Design and Implementation of On-Line Hot Topic Discovery Model

Internet has become a major medium for infomation transmission, how to detect hot topic on web, track the event development and forecast emergency is important to many fields, particularly to some government departments. On the basis of the researches in the field of topic detection and tracking, we propose a model for hot topic discovery that will pick out hot topics by automatically detecting, clustering and weighting topics on the websites within a time period. Based on the idea of stock index, we also introduce a topic index approach in following the growth of topics, which is useful to analyze and forecast the development of topics on web.

Detecting Dynamics of Hot Topics with Alluvial Diagrams:A Timeline Visualization

Purpose： In this paper, we combined the method of co-word analysis and alluvial diagram to detect hot topics and illustrate their dynamics. Design/methodology/approach： Articles in the field of scientometrics were chosen as research cases in this study. A time-sliced co-word network was generated and then clustered. Afterwards, we generated an alluvial diagram to show dynamic changes of hot topics, including their merges and splits over time. Findings： After analyzing the dynamic changes in the field of scientometrics from 2011 to 2015, we found that two clusters being merged did not mean that the old topics had disappeared and a totally new one had emerged. The topics were possibly still active the following year, but the newer topics had drawn more attention. The changes of hot topics reflected the shift in researchers＇ interests. subdivided and re-merged. For example, several topics as research progressed. Research topics in scientometrics were constantly a cluster involving ＂industry＂ was divided into Research limitations： When examining longer time periods, we encounter the problem of dealing with bigger data sets. Analyzing data year by year would be tedious, but if we combine, e.g. two years into one time slice, important details would be missed. Practical implications： This method can be applied to any research field to illustrate the dynamics of hot topics. It can indicate the promising directions for researchers and provide guidance to decision makers. Originality/value： The use of alluvial diagrams is a distinctive and meaningful approach to detecting hot topics and especially to illustrating their dynamics.

A Metric Approach to Hot Topics in Biomedicine via Keyword Co-occurrence

Purpose:To reveal the research hotpots and relationship among three research hot topics in b iomedicine,namely CRISPR,iPS(induced Pluripotent Stem)cell and Synthetic biology.Design/methodology/approach:We set up their keyword co-occurrence networks with using three indicators and information visualization for metric analysis.Findings:The results reveal the main research hotspots in the three topics are different,but the overlapping keywords in the three topics indicate that they are mutually integrated and interacted each other.Research limitations:All analyses use keywords,without any other forms.Practical implications:We try to find the information distribution and structure of these three hot topics for revealing their research status and interactions,and for promoting biomedical developments.Originality/value:We chose the core keywords in three research hot topics in biomedicine by using h-index.

ICS-SVM:A user retweet prediction method for hot topics based on improved SVM

In social networks,many complex factors affect the prediction of user forwarding behavior.This paper proposes an improved SVM prediction method for user forwarding behavior of hot topics to improve prediction accuracy.Firstly,we consider that the improved Cuckoo Search algorithm can select the optimal penalty parameters and kernel function parameters to optimize the SVM and thus predict the user's forwarding behavior.Secondly,this paper considers the factors that affect the user forwarding behavior comprehensively from the user's own factors and external factors.Finally,based on the characteristics of the user's forwarding behavior changing over time,the time-slicing method is used to predict the trend of hot topics.Experiments show that the method can accurately predict the user's forwarding behavior and can sense the trend of hot topics.

Contrastive analysis in China and abroad on the Evolution of hot topics in the field of digital library based on LDA model

Revealing and comparing the evolution process of hot topics in the field of Digital Library in China and abroad.[Methods]:Taking data in the field of Digital Library from core journals in CKNI and Web of Science from 1990 s to 2020,topics are extracted by LDA model and hot topics are selected based on life cycle theory.Topic evolution paths are generated to contrast evolution of hot topics between home and abroad which are grouped into dimensions of technology and application.It fails to analyze the lagging performance and reasons of research hot topics in the field of Digital Library at home and abroad.In technological dimension of Digital Library,the research content in China lags behind that at abroad.In terms of application dimension,Chinese application tends to focus on social sciences,while application at abroad tends to focus on natural sciences.The evolution of overall research focus is U-shaped,which gradually shifted from technological research to application research,and now turn back to technological dimension.Nowadays,there are also many emerging topics combined with big data technology.

Approach to extracting hot topics based on network traffic content

This article presents the formal definition and description of popular topics on the Internet,analyzes the relationship between popular words and topics,and finally introduces a method that uses statistics and correlation of the popular words in traffic content and network flow characteristics as input for extracting popular topics on the Internet.Based on this,this article adapts a clustering algorithm to extract popular topics and gives formalized results.The test results show that this method has an accuracy of 16.7%in extracting popular topics on the Internet.Compared with web mining and topic detection and tracking(TDT),it can provide a more suitable data source for effective recovery of Internet public opinions.

基于CNKI数据库的西藏考古研究现状及热点主题的可视化分析

以中国知网收录的西藏考古相关文献数据为研究对象,运用文献计量学结合定量分析工具,对西藏考古研究状况进行了全面分析。研究结果表明:藏学、民族学、文物考古和民族高校学报等领域期刊是西藏考古研究成果发表的主要阵地;四川大学的霍巍教授是该领域的领军人物;近三十年西藏考古领域的研究主要聚焦于青藏高原史前文明、佛教考古、吐蕃墓葬、考古出土材料文化属性以及高原丝绸之路等五个方面。同时“唐朝”“丝绸之路”和“文化交融交流”具有潜力成为未来的研究热点。

《中华中医药学刊》刊文特征与热点分析

目的 系统总结和分析《中华中医药学刊》2007—2022年所刊文的内容特征与热点,以期为《中华中医药学刊》的发展提供参考。方法 综合运用CiteSpace、VOSviewer等文献计量工具,从刊文量、研究者、研究机构、刊文主要关键词、刊文热点主题、刊文研究趋势等,进行多维视角的可视化分析。结果 年刊文数量呈下降趋势,但刊文质量显著提升;研究者之间连线较为密集;研究者群体相对稳定。结论 刊文研究者合作关系相对紧密;呈现以高校及其附属医院为核心研究者群体特征;中西医结合、中药现代化和针灸治疗现代化三大主题,是《中华中医药学刊》2007—2022年的研究热点。

基于文献计量学分析体外循环目标导向灌注研究热点

目的量化关于心脏手术体外循环目标导向灌注(GDP)相关学术论文的基本信息,探索关于GDP研究领域的研究热点、趋势及最具有影响力的论文,为研究人员及临床工作者提供参考。方法利用科学网(Web of Science)检索GDP相关文献,使用R语言数据包Bibliometrix对文献的发表年代、期刊来源及期刊所属国家、高频关键词的分布情况进行统计分析,并进行聚类分析,得到该GDP研究领域关注热点。结果筛选出GDP相关文献116篇,获得该领域研究热度趋势、来源期刊分布、各国研究热度等数据资料。高频关键词共计15个,通过对高频关键词进行聚类分析,得到3个主要研究热点方向。关于GDP研究领域的热点有氧供指数、氧耗监测、组织灌注监测等。结论GDP研究热点主要为GDP研究内容和技术、对象、临床结局。基于文献计量学的研究方法,本研究提供较为全面的关于GDP研究领域发展的分析总结,未来该领域的氧供与氧耗监测与调控仍可能是热门研究方向。

职业教育助力乡村振兴热点议题演化特征研究——基于公众网媒评论的分析

随着乡村振兴战略的深入推进,职业教育在促进乡村发展方面的作用日益显著。研究职业教育在助力乡村振兴过程中引发的热点议题及其演化特征,可为乡村振兴战略的有序推进提供科学的理论参考。基于意义建构理论,运用“大数据+小数据”联合挖掘法,对职业教育助力乡村振兴的热点议题及其演化特征进行了深入研究。研究发现,职业教育助力乡村振兴的热点议题主要包括城乡融合发展、三农快速发展、乡村精英培育和教学质量与硬件环境等四个方面。这些议题的关注度和热度变化呈现出明显的周期性规律,且在不同地区的关注度存在正空间自相关规律。虽然公众对热点议题的态度和看法总体是积极的,但也存在波动和差异。需加强公众网媒评论的正向引导,营造积极的职业教育助力乡村振兴舆论环境。

21世纪以来汉语国际传播研究的热点主题与演进——基于CNKI期刊论文的文献计量和知识图谱分析(2000-2023)

以2000-2023年CNKI收录的3883篇汉语国际传播研究相关期刊论文为样本,运用文献计量、共词分析、知识图谱等方法,对其年度分布、期刊分布、核心作者、研究机构及关键词聚类形成的热点主题进行系统分析后的结果显示:汉语国际传播领域研究成果总体呈增长趋势;载文期刊分布广泛,但高水平期刊较少;稳定持续的核心作者群正在形成;研究机构具有明显的区域性,合作度不足;该领域研究热点集中在孔子学院、“三教”问题、汉语国际传播发展问题以及中华文化国际传播等4个方面;演进历程可划分为3个阶段。为促进汉语国际传播研究不断深入,应在今后加强作者队伍建设,提升研究机构间协同创新水平;强化跨学科意识,研究视角从单一向多元转变;协同应用研究与基础研究,规范研究与实证研究,均衡研究方法与范式;兼顾国际化与本土化,鼓励前瞻性研究。

传统服饰纹样设计转化研究的演进脉络与热点主题

文章以探寻中国传统服饰纹样设计转化研究规律为出发点,选取近20年CNKI中的425篇传统服饰纹样设计转化研究的期刊文献,基于文献计量的实证分析,从知识生产脉络、知识生产主体、知识基础、关键词共现和时间线等维度,对传统服饰纹样设计转化研究进行梳理分析。研究发现,20年来该领域发文量增长快速,知识生产主体之间尚未形成稳定的合作网络;设计转化中传统服饰纹样吉祥文化的物化表达、传统服饰纹样提取的方法革新、多学科融合驱动传统服饰纹样设计转化创新发展是研究的热点;传统服饰纹样设计转化演化脉络可分为三个阶段,强调用户体验的交互设计、基于用户情感的服务设计、设计转化中的文化自信、共性到个性的心理需求转变、“实用性”转向“精神性”是该领域的研究趋势。

中国农业科技创新研究的热点主题及演进态势——基于VOSViewer和CiteSpace的知识图谱分析

农业科技创新是助推农业强国建设的重要驱动力。自20世纪90年代以来中国开展了较多的农业科技创新研究,在新发展阶段背景下,系统梳理这些研究的主要成果有助于研判其未来的演进态势。为此,基于科学知识图谱,以中国知网(CNKI)收录的1 098篇以“农业科技创新”为主题的核心期刊文献为信息源,综合运用VOSViewer和CiteSpace两个工具,直观展示了中国农业科技创新研究的年度发文数量、发文作者、发文期刊、高突现性关键词和聚类情况。结果显示,中国农业科技创新研究起步于1994年,2012年达到研究峰值,研究的热点主题集中于农业科技与产业结合、农业科技管理体制改革、农业科技协同创新和农业科技支撑乡村振兴发展等4个方面。未来,中国农业科技创新研究应立足于农业强国建设时代背景下对农业科技创新的新定位和新需求,进一步加强农业科技创新领域的理论研究,以及进一步突出其对农业科技创新实践活动的指导作用。

移动政务国内外研究热点与前沿趋势--基于Citespace和VOSviewer的可视化计量分析

利用可视化计量软件Citespace和VOSviewer对科学引文索引(WOS)和中国知网(CNKI)核心数据库收录的“移动政务”为主题的共计721篇文献从时间分布、主要研究力量分布进行分析,通过高频关键词知识图谱、聚类分析、时间线图和突现词分析得到了国内外移动政务研究的热点主题和发展趋势。研究发现,国内的研究热点聚焦于理论基础、采纳意愿和需求、绩效和评估指标体系研究、公共危机管理视角下的移动政务;国外围绕新冠感染、农村地区、发展中国家移动政务经验与启示等热点主题进行研究。

公共危机信息管理研究进展与趋势

随着世界范围内风险社会特征的日益明显、重大突发公共危机事件的频发以及新一代数字信息技术的迅速发展及其在公共危机管理中的应用,目前,公共危机信息管理已成为一个具有重要学术影响力和社会影响力的新的学科交叉研究领域。文章以Web of Science和中国知网(CNKI)为检索来源,利用相关概念构造检索策略,根据所制定的纳入排除标准对文献进行筛选,最终确定1991—2023年的11603篇英文文献和2692篇中文文献进行文献计量分析。文献分析述评由两部分构成:一是基于科学文献计量的范围型综述;二是对领域热点和前沿主题的叙述型综述。范围型综述从文献增长情况、核心作者、学科领域、研究脉络呈现了领域发展的整体图景,显示出公共危机信息管理研究在文献数量快速增加的同时,其学科交叉特征愈发明显,研究议题也越发多元。叙述型综述着重对近10年的领域最新动态进行梳理述评,发现公共危机信息管理研究形成包括理论框架与领域议题、危机信息传播、风险沟通、危机中的社交媒体、风险分析与评估、数字应急与智慧决策6大热点领域,以及包括理论框架、领域议题、危机谣言、危机舆情、危机中的政府信息公开、风险感知、危机中的科学传播、风险沟通中的信息说服、危机中的社交媒体使用、社交媒体的应急潜能挖掘、危机相关社交媒体数据收集和处理、风险分析、风险评估、应急管理数字化、应急知识管理、案例推理应急决策16个热点主题。在此基础上,总结提出了公共危机信息管理研究未来的5大发展趋势,包括多学科交叉融合发展、关注新兴风险和未知风险、探索人与技术的协同、加强基础数据积累与共享以及强化政产学研协同创新。

国家自然科学基金在集成电路领域近十年资助状况与趋势分析

集成电路技术作为信息科技的核心,不仅是经济发展的基石,更关乎国家安全和战略竞争地位.国家自然科学基金委支持我国集成电路领域基础研究,逐渐形成了多层次科学基金资助体系.本文分析了近十年(2014—2023)“集成电路设计”(F0402)与“集成电路器件、制造与封装”(F0406)代码下各类型项目的研究方向、资助项目数量、经费等情况,旨在通过对历年资助项目研究方向的分析,了解我国集成电路研究的热点及研究特点,探讨集成电路研究领域未来研究发展趋势,为科研院所、高校及企事业单位了解该领域的研究热点、未来发展方向及路径提供借鉴.

基于LDA-Word2vec的图书情报领域机器学习研究主题演化与热点主题识别

[目的/意义]在人工智能技术及应用快速发展与深刻变革背景下,机器学习领域不断出现新的研究主题和方法,深度学习和强化学习技术持续发展。因此,有必要探索不同领域机器学习研究主题演化过程,并识别出热点与新兴主题。[方法/过程]本文以图书情报领域中2011—2022年Web of Science数据库中的机器学习研究论文为例,融合LDA和Word2vec方法进行主题建模和主题演化分析,引入主题强度、主题影响力、主题关注度与主题新颖性指标识别热点主题与新兴热点主题。[结果/结论]研究结果表明,(1)Word2vec语义处理能力与LDA主题演化能力的结合能够更加准确地识别研究主题,直观展示研究主题的分阶段演化规律;(2)图书情报领域的机器学习研究主题主要分为自然语言处理与文本分析、数据挖掘与分析、信息与知识服务三大类范畴。各类主题之间的关联性较强,且具有主题关联演化特征;(3)设计的主题强度、主题影响力和主题关注度指标及综合指标能够较好地识别出2011—2014年、2015—2018年和2019—2022年3个不同周期阶段的热点主题。

基于共词网络的教育信息化热点主题识别与发展态势研究

通过对教育信息化领域高水平学术文献分析,揭示教育信息化领域的热点研究主题与发展态势,对我国教育信息化研究及发展具有深远的意义。以近十年CSSCI数据库教育信息化文献数据为样本,通过构建高频关键词共词矩阵并生成共词网络,运用共词分析、社会网络分析、战略坐标分析等研究方法,以期识别分析我国教育信息化热点主题及发展态势。研究表明:慕课、人工智能、教学设计、深度学习等受到了教育研究者们的广泛关注;目前教育信息化研究主要聚焦在学习分析、在线学习与开放教育、信息化教学模式与方法、教育信息化理论与实践、教师专业发展、学习环境与学习资源等主题,而在线学习的学习分析是当前最活跃研究主题,且取得了丰硕的成果。

智慧旅游研究的文献计量及热点前沿趋势分析

智慧旅游是促进旅游市场加速发展、推动产业转型升级的有力抓手。以Web of Science数据库2011—2022年收录的智慧旅游文献作为研究对象,应用基本统计、关键词聚类图谱、突现值指标等文献计量方法,对智慧旅游的研究热点、前沿及演化趋势展开分析。结果表明:智慧旅游近年来已成为重要的热门研究领域,我国研究机构和学者在该领域表现突出;研究热点聚集在智慧旅游背景下的商业目标拟定和达成研究、大数据获取和应用研究、智慧旅游软硬件和系统研究;演化趋势表现出单一主题向多主题的扩散以及理论向实践应用的拓展;前沿趋势表现为以客户为中心的旅游业智慧化运营、智慧旅游驱动的旅游业可持续发展、新兴数智科技对智慧旅游的赋能机制。最后提出研究展望。