时序关联与结构表征视角下的信息隐私研究主题演化研究

【目的/意义】识别信息隐私研究领域的热点主题,梳理主题演化路径。【方法/过程】针对主题识别语义杂乱 等问题,提出时序关联与结构表征视角下的主题演化分析方法。首先利用LDA（Latent Dirichlet Allocation）模型识 别多时间窗口下的文献主题,进一步运用共词分析绘制语义更为独立的主题凝聚子群。在此基础上,从时序关联 维度计算相邻窗口下主题间的相似度,梳理演化路径;从结构表征维度,设计主题新颖度、中心性、影响力等计量指 标,探寻信息隐私前沿和热点主题的演化变迁。【结果/结论】实证分析结果表明,本文方法可以深度挖掘信息隐私 领域研究主题,从宏微观两个维度全面梳理主题的演化路径。研究有利于探测信息隐私研究的前沿。【创新/局限】 综合运用LDA主题模型与共词分析方法绘制主题凝聚子群,从时序演化和结构表征两个维度探寻主题演化路径。 未来研究中有待于引入多种数据源以对比主题差异,有待于引入多元组术语改善主题识别效果。     

数字阅读领域热点识别与主题演化路径研究

【目的/意义】数字阅读给人们的知识与信息获取带来了巨大的变化，识别数字阅读领域的研究热点及其主题演化路径，有助于对数字阅读领域建立起动态的全景化视野。【方法/过程】文章以数字阅读领域的高水平论文为基础数据源，基于关键词共现关系构建领域知识网络，通过高频次与高度值关键词识别领域研究热点，采用SLM社团发现算法和主题密度图跟踪分析领域的主题演化路径。【结果/结论】研究结果表明，数字阅读领域已具有相对稳定的知识体系架构；从数字出版到阅读推广再到问题消解，领域研究逐渐走向成熟；从关注阅读形式到关注阅读效果，领域研究进入内涵式发展道路。【创新/局限】研究工作主要聚焦于国内学术界具有代表性的高水平研究层次，未来的研究工作将纳入更广泛的数据来源，进行更加全面细致地研究。     

新兴技术识别与演化路径分析方法研究——以集成电路领域为例

【目的/意义】通过综合使用论文和专利数据源，开展新兴技术的识别与演化路径方法研究，期望以此提高学科领域新兴技术探测研究的准确性和科学性。【方法/过程】首先，针对集成电路这一特定领域使用Word2Vec语义相似度与字符串相似度相结合的方法构建词袋，并利用LDA主题模型发现并识别集成电路领域隐含的技术主题，构建新颖度、强度和热度等多维指标对新兴技术进行对比和甄别。其次，划分时间窗，采用余弦相似度算法计算相邻时间窗内主题间的相似性，以可视化路径的形式将筛选结果进行呈现，以此判断主题演化关系类型。【结果/结论】研究发现，集成电路领域呈现学界与业界研究成果相互促进的良好态势，结合论文与专利数据的新兴技术识别方法，可以有效且清晰的发现集成电路研究领域的热点型、增长型、成熟型和潜在型技术主题，并通过新兴技术演化路径的构建，揭示了领域科学与技术间知识的交互与转移。【创新/局限】本研究创新性采用Word2Vec语义相似度与字符串相似度相结合的方法构建词袋，提高了词袋构建质量，为后续基于LDA主题模型识别隐含的技术主题奠定了基础，但在数据源的多样性、时滞性问题，以及模型阈值设置的客观性上还存在局限性，需要...     

国外政府数据治理研究的文献分布、主题结构及热点演化

【目的/意义】政府数据治理是国家治理现代化的重要组成部分，通过对国外政府数据治理研究主题、热点分析，为当下的数字政府和国家治理体系建设提供参考。【方法/过程】以文献计量、知识图谱为基础，以web of science中1999-2021年间的国外政府数据治理文献为样本，利用Scimago Graphica、ITGInsight、CiteSpace等软件呈现可视化结果。【结果/结论】通过对文献分布特征的区域、期刊、作者等分析，发现文献分布时期呈现波动式成长，研究主要由发达国家主导，且作者发文状况两极分化严重。通过对研究主题的分析，发现国外政府数据治理研究的主题结构是宏观层的支撑架构、微观层的行为设计、中观层的地方实践、理念层的意识导向、价值层的领域选择。通过对突现关键词的分析，发现热点演化分为治理框架构建期，治理体系完善期，治理质量提升期等三个阶段，与研究的宏观、微观、中观、理念、价值层面主题相对应。【创新/局限】利用社会网络分析和可视化呈现，对国外政府数字治理研究进行系统性、阶段性、归纳性梳理，分析出研究的主题结构内容和热点演化规律。     

生命周期视角下医学信息学科的主题识别与演化研究

【目的/意义】云计算的普及使得MI学科受到学术界的持续关注，对MI主题识别与演化的分析可以揭示历史演化，有助于发现人们关注的问题，预见该领域的未来发展。【方法/过程】本文利用潜狄利克雷分配（Latent Dirichlet Allocation, LDA）主题模型对web of science(WOS)数据库中与MI相关的主题进行识别和挖掘，并利用生命周期理论、变异系数法、Kullback-Leibler divergence(KL)等理论和方法绘制出MI研究主题的演化路径。【结果/结论】研究结果表明，MI的研究主题正逐渐向方法、技术和实践的研究方向发展，医疗数据分析、临床数据挖掘、健康信息技术等新兴技术和应用方向将成为未来MI学科的研究热点。【创新/局限】本文从生命周期视角对全球范围内医学信息学学科的主题演化进行挖掘和分析，为该学科未来的发展提供借鉴，但并没对各地区分别进行分析，因此存在一定的局限性。     

国外政府数据开放研究的主题关联结构与演化态势

【目的/意义】数字时代“开放政府数据”热潮产出了丰硕成果,对其研究主题结构和演化脉络进行全面、精 准的可视化揭示,有助于进一步丰富和完善该领域研究,科学地指导我国实践开展。【方法/过程】以 2000-2019 年 WOS数据库中“开放政府数据”主题文献为基础,借助新型SLM算法探测主题社区,梳理研究主题分布;同时嵌入 SNA方法,引入“传导率”指标定量评估主题社区成熟度和内外部关联,并利用Cortext平台构建时序演进过程。【结 果/结论】国外开放政府数据研究已形成四类主题社区：健康社区、开放数据社区、管理社区以及安全社区,目前仍 存在“主题遍布粒度不够细化、新兴主题社区亟需成长、演化脉络断续明显”等问题。【创新/局限】嵌入新型算法 SLM 划分主题社区,结合 LDA 模型对国外 OGD 研究主题关联与演化进行了完整阐释。但本文仅选取 WOS核心 库的相关主题文献作为数据源,存在进一步扩充的空间。     

新兴技术内涵特征和识别方法研究进展

【目的/意义】对国内外新兴技术概念和识别方法进行梳理，总结对比各方法的特点和研究中存在的不足，为未来新兴技术识别研究提供多维视角和方法参考。【方法/过程】通过新兴技术与前沿技术、颠覆性技术概念辨析，明确新兴技术的内涵与特征；然后从数据源、识别路径、识别指标、有效性验证等四个层面梳理新兴技术识别方法的特点及优劣。【结果/结论】总结得出新兴技术识别的4方面数据源、2大识别路径、5类识别指标、4种有效性验证方法，未来可进一步探讨新兴技术形成机制、多源数据的融合，改进基于术语的新兴技术识别路径、更细粒度的自动化识别方法，加强识别指标与技术特征的关联解释，完善识别结果的有效性验证等。【创新/局限】全面系统对新兴技术识别方法进行归纳梳理，从主题和术语两类识别单元归纳新兴技术识别路径机理及方法模型，有利于为新兴技术识别提供不同维度的研究思路。     

基于专利主题演化的颠覆性技术识别研究——以类脑智能领域为例

【目的/意义】颠覆性技术具有隐蔽性和突变性，而技术主题在演化过程中会释放颠覆性趋势产生的早期信号，本文提出一种基于专利主题演化的颠覆性技术识别方法。【方法/过程】首先，基于S曲线法判断技术生命周期；其次，综合运用文本挖掘和社会网络分析方法识别技术主题的演化事件；最后，定义新主题出现、原主题趋热和多主题融合三类突变情况，用于识别具有颠覆性潜力的技术主题。【结果/结论】通过类脑智能领域专利实证，发现六个新出现主题、四个趋热型主题和六个融合型主题，通过专家判读，证明了所提方法的有效性，同时筛选出五项主题作为最终预测结果。【创新/局限】本文基于动态社区发现算法对技术主题的演化特征进行分析，进而基于主题突变性筛选颠覆性技术，但数据来源较为单一，将在未来研究中加以扩充。     

基于引用内容聚类的文献被引主题识别及其演化分析

【目的/意义】引用动机不同会导致一篇论文在多次被引用时的引用主题和重点产生差异,识别这些被引主题并分析其变化,有助于引用动机分析,提高文献推荐效果。【方法/过程】本文首先抽取被引文献的上下文语境信息,根据文本长度界定多种引用内容的划分范围;然后结合多种文本聚类方法,识别被引主题并比较其异同;最后通过时序比较,分析被引主题的演化路径和过程。【结果/结论】选取人工智能研究领域中的代表性高被引论文进行分析,发现前后句是对当前引用句的重要补充,引用句及其前后句组合能够更好地揭示被引主题;基于引用内容的被引主题呈现出多样化的特征,揭示了原文内容的扩展和引用动机的差异;被引主题演化分析能够有效地揭示原文内容被应用或改进的方向、主题、方法和技术。【创新/局限】形成基于引用内容聚类的文献被引主题识别及其演化分析框架,证明被引主题的差异化以及对原文的补充作用,同时揭示引用内容的主题时序变化的特征与现实意义,后续有必要扩大研究样本,使得研究结果具有更好的通用性。     

基于突变检测与共词分析的关联数据新兴趋势探测

【目的/意义】关联数据为当前国内外关注的热点话题之一,本文对其新兴趋势进行探索,以期为关联数据 的进一步深入研究指明方向。【方法/过程】文章以CNKI中2006-2017年国内关联数据研究的700多篇文献为基础 数据,采用突变检测并结合共词分析方法,从突变权重排序、突变词主题时区视图和突变共词聚类知识图谱等不同 角度分析关联数据领域研究热点及其新兴趋势演化轨迹。【结果/结论】结果表明,国内关联数据研究文献的突变词 类型共有4种,并得出关联数据研究的两大新兴主题,以及关联数据从诞生到发布、互联和应用的一个生命周期的 四大研究热点主题。     

基于随机演化博弈的医疗数据共享协调机制研究

【目的/意义】面对当前医疗数据共享存在的基本原则要素缺乏、动力不足以及隐私安全风险难以保障等问题，构建医疗数据共享的协调机制，以提升健康医疗数据的开放治理水平。【方法/过程】本文考虑外部环境的不确定性，基于医疗机构、技术支撑企业和政府参与的医疗数据共享策略选择，构建主体成本分摊和利益分配的随机演化博弈模型，并通过数据仿真对博弈主体的策略演化进行分析。【结果/结论】研究结果表明：技术支撑企业是促进医疗数据共享的关键主体，其策略选择易受到初始概率、建设费用承担比例、隐私安全问题承担比例、收益分享比例及随机扰动等因素的影响；医疗机构、政府共同参与导致的额外成本效应增加会提高双方参与合作的积极性；技术支撑企业是否参与医疗数据共享建设的费用承担对医疗机构策略选择会产生差异性的影响；效益差距及隐私安全问题的承担比例会影响到医疗机构的策略方向选择。【创新/局限】本文的创新性在于将演化博弈与随机过程相结合，为不确定性环境下医疗机构、技术支撑企业和政府共享协调机制的研究提供新的解决思路，但未考虑其他医疗数据主体和更全面的影响因素，以及尚未找到多数据的处理方式，后续可对此进行进一步探讨。     

基于趋势演化分析的技术预测研究

[目的/意义]通过技术预测的量化趋势演化模型预测挥发性有机物（VOCs）的新技术和技术发展态势,从而为该领域提供技术路径方案。[方法/过程]文章基于专业术语、高频词、词共现三个维度,分析得到术语集,从新技术发现和领域技术发展态势两个方面,提出了一种基于趋势演化分析的模型。模型包括领域技术主题筛选与处理、领域新技术主题清洗、领域技术主题时序演化趋势三个模块。[结果/结论]实证验证了趋势演化模型的可行性,预测了挥发性有机物(VOCs)治理技术主题主要集中于挥发性有机物催化及催化剂应用研究领域、光催化研究领域、挥发性有机物治理设备及工艺研究领域、污染源控制研究领域和污染源检测/监测研究领域。     

基于合著网络社区发现的情报学研究主题演化分析

【目的/意义】从学者的合作网络中进行社区发现及主题分布研究是具有十分重要的意义点。本文从社区 结构及其主题分布演化的角度分析并归纳情报学领域的研究现状和预测未来发展趋势。【方法/过程】本文通过构 建动态社区-主题模型,拟研究情报学文献中合著社区及其研究主题演变过程。【结果/结论】2000-2017年间,合著 网络社区演化呈现松散到聚合的趋势,在2012-2017年间基本形成三个大型的社区,每个社区的主题演化路径有不 同的模式：分裂融合模式、主干聚集模式和主干分解细化模式。不同社区的主题变化影响着社区演化路径。每个 社区的主题分布具有逐步多样化的特点,并且与数据挖掘、大数据分析、人工智能的研究日益紧密。     

区块链赋能突发公共卫生事件开放数据隐私保护研究

[目的/意义]正确认识突发公共卫生事件开放数据的治理工具属性，更好地实现开放数据共享赋能，对推进我国突发公共卫生事件数字化精准治理具有重要意义。[方法/过程]首先，梳理突发公共卫生事件开放数据面临的隐私泄露风险以及区块链技术对该背景下隐私保护的赋能机理；然后，构建区块链赋能的突发公共卫生事件开放数据隐私保护模式；最后，展开相关管理制度设计以弥补技术局限。[结果/结论]研究通过技术与管理的双重路径为数字社会背景下突发公共卫生事件开放数据隐私保护提供参考。     

我国信息资源管理领域数字人文研究的内容及特征识别

【目的/意义】本文旨在对当前信息资源管理领域数字人文研究成果进行系统性梳理,从时间、来源、热点等多个维度识别其研究内容及特征,为数字人文研究的进一步发展提供有益思路。【方法/过程】采用定量与定性相结合的研究方法对我国信息资源管理领域数字人文的研究成果进行系统性梳理,从时间、基金或机构资助、高被引论文及研究热点多个层面识别上述研究成果的内容及特征。【结果/结论】通过文献梳理发现,2012-2016年是发文量线性缓慢增长的起步阶段,2017年至今是发文量指数级大幅增长的快速发展阶段;基金或机构资助覆盖比例较高;高被引论文集中于数字研究基础理论、技术体系、研究趋向等议题;研究热点聚焦于技术应用、学科建设、项目实践与图书馆服务。【创新/局限】由于数字人文是跨学科研究领域,以信息资源管理学科为主要视角的研究对于全景式揭示数字人文研究图景存在局限。     

基于交互式可视化的领域知识图谱构建研究

【目的/意义】基于文献数据的领域知识图谱构建有助于探测某学科领域的主要研究内容及其发展方向，是 进行技术创新的基础情报工作，对于研究人员、企业都具有一定的意义。【方法/过程】提出基于交互式可视化技术 的知识图谱构建方法，首先基于经典LDA模型进行主题识别，然后基于社会网络分析方法构建领域主题网络识别 关键主题词；最后，基于JS（D3 工具）绘制可交互的关键主题词关联与检索知识图谱，发现关键主题词的隐含联系， 辅助进行领域知识挖掘与分析。【结果/结论】通过对我国医疗健康信息领域进行实证研究，验证了本文提出方法的 准确性和有效性。     

基于知识图谱的大数据治理研究热点与趋势分析

【目的/意义】大数据技术的发展与应用使大数据治理成为学术界的研究热点。可视化图谱能够直观地揭示该领域的研究概况与趋势。【方法/过程】运用文献计量信息可视化软件CiteSpace，以CNKI数据库中CSSCI期刊收录的大数据治理研究相关文献为数据来源，对该领域研究成果的总体概况、研究机构、期刊来源等进行特征分析，并绘制关键词共现图谱、聚类图谱和突变词信息表，分析了关键词的特点与发展趋势。【结果/结论】结果表明该领域的研究热点主题包括大数据治理的基本概念、大数据的管理和大数据治理的应用等方面，研究内容丰富且不断演变创新，未来有较大的发展空间。【创新/局限】借助可视化文献计量工具系统梳理了大数据治理的研究现状和发展趋势，提出了未来的发展建议。     

中外图情领域大数据近十年（2007-2016） 研究现状与发展趋势分析

【目的/意义】为揭示中外图书情报领域对大数据研究的现状和发展趋势,挖掘研究热点主题及其演化过 程。【方法/过程】文章统计分析了近十年图情领域大数据研究的论文发文数量、核心机构和核心作者等指标,采用 文本数据挖掘的方法识别出不同领域时期的研究热点主题,并分析了随时间的推移研究主题的演变情况。此外, 论文还对比分析了中外图情领域研究主题的相关性和差异性,展现出中外图情领域对大数据研究的联系和区别。 【结果/结论】随着时间的发展,中外大数据研究主题趋于相似。大数据研究主题的趋势向着研究主题多元化,结构 层次鲜明化的方向发展,在未来几年将会有更多新颖的研究主题产生。     

基于知识图谱的国内外关联数据研究分析

【目的/意义】随着语义网技术的发展,学者对于关联数据的研究及实践不断地深入,并获得了图情领域的 极大关注。适时理清关联数据的发展状况,并对国内外的研究、实践情况进行对比,可为关联数据研究指明发展路 向,并为后续研究提供一定的参考。【方法/过程】以WOS和CNKI为数据源,采用文献计量学中的图表统计、共词分 析和聚类分析等方法绘制可视化知识图谱,通过对作者、研究机构和关键词数据的处理,对关联数据技术的发展及 在图情领域的研究、应用状况进行了梳理和分析,并对国内外的情况进行了对比。【结果/结论】关联数据研究已成 为互联网的热门研究领域。国内外关联数据的研究在合作关系、研究主题、应用实践等方面均存在差异。一方面, 国内的学者和研究机构要打破机构限制,加强合作,不断开创研究新领域;另一方面,图书情报机构应积极利用语 义网技术进行资源整合与发布。     

基于LDA模型的高校师德舆情演化及路径传导研究

【目的/意义】构建高校师德舆情微博用户评论LDA模型,可以更精准识别舆情演化特征和分析关键主题传 播路径,帮助高校和相关部门更为有效地进行舆情监管和舆情引导。【方法/过程】本文以“天津大学一教授学术造 假”事件为例,基于 LDA模型构建高校师德舆情下微博用户主题生成模型,采用困惑度评价指标确定 LDA模型最 优主题数,采用信息熵确定每一主题在不同日期的主题强度,通过关键词共现知识图谱、词云展现舆情话题的演 变,最后基于主题相似度确定主题传播路径。【结果/结论】LDA模型和信息熵可以解析出网络用户群体关注的重要 主题热点,精准识别舆情演化特征,识别主题最优传播路径进行舆论引导,对爆发的舆情实现预测和管制优化。【创 新/局限】文章创新性地构建高校学术道德舆情的LDA主题模型,有效确定微博用户群体主题、识别舆情演化特征、 分析主题间传播路径,具有普适性;进一步扩大高校师德其他舆情分析及结合网络舆情情感分析为下一步的研究 内容。