主题演化

摘要： 水族文化的主题挖掘和主题演化分析有助于从不同角度了解水族发展状况、热点主题和研究趋势,为后续水族文化传承和文献挖掘提供相关参考价值。基于此,本文采集中国知网990篇水族文献,提取水族文化关键词及主题,利用共现分析和层次聚类挖掘水族关键词间的联系,构建水族主题共现知识图谱和主题演化网络。实验结果表明,本文的方法能有效分析水族文献的主题演化趋势,发现特征词共现关系和相似度,构建水族文化主题知识图谱,并聚类形成五大类水族文献主题,对少数民族文化研究和文献挖掘具有一定的应用价值和理论意义。

摘要： 通过信息计量、聚类分析、主题演化等方法,以Web of Science核心数据集为来源,对2000年~2019年多媒体信息处理中人工智能方法应用进行检索,共得到5162条检索结果,对多媒体信息处理中人工智能方法应用的研究热点及主题演化进行深入分析。

摘要： 大数据时代下我国关于档案服务创新的研究成果大量问世。本文基于数据挖掘技术进行我国档案服务创新相关文献的主题发现及演化研究。首先利用LDA模型抽取期刊数据主题及关键词,再采用Word2vec获取词向量并通过加权得到主题向量,进而计算主题相似度与重要度,最后以可视化方法构建主题共现图谱和主题演化图谱。研究结果表明:(1)近二十年部分产业依托信息化创新完善档案服务工作,政府部门依托人文与制度创新进行优化和改革。(2)我国关于档案服务创新的研究层次越来越丰富,学术科研开始得到重视,近二十年主要存在两条关键主题演化路径,分别是高校企业医院的档案服务信息化创新与国家档案部门的建设管理和文化创新。

摘要： 为深刻认识重大科技基础设施的战略价值,充分发挥其科研潜力,支撑国家未来对重大科技基础设施的统筹布局,以欧洲大型强子对撞机(LHC)、北京正负电子对撞机(BEPC)以及日本非对称正负电子对撞机(KEKB)为研究对象,构建重大设施成果对学科领域发展影响机制模型和适用于高能物理领域的主题词库,使用基于模式匹配的主题抽取法分析相关设施成果的引文分布及主题强度演化,并提出设施成果“价值持续性”“价值重要性”概念,定义重大设施对学科领域发展的4种影响类型以及形成类型判别的三维战略坐标。结果发现:LHC运行时间最短但成果总量大幅领先,且具有积极影响类型的成果集中出现在LHC中;Belle在高被引论文占比与数量方面都明显较高;BEPC在成果产出方面与其他设施有较大差距。最后,为推动中国重大科技基础设施对学科领域发展产生更多更重要的积极影响,提出要提高现有设施运行与科研效率、发掘具有优势前景的研究领域等对策建议。

摘要： [目的/意义]旨在为政府实施健康舆论引导和擎画预警防控方案提供参考。[方法/过程]以“新冠肺炎疫情”为例,通过融合突发公共事件相关新闻数据和政策文件,综合运用自然语言处理和文本主题识别等方法,提出基于主题强度、主题相似度、政策敏感度(PSPE)的主题演化分析思路,描绘突发公共事件主题社会关注和政策趋向的发展状态。[结果/结论]社会关注从国内国际疫情的通报逐步演化为突发性地区事件和疫情对生活影响等主题;反馈型敏感度新闻主题会引导政策发布的趋向,引导型敏感度政策主题会指导新闻发布的趋向。

摘要： 文章从共词网络视角出发,将主题演化分析研究思路引入研究方法的演化分析,以反映主题维度下研究方法的演化情况,并提出学术论文研究方法演化分析模型。首先,通过关键词语义类型划分和基于共词强度的选词策略构建共词网络;其次,利用Louvain算法对共词网络进行主题识别,并根据相邻时期主题关联的强度来构建主题演化链;最后,依据主题演化链从主题社区中提取研究方法类关键词以初步构建研究方法演化链,在此基础上通过研究方法的扩充及其重要性评价对研究方法演化链进行优化,并对该演化链进行分析和阐释。实证结果表明该模型可以较好地从主题维度描述其对应研究方法的演化情况。

摘要： 信息技术的蓬勃发展带来了全球信息的爆炸式增长,同时也使人们在面对海量信息时必须充分考虑可信度问题。国际iSchools运动衍生出的iField学科以图书馆学、情报学为代表,也与传播学、计算机科学等其他信息相关学科有一定交叉。iField视域下的可信度研究涉及人、信息、技术与社会的交互,本文梳理过去二十余年间国内外在这一领域的研究和探索。首先,从概念内涵、理论基础、研究方法三个层面对可信度研究进行溯源;其次,基于技术环境与社会环境变迁的双重视角解析可信度研究的主题演化逻辑,总结可信度研究在Web 1.0、Web2.0、社交媒体、人工智能四个标志性阶段的研究重点与难点,并提炼出可信度研究的主题演化框架;最后,从概念内涵拓展、研究方法革新、可信度话题延展等角度对未来研究进行了前沿展望。本文希望厘清可信度研究的发展脉络,推动可信度研究的进一步拓新,为未来网络信息资源治理实践提供参考。

摘要： 为厘清20年来中国数字出版技术研究脉络,发现数字出版技术的研究热点、前沿趋势,为出版企业转型升级指明方向,为数字出版学术研究提供参考,本文运用文本挖掘和信息可视化方法对2001-2020年数字出版技术相关文献进行分析。研究发现,数字出版技术研究主题愈加丰富、多元;2001-2008年偏向于以数据赋能出版的数字化,2009-2015年偏向于以通信技术赋能出版的智能化,2016-2020年偏向于以技术融入出版全流程的融合化;机构、期刊、学科间研究实力均呈现出明显的不均衡性。

摘要： [研究目的]基于研究前沿多维特征指标测度识别研究前沿,分析科学前沿主题与技术前沿主题间的联系及其演化。[研究方法]首先,对论文和专利数据进行主题挖掘,从前沿主题特征出发通过新颖度、增长性、影响力和交叉性4个测度指标识别出研究前沿,分析科学前沿主题与技术前沿主题间的联系;其次,通过主题相似度计算、主题过滤等方法识别具有演化关系的主题对,并对前沿主题内容演化过程进行可视化分析。[研究结论]以固体氧化物燃料电池领域为例,识别出了包括固体氧化物燃料电池堆研究等在内的4个科学前沿主题与复合电极材料在内的4个技术前沿主题,科学研究与技术研究互相推进,呈现双螺旋式发展。

摘要： 专利技术主题演化蕴含着产品技术的发展脉络,如何对其进行准确把握对产品的技术研究人员至关重要。针对现有的专利技术主题演化分析研究中的不足,提出了一种基于产品生命周期的专利技术主题演化分析方法:针对现有时间特征划分方式会导致产品发展前期主题信息被淹没的问题,提出一种产品生命周期划分方法,利用专利增长规律和局部主题语义相似度划分产品生命周期。然后,针对现有主题挖掘方法对专利文献的适用性差、主题技术特点不明显等问题,提出MW-LDA(multiple weighted latent Dirichlet allocation)的专利技术主题提取方法,多角度改进词汇权重并构造复合权值,优化LDA模型生成特征词的过程,使其更适用于专利文本。接着,提出产品专利技术主题演化分析方法,利用阶段间的主题关联强度,实现产品生命周期不同阶段的技术主题演化分析。最后,在由电动车辆动力装置的专利构成的语料库上的实验结果以及对比实验表明,本文方法能够有效地发现专利的技术主题,并分析产品的发展态势,可为科学研究和科技政策制定提供支持。

摘要： 目的/意义：从宏观、中观和微观层面探测慢病医学文献的社群和主题演化趋势,对发现慢病领域的研究热点和前沿,理解慢病领域概况和促进慢病领域专家之间的知识交流具有重要意义. 方法/过程：本文以高血压为例,将PubMed数据库中下载的26717篇与高血压相关的文献题录数据作为研究对象,抽取高频主题词对其构造共现矩阵,采用社会网络分析SNA(Social network analysis)从中观层面探测高血压医学文献的社群划分和主题分布情况;同时采用扩展的主题模型DMR(Dirichlet-multinomial regression)从微观层面研究高血压医学文献的主题分布和演化趋势;最后,分析上面两种方法关联和异同点. 结果/结论：研究发现,高血压医学文献主要集中在3个社群,可分为危险因素、研究方法、患者基本情况、诊断治疗和动物实验这5个研究主题,主题的相对分布比率随着时间变化而不断改变.SNA和DMR方法获取的主题基本相似,但是主题词略有差异;从宏观上看,SNA识别主题的效果更好.

摘要： 研究我国图书情报档案学(简称“图情档”)课题指南主题的总体演化特征,探讨课题指南对图书情报档案学学科发展的指导作用及指南设立的合理性,并对指南设立提出建议.运用信息熵方法对国家社科基金图书情报档案学学科历年课题指南主题进行定量处理,从时间、主题两方面出发进行主题演化分析,并结合学科发展实际得出结论.我国社科基金图情档学科课题指南熵值整体呈上升趋势,学科研究范围越来越广,指南涉及主题分布越来越均衡,一些主题设立存在不连续等情况.我国社科基金图情档学科课题指南对学科发展有积极导向作用,但在整体及某些具体主题的把握上仍有待进一步加强.

摘要： 本文以CNKI为数据源,综合运用文献计量法和社会网络法,从研究力量、主题演化两方面揭示了国内本体技术研究进展.随着本体技术与新兴技术融合，本体半自动化构建、本体推理、本体优化、知识库构建、云计算环境下大规模知识图谱构建等都是发展趋势。

摘要： 采用按时间先离散的方法建立主题模型,通过监测主题在不同时间片内的变化趋势进行主题演化分析.在各时间片中分别建立LDA模型;利用前一时间片的后验概率影响当前时间片的先验概率来维持主题间的连续性;使用Gibbs算法进行推理,获取主题-词和文档-主题的概率分布;利用KL距离来计算主题之间的相似度,刻画其演化情况.并以此方法对近十年中国医学类SCI论文进行了主题演化分析.

摘要： 在科学技术日益发展的今天,新的知识以几何级数增加,而且数字资源所占的比重越来越大,如何从中快速准确的获取知识发展脉络以及知识演化结构是目前科研人员和情报分析人员共同面临的问题,本文针对该问题,从聚类角度对当前主题演化方法进行调研和梳理,了解目前基于聚类分析的主题演化方法研究进展,指出虽然目前对聚类方法已经相当成熟，但是对于聚集类簇的动态演化研究才刚刚兴起，主要关注的是数据集中潜在结构的动态变化及其背后的内在动因，按照这类方法的适用条件，一般将主题演化分为离线数据集聚类和在线数据集聚类，在线数据集聚类主要是对高可变的数据流进行实时聚类分析。其中典型的方法有Chakrabarti在2006提出的演化聚类，以及已经存在的数据流聚类、增量聚类和约束聚类。

摘要： 主题演化可以帮助人们快速获取信息和了解趋势。本文分析定义了主题演化的概念及其演化模式，提出了一种基于主题模型识别主题间遗传和变异关系的方法开展主题演化分析，用“主题遗传”表示主题的稳定性，“主题变异”表示主题的差异性，用主题在不同时间片中所占的比重来表示主题遗传;用主题间相似度的差异来表示“主题变异”。并在传染病领域，应用LDA模型进行主题抽取开展主题演化分析。

摘要： 研究主题动态演化分析在捕捉最新的学术热点和发现重要的科学研究成果中有着重要作用，目前的主题分析方法能自动识别出研究关键时期和重要文献，但缺乏将上述信息关联至研究主题生命周期不同阶段。本文借鉴信息检索领域利用文本时间信息找出检索结果兴趣点的方法，设计出一种通过计算主题演化中关键时间点的方法，同时，本文基于情报学学科典型期刊进行了相关实验，结果表明该方法可以在某一研究分支中，找出每个相关主题演化的重要时间段及对应文献，为从时间角度研究学科演化提供了一种新的方法和思路。

摘要： 针对目前科学技术文献数量激增、难以从总体上分析把握的现状,本文提出一种从科技文献中获得研究主题特征词并展现其演化趋势的方法.该方法先利用LDA(Latent Dirichlet Allocation)模型对不同时间片内的话题进行自动抽取,得到不同数量的话题.然后,通过话题过滤剔除意义有限的话题,并借助简单启发式规则选择种子话题.最后,再利用语义相关度将相邻时间片内内容相近的种子话题联系起来,以得到研究主题的演化趋势.实验结果表明,在不对话题生成进行人工干预的前提下,本文方法较真实地描述了研究主题强度和内容随时间的演化趋势,避免了无意义话题对研究主题演化的负面影响.

摘要： 本文采用按时间先离散的方法建立主题模型,通过追踪不同时间片内主题的变化趋势进行主题演化分析.在各时间片中分别建立Latent Dirichlet Allocation(LDA)模型;利用前一时间片的后验概率影响当前时间片的先验概率来维持主题间的连续性;根据Gibbs算法进行推理,获取主题-词和文档-主题的概率分布,利用Kullback Leibler(KL)相对熵来衡量主题之间的相似度,从而发现主题演化中的"主题遗传"和"主题变异".并在传染病学领域进行了实证。

摘要： 本文旨在一个文档集中确定其中的主题演化趋势结构以及主体间详细的演化趋势比较。首先挖掘出相关的主题，界定主题的外延，然后跟踪主题的转换，最后得出主题间的关系等。

摘要： 本发明公开了一种结合主题模型和孪生网络模型的话题演化跟踪方法，包括步骤1、数据采集，对社交媒体平台的用户数据进行爬虫提取；步骤2、按照设定的时间间隔把文本进行划分得到需要判别的文本数据；步骤3、采用LDA主题模型提取相邻的时间线内的文本数据主题并计算两者显性相似度；步骤4、采用孪生网络和注意力机制计算相邻的时间线内的文本数据的文本语义间的隐性相似度；步骤5、对显性相似度和隐性相似度进行加权融合得到融合邻近度；步骤6、由融合邻近度与预先设定的阈值比较，确定话题在不同时间线的时态变化。本发明结合LDA主题模型和注意力增强的孪生网络模型对文本进行学习，判断出话题的演化并进行追踪，在短时间内掌握话题的发展。

摘要： 本发明提供的微博数据流演化主题建模文档聚类解析法，主要内容和贡献包括：一是提出了一种焦点主题模型TfLDA，采用联合训练的谱聚类及焦点主题推算将潜在主题聚合为事件焦点主题，并将事件焦点主题而不是LDA的潜在主题作为发掘任务的核心；二是在微博文档数据流上实现TfLDA，并对模型参数进行实时更新，以显示其在大规模数据发掘上的有效性和扩展性；三是基于模型困惑度，文档聚类准确性，演化主题直观性指标评估TfLDA，验证其在微博数据流的优质文档聚类和演化主题上的优越性。这套方法的提出，能够有效解决在微博流式数据聚类中难以提取有效特征的问题，实现在有限的时间和内存条件下对微博数据流的分析。

摘要： 一种基于自动标引的无级动态演化主题云图的生成方法，针对某一领域均设置相应的主题词，并对此领域中的所有文本中的所述主题词进行筛选标引，根据所述文本的发布时间顺序，统计此领域中跟随时间变化的主题词统计状态，在主题词云图中通过主题词的字体大小、颜色等状态显示所述主题词的统计状态；通过根据时间轴配合动画变换中的关键帧，实现主题云图动态展示的无级变化；本发明生成了更高质量的主题云图展示项，用于可视化的主题词展示项数量更少，且更具有领域代表性，能够减少各主题词之间的意义重合和本领域无意义的展示项，能够更好的揭示主题内容；可以更科学更细致的揭示各学科领域的发展状况和变化。

摘要： 本发明提供一种基于主题的舆情情感演化的方法，涉及自然语言处理领域。该方法主要步骤：利用爬虫技术从网络上获取舆情语料数据；对语言数据的预处理；对预料信息进行词向量训练并且判断出词向量间相似度，并且进行离散的时间片划分；通过计算不同时间片内舆情的话题热度以及话题相对熵等度量指标，判断舆情热点热度变化以及相邻时间片内的舆情主题内容相关性；结合舆情信息的特点，将舆情主题作为增强特征，与文本特征结合起来输入到联合深度神经网络模型中进行情感分类；根据舆情话题演化模型获得的热点话题，对各热点话题不同评价对象的情感倾向进行抽取；对不同时间片内热点话题各评论对象的情感倾向进行对比分析。

摘要： 本发明公开了一种科技情报分析中结合时滞计算的学科主题演化推理方法，首先获取多源数据，形成多源科技文献数据集；从多源数据融合的角度，利用LDA模型对分布广泛、种类繁多的学科文本抽取学科主题；采用匈牙利算法实现相似矩阵二分图匹配，寻求最优匹配组合，以匹配结果构建假设，拟合线性方程，进而计算多源科技文献时滞程度；结合学科主题相似度与时滞程度融合多源数据的学科主题，构建学科主题演化过程，跟踪学科主题演化情况。本发明能够通过计算的多源数据时滞程度融合不同来源数据的主题，改善单一数据源主题演化的缺陷，增强主题演化趋势的准确性。

摘要： 基于语义信息的主题识别方法与主题演化路径构建方法，从公众诉求解决模式视角，利用基于词间语义信息的方法，进行社会诉求主题识别与演化趋势分析研究。先考虑公众诉求的时序变化因素，将社会诉求文本进行时间区间划分，接着，基于语义信息网络获得网络社区，并使用PageRank方法识别所有社区中的主题，最后，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，进而识别主题的演化路径，包括演化过程中的新生、分裂、衰亡、融合事件，以此清晰反映出诉求主题的强度以及演化过程，同时，本文以甘肃省公开的领导信箱为例开展实证分析，并对发明的有效性进行了验证。

摘要： 本发明公开了一种语义强化主题模型及主题演化分析方法，语义强化主题模型通过将条件随机场融入关联主题模型，利用词向量的语义强化特质提高相似词归属到同一主题的概率，并利用下上文相关词剔除噪声，从而有效增强主题抽取的语义连贯性。其次，本发明提出了一种不同主题之间演化关系的构建算法，动态从文本数据流中构建主题并生成主题演化图，实现核心主题和子主题之间的演化分析。在新浪微博数据集上的实验结果表明，本发明的主题抽取方法在主题连贯性指标上优于5种基准主题模型，并能自动生成主题演化图，从而有效挖掘出文本中的主题演化模式。

摘要： 本发明公开了一种基于主题演化趋势的科技大数据流行性及前沿性度量方法，其步骤包括：1.获取科技大数据基本信息数据并进行数据预处理获得模型输入语料；2.基于动态主题模型(DTM)对输入语料进行学习，得到文档主题分布及主题演化趋势；3.基于文档主题分布和科技大数据发表年份计算出不同年份的主题热度；4.基于主题热度演化趋势计算科技大数据的流行性和前沿性。本发明通过DTM模型计算出主题热度演化趋势，以此作为计算科技大数据流行性和前沿性的基础，结合科技大数据的发表年份及其文档主题分布，可以度量科技大数据流行性和前沿性指标，从而能提高科技大数据价值评估准确性。

摘要： 本发明公开了一种面向水利文本的主题演化关系挖掘方法，首先，对预先获取的语料进行预处理，形成“文本‑单词矩阵”数据集；其次，使用LDA模型对数据集进行聚类处理，生成文档‑主题矩阵与主题‑词矩阵，为后续主题演化挖掘提供支持；然后，将主题演化关系挖掘分为主题间相互作用关系挖掘和主题演化路径挖掘；主题间相互作用关系挖掘利用先建模主题演化模型，聚焦于不同主题个体间的相互影响情况；最后，主题演化路径挖掘利用离散时间主题演化模型，从整体层面鸟瞰学科的发展脉络。本发明实现了对不同时间阶段的水利主题间演化关系的准确、高效挖掘，对研究员厘清行业发展脉络、选择更有前景的研究领域起到了重要的作用。

摘要： 本发明公开了一种科技情报分析中结合时滞计算的学科主题演化推理方法，首先获取多源数据，形成多源科技文献数据集；从多源数据融合的角度，利用LDA模型对分布广泛、种类繁多的学科文本抽取学科主题；采用匈牙利算法实现相似矩阵二分图匹配，寻求最优匹配组合，以匹配结果构建假设，拟合线性方程，进而计算多源科技文献时滞程度；结合学科主题相似度与时滞程度融合多源数据的学科主题，构建学科主题演化过程，跟踪学科主题演化情况。本发明能够通过计算的多源数据时滞程度融合不同来源数据的主题，改善单一数据源主题演化的缺陷，增强主题演化趋势的准确性。