基于数据挖掘的“ChatGPT”领域高校知识发现研究

系统梳理研究领域知识内容和知识单元的交叉关系,对提高知识挖掘的质量有着重要意义。本文结合认知需求构建“主题-作者-关键词”多重共现网络框架,采用LDA主题模型对目标文献进行ChatGPT领域的主题聚类,利用ItgInsight软件重构不同子空间主题,实现知识关系的多重共现分析,完成研究领域的共现关系可视化表达。相比传统的多重共现关系,主题聚合范畴下的知识梳理通过解析子空间文献主题,精简了文献特征项中的共现网络节点密度,提升知识群多重组合关系的可视化效果,有助于理清高校ChatGPT领域知识管理的研究方向。