-
题名基于动态语义网络分析的主题演化路径识别研究
被引量：25
- 1
-
-
作者
陈翔
黄璐
倪兴兴
刘家润
曹晓丽
王长天
-
机构
北京理工大学管理与经济学院
-
出处
《情报学报》
CSSCI
CSCD
北大核心
2021年第5期500-512,共13页
-
基金
国家自然科学基金面上项目“基于复杂网络的全球创新研发主体组合识别与评估方法研究”(71774013)。
-
文摘
当前,学科演变更替加速,交叉融合态势加剧,如何快速准确地识别领域的研究主题、理清领域的发展脉络、追踪主题的演化路径及动向,进而把握领域的研究前沿,成为科研工作者亟待解决的关键问题。本文提出了一套基于动态网络的主题演化路径识别方法,首先通过引入分段线性表示法和Word2Vec模型构建动态关键词语义网络,之后利用社区发现算法识别动态网络中的社区,并通过度量相邻时间段间的主题相似性来表现主题间的演化关系,最终识别主题的演化路径。本文以信息科学领域为例开展实证分析,在方法验证部分,本文对比了分段线性表示法与平均时间划分法的分析结果,同时,还将本方法与K-means和LDA两大方法在主题识别中的效果进行了比较。本研究能为科研工作者以及战略决策者开展前瞻性科研活动提供重要的决策支持。
-
关键词
主题演化路径
动态网络分析
分段线性表示法
Word2Vec
-
Keywords
topic evolution
dynamic network analysis
piecewise linear representation
Word2Vec
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
