SSCI图书馆学与情报学领域作者主题可视化分析

[目的/意义]旨在发现当前国际上LIS研究领域中的结构化特征,为未来相关学术研究和行业发展提供借鉴。[方法/过程]对2009—2022年SSCI中LIS分类下的文献题录数据建立作者—主题模型并进行可视化解读。在此基础上依据论文引证网络,将重点被引作者主题分布与领域整体主题分布作对比分析。[结果/结论]LIS相关研究与医学信息学、社会信息学相互交叉并拓展出了数据驱动型研究簇,其中企业发展等相关研究受到了领域内学者的广泛关注。

基于CiteSpace的矿井通风文献综述

矿井通风是当前煤矿生产研究领域的重点。借助CiteSpace可视化软件,对2002—2022年的410篇相关中文文献进行分析,发现矿井通风领域研究的核心机构包括中国矿业大学等,核心作者包括刘剑等,已经形成高校、研究机构、企业通力合作研究局面;重要研究主题包括数值模拟、优化、网络解算、故障诊断、可视化、平均风速、安全生产等;研究热点主要聚焦在网络解算、安全生产、数值模拟等。今后需进一步加强计算机技术与矿井通风理论的结合研究,应用不同软件、方法、技术实现矿井通风网络解算及矿井通风情况的模拟,以加强对矿井通风规律特性的把握,建立安全预报预警系统平台,促进安全生产工作。

国内高校科研档案研究发展的计量评价分析

本文采用科学文献计量方法,对2022年及以前高校科研档案研究的数量、承担作者、期刊分布和研究热点分布进行分析,通过统计数据对比,探索近年来我国高校科研档案工作研究的现状、特征、热点以及未来发展方向等,对研究现状进行评述,为创新发展提供启示。

基于网络结构变化测度科研论文重要度的方法研究

知识的传承和交流蕴涵在学者的交互过程中,形成复杂的动态网络。从网络演化动力学视角出发,通过探索某节点对原有网络结构的改变来测度该节点的重要度,并将该思路沿用到文献网络中以测度节点论文的重要度。基于引用关系构建作者引用网络和主题引用网络,将每篇待测论文网络与学术社区原有基础网络叠加融合后,以节点数、节点度、边数、边权重、网络密度等多个指标测度每篇论文加入前后网络结构的改变,利用网络结构指标的综合得分衡量节点论文重要度。选用2013—2018年WebofScience数据库中传染病领域数据为实验数据,以2013—2017年作者引用网络和主题引用网络为学术社区基础网络,计算2018年每篇论文引文网络加入后对原有网络结构改变的综合得分作为节点论文的重要度,再以2018年引文数据为参照数据,证明论文重要度得分与被引频次有较强的相关性。

科技文献关键词自动标注算法研究

未标注或遗失关键词给科技文献的分类和导航工作带来一定困难,针对这一问题,提出了基于文献摘要内容的关键词自动标注算法。该算法使用标注过关键词的文献摘要作为训练文本,分别采用语言模型、LatentDirichletAllocation(LDA)模型、ProbabilisticAuthor-Topic模型及语言模型+LDA模型的组合模型对训练集中的摘要文本和关键词建模,建立关键词和组成摘要文本特征词之间的关系,然后利用这些模型在未标注关键词的科技文献摘要上进行关键词的预测。在中英文数据上的实验结果表明,自动标注的关键词能较好地反映科技文献的内容;在所有模型中,语言模型+LDA组合模型的效果最佳。

作者主题演化模型及其在研究兴趣演化分析中的应用

从海量科技文献中自动挖掘隐含主题、研究人员的研究兴趣及其演化规律是信息服务迈向知识服务需要解决的关键问题之一。目前的方法多从静态的角度分析文献主题、科研人员的研究兴趣，而演化分析的方法主要集中文档的内部特征，即文档内容本身，很少考虑作者等外部特征。基于此，本文在AT和ToT模型的基础上构建了作者主题演化（AToT）模型，并给出了一种估计AToT模型参数的吉布斯采样方法。该模型集成了AT和ToT模型的优势，不仅可以揭示科技文献中隐含的主题、作者的研究兴趣，而且可以挖掘研究兴趣随时间变化的规律。最后，以1740篇NIPS会议论文集作为实验数据，通过与AT模型的对比分析验证了AToT模型的可行性和有效性。

国内微博研究综述

运用文献计量学和可视化分析方法,对国内微博研究作者和主题进行分析,发现核心作者所在学科主要集中在新闻学、管理学和情报学,从五个方面讨论微博研究现状及进展:微博一般理论、微博与突发事件、微博舆情、微博与个体、微博与社会组织,提出未来微博研究发展趋势:技术突破、学科合作、实践导向、自律。

结合微博关注特性的UF_AT模型用户兴趣挖掘研究

微博作为国内主流社交网站,信息量与日俱增。目前微博用户兴趣挖掘方法大多停留在研究用户浏览网页时点击行为、用户所发微博内容或所在社区等表象层面,尚未深入到微博用户使用特性层面。从用户微博内容出发,结合用户关注对象微博,提出一种改进作者主题模型UF_AT(users focus-author topic)。最后对真实数据进行实验得出,模型在用户兴趣主题以及主题词概率值上均高于AT模型,而且用户兴趣主题准确、全面,同时验证了UF_AT模型在挖掘用户兴趣中的有效性。

基于AT模型的微博用户兴趣挖掘研究

随着微博的日趋流行与广泛使用,新浪等微博网站已经成为海量信息的来源,虽然传统的文本主题挖掘方法已经得到广泛的应用研究,但对于微博这种特殊结构的文本,传统的挖掘算法不能很好地对其进行研究。为了弥补目前微博平台主题挖掘方法的不足,以及考虑到微博信息的稀疏性,多维性等特点,提出有针对性的预处理方法,将用户微博数据与AT模型结合,通过吉布斯采样进行微博主题挖掘,对作者主题进一步提取得到用户兴趣。通过在真实数据集上的实验,以及与LDA模型对比,证明该模型能有效得到微博主题。

面向科研人员兴趣画像的多语作者主题模型研究

全球化背景下,从不同语种的海量科研文献数据集中自动挖掘隐含主题,精准刻画科研人员研究兴趣是信息服务迈向知识服务的关键问题,也是跨语言信息检索的关键技术之一。目前刻画科研人员兴趣的方法多基于其某一语种的文献,不适用于多语言数据集。本文在作者主题模型和多语言主题模型的基础上提出了多语作者主题(JointAT)模型,可从多语言数据集刻画作者兴趣,并给出了一种估计JointAT模型参数的吉布斯采样方法。实验结果表明,JointAT模型与作者主题(AT)模型相比具有更好的泛化能力。

基于作者引用文献关系的潜在研究兴趣主题发现

扩展LDA(latent dirichlet allocation)模型,提出基于作者引用文献关系的作者-兴趣主题-文献模型。每个作者被分配一个在所有主题上的多项概率分布,每个主题被分配一个在所有文献上的多项概率分布。在DBLP(digital bibliography&library project)文献引用关系数据集上的实验表明,所提模型能有效地提取一个研究领域的主要潜在研究兴趣主题及其所包含的代表性文献,并能挖掘每个作者属于每个研究兴趣主题的分布。

我国开放存取研究主题和作者影响力分析——战略坐标与社会网络分析相融合视角

以CNKI收录的与开放存取高度相关的期刊论文与学位论文为数据源,采用战略坐标与社会网络分析方法,对我国开放存取领域研究主题的发展状况、高产作者的研究影响力以及各个主题的核心作者进行了揭示。研究表明:①我国开放存取研究主题可以分为两类,开放存取本身研究以及与其他学科交叉研究。②战略坐标显示,成熟研究少,边缘研究多,中心主题的出现具有时代性。③开放存取本身研究的核心作者数量多,交叉研究的核心作者数量少,两大研究群体之间存在着桥梁作用的作者,对研究具有促进作用。④高产作者的研究影响力有很大的不同,多数作者属于多主题研究,其研究模式属于多主题跟进,单主题深入。⑤我国开放存取的研究人员均来自于研究机构与大学,从侧面反映出对于我国开放存取宣传力度不够,没有引起社会广泛重视。

基于作者主题模型的遥感图像自动类别标注方法

以概率图模型为基础,提出一种基于作者主题模型ATM(Author Topic Model)的多光谱遥感图像类别标注方法。该方法采用了一种新的基于颜色和形状特征的描述符,并结合ATM对遥感图像进行类别标注。首先采用一组定义了语义鸿沟的图像作为训练图像,然后采用基于颜色和形状特征的视觉单词描绘训练图像,最后结合ATM对遥感图像进行类别标注。通过对实际的遥感图像进行类别标注验证,可以看出,所提出的基于ATM的遥感图像标注方法在区域类别较少的情况下具有较高的分类准确率。

国外开放存取领域作者群体及其研究主题探析

以Web of Science数据库收录的开放存取领域文献为研究对象,在综观作者总体情况的基础上,运用社会网络分析法构建共现图谱,在开展作者中心性分析的同时,探讨离析出的50个核心作者群体情况。基于因子分析与聚类分析,归纳出OA资源共享、OA存储与出版、OA版权与知识库、OA对图书馆及学习方式的影响四大主题,通过构建主题与核心作者共现图谱,揭示作者的研究主题,并对比中外研究现状,最后选取代表性作者群体探析其研究脉络。

基于相似主题和HITS的微博用户推荐算法研究

为了准确地为微博用户推荐相近兴趣领域的重要用户,有效提高用户对微博平台的依赖度。该文对传统的HITS算法进行了改进:通过分析微博用户社交网络结构,运用改进算法将微博用户划分为3类,在微博主题相似度计算中引入用户的权威度和中心度,最后根据用户类别进行微博用户推荐。实验中,使用爬取的微博数据对传统的推荐算法和该文的改进算法进行对比实验,由于所提算法在分析过程中考虑了用户结构信息、用户的权威度与中心度等多种因素,因而在准确率、召回率、F1值上均有明显提高。

基于ATM模型的专利权人话语权评价研究——以网络安全领域为例

[目的/意义]在当前日益复杂的国际形势下,构建中国话语权评价科学理论、方法及应用体系的研究成为当下重要而紧迫的命题。对专利权人话语权进行评价研究有利于明确我国技术发展态势,辅助国家、企业决策,推动科技发展。[方法/过程]文章在对专利权人话语权概念进行界定的基础上,设计专利权人话语权评价体系,并基于ATM模型从网络与基础设施安全、数据存储与交换安全、应用安全、威胁情报监控、终端设备安全与云安全5类主题对专利权人进行分类评价。[结果/结论]发现使用ATM模型对专利权人进行主题分类并在各主题内对评价结果进行分析的评价方法更具有全面行和科学性。利用该评价方法不仅挖掘了英特尔、火眼、国家电网等表现优异的标杆企业,还明确了我国在网络安全领域提高话语权的方向。我国在保持网络与基础设施安全、数据存储与交换安全、应用安全三类技术方向的优势外,还要努力加强专利权人的引导能力。

基于概率主题模型的文献知识挖掘

对海量的科技文献资源进行知识挖掘能够发现大量有价值的、潜在的知识,有效地提高文献信息的可用性。作者前期研究验证了使用LDA主题模型进行文献知识挖掘的可行性。本文提出了一种新的概率主题模型：Topic-Author模型,该模型对文献的文本信息和作者信息进行联合建模,在分析文献主题同时,发现相关主题方向的研究者分布。基于Topic-Author模型,提出了多维度文献知识挖掘的方法,包括主题挖掘,专家发现,文献标注,重要文献挖掘,文献相似度分析,研究趋势分析和主题关系挖掘。基于教育技术学文献数据集,进行了实验研究。

垂直学习社区基于学习兴趣与风格的社会化推荐算法

垂直学习社区包含了海量的学习资源,出现了信息过载现象,个性化推荐是解决这个难题的方法之一.但垂直学习社区中评分数据稀疏而文本、社交信息丰富,传统的协同过滤推荐算法不完全适用.基于用户产生的文本和行为信息,利用作者主题模型构建新的用户学习兴趣相似度衡量模型;根据用户交互行为信息综合考虑信任与不信任因素构建用户全面信任关系计算全面信任度;通过分析用户多维度学习行为模式,自动识别用户学习风格;最后提出融合兴趣相似度、全面信任度及学习风格的社会化推荐算法.用垂直学习社区网站CSDN实际数据集进行了实验分析.结果表明本文提出的推荐方法能更好向用户推荐其感兴趣的学习资源,有效地提高了推荐精度,进而提高用户学习效果.

面向主题的网页搜索系统

论述一个面向主题的网页搜索系统 (SATWP) ,该系统在智能代理的辅助下具有搜索、导航、以及信息反馈等功能 .在判断网页与查询主题的相关度时改变了单纯的从网页内容上考虑的方法 ,即从网页自身的 URL、网页间的关系以及网页的内容来判断 .SATWP采用在客户端的智能代理记录用户的浏览行为 ,并把有关信息反馈给服务器 ,服务器根据这些信息随时调整数据库中相关网页的重要性顺序 ,增加了自身的学习功能 .试验结果表明 。

基于混合式的社区问答答案质量评价模型

社区问答系统已经成为获取和分享知识的一种重要渠道,但用户提供的信息质量差异比较大。针对社区问答系统中具有多个答案的问题,提出了一种基于混合式的社区问答答案质量评价模型,可实现最佳答案的选取。该模型首先利用基于用户活动的UAM模型获得问题和答案的主题相似度并剔除无关回复,然后结合用户权威度及多重评价标准,对答案进行评分,获得对答案的定量评价结果。基于Stack Overflow的实验表明,该方法可有效地对答案进行质量评分,有实用价值。