融合学术文本词汇功能属性的交叉领域新兴社群预测

【目的】充分挖掘科学知识网络社群多元特征,提升领域新兴趋势预测效果。【方法】基于e-Health领域新兴社群到热点社群的成长路径回溯,本文提出一种融合词汇功能属性的新兴趋势多元特征预测模型。【结果】在e-Health领域,所融合的主题、技术等词汇功能属性特征能够提升新兴趋势预测性能,综合结构、影响、序列和属性4组特征的RF算法模型效果最佳。词汇功能属性规模大、密度低、中介中心性高、波动率大的社群更有可能成为新兴社群。序列特征对新兴社群预测效果欠佳,可能受到新兴社群的前瞻性影响。【局限】词汇功能识别结果存在一定领域依赖,结论扩展到其他领域的有效性需进一步验证。【结论】充分挖掘科学文本词汇细粒度语义特征,能够有效提升新兴趋势预测性能,对科学内容评价和科技决策支持具有一定参考意义。