基于BERTopic算法的引文主题实证分析——以一篇高被引诺贝尔生理学或医学奖论文为例

[目的/意义]引文主题识别/分析(CTR/CTA)是引文内容分析(CCA)的一项重要研究议题,通过对引文语料中蕴涵主题信息的识别和提取,可望为论文学术贡献评价、知识扩散及演化分析等问题的解决提供新的研究思路。[过程/方法]以一篇高被引诺贝尔生理学或医学获奖关键论文为例,采用BERTopic算法对其引文句语料进行主题识别,并对识别出的引文主题展开多个维度的分析与讨论。[结果/结论]对高被引论文开展引文主题识别分析,有助于更全面细致地揭示其学术贡献内容及演化趋势;BERTopic算法能较好识别案例文献的多个引文主题,且不同引文主题的施引文献特征分布不尽相同;对引文主题重要性、演化趋势及其与原文主题差异性的分析,能多维度刻画研究同行对案例文献学术贡献的认识,表明CTR/CTA研究对学术论文评价具有深入探索价值。

基于BERTopic模型的国外信息资源管理研究进展分析

[目的/意义]文章从已有研究成果中提取主题,梳理主要研究方向,展示主题热度变化趋势,为了解和评估国外信息资源管理(IRM)研究发展现状与趋势提供参考。[方法/过程]采用新兴BERTopic模型对2013—2022年期间WoS数据库中IRM相关文献进行主题提取与识别,结合相关主题词及主题距离划分研究方向,并利用动态主题模型揭示国外IRM领域的演变过程。[结果/结论]国外IRM近10年的研究可分为59个主题,可归纳为信息技术及应用、企业信息管理、图书馆管理与服务、健康信息管理、信息用户与服务、IRM基本理论与方法、文献计量与评价7个方向。大多数主题的研究热度变化偏向稳定的趋势,数字化建设、开放数据等部分主题热度逐渐上涨,而外包、知识管理等少数主题热度退却。

基于BERTopic与CiteSpace的中国中医药领域研究热点与主题演化分析

目的/意义 梳理近10年中国中医药领域文献,阐述该领域热点主题与发展趋势。方法/过程 检索2013-2022年万方数据平台中医药领域研究文献,以摘要为研究对象,利用BERTopic模型抽取主题,并采用CiteSpace进行可视化分析。结果/结论 纳入中文文献12 683篇,发现5个主题:临床试验与疗效、病机与药理研究、中医药领域发展、慢病治疗、药物分析与文献研究。对其中热度持续增长的中医药领域发展主题深入分析,提出人工智能与中医药领域的深度融合是未来趋势。

基于Guided BERTopic模型的产业链关键核心技术识别与发展趋势研判--以未来工业互联网为例

产业链关键核心技术不仅是国之重器,而且对推动我国经济的高质量发展和保障国家安全起着至关重要的作用。当前,工业互联网产业链的关键技术发展成为我国的研究重点,该领域的重要性在2023年被提升至国家级重大研究计划。综合收集了1989-2024年中美两国在工业互联网领域的专利数据,基于《关键和新兴技术清单》和《未来工业互联网基础理论与关键技术重大研究计划》,构建了一套工业互联网产业链核心关键技术的种子词库。利用Guided BERTopic模型提取了产业链关键技术主题,并采用Logistic模型评估了这些技术的生命周期,进而对比中美两国的发展情况,提出了针对未来发展的建议。研究结果表明,相比美国,我国在大多数产业链核心技术方面仍处于成长阶段,而美国则已步入技术饱和阶段。展望未来,设备监测系统、设备管理系统、无线通信技术及能耗监测分析系统等被认为是具有巨大发展潜力的技术。研究提出了一种基于政策文件的产业链关键技术识别方法,并通过对工业互联网专利技术的实证分析,为制定相关政策提供了科学指导和建议。

基于BERTopic模型的网络暴力事件衍生舆情探测

[研究目的]在海量用户生成内容中及时探测和剖析网络暴力事件的衍生舆情能够为舆情事件链的演化分析、同类舆情的研判介入、衍生事件的监测预警提供理论支持。[研究方法]使用BERTopic模型对短文本内容主题建模并采用聚类的方式展示主题的潜在层次结构。根据词向量余弦相似度设计主题衍生度的计量算法,同时融合词共现网络在文档-词语层面信息捕捉的优势以及桑基图直观演示舆情演化过程的特点,衡量主题间的影响力与衍生关系。[研究结论]在开源数据集下多组主题模型的对照实验中,BERTopic模型在短文本建模以及下游任务的平均得分提高2.13%。在网络暴力热点事件的应用实例中,多维细粒度分析与交互式可视化方法可达到直观展示暴力事件的主题聚类、词义关联与演化态势的效果,实现网络暴力事件衍生舆情的探测与分析。

基于BERTopic的中药治疗眼科疾病的处方用药规律分析

目的分析中医药治疗眼科疾病的处方用药规律,探讨治疗眼科疾病的更多潜在配伍组合。方法收集眼科专家门诊的中医处方并整理筛选,采用Python 3.9.10中BERTopic算法对复发性虹膜睫状体炎的所有处方进行分析,得到药物关键词聚类组合;采用SPSS 25.0对中药处方数据进行层次聚类,比较两种方法的优劣和药物配伍组合的挖掘效果。结果采用BERTopic算法得到核心药物关键词组合累计2种,包括酒地龙、土茯苓、大青叶、葎草等;应用层次聚类得到的药物组合包括葎草、土茯苓、菝葜等。应用BERTopic技术的算法具有不易受噪声数据影响、提高聚类效率、增强对于处方文本语义理解等诸多优势。结论使用基于BERTopic技术的算法在寻找疾病潜在中药配伍中表现良好,潜力较大,能为眼科疾病的中药配伍组合提供更多参考方向。

基于BERTopic模型的数字政府治理领域的主题识别与内容分析

[目的/意义]在信息技术创新、政府数字化转型的背景下,中国学术界输出的“数字政府治理”相关研究体量较大,现阶段亟待对其进行科学整理和综述概览,以回应“政府治理现代化”目标对理论研究的新要求。[方法/过程]以2011-2023年间中国知网数据库收录的有关数字政府治理研究的1829篇文献为数据来源,借助深度学习模型BERTopic和文献计量法CiteSpace相互验证分析数字政府治理领域的研究阶段、研究关键词、研究热点主题及内容等,使得结果具有高准确性和强解释性,以科学有效地探测主题取向及特征,展望数字政府治理领域的未来研究方向。[结果/结论]中国数字政府治理研究在过去的10年间发展迅猛,已成为学者探索的热点论域;现有文献研究热点整体上聚焦于价值导向、治理模式进化、技术工具嵌入;重点主题关注的是“政府数据开放共享研究”“基于数字技术的政务服务改革研究”“城乡场域下的数字化治理研究”“数字政府治理水平的评估研究”及“数字化转型下具体治理领域的实践研究”。未来,数字政府治理仍然是一个具有持续性拓展空间的研究领域,将逐步实现数字政府治理的更广场域触达、精准滴灌、多项学科融合和技术实用主义。

基于BERTopic模型的公众心理应激信息表征分析

[目的/意义]在后疫情时代的背景下,探讨心理应激的信息表征对公众的心理健康建设及社会发展具有重要意义。[方法/过程]使用BERTopic模型对问答数据进行匹配和热度分析,探究不同主题下用户的关注内容和关注程度。[结果/结论]用户心理应激信息表征主要集中在生理反应、认知反应、情感反应、行为反应4种类型。本研究从后疫情时代的视角出发探讨心理应激的信息表征,能够以常态化心理应激干预为目标为决策者提出长期心理支持服务建议,推进线上线下并举的心理服务。

基于BERTopic模型的组织成员工作投入研究的主题提取

[目的/意义]旨在通过科学计量方法,挖掘“组织成员工作投入”文献资源中蕴藏的主题,为后续研究提供参考和启示。[方法/过程]搜集中国知网学术期刊数据库中2002-2023年相关文献的摘要和发表年份,经过文本预处理,使用BERTopic模型进行主题提取和可视化分析。[结果/结论]国内现有的关于组织成员工作投入的研究可以分为研究内容和研究方法两大主题集群,均表现出多样化态势。主题时序演化分析揭示了组织成员工作投入研究正逐步转向对个体差异和心理健康的关注。未来研究可从新技术的影响、工作投入动态变化以及跨学科合作等方面进行拓展。

改进A^(*)算法和人工势场法的路径规划

A^(*)算法存在折线路径多和搜索节点多的问题,人工势场(artificial potential field,APF)法存在局部最优和不可到达的问题,针对两种算法存在的问题进行了研究。利用欧氏距离与投影距离提出一种新的混合式启发函数,依据该函数对A^(*)算法的流程进行改进,减少A^(*)算法的搜索节点,提高搜索效率。利用新A^(*)算法生成的最优节点作为APF算法的局部目标点,辅助机器人摆脱局部最优点;通过加入机器人和目标点的位置关系改进势场函数,修改斥力的增益,优化斥力的生成方向。在改进的基础上将两种算法融合提出一种新的算法,利用APF法的势场函数引导A^(*)算法的搜索。从路径长度、避障效果、迭代次数对改进算法进行对比分析,仿真结果表明,提出的改进算法搜索效率高,实现避障的同时保证计算的路径最优。

算法解释制度的体系化构建

算法解释在算法治理中举足轻重。算法解释承载着权益保障、社会交往和风险治理三重意义,其在技术层面上的障碍正在逐渐被突破,可以通过多种技术机制实现。在算法治理活动中,应根据常规场景、关键场景和争议场景分别限定选择解释的路径选择和技术方案,通过冻结机制、抽样机制和镜像机制固定算法解释,并使之接受外部的验证与审查,确保算法解释真实、有效。算法解释的系列机制应被进一步构建为体系化的算法解释制度,在这一制度框架内,对解释路径与精度、解释时限、解释瑕疵责任等要素的合理配置,可以实现社会效益与规制负担的精细平衡。

算法嵌入政府治理:逻辑、风险与规制

伴随着现代信息技术的迅猛发展,智能算法在推动经济社会不断发展的同时也成为推动国家治理现代化的重要驱动力。现阶段如何推进算法技术更有效地嵌入政府治理,在充分发挥技术效益的同时反制技术滥用,实现公共价值最大化目标是亟须关注的时代命题。从“技术—权力—规则”三个维度搭建研究算法嵌入政府治理的分析框架,探索算法技术赋能政府治理的价值意蕴与运作逻辑。聚焦算法技术黑箱阻滞公共责任认定、算法权力削弱政府与民众自主性、算法规则偏好导致治理正义性减损等风险与挑战,提出在实践中要推进技术适度透明化以明晰责任关系链条、规范算法权力运作并坚持人本主义治理理念、明确算法规则决策限度以强化治理正义性等实践进路。

如何实现“黑箱”下的算法治理?——平台推荐算法监管的测量实验与策略探索

近年来,平台推荐算法的快速发展和广泛应用深刻改变了互联网信息内容的供给方式,同时也引发了一系列算法风险与现实问题。平台推荐算法治理与监管成为政府规范算法应用的重点内容之一,无论是算法备案制度的探索,还是实现算法透明化的设想,均面临着一定的困难和挑战。在不打开算法“黑箱”的前提下,平台推荐算法规制与监管是否有可行之道?论文基于机器行为学思想,采用实验方法,以用户视角对推荐结果进行跟踪记录,通过实验数据的对比分析,验证了平台推荐算法结果差异的可测性。基于实验结果,论文提出了通过对不同平台推荐结果进行大规模数据测试和检验,测量平台推荐算法运行逻辑与推荐效果,从而实现“黑箱”下有效的逆向监管,以期丰富未来算法治理的选择。

基于改进模拟退火遗传算法的高速公路服务区自洽能源系统高能效优化

针对高速公路自洽能源系统高能效优化的问题,基于改进模拟退火遗传算法(SA-GA),提出了一种综合考虑经济目标和环保目标的自洽能源系统高能效优化运行策略。首先根据高速公路服务区自洽能源系统中各电力单元特性,建立一种综合考虑系统经济性和环保性的能效目标函数;其次根据高速公路服务区自洽能源系统的分类,建立了不同类型系统对应的约束条件;为避免遗传算法易陷入局部最优的缺陷,引入模拟退火算法,对改进后的SA-GA算法采用降温函数,寻找全局最优解;利用新疆某高速公路服务区自洽能源系统发电和负荷数据,并在传统服务区负荷的基础上进一步考虑新能源汽车充电站的影响。测试函数测试结果表明:SA-GA算法在求解速度和稳定性方面有明显提升,改进SA-GA算法对夏季、冬季典型日能效优化的结果,相较于遗传算法,在寻优精度提升约为20.33%。

教育数字化转型中的算法权力及其规制

依托框架优势、机器优势和嵌入优势的全新算法,将会随着数字平台的搭建、数据资源的挖掘、“人–机”交互的设计,由单纯的计算工具向事务运行规则转变,进而演变为教育数字化转型中不容回避的权力议题。教育数字化转型中的算法权力既有益于管理风险、规范行为和辅助决策,也可能由于自身的局限以及它与教育之间的冲突,导致教育的风险异化、行为降格和决策失衡。要将算法权力规制到安全、可靠的“笼子”之中,除借助算法目标的教育审查、算法设计的教育解释、算法运行的教育监管、算法应用的教育鉴别、算法信息的教育备案、算法责任的教育认定,以构建从背景、过程到结果的规范机制;还应诉诸教育之于算法的祛魅、平衡与扬弃,以凸显“入乎其内却又出乎其外”的制衡思想。

积极伦理观下算法歧视治理模式的革新

算法技术已借助大数据技术被广泛应用,成为影响人们日常生活的重要角色,其也因技术中立性不断遭受现实挑战而呈现出事实上的歧视性。重新审视算法歧视及其治理路径是发挥算法积极作用、避免算法消极影响的重要前提。传统伦理观念影响下的算法歧视治理模式存在价值观念偏航、治理结构失衡及技术治理落后的问题,影响算法歧视治理实效。社会发展促进了伦理观念的革新,积极伦理观的树立可以为算法技术向善的实现提供理论指引。算法治理结构的优化及反歧视技术水平的提高是纠正算法歧视的重要前提,理念、制度及技术三维措施的综合运用方可在算法领域实现科技向善的伦理目标。

算法审计需求论

算法审计是算法治理体系的重要成员,本文以经典审计理论为基础,提出算法审计需求的一个理论框架。算法的合约类委托代理关系中存在完备合约,监管类委托代理关系中算法相关法律法规发挥了类似完备合约的作用,这两类关系中都不存在算法审计需求。算法的资源类委托代理关系中,由于激励不相容、信息不对称、合约不完备和环境不确定同时存在,必须建构算法治理体系来应对算法代理问题和次优问题,算法审计基于审计固有功能对算法责任履行情况实施鉴证,发现其中存在的代理问题和次优问题,报告给委托人及其他利益相关者并推动整改,从而为算法责任的良好履行提供一定的保障。

改进RRT算法的采摘机械臂路径规划

针对采用传统的快速随机扩展树(RRT)算法的采摘机械臂在果园工作环境中搜索路径时间长,最终路径不平滑、拐点多等问题,提出了一种改进的RRT避障算法。改进的算法采用高斯采样策略,减少了采样的随机性,避免产生更多不必要的随机树,增加规划的导向性;再添加A*代价函数去除路径的冗余点,最后使用贪婪算法简化路径,减少拐点,让机械臂可以快速、准确、平稳地沿着最佳路径运动到目标点。仿真表明,改进后的算法有效地减少了路径规划的时间,缩短了路径长度,具有良好的可行性和有效性。

算法歧视的敏捷治理——以D短视频平台为例

敏捷治理作为社会治理的新范式,是对回应式治理和集中式治理的进阶和超越,是塑造未来数智世界和元宇宙治理的现实路径。以敏捷治理化解算法歧视的技术与伦理风险,实现算法治理成为一项重要的理论和现实议题。通过参与式调查对D短视频平台的内容展开田野调查,深度剖析短视频平台算法运作的逻辑机理,总结归纳算法歧视的形态和成因,探索尝试算法治理的可行举措和实践进路。研究发现,基于用户偏好、平台优先等平台价值观念是D短视频平台算法运作的隐形逻辑;主观设计下歧视性推送和定价是D短视频平台算法歧视的突出表现;灵敏感知、快速响应、持续发展的敏捷治理机制是逾越“算计”陷阱的有效手段。因而,为应对算法歧视的风险挑战,政府亟须以敏捷治理赋能算法歧视治理,塑造多元参与、多管齐下的治理格局,实现整体智治、协同共治、动态管治,从而实现算法“善治”,优化算法治理的中国方案。

基于深度学习的无锚框目标检测算法综述

近年来,基于深度学习的无锚框目标检测算法备受关注。为了深入理解无锚框检测算法,对比分析了基于深度学习的无锚框检测算法的原理机制、网络结构、核心特性以及优缺点,归纳总结了无锚框检测算法的核心技术,并在同一数据集上通过性能实验研究上述算法的性能,总结提出基于深度学习的目标检测算法未来的研究方向。