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模型的用户层次化需求及动机分析--以抖音平台为例

[研究目的]在分析短视频平台的用户生成内容构成,提炼其在时间演化与社会事件影响下表现出的构造与演化规律,挖掘短视频用户的内在行为需要,探讨其用户参与行为的潜在动机因素。[研究方法]以抖音平台237万条短视频发布数据作为研究样本,使用BERTopic模型实现主题聚类,总结用户一定时间内的话题的关注情况,并在互联网视角下结合马斯洛需求层次理论,揭示用户参与行为背后需求与动机。[研究结论]首先,用户的需求关注度由高至低的排列顺序为尊重需求、安全需求、社交需求、自我实现需求与生理需求,且该关注顺序能在日常的时间推移中保持稳定;其次,用户对于社会事件有着较高的讨论度,相关事件能够显著影响时段内用户的视频内容构成,但对用户的关注程度分布影响微弱;最后,用户在发布视频过程中和点赞互动的关注热点存在差异。用户在发布视频时更关注尊重层次需求,而在浏览互动时,自我实现层次需求受到的关注程度显著提升。

ESG Discourse Analysis Through BERTopic: Comparing News Articles and Academic Papers

Environmental,social,and governance(ESG)factors are critical in achieving sustainability in business management and are used as values aiming to enhance corporate value.Recently,non-financial indicators have been considered as important for the actual valuation of corporations,thus analyzing natural language data related to ESG is essential.Several previous studies limited their focus to specific countries or have not used big data.Past methodologies are insufficient for obtaining potential insights into the best practices to leverage ESG.To address this problem,in this study,the authors used data from two platforms:LexisNexis,a platform that provides media monitoring,and Web of Science,a platform that provides scientific papers.These big data were analyzed by topic modeling.Topic modeling can derive hidden semantic structures within the text.Through this process,it is possible to collect information on public and academic sentiment.The authors explored data from a text-mining perspective using bidirectional encoder representations from transformers topic(BERTopic)—a state-of-the-art topic-modeling technique.In addition,changes in subject patterns over time were considered using dynamic topic modeling.As a result,concepts proposed in an international organization such as the United Nations(UN)have been discussed in academia,and the media have formed a variety of agendas.

基于BERTopic模型的老年人健康信息需求主题演化研究——以新浪微博平台为例

【目的/意义】本研究利用BERTopic模型实现对老年人健康信息需求的主题挖掘,可为医疗机构和相关政府部门开展健康信息服务提供依据。【方法/过程】本研究以新浪微博平台中有关老年人健康的微博数据为研究对象,通过BERTopic模型提取需求话题,结合马斯洛需求层次理论对老年人健康信息需求进行演化分析,揭示社交媒体中有关老年人健康的主题内容分布特征,并进一步探究老年人健康信息需求的时间演化路径,为满足老年人的健康信息需求给予老年人更多的关注和支持。【结果/结论】研究结果显示,老年人健康信息需求涵盖财产安全、疫情防控、饮食消化、新冠疫情、医疗诊治、气候影响、骨骼健康、社会关怀、健康知识、科技助老和视觉障碍11个主题。主题演化与突发公共卫生事件关联并存在时间特性。【创新/局限】本研究将BERTopic模型与新浪微博平台数据结合,探索老年人健康信息需求。后续期待从多数据来源进一步挖掘老年人健康信息需求的具体侧重方向。

机遇与挑战:基于BERTopic的AI环境下图书馆主题文本挖掘

【目的/意义】挖掘AI环境下图书馆主题文本分布特征,以期为图书馆智能化转型和服务升级提供实践参考和理论支持。【方法/过程】本研究基于Web of Science数据库核心集合,应用BERTopic模型对检索到的相关文献进行主题识别与知识结构提取,以洞察AI在图书馆领域的研究现状和未来发展动向。【结果/结论】研究结果显示,AI环境下图书馆的研究主题主要可分为五类:图书馆智能化、馆藏资源开发、学术研究支持、信息资源建设、聊天机器人与智能代理。最后,结合主题内容分析,深入讨论了AI环境下图书馆的机遇与挑战。【创新/局限】研究工作采用先进的自然语言技术——BERTopic主题模型对AI环境下图书馆领域主题文本进行知识挖掘,未来的研究工作将纳入更广泛的数据来源,进行更加全面细致地研究。

基于BERTopic的计算机视觉领域热点技术主题及演化分析

[目的/意义]当前人工智能发展迅猛,计算机视觉作为人工智能的重要分支之一,其新的热点技术主题不断涌现。通过对计算机视觉领域的前沿热点主题演化进行分析,可以深入了解计算机视觉领域的热点技术、发展方向和演化路径,为相关研究和实践提供指导和参考。[方法/过程]基于德温特专利数据库中计算机视觉相关专利数据,采用BERTopic模型提取主题,并采用基于BERT的DTM模型进一步对主题进行演化分析,总结近年计算机视觉的研究前沿及热点主题。[结果/结论]计算机视觉领域的热点研究主题主要集中在自动驾驶、多模态人工智能、人机交互和三维建模等领域,计算机视觉整体表现出巨大的发展空间与潜力。

基于BERTopic模型的健康信息学主题挖掘与发展演化研究

【目的/意义】基于文献研究,从研究主题和发展演化两个角度对健康信息学的发展现状进行梳理,为相关学者更好地从事健康信息学研究提供参考。【方法/过程】首先从Web of science中获取健康信息学文献,运用JCR和ESI学科分类方法将文献分为医学、计算机、图书情报三个数据集;其次利用基于Bertopic模型主题挖掘法分析健康信息学在三个数据集中的研究主题和发展演化趋势。【结果/结论】从研究主题看,健康信息学主要包含六个研究主题:人工智能在健康领域的应用、健康知识服务、用户健康信息行为、信息技术在临床中的应用、健康信息存储与管理、人机交互系统应用;从发展趋势看,在保留各个学科自身特点的同时,实现多学科的交叉融合是健康信息学发展的必然趋势。【创新/局限】本文对健康信息学在不同学科中的研究异同进行了对比分析,有助于明晰健康信息学的起源和发展演进情况,同时为健康信息学未来的研究创新与空间拓展提供依据,但本文只收集了健康信息学在三个核心领域的研究数据,后期可以进一步扩大数据收集范围,从更广泛的学科领域对其进行更深入的分析。

科学文献主题建模方法及其效果评估研究

[背景/意义]研究和对比不同主题建模方法在科学文献主题识别上的应用表现,对于合理选择使用主题建模技术开展科学文献主题挖掘具有重要意义。[方法/过程]通过构建中英文科学文献实验语料,选择3种主题建模方法(LDA、Top2vec、Bertopic)和5种文本特征计算方法(Bag of Words、TFIDF、Doc2vec、MiniLM、SciBert)进行中英文科学文献主题建模实验,并对不同建模结果的主题多样性、主题一致性、主题稳定性和主题离散性指标进行对比分析。[结果/结论]不同建模工具的主题识别结果存在较大差异,其中LDA与Bertopic在英文和中文语料上识别出的主题中具有相似性关系的主题占比相对较高,但也仅为9.81%和7.46%;基于Doc2vec算法的Top2vec模型在主题多样性指标上的表现相对最优;基于文本预训练算法的Top2vec模型和Bertopic模型的主题稳定性和离散性指标优于传统主题建模方法。针对大语言模型技术的快速发展和广泛应用,加快推进科学文献预训练模型研发,并将之应用于科技情报业务实践是当前的重要研究方向。

多平台视角下用户知识交流主题挖掘与画像分析——以ChatGPT话题为例

[目的/意义]基于多平台视角挖掘用户知识交流主题特征,构建用户画像标签体系,有助于全面理解用户利用差异化平台开展知识交流行为的规律偏好,为平台提供精确优化策略,为平台间生态建设提供参考依据。[方法/过程]采集大众社交平台、兴趣交流平台、垂直知识平台3类典型平台中ChatGPT话题相关的原创博文及用户数据,采用BERTopic模型凝练知识交流主题,结合多平台数据特点,从自然属性、社会属性、知识交流行为属性和知识交流主题属性4个维度抽出画像标签,通过K-means聚类实现用户画像,呈现群组特征并进行平台差异对比。[结果/结论]研究识别出了应用场景、行业进展、未来探讨、相关产业、咨询求助、热门话题、使用感受、风险监督8大知识交流方向及46个主题;根据属性特征将用户划分为专业贡献型、综合共享型、社交求知型和话题潜力型4类,平台间知识交流主题和用户画像存在显著差异,各平台应采取差异化的激励方式,增强平台用户黏性。

“拉闸限电”事件原因和影响解析:公众评论大数据驱动视角

不同于现有定性理论研究与计量建模分析,本文以2021年“拉闸限电”事件为对象,基于群体智慧理论提出大数据驱动研究框架,集成社会网络分析、主题建模和情感分析等方法研究公众对事件的评论大数据,深入解析突发事件的原因和影响。研究表明:(1)公众对事件的评论聚焦在限电影响、奥论走向、限电原因和解决措施4个方面。(2)通过构建事件内外部归因体系,发现电力需求不断增加与煤炭供应紧张和可再生能源发电不足导致的电力供应减少之间的缺口是主因。(3)识别事件多维影响后发现高耗能企业面临转型压力,政府“一刀切”执行方式和多种误导性信息是引发负面情绪的诱因。本研究为制定突发事件典论引导策略提供了参考。

领域文献深层语义特征视角下的期刊新兴研究主题发现

[目的/意义]从文献深层语义特征角度分析特定领域期刊研究内容中蕴含的新兴主题,对科研工作者了解领域研究热点、寻找进一步研究的方向具有重要意义。[方法/过程]首先,以图书情报领域期刊“JASIST”为例,从文献句子的语义特征角度出发,使用BERT及其衍生模型进行关键句子的识别;其次,基于MLM提出语言模型的增强方案;最后,使用BERTopic在识别结果的基础上进行面向关键研究语句和摘要的新兴主题发掘及演化分析。[结果/结论]整体句子识别性能F1值超80%,基于MLM的领域模型在关键句子识别上较基准模型性能提升约1~2个百分点,基于BERTopic发现7个新兴热点研究主题。文章提出的关键句子识别和基于BERTopic的主题计算方案能够有效挖掘新兴主题,为科研工作者提供辅助。

取向与趋向:数据要素交易政策主题挖掘与演化研究

[目的/意义]数据要素交易是数据要素价值实现的重要方式,相关政策是其健康发展的必要保障。探究数据要素交易政策核心主题存在的取向与呈现的趋向,能够为完善数据要素交易政策体系并促进数据要素交易市场发展提供参考。[方法/过程]利用BERTopic模型,挖掘我国中央及地方1269份相关政策的文本主题,明确其核心主题的具体取向,并结合各个时期的主题强度及其政策数量,对其演化趋向进行分析。[结果/结论]我国数据要素交易政策经历了萌芽期、发展期与趋缓期,并呈现服务主体、技术保障、标准规范、安全监管4大主题取向,不同时期各核心主题的演化趋向不尽相同,对数据要素交易的实践进展起到了较大的引领作用。

融合研究主题与关系网络结构的科研合作者推荐研究——以CNKI平台情报学领域的学者推荐为例

[目的/意义]强针对性、高自由度的合作者推荐服务能够促进科研工作者之间的知识和资源共享,提高科研质量与效率。[方法/过程]基于混合推荐方法的思想,从学者科研合作动机角度切入设计科研合作者推荐方案的框架并给出具体的实现过程。首先,针对寻求主题相似、主题指定或主题互补等合作者的需求,设计多项基于学者研究主题的推荐指标并给出计算方案;其次,面向寻求权威合作者的需求,设计多项基于关系网络结构的推荐指标并给出计算方案;最后,基于学者按需求提供的权重将两部分指标综合集成。[结果/结论]以情报学领域为例对论文所提科研合作者推荐方案进行实证研究。研究结果表明,结合领域内研究主题与学者关系网络结构的科研合作者推荐方案能够准确地识别出社会资本强度更高的备选合作者,能够更好地适应科研合作者推荐的个性化需求。

基于离群专利和多维技术创新地图的技术机会识别路径研究

[目的/意义]鉴于离群专利所蕴含的技术创新重要信息能够为企业高效开展创新活动提供一手数据,故依托多维技术创新地图构建基于离群专利识别技术机会的路径。[方法/过程]首先,运用BERT-LOF算法(Local Outlier Factor)提取候选离群专利,并通过新颖性、应用范围和发展能力等指标筛选出离群专利;其次,运用BERTopic主题建模技术从离群专利中提取技术主题和创新元素,并依托多维技术创新地图对创新元素进行维度划分,进而与多种创新法则耦合识别出多个具象技术机会;再次,利用直觉模糊层次分析法对具象技术创新机会进行评价;最后,以3D打印技术为例,阐述该技术机会识别路径的应用过程。[结果/结论]BERT-LOF离群检测模型不仅有效提高了离群专利的提取精度,而且研判的技术机会能够为企业提高创新效率、降低创新成本提供科学的决策参考依据。

基于研究主题和引文分析的信息资源管理学科发展探究

图书情报与档案管理一级学科更名为信息资源管理,无疑是一个朝多方向扩展学科空间的良机。为此,本文通过对比分析图情档的研究与其他学科关于信息资源管理的研究所存在的异同,从中尤其是从非图情档领域获得启发,探究信息资源管理学科的发展方向和拓展空间。从中国知网数据库中获取近10年图书情报学论文、档案学论文、其他学科关于“信息资源管理”研究的论文以及发表于《信息资源管理学报》的论文,形成四个数据集;然后,利用深度学习模型BERTopic进行主题识别,对比分析四个数据集的研究主题与演化趋势、引文网络特征以及研究范式的异同,探索学科发展的方向。研究发现,图情档的研究与其他学科关于信息资源管理的研究都是以国家战略为导向,在数智技术的驱动下,面向社会发展的实际问题展开。图情档更侧重于对信息资源管理的本质、一般规律、方法论的深度探索,其他学科则关注其在社会经济发展的各行各业中的应用。从引文特征来看,图情档与行政管理、经济管理等社会科学以及计算机科学的关联性较强,而与理工农科联系较弱。建议学科发展在强基固本、不断促进跨学科交叉融合的基础上,新增“行业信息资源管理”“数据资源管理”等二级学科,扩展和深化信息资源管理知识体系,提高其理论方法的普适性和应用性,强化学科影响力。

主流媒体对人类命运共同体的政治传播分析

“人类命运共同体”是新形势下富有中国智慧的全球治理“中国方案”,主流媒体如何对其有效呈现和传递,推进世界民众理解和接受,面临实践的困境。学界相关研究侧重于“政治传播即说服”的研究路径,较多局限于国际传播领域,研究方法主要是人工操作的归纳或分类。本文延续政治传播的主流研究路径,采用批判性话语分析,并借用奥兰·扬基于机制诊断学提出的治理理论,结合无监督机器学习模型,以中国日报网的相关报道为分析蓝本,考察国内主流媒体在国内和国际两个环境中对“人类命运共同体”的报道如何呈现和传达这一理念,分析其现状与问题,针对性地提出:未来相关新闻报道可以按照“将理论阐释转化为叙事性和情感性呼吁”“加强对其他支持者的主体形象塑造”“对政策进行多维度伞式呈现”的三条路径加以优化。

基于社交媒体大数据的首都红色文化感知研究

运用BERT模型训练得到2019年北京地区对首都红色文化进行感知的微博数据,再使用BERTopic主题模型依据其文本内容进行主题划分,以相似主题所组成的话题簇为单位进行高频词分析和空间格局分析。结果表明,在中华人民共和国70周年华诞之际,公众主要通过在天安门广场游玩以及观赏阅兵仪式来感受红色文化,而以卢沟桥为代表的另一批红色文化感知地则显现出与前者较大的差距。这种严重不平衡的现象成为当前首都红色文化传播发展中的显著问题。借助新奇的文化表现形式获得更好的沉浸式体验和更为浓厚的文化参与感则是一条可行的改善路径。