基于DTM模型的国内外话语权研究主题挖掘及比较分析

[目的/意义]分析国内外话语权研究现状,掌握其热点主题及演化趋势,对于破解中国话语困境,推动国内话语权研究的创新发展具有重要参考意义。[方法/过程]选取1990—2022年间国内外话语权相关研究文献,采用DTM动态主题模型对其进行主题挖掘,并从热点主题识别与分析、主题强度演化趋势及主题关键词演化路径三方面对比分析国内外话语权研究的现状及差异。[结果/结论]国内外话语权研究在热点主题、研究方法、主题强度及主题演化趋势等方面均存在较大差异：(1)在热点主题的研究方法上,国内研究更注重开展思辨研究,而国外研究更倾向于采用定量研究方法开展实证研究;(2)在主题强度演化趋势上,国内研究的主题强度变化波动较大,而国外研究的研究主题则具有较强的传承性和递进性;(3)在热点主题的识别和主题关键词演化路径上,国内研究的热点主题多于国外,且国内外同一研究主题处于不同发展阶段时的研究重心存在显著差异,与时代背景密切相关。     

引用动能视角下跨学科知识来源识别——以图书情报学为例

[目的/意义]识别跨学科引用的主要学科,有助于促进学科之间的知识交流,探析学科间的联系,推动学科创新发展。[方法/过程]引入物理学动能定理,从引用质量和引用转化率两方面构建引用动能模型,计算目标学科引用其他学科文献而具有的动能,根据动能的大小,识别该学科引用知识的主要来源学科,挖掘学科间的联系。[结果/结论]以图书情报学为例进行实证研究,发现管理学是与图书情报学知识交流最密切的学科,其次为计算机科学与经济学。探析图书情报学与被引学科之间的联系,促进跨学科知识交流,进而有助于研究学科之间的交叉融合现象,发掘学科生长点,培育新兴交叉学科,构建协调可持续发展的学科体系。     

基于隐含空间模型降维和LDA模型的学科主题识别研究

[目的/意义]现有学科研究主题的梳理多为领域专家的定性分析和学科学者的文献梳理,一定程度会由于研究思维的局限性和获取知识的片面性造成学科研究主题误判,为有效避免漏判误判现象的发生,提出识别模型。[方法/过程]首先,运用传统LDA模型分析主题特征词;其次,结合上下文语义信息进行中文分词,形成学科主题词库;最后,结合隐含位置聚类算法发现潜在社区,提高主题识别效果。[结果/结论]提出的方法一定程度上优化了主题挖掘算法在识别短文本主题的效果,消除主观意愿。由计算机自行分类并实现科学研究前沿主题的预测,揭示前沿领域的研究热点,为致力于研究前沿学科的新兴学者提供参考价值。     

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。     

我国科研诚信政策与文献主题演化对比分析

[目的/意义]分别对科研诚信政策与文献的主题分布进行分析，对比二者之间的相关性和趋势发展，可以为政策制定提供依据，也可以为科研诚信的学术研究方向提供参考。[方法/过程]采集科研诚信政策与文献数据，运用主题聚类和相似度分析方法，观察主题热点并分析论文与政策之间的关联性。[结果/结论]采用“LDA主题建模—TF-IDF相似度计算—桑基图呈现”的方法能够直观揭示出科研诚信政策与学术热点的匹配度，可以为相似研究提供一定的方法论支撑。且研究发现，科研诚信文献的发展相较于科研诚信政策具有明显的滞后性，但随着时代的发展与研究的进步，滞后性不断减弱。     

近三年国外图书馆学与信息科学领域研究热点与前沿分析

[目的/意义]本文对近三年来（2015-2017）SCI和SSCI收录的图书情报学的影响因子排名前50%的外文期刊刊载论文及其题录数据进行计量研究,进而揭示国际LIS领域热点研究主题,再利用著名的科学分析管理工具ESI追踪LIS领域的研究发展趋势。[方法/过程]使用自主研发的程序工具基于Louvain算法对领域知识网络进行知识群落划分,进而识别领域知识主题与研究热点,再利用科学分析管理工具ESI根据共被引分析和聚类算法选出学科最新研究前沿。[结果/结论]通过研究发现,近三年国际图书情报学的研究热点主题分别是文献计量、高校图书馆、网络社交媒体研究、管理、卫生健康、技术、信息检索、电子政府、企业管理和电子商务等特定领域的信息应用,研究前沿主要集中在学术平台替代计量学研究、在线用户评论研究、政治文本内容挖掘研究、智慧城市研究、读者阅读研究、社交媒体相关研究等。     

基于知识流的研究前沿主题演化分析方法研究——以“基因组编辑技术及其在农作物中的应用”研究前沿为例

[目的/意义]从知识流视角揭示研究前沿核心主题与发展主题知识吸收与扩散过程,分析其演变规律及关键节点,以期为研究人员深入开展前沿研究提供新视角和新思路。[方法/过程]首先,基于共被引理论获取研究前沿核心文献和施引文献集合,通过主题聚类识别前沿核心主题和发展主题两类知识节点;其次,对知识节点进行向量化表示,通过计算知识节点间相似度构建知识节点之间的关联关系,依据知识节点类型和节点关联关系识别研究前沿知识流动的6种类型;再次,利用EChart平台对主题演化状态进行可视化;最后,以“基因组编辑技术及其在农作物中的应用”研究前沿为例开展实证研究,并结合近年基因编辑技术研究内容、相关前沿发布情况验证方法的可行性和有效性。[结果/结论]实证结果表明,基于核心主题和发展主题,从知识流的视角对主题演化状态进行分析,能够识别前沿主题演化路径及发展的关键节点,有助于探索研究前沿可能的创新切入点,开展前瞻布局,把握前沿机遇。     

专利视角下的美国空军核心技术演化分析

[目的/意义]通过对美国空军公布的专利进行研究,揭示其不同阶段的重点研究方向,更好地把握技术变化,为相关决策提供参考。[方法/过程]引入时间维度将主题模型生成的"文档—主题"分布转换为"年份—主题"分布,结合t-SNE降维并可视化来划分时间段。采用专利分类号与技术领域的映射关系和社会网络分析方法做粗粒度的技术领域演化及可视化分析,并综合运用LDA和JS散度对其中某一技术领域做细粒度的技术主题演化与可视化分析。[结果/结论]将美国空军公布的1958—2019年的专利划分为7个时间段,得到技术领域演化河流图以及"测量"技术领域的技术主题演化桑基图。结果表明该方法可以较好地识别美国空军不同阶段的核心技术演化过程,是从专利的角度研究国防技术发展趋势的一次积极探索。     

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。     

高质量发展背景下科技新闻主题识别及其热点演化分析

[目的/意义]科技创新是驱动高质量发展的核心动力,科技新闻是人们了解科技发展情况的重要途径,识别科技新闻中的热点主题,反映国家战略发布和实施过程中的状态及变化,以为政府及科研人员提供有效的决策参考与信息支持。[方法/过程]从国家科技部网站中采集2011—2021年发布的科技新闻,借助新词发现与LDA主题模型等文本挖掘方法,文章构建了科技新闻热词发现与主题识别的研究方案,并对新闻热点进行演化分析。[结果/结论]我国科技新闻报道中主要集中于高新技术、科技交流合作、人才培养与激励、农村科技发展、绿色生态、科技创新载体建设和政府部门工作7个主题范畴;高质量发展总纲提出前后的关注热点产生了一定程度上的变化;科技创新驱动高质量发展相关新闻事件中,政府工作与高新技术的发展是关注的重点。     

动能理论视角下跨学科知识生长点成长态势分析——以图书情报领域为例

[目的/意义]知识通过跨学科引用输入目标学科,与目标学科知识合作产生跨学科知识生长点,刺激知识创新与生长。衡量跨学科知识生长点成长态势,有利于分析学科知识的交叉与融合、继承与创新,把握学科发展方向与进展。[方法/过程]文章基于动能理论与引文分析方法,提出输入推动力概念,从生长质量和传播速度两个方面构建跨学科知识生长点动能模型,测度跨学科知识生长点成长态势,并以图书情报领域为例进行实证分析。[结果/结论]研究发现,热点知识更容易受输入知识刺激生成跨学科知识生长点,并根据生长质量、传播速度和动能将跨学科知识生长点划分为成熟型、传播型和生长型三类。     

基于语义表示和动态主题模型的社科领域新兴主题预测研究

[目的/意义]预测社科领域在未来有发展潜力的研究主题对于科研工作者寻找新的学科增长点和政府部门优化资源配置至关重要。文章提出一种基于语义表示和动态主题模型的社科领域新兴主题预测框架,以期丰富和完善主题预测研究的方法体系。[方法/过程]首先,使用BERT模型和UMAP算法对文本进行语义表示和向量降维,再通过动态主题模型对嵌入向量进行聚类,从而获得全局主题;其次,构建新兴主题指标计算公式,基于Neural Prophet模型和非参数检验方法预测新兴主题;最后,通过划分时间窗将全局主题细化为多个局部主题,以定位最近时间段的新兴词汇。[结果/结论]选取“人口老龄化”领域的学术论文和报纸进行实证研究,并采用资料验证法进行方法有效性分析,结果表明该方法能够快速准确地预测社科领域中的新兴主题。     

基于Rao-Stirling指数和LDA模型的领域学科交叉主题识别——以纳米科技为例

【目的/意义】基于Rao-Stirling 指数和LDA模型进行领域学科交叉主题识别,并以纳米科技为例验证将 Rao-Stirling 指数和LDA模型用于领域学科交叉主题识别的有效性和适用性。【方法/过程】基于Rao-Stirling 指数 测度领域文献学科交叉程度,设定阈值发现高度学科交叉文献。基于LDA模型对筛选出的学科交叉文献进行主题 识别,发现学科交叉点和学科交叉研究主题。【结果/结论】基于Rao-Stirling 指数从引文的角度进行领域文献学科 交叉测度可以有效地发现与某领域相关的学科交叉文献,且有利于大数据集的学科交叉文献发现研究的实现。基 于LDA模型进行学科交叉主题识别可以有效地发现学科交叉主题。两方法的组合应用为发现某领域学科交叉主 题研究提供一种新视角。     

热点主题特征维度的识别指标体系构建及实证研究——以我国制氢领域为例

[研究目的]从热点主题的特征维度出发,基于LDA模型构建热点主题识别的指标体系,使识别结果更加清晰明确、具有更强的热点指向性,为热点主题的识别工作提供新的思路与方法。[研究方法]以中国知网2000-2020年我国制氢领域的期刊文献为数据源,利用LDA模型抽取研究主题;分析热点主题的影响力特征及关注度特征,并基于LDA的输出信息对其进行量化,从影响力特征维度和关注度特征维度构建热点主题识别的指标体系;最后通过指标计算确定热点主题并进行主题内容分析。[研究结论]以我国制氢领域为例进行实证分析,发现了光催化分解水制氢技术、甲醇制氢技术、光催化剂性能及其制备、光伏发电制氢技术这4个热点主题。通过与共词分析法的对比,验证了指标体系对于热点识别的有效性。     

嵌入社会感知的技术热点主题识别与发展态势分析——基于微信公众平台视域

[目的/意义] 通过文献和专利进行文本挖掘获取技术热点主题的方法已逐步成熟,但相关研究未充分考虑社会公众对技术未来发展方向的影响。以社交媒体微信公众平台作为数据源,嵌入社会公众感知,可从更全面的视角识别技术热点主题并分析其发展态势。提出基于微信公众平台的技术热点主题识别与发展态势分析框架,弥补了现有方法未考虑社会公众对技术主题变化影响的不足。[方法/过程] 首先,通过微信传播指数（WCI）筛选可用于技术热点主题识别的微信公众平台。其次,采用文本挖掘的方法,应用LDA主题模型提取技术主题。然后,结合社会感知识别技术热点,并利用IPA分析法分析技术主题的发展态势。最后,以石墨烯技术为例进行实证分析以检验方法的可实施性和效果。[结果/结论] 识别出2015-2018年石墨烯技术热点,并结合社会感知视角定位出当前处于优势区、维持区、机会区、改进区的技术主题,实现对石墨烯技术热点的发展态势的分析与评价。     

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。     

国内外图情领域的知识扩散特征研究

[目的/意义]知识经济时代,知识扩散的路径研究是掌握知识发展动向、把握新机遇的重要途径。摸清知识扩散的规律与机制,有助于准确预测知识扩散的未来动向,推动知识的共享与发展。[方法/过程]以CNKI和Web of Science两个数据源近五年的图情学科研究型文献为例,采用文献计量的分析方法,结合SATI分析软件,从知识扩散的广度、速度、强度三个指标,以及知识扩散的主题演化方面,比较分析我国图情学者在国际和国内平台的知识扩散特征差异。[结果/结论]国内和国外图情学科的知识扩散广度在逐渐增加,但国外的增速更加明显;国内图情学科的知识扩散速度明显高于国外;国内向本学科的知识渗透率最高,在50%以上,国外更多渗透于其他学科,且与环境科学的交叉融合在逐年加深。     

基于论文和专利数据的研究前沿挖掘研究——以智能网联汽车领域为例

[目的/意义]对比论文数据和专利数据的特征指标,识别热点、新兴、潜在和消亡研究前沿主题.[方法/过程]利用LDA主题模型,对智能汽车领域相关的论文数据和专利数据进行主题提取,计算两个数据源下各主题的强度和主题新颖度并进行对比分析.[结果/结论]本文识别出路径规划技术等热点研究前沿6个、智能计算等新兴研究前沿2个、安全认...     

基于多路径分析的跨学科潜在知识组合识别——以引文分析领域为例

[目的/意义]在提倡“文理交叉”的新文科建设背景下,识别跨学科潜在知识组合,并分析其合作方案的可行性,对于把握跨学科创新方向、推动学科转型与交叉融合具有重要意义。[方法/过程]基于多路径分析和全文知识提取,构建跨学科潜在知识组合合作潜力识别模型,从路径连通性、平衡性、有效潜在路径数三方面反映两知识的合作潜力,并以图书情报学“引文分析”领域为例,全文提取2016—2020年研究文献及其跨学科参考文献关键词进行实证分析。[结果/结论]实证表明,该模型能够通过多组已形成知识路径识别平衡性较好的跨学科潜在知识组合,并发现“引文网络—技术跨越”“相似度分析—激活函数”“聚类分析—扩散曲线”等识别结果具有理论合作可行性和实际应用价值。     

在线健康社区研究主题演化路径分析

[目的/意义]探究在线健康社区的研究热点及主题演化脉络,为在线健康社区领域的探索研究提供借鉴,同时在一定程度上助力健康中国战略的实施。[方法/过程]以2006—2021年Web of Science核心集中有关在线健康社区领域的339篇文献为研究对象,利用SciMAT软件制作关键词重叠图、主题战略坐标图和主题演化路径图,分析在线健康社区领域的研究热点和演化路径。[结果/结论]在线健康社区领域各时期聚类的主题数量先减后增,主题类团的演化能力不断增强,演化路径日渐平稳。三条主要的主题演化路径为：(1)在线健康社区的社会支持研究：社会支持→社会支持→社会支持→社会支持、癌症;(2)在线健康社区的在线社交媒体研究：质量→在线社交媒体→在线社交媒体;(3)在线健康社区的在线评论研究：口碑→在线评论。