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。     

科学文献主题建模方法及其效果评估研究

[背景/意义]研究和对比不同主题建模方法在科学文献主题识别上的应用表现,对于合理选择使用主题建模技术开展科学文献主题挖掘具有重要意义。[方法/过程]通过构建中英文科学文献实验语料,选择3种主题建模方法(LDA、Top2vec、Bertopic)和5种文本特征计算方法(Bag of Words、TFIDF、Doc2vec、MiniLM、SciBert)进行中英文科学文献主题建模实验,并对不同建模结果的主题多样性、主题一致性、主题稳定性和主题离散性指标进行对比分析。[结果/结论]不同建模工具的主题识别结果存在较大差异,其中LDA与Bertopic在英文和中文语料上识别出的主题中具有相似性关系的主题占比相对较高,但也仅为9.81%和7.46%;基于Doc2vec算法的Top2vec模型在主题多样性指标上的表现相对最优;基于文本预训练算法的Top2vec模型和Bertopic模型的主题稳定性和离散性指标优于传统主题建模方法。针对大语言模型技术的快速发展和广泛应用,加快推进科学文献预训练模型研发,并将之应用于科技情报业务实践是当前的重要研究方向。     

Web环境下的科技新闻主题挖掘——以国际极地考察领域为例

提出一种基于LDA主题模型的科技新闻主题分析方法,选取2009—2018年中、澳、英、美4国极地科考新闻数据,从主题类型和主题强度角度进行主题演化分析。在中文新闻中,极地测绘等主题的热度上升,极地冰川科考主题的热度下降;在英文新闻中,热门主题为极地冰川科考与极地海洋科考;其余主题热度相对稳定。研究结果表明,该方法可以有效识别科技新闻主题并揭示其演化趋势,可以有效改善网络环境下科技情报分析的自动化程度。     

新媒体、新平台发展下的主题班会探索研究

主题班会是班级教育活动的重要活动,对于高校辅导员来说,主题班会也是对当代大学生进行人生观教育的重要契机。本文重点阐释在新媒体这一平台之下的主题班会,探索和研究在新媒体这一大背景下主题班会的一些特点和具体做法。     

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。     

基于主题细分的社交网络用户间交互特征分析

[目的/意义]针对一微博子网,从主题细分的角度对用户间历史交互记录进行研究,发现用户间交互的主题偏好特征,以期从微观层面了解用户信息传播行为的规律。[方法/过程]通过用户实例分析得出对用户间交互进行主题细分的必要性;利用主题模型(LDA)对用户间历史交互记录进行主题细分,采用多维向量表示用户间在不同主题下的交互强度;通过统计分析和网络分析方法探索用户间交互的主题特征。[结果/结论]各主题下用户间交互强度的分布具有长尾特征;用户间的交互内容在时序上具有主题相关性;基于多维的用户间交互强度,可抽取出特定主题下的用户交互子网。用户间交互在时序上具有主题相关性这一特征,以及特定主题的用户交互子网,可用于对特定主题的信息传播进行监控和预测。     

非主题因素对探索性信息检索的影响

文章通过对探索性主题检索和非主题检索的知识变化对比研究,利用实验法和访谈法检验了非主题因素对探索性信息检索的影响。结果发现通过概念图和屏幕记录分析,在有限的检索时间内,与主题检索相比,非主题检索引起检索者的知识变化更为明显,检准率和检索者的检索满意度也较高。     

基于LDA主题模型的专利内容分析方法

主题模型是一种有效提取大规模文本隐含主题的建模方法。本文将Latent Dirichlet Allocation(LDA)主题模型引入专利内容分析领域,实现专利主题划分,解决以往专利主题分类过于粗泛、时效性差、缺乏科学性等问题。并在原有模型基础上构建LDA机构-主题模型,对专利知识主体和客体联合建模,实现专利主题和机构之间内在关系分析。最后,以通信产业LTE技术领域为例,验证该模型可以有效用于专利主题划分,实现各主题下专利知识主体竞争态势测度。     

怎样检索美、英两国《昆虫学文摘》(续)

4、概念索引(Concept Index) 概念索引是用以查找生物学有关主题广泛范围的条目。该引索是由主题概念和文摘号两者组成。主题概念又分为主题概念和次级主题概念两部分,均按字母顺序排列,主题词用黑体大写,次级主题词用大写印刷体表示。在主题概念和次级主题概念下,列出具有该主题内容的文摘号,文摘号按数字从小到大依次排列,一个横行排7个号,而纵行不限。若一篇文献涉及几个主题,则分别编入相应的主题。     

学科研究主题发展等级划分与趋势预测方法——以我国智慧图书馆研究为例

【目的/意义】主题发展等级划分是信息组织研究的基础性问题,也是科研人员和科研管理部门进行研究选题和学科服务的重要工作,对学科研究主题进行高效的发展等级划分与趋势预测,能够帮助相关科研人员和机构把握学科领域研究态势,准确做出科研决策。【方法/过程】本文结合主题模型、Sen’s斜率估计法、Mann-Kendall法、指数平滑法,提出一种学科研究主题发展等级划分与趋势预测方法。首先,在主题识别的基础上,形成主题发文度和主题引文度两个指标,并参考波士顿矩阵对学科研究主题发展等级进行划分;然后,融合研究主题发文量、被引量和下载量,形成主题热力度指标,采用指数平滑法对研究主题未来发展态势进行预测。【结果/结论】以我国“智慧图书馆”研究的实验表明,本文所提方法能够对学科领域研究主题进行全方位、细粒度地发展等级划分和趋势预测。【创新/局限】本文所提方法对其他学科研究主题的分析具有普适性,为实现动态情报分析提供了新的视角,局限在于需要提高主题建模的可解读性,并进一步优化趋势预测方法。     

谈幼儿教育主题活动设计

幼儿教育的主题活动中,不同的主题包含不同的内容。但每个主题活动都包含活动的主题、活动的目标、活动的设计人和参与者、主题活动需要的准备、过程,以及活动的评价和实施建议。幼儿教育主题活动要提前设计好方案计划,教师举办起来才会游刃有余,明确自己的教学任务,使儿童在主题活动中都能乐在其中。     

基于科技文献的时序主题链构建方法

科技文献是科学研究的基础,展示文献中主题的演化过程有助于科研人员把握研究的脉络。针对某领域的科技文献,以构建时序主题链的方式来展现主题随时间变化的事实。为此,提出了主题间转移概率的计算方法和时序主题链的构建方法。实证研究选定国内管理科学领域三个核心期刊在2000-2011年间发表的4244篇论文进行实验,结果表明,时序主题链可以有效地展示主题随时间变化的过程,并能揭示主题演化过程中不同主题间的隐含关系。此外,通过分析时序主题链中的结构特征,还可揭示不同主题间的交叉融合特性。     

基于离群数据的主题演化规律分析

在综述国内外主题演化研究现状的基础上,提出将离群数据概念引入到主题演化规律分析中,详细阐述了基于离群文献的主题演化动力机制分析,最终探索了主题演化的状态变化情况。从而更加准确地定量分析不同主题在整个学科领域主题演化过程中的作用,并展示出学科主题演化的趋势,全面把握学科主题状况,促进主题全面发展。     

历史主题教学的探索与思考——以岳麓版《历史必修3》第一单元为例

新高考中呈现出了明显的主题命题倾向,这种倾向让我们认识到教育改革背景下主题教学的重要性与必要性。主题教学,需要教师选定合适的主题,根据主题相关内容和新课改精神对教材进行整合,以期达到更好地提升学生能力和实现课改要求的目的。本人结合个人实践,以主题教学前后不同的教学设计为载体,谈谈本人在教学中对主题教学的探索和关于主题教学的一些个人思考。     

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。     

主题-主题关联的学科知识网络构建与演化分析

【目的/意义】构建主题-主题关联的学科知识网络,从主题之间语义关联角度度量主题在学科知识网络中 的影响力,分析学科知识结构演化规律,为热点、前沿主题探测提供方法支撑。【方法/过程】基于 LDA主题模型抽取 学科领域研究主题,利用主题在科学文献中的共现关系构建主题-主题关联的学科知识网络,并提出主题影响力概 念和度量方法;基于复杂网络结构分析方法对学科领域生命周期内主题-主题关联的学科知识网络进行演化分 析。【结果/结论】实证分析表明主题的网络影响力是主题强度、被学者关注度等外部特征指标的有力补充,可用来 探测热点、前沿主题。同时,学科知识结构随着学科领域的发展表现出较强的小世界网络特征。     

基于关键词共现和社区发现的微博热点主题识别研究

[目的]从海量微博舆情信息中准确、高效地发现和挖掘当下的热点主题,以期为政府和企业监控和管理舆情动态提供有价值的参考。[方法]研究首先从维度、特征和度量三方面综合考虑构建"帖子-主题"二模网络模型,其次选择词频、主题权重和词频增长率3个特征来抽取模型所需的有效关键词,然后选取社会网络分析法中的社区发现方法进行基于关键词的主题社区发现,最后综合考虑用户影响力和传播影响力两个属性,通过热度分析确立主题热度,识别热点主题。[结果]实验表明,该方法能有效挖掘网络舆情中的热点主题,检测出的主题结果均正确,验证了本文方法的可行性和有效性。在此基础上,研究还选取实例进一步对主题的热度迁移和情感倾向进行了分析,具备一定的预警作用。     

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。     

基于主题引用网络的交叉学科知识传播研究 ——以数字图书馆为例

【目的/意义】首先构建主题之间的引用网络,在此基础上分析主题影响力,并观察科学知识在不同主题之 间的知识传播过程。通过这些分析研究交叉学科中跨学科知识传播的过程和规律。【方法/过程】借助社会网络分 析方法,在交叉学科内部和相关基础学科两个层次上构建交叉学科主题引用网络,并构建主题层次知识传播图 谱。【结果/结论】研究发现,在数字图书馆学科内部知识传播过程中,通过研究问题的关注和交流是主要的传播 形式,而且基础学科对于交叉学科的跨学科知识输出中研究方法的知识输出亦是重要的知识输出内容。同时,通 过构建主题层次知识传播图谱能够帮助用户可视化分析主题之间的知识流动。 关键词：主题引用网络;交叉学     

我国图书情报学主题分布研究述评

【目的/意义】主题分布研究的关键是如何确定文献的主题,基于自建主题或者替代主题的主题分布研究可 以展现主题发展演变机理。梳理我国图书情报学主题分布研究现状,可以呈现该领域研究重点和研究取向。【方 法/过程】通过文献调研、趋势图、内容分析等方法,梳理我国图书情报学主题分布研究的研究现状。【结果/结论】我 国图书情报学主题分布研究主要集中于替代主题分布研究。建议我国图书情报学学者关注自建主题分类表研究, 构建出能够反应我国主题发展特征的主题分类表,并在此基础上开展主题分布规律、主题演变机理、主题发展趋 势、学科发展史等方向的深入研讨。