学科领域主题演化与预测研究：理论、方法与价值

[目的/意义]当前学科领域主题演化与预测研究文献快速增长,适时开展国内外最新研究的梳理与述评,助力研究的价值提升。[方法/过程]首先,归纳现有研究理论基础,构建研究总体框架图;其次,依据研究的内在知识逻辑,刻画了主题演化与主题预测的方法路径;最后,在剖析研究价值的基础上,提出未来研究建议。[结果/结论]后续研究需加强科学演化模型、演化扩散理论以及科学—技术关联模型的完善与应用,积极使用深度语言模型以及深度学习算法以提升主题预测的准确性,同时在宏观、中观以及微观三个层面丰富研究对象颗粒度,并注重研究的科技情报实效。     

基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型

[目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架，以基因工程领域为例利用主题概率模型识别WOS核心集中论文摘要数据研究热点主题并进行主题演化关联构建，然后选取BP神经网络、支持向量机及LSTM模型等3种典型机器学习算法进行预测分析，最后利用RE指标和精准度指标评价机器学习算法预测效果并对基因工程领域在医药卫生、农业食品等方面研究趋势进行分析。[结果/结论]实验表明基于LSTM模型对热点主题未来发展趋势预测准确度最高，支持向量机预测效果次之，BP神经网络预测效果较差且预测稳定性不足，同时结合专家咨询和文献调研表明本文方法可快速识别基因领域研究主题及发展趋势，可为我国学科领域大势研判和架构调整提供决策支持和参考。     

专利前沿技术主题识别及趋势预测方法——以人工智能领域为例

[目的/意义]产业变革快速演进,技术创新成为驱动社会经济发展、提高国家和企业科技竞争力的关键所在,如何对前沿技术进行识别和预测,成为国家科技政策研究和企业技术创新活动关注的热点。[方法/过程]以人工智能作为重点研究领域,首先以LDA模型进行技术主题抽取,并结合K-means算法进行专利文本聚类;在此基础上,以Z分数表示技术主题创新度,以Sen's斜率估计技术主题授权趋势,两个指标结合形成技术主题前沿度并将二者映射到二维空间,识别前沿技术主题以及划分技术主题类型;再,计算前沿技术主题的新颖度和关注度,二者融合形成技术主题趋势度指标;最后,采用三次指数平滑法对前沿技术主题的发展趋势进行预测。[结果/结论]人工智能领域的前沿技术主题有“智能家居”“电动汽车”和“自动化控制系统”,其中“智能家居”在未来3年的发展呈下降态势,而“电动汽车”和“自动化控制系统”的发展呈明显上升趋势。     

事件系统视角下网络舆情态势感知研究

[研究目的]随着互联网技术的发展,网络环境变得日益复杂,网络舆情事件发展态势感知的难度也在不断加大,为网络舆情监管带来了极大挑战。在舆情事件发生时,及时感知其发展态势,厘清其演化特征和规律,藉此提出相应建议,对引导与治理网络舆情具有重要意义。[研究方法]基于事件系统理论,提出一种融合态势感知理论和用户画像的网络舆情态势感知模型。首先,采集舆情事件时间、空间和强度要素相关数据。然后,划分舆情演化阶段、分析网络舆情扩散属性和情绪强度属性的特征。最后,构建Grey-BP神经网络模型,预测网络舆情扩散属性和情绪强度属性的后续发展态势。[研究结论]从事件系统视角出发,构建了融合态势感知理论和用户画像的网络舆情态势感知模型,整体性地探究舆情事件时间、空间和强度要素特征,能够较为全面地阐述网络舆情的演化态势,并可靠地预测其未来演变趋势。     

基于技术主题演化的颠覆性技术识别研究

[目的/意义]颠覆性技术对技术和市场具有双重影响,无论是对科技发展还是市场结构调整都起到十分重要的作用,准确识别颠覆性技术能够解决可能出现的技术壁垒,对国家和企业具有重要意义。[方法/过程]从技术主题的演化趋势和演化形式两个维度提出颠覆性技术识别框架。首先,利用LDA模型和基于全局和局部影响力的社区探测方法识别领域内的技术主题。其次,基于颠覆性技术的“突变性”和“融合性”特征,引入技术主题时序共现网络和主题引用网络对主题间的演化趋势和演化形式进行判别,实现颠覆性技术的识别。最后,以人工智能领域为例验证提出的颠覆性技术识别方法的可行性和有效性。[结果/结论]该方法能够准确实现颠覆性技术的识别,研究识别出人工智能领域的7项颠覆性技术,包括“机器人模块化设计方法及应用”“相关领域机器人技术及应用主题”“仿生机器人技术及应用”“自动无人智能系统”“自动驾驶技术”“服务机器人技术及应用”和“机器人部件优化技术”这有利于我国抓住科技创新主动权,加快颠覆性技术布局。     

大数据环境下网络舆情信息交互模型研究

[目的/意义]面向大数据研究多个网络传播平台之间网络舆情信息交互模型,能够准确把握大数据环境下网络舆情演化趋势以及网络信息在多个平台之间的传播规律,为政府治理网络舆情提供参考依据。[方法/过程]定性分析大数据环境下网络舆情信息交互机理,通过定义交互系数,基于微分方程理论构建网络舆情信息交互模型,并应用差分回归法对各个媒体平台的网络舆情信息交互趋势开展预测。[结论/结果]经过理论建模和实证分析得出本文构建的信息交互模型及趋势预测方法是可行的,以上理论研究可为政府准确把握大数据环境下网络舆情演化规律,制定网络舆情治理对策提供参考依据。     

基于主题扩散演化滞后的研究前沿趋势预测方法研究

[目的/意义]从微观视角把握研究前沿主题在基金项目、论文数据中的关联关系,有助于准确把握科学知识生长中的研究前沿活动机理,对于研究前沿、新兴趋势识别和多源科技文献融合等工作具有一定的实践指导意义。[方法/过程]首先,利用LDA模型进行基金、论文研究主题探测;然后,综合新兴度、关注度指标和战略坐标图进行初始研究前沿判别,在主题扩散演化滞后效应测度结果基础上进行滞后修正的研究前沿识别;最后,利用ARIMA模型和Word2Vec模型进行研究前沿主题趋势预测分析。[结果/结论]以美国纳米农业领域为例进行了实证研究。研究发现,基金和论文在外部数量和内部主题特征两个层面都显示出一定的滞后性。文章对纳米颗粒在农作物代谢过程中诱导应激机制、用于绿色可持续环境及农业应用的纳米气泡技术、农作物吸收不同剂量下纳米材料的反应与机制等7个研究前沿主题发展趋势进行了预测分析。     

网络舆情传播阶段精细化建模与仿真研究

[目的/意义]根据信息生命周期理论,研究网络舆情传播的周期性规律,构建网络舆情传播阶段的精细化模型,使政府在面对复杂多变的网络舆情态势时,能够准确把握舆情发展演化趋势。[方法/过程]通过案例定性分析网络舆情传播的周期性规律,构建网络舆情传播的Logistic模型,根据模型分析得出网络舆情传播的4个关键时间节点以及5个传播阶段,然后基于MATLAB开展模型仿真,研究了3个参数对网络舆情传播的影响程度并应用实例验证了模型。[结论/结果]经过理论建模和实证分析得出本文构建的网络舆情传播阶段精细化模型是可行的,以上理论研究可为政府准确把握网络舆情演化规律,制定网络舆情治理对策提供参考依据。     

基于LDA模型和分类号的专利技术演化研究

[目的/意义] 运用概率主题模型全面研究专利文献主题演化,分析专利技术发展过程及趋势。[方法/过程] LDA模型按时间窗口对专利文本建模,困惑度确定最优主题数,按专利文本结构特性提取主题向量,采用JS散度度量主题之间的关联,引入IPC分类号度量技术主题强度,最后实现主题强度、主题内容和技术主题强度3方面的演化研究。[结果/结论] 实验结果表明：该方法能够深入挖掘专利文献的主题,可以较好地分析专利技术随时间的演化规律,帮助相关从业人员了解专利技术的演化过程及趋势。     

基于LDA模型的国内用户画像研究主题及演化分析

[目的/意义]旨在发现国内用户画像研究领域的研究主题以及这些主题的发展脉络,为图书馆用户画像的构建提供参考。[方法/过程]运用LDA主题模型对国内用户画像研究论文的题目、摘要和关键词等内容进行文本挖掘,按年度对热点主题进行分析并发现各主题的演化趋势。[结果/结论]国内用户画像研究领域大体可划分为8个研究主题：新媒体营销、电商系统与精准营销、推荐算法与推荐系统、健康信息服务、教育教学、金融服务、社交网络与内容分析、高校图书馆与信息服务。研究主题按年度演化趋势可分为上升主题、平稳主题和衰减主题3类。高校图书馆与信息服务是上升幅度最大的主题,这表明研究人员越来越关注用户画像在图书馆及相关领域的应用研究。     

Quantifying the impact of concept recognition on biomedical information retrieval

In ad hoc querying of document collections, current approaches to ranking primarily rely on identifying the documents that contain the query terms. Methods such as query expansion, based on thesaural information or automatic feedback, are used to add further terms, and can yield significant though usually small gains in effectiveness. Another approach to adding terms, which we investigate in this paper, is to use natural language technology to annotate - and thus disambiguate - key terms by the concept they represent. Using biomedical research documents, we quantify the potential benefits of tagging users’ targeted concepts in queries and documents in domain-specific information retrieval. Our experiments, based on the TREC Genomics track data, both on passage and full-text retrieval, found no evidence that automatic concept recognition in general is of significant value for this task. Moreover, the issues raised by these results suggest that it is difficult for such disambiguation to be effective.     

国际知识管理研究的领域分析I:基于知识地图的聚类分析

以SCI收录的知识研究相关文献为对象,对国际知识管理研究的领域分布情况进行知识地图分析。引入G-N聚类算法,对知识管理研究的领域知识地图进行聚类分析。研究表明,知识管理研究的领域知识地图可以较为明显地分为5个研究板块,即知识管理技术研究、企业知识管理研究、产业知识管理研究、社会知识管理研究、知识管理系统研究,以及图书馆知识管理研究。最后,对5个知识管理基本研究领域的发展情况进行了简要述评。     

中文全文检索系统主题词标引

本文介绍了在中文全文检索系统中实现主题词标引的思路及具体实现过程、各种词表的构造及更新方法和措施，基于主题词标引的优化检索功能等。     

金融集聚、技术创新与高技术产业升级研究

分析金融集聚实现高技术产业升级的影响机理,即通过促进高技术企业形成外部规模经济效应推动技术创新的作用机制,以及通过降低高技术企业交易成本推动高技术创新的作用机制,并运用2001—2019年我国31个省份的面板数据,采用动态面板广义矩估计(GMM)方法探索这一影响机理。研究表明:(1)金融集聚显著促进了高技术产业升级;(2)变更高技术产业高级化替换变量、金融集聚替换变量,这一影响效果依然稳健;(3)金融集聚均通过显著提高高技术企业规模效应和显著降低高技术企业交易成本进而实现技术创新;(4)金融集聚也通过显著提高技术创新实现高技术产业升级。研究结论的政策启示包括:持续深化金融供给侧结构性改革,有力推动高技术产业集聚;推动金融集聚为高技术产业专业化、多样化聚集模式提供资金支持;不断提升高技术企业生产效率以及培养高层次技术发明人才和技术创新团队。     

基于论文主题词和关键词关系网的检索词扩展研究

检索词扩展是提高信息检索效率的重要方法,扩展的方式分为相似词扩展与相关词扩展。关键词和主题词是文献主要内容的概括,它们间存在相似关系与共现关系,利用这些关系构建关键词相似表、关键词相关表、关-主转换表与主题词共现表,这四个构成词间关系网,由这个关系网实现检索词的各种扩展方式。本文通过理论与实例的方式对关系网的建立与应用进行描述。     

Battle of the Sexes on E-Mail-Or Is It?

Few studies have attempted to link e-mail use to power and politics. The purpose of this article is to offer some initial evidence and analysis of e-mail's role in organizational power and politics. To frame the discussion, the article reviews the relevant writings on power and politics. The review is concluded with a theoretical critique that suggests that contextual and, particularly, temporal aspects should be incorporated into research on power and politics in organizations. To demonstrate how an analysis based on temporal aspects can be undertaken, a case study that outlines the use of e-mail for power and politics in a university is presented. The discussion and conclusions sections synthesize the analysis by demonstrating that what was interpreted by many organization members at the early stages of the conflict as a ''battle of the sexes'' can be seen (and, indeed, was interpreted by many organization members at the later stages of the conflict) as an elaborate exercise in misinformation created by top management to further its political objectives. The article concludes with a discussion of the implications from this case to e-mail research and practice.     

The Adequacy of Privacy: The European Union Data Protection Directive and the North American Response

The recently passed European Directive on the Protection of Personal Data aims to harmonize European data protection law at a higher level of protection than exists now. It represents a European consensus on a standard for personal privacy and a model for countries without data protection laws. The protracted process for agreement and ratification, however, has produced a document with many derogations and ambiguities, reflecting the wider moves towards ''subsidiarity'' within the European Union. Of concern to North America is the stipulation that transborder data flow may not be permitted unless the receiving country can demonstrate an ''adequate'' level of protection. While the process through which this provision will be interpreted and applied is so far found to be complicated and unclear, nevertheless European authorities will be reluctant to tolerate ''data havens,'' a fact that should concern North American business that relies on the unimpeded flows of personal data from and to Europe. Neither Canada nor the United States can claim ''adequate'' data protection according to the European standard. However, Canadian efforts through the Canadian Standards Association and the Federal Information Highway Advisory Council signal an attempt to fashion a more comprehensive policy framework for privacy than the more incremental and reactive approach of the United States. This divergence is explained by key cultural, economic, and political factors within Canada, which have caused a different reaction to the extraterritorial effects of the European Union's Data Protection Directive.     

我国核工业标准化研究的演进、热点与前沿——基于中国知网1980-2021年文献的科学计量分析

通过中国知网期刊数据库,采用CiteSpace可视化软件,运用文献计量、数理统计和文献阅读分析法,从知识图谱的角度对1980—2021年我国核工业标准化研究领域的期刊文献进行可视化研究,分析41年来该领域文献的数量、作者分布、机构分布、期刊分布等现状。研究发现：（1）该领域研究文献呈指数增长的发展趋势,核工业标准化研究所是该领域研究的核心机构;（2）我国核工业标准化研究经历了起步、巩固和拓展三个阶段,研究内容和成果不断丰富,紧贴我国核工业科研生产实际;（3）研究热点主要归为五个领域;（4）后续研究关注重点主要集中在八个方面;（5）该领域研究还存在盲区和薄弱领域。     

基于GBP-Bagging网络模型的产业人力资源需求预测研究——以山西省战略性新兴产业为例

从资源匹配视角构建战略性新兴产业人力资源需求数量预测指标体系,运用灰色关联度分析筛选关键指标;运用灰色理论、神经网络和集成学习,构建GBP-Bagging网络模型,对山西省2015-2020年战略性新兴产业人力资源需求数量进行预测。结果表明：“十三五”期间,山西省战略性新兴产业人力资源需求数稳步增长;GBP-Bagging网络模型有效克服了单个BP神经网络在小规模数据集上的局限性,获得了比BP神经网络和灰色预测模型更为准确的预测结果;为应对产业人力资源需求增长所带来的压力,山西省应当加大人才培养力度,健全人才引进机制,在增加人才数量的同时,把控人才质量关,加强与周边地区的人才交流与沟通。     

IERDL—基于关键词驱动的信息抽取系统的规则描述语言

基于关键词驱动的信息抽取系统的每个关键词都必须对应着相应的抽取规则。为了确保信息抽取系统具有较好的可移植性,设计了一种信息抽取规则描述语言。它由1-N条规则表达式构成。每条规则表达式由测试规则和提取规则两部分构成。它具有很强的描述能力和较高的处理效率,能满足信息抽取的实际需要。