基于文本挖掘的学科评估权重研究——以财经类学科为例

摘要

2018年第四轮学科评估结果正式公布，每四年一轮的学科评估对学校学科建设及发展规划具有较强的指导性，既有利于学校检验自身的建设水平又有助于学科准确定位，实现特色发展。为了更好的帮助财经类学科建设走向世界一流水平，未来的学科评估应该在历史的基础上进行有更层次化、国家化、内涵式的提升，从2002年开始第一轮学科评估，发展到现在，学科评估建设不断地吸收世界经验和本土特色，整体上学科评估指标体系在不断地完善，但是面对“双一流”建设提出的新挑战，财经类学科评估体系还需要进一步调整，才能更好的根据世界标准和国家的战略发展要求促进财经类学科发展。　　为了对财经类学科的评估指标体系建设提出建设性的意见，文本在研究了一定文献的基础上，将对指标体系研究的落脚点放在财经类学科评估指标权重的量化上，考虑到已有文献中对于指标权重量化方法的局限性，本文利用LDA主题模型针对财经类高校“一流”学科建设方案进行文本挖掘的，实现对指标权重的客观量化。　　本文的主要内容如下：第一章主要介绍了财经类学科评估权重确定的社会背景和意义，以及本文的研究思路和研究方法。　　第二章为文献综述，介绍了学科评估的发展背景，针对评估权重产生的争议，论述了相关指标权重的介绍方法以及他们的优缺点，确定本文采用文本挖掘的权重量化方法。　　第三章为国内外评估机构的评估现状，主要介绍了学位中心评估、ARWU评估、QS评估三所评估机构的评估指标体系，并针对评估结果进行相关性分析。结果显示学位中心评估结果和权重越大的一级指标评估结果的相关系数越高。将三所评估机构的一级评估指标进行汇总，发现评估指标的差异较小，产生差异的主要原因是评估指标的权重。　　第四章为文本数据的预处理和可视化分析过程。文本数据的预处理过程包括利用网络爬虫技术获取“一流学科建设方案”的数据获取过程；利用pdfminer3k对于PDF文本数据的读取过程；利用jieba软件包进行数据分解及清洗过程。数据的可视化分析通过词云图、词频统计表、条形图等对文本数据进行展示。　　第五章为利用LDA主题模型量化指标权重的实证过程。利用清洗的文本数据建立LDA主题模型，生成文档主题，并将文档主题中的词组按照相关性大小分配到一级指标中，利用一级指标下相关词组的累计频数大小确定一级指标权重，最终得到学科评估一级指标教师队伍、人才培养、科学研究、社会声誉的权重分别为19.5%，32.5%，32.9%，15.1%。　　本文的主要贡献在于：第一，提供了新的学科评估研究角度，已有的文献中对于学科评估指标、评估指标的权重、评估体系的完善和发展展开了详细的研究，但没有将评估指标的研究具体到财经类学科。第二，实现了对财经类一级学科评估指标权重的客观量化。本文基于LDA文本挖掘方法，从财经类高校一流学科建设方案文档中挖掘文档主题，并将主题中的词组划分到与之相关性最高的一级指标中，根据一级指标中词组频数确定学科评估一级指标的权重。

目录

第1章 绪论

1.1 研究背景及意义

1.1.1研究背景

1.1.2研究意义

1.2 研究思路与方法

1.3 研究创新

第2章 研究综述

2.1 评估权重

2.2 学科评估

2.2.1学科评估的发展

2.2.2评估权重的争议

2.3 总体评价

第3章 财经类学科评估现状

3.1 国内外财经类学科评估现状

3.1.1学位中心学科评估现状

3.1.2 ARWU学科评估现状

3.1.3 QS学科评估现状

3.2 评估结果的相关性分析

3.2.1学位中心和和ARWU评估对比

3.2.2学位中心和QS评估对比

3.3 评估权重对比

3.4 本章小节

第4章 数据处理及可视化分析

4.1 数据预处理

4.1.1数据获取

4.1.2数据清洗

4.2 可视化分析

4.3 本章小节

第5章 实证分析

5.1 模型理论

5.1.1模型相关分布

5.1.2 LDA主题模型

5.1.3 Gibbs抽样

5.2 LDA建模

5.3 评估权重确定

5.4 本章小节

第6章 结论与展望

参考文献

致谢