及演化分析显示文摘[目的/意义]区块链研究越来越受到社会各界的重视,对国际区块链研究主题及其演化的分析有利于我国学者把握其发展趋势,精准把握面向区块链学科领域的国际前沿研究方向。[方法/过程]本文围绕国际区块链研究主题及演化情况,以Web of Science核心合集SCI-EXPANDED和SSCI中2008—2020年相关论文为数据源,使用LDA主题模型,从热点主题和主题演化两个方面对国际区块链研究进行了分析。[结果/结论]国际区块链领域中的热点主题包括“医疗健康”“数据隐私保护”“能源交易与共识算法”和“物联网安全”;“商务智能合约”“加密货币”两个主题具有明显演化特征,具体表现为在重要文献发表之后两者的热度开始上升;区块链的研究从其技术本身向包括医疗、能源在内的多个领域拓展渗透;目前,以融合解决其他领域问题为特征的区块链3.0的研究占比已经超过了传统的区块链1.0和以智能合约为代表的区块链2.0。 | 罗棋 闵超 颜嘉麒 王嘉杰 | 2021 | 现代情报2021，41，9： | 11 |
| 18 | 基于中心词和LDA的微博热点话题发现研究显示文摘[目的/意义]通过引入中心词概念,提出一种改进LDA主题模型,以期在微博热点话题发现中获得更好的话题分布效果。[方法/过程]以微博热点数据为研究对象,进行文本表示学习,将基于Bert和Word2Vec的模型设为实验组,基于TF-IDF和BOW的模型设为对照组,令实验组和对照组分别生成改进LDA模型和传统LDA模型。[结果/结论]通过对比传统LDA模型和改进LDA模型,发现改进方法所生成的LDA模型在高频词分布集中度上更优于传统方法,在下游任务应用中更适合热点话题生成。 | 刘干 林杰豪 翟雯熠 | 2021 | 情报杂志2021，40，5： | 10 |
| 19 | 基于主题词和LDA模型的知识结构识别研究显示文摘[目的/意义]基于某一领域科学文献题录进行学科知识结构识别是文献计量分析的一个重要任务,可以揭示该领域的研究主题。[方法/过程]主题词包含的题目、摘要和关键词3方面内容均是作者对文献语义信息的有效概括,LDA模型可以挖掘词语间的语义信息。本文提出基于主题词和LDA模型进行知识结构识别的具体方法,以基于谷歌学术指标获得的2014-2018年数据挖掘领域顶尖英文期刊论文为例,进行基于关键词(或主题词)、采用共现聚类(或LDA模型)的4组交叉实证分析。[结果/结论]实验结果表明,基于主题词和LDA模型进行知识结构识别有效,且得到的研究主题涉及应用更广、粒度更细。 | 黄月 张昕 | 2022 | 现代情报2022，42，3： | 10 |
| 20 | 基于主题的政务微博评论用户画像研究显示文摘[研究目的]构建政务微博评论用户的画像,直观地展现各群体的典型人物特征,有助于了解各群体用户特征和行为之间的关系,对政府改善微博的管理策略有着重要的意义。[研究方法]使用LDA模型挖掘出用户评论中的偏好主题,并得到每个用户偏好主题的概率分布向量,据此计算出用户的相似度,采用多维标度法实现用户群体的分类,最后利用Logistic回归模型提取出各群体用户的典型特征。[研究结论]政府可以根据用户群体的典型特征,向用户精准推送相关的主题内容,增强政民沟通的效率;不同特点的用户群体的评论会发挥出不同的作用,政府应该采取不同的处理方式,增强公众参与的效果。 | 王志刚 邱长波 | 2022 | 情报杂志2022，41，3： | 10 |
您所在的机构暂未开通此部分的功能，请联系管理员