我国教育元宇宙研究的热点透视与未来路向——基于核心文献的LDA主题模型分析

教育元宇宙作为元宇宙的教育应用前景广阔,对相关文献进行系统分析有助于推进其应用向纵深发展。基于LDA主题模型和人工内容分析对关于教育元宇宙的130篇核心期刊文献进行系统梳理后发现,我国教育元宇宙研究主要围绕基本理论、批判审视、思政教育应用、学习赋能、场景创设、技术支撑、模型构建等7个主题展开,为教育元宇宙建构学理支撑、凝聚理性共识、铺筑可为进路、筑牢技术基座和汇聚多维创想积淀了丰硕成果。基于此,未来教育元宇宙还应从顶层设计、关系廓清、伦理规约、技术向善、场景拓展等5个方面着力:探赜教育元宇宙顶层设计研究,统筹教育元宇宙系统构建;完善教育数字化转型与教育元宇宙逻辑关系研究,驱动两大领域协同演进;深入教育元宇宙伦理规范研究,促进教育元宇宙健康发展;夯实教育元宇宙意识形态属性研究,保障教育元宇宙向善属性;拓展教育元宇宙应用场景研究,牵引教育元宇宙实践落地。

基于Word2Vec和LDA主题模型的中国省级五年规划“文化政策”文本研究

运用Word2Vec和LDA相结合的主题模型分析技术,对我国31个省份三个时期五年规划文本中文化政策部分进行主题识别,从时间和空间两个维度进行“文化政策”主题挖掘和演化分析。研究发现,“文化政策”主题在发展趋势、重点转移、政策导向、技术应用等方面随时间推移呈现不同演化趋势;四大区域受经济发展水平、文化资源禀赋、政策导向影响,在企业角色强调程度、地区特色旅游发展以及国家级项目和竞争力方面存在地域差异。

基于LDA-ARIMA的我国智能手机关键技术主题识别与演化分析

[目的/意义]专利是技术能力的表现形式,包含关键技术主题信息。以智能手机专利数据为基础,提出关键技术主题的识别和演化分析方法,帮助企业获取行业内的技术信息,调整专利研究的成本与精力投入。[方法/过程]首先,选择专利数据库和高级检索内容,下载和导出专利标题和摘要数据,并对数据进行去停用词和jieba分词等处理;其次,构建困惑度求解模型,确定最优主题数,再将已经分好词的文本导入LDA模型进行主题挖掘,得到每个技术主题下关键词语的分布;再次,将主题热度转化为时间序列,进行平稳性检测和白噪声检验,确定ARIMA模型参数后应用预测;最后,依据每个技术主题下提取的特征词确定关键技术主题并进行解读,通过时间序列预测结果对关键技术主题进行演化分析。[结果/结论]以智能手机为研究对象,成功识别出屏幕、电池与充电、生物识别系统等15个关键技术主题,挖掘出各主题不同的演化发展特征,根据演化趋势分析提出建议,验证了本文主题识别与演化分析方法的可行性与有效性。

LDA模型下的我国图书馆人才队伍建设与管理主题

对我国图书馆人才队伍建设与管理领域进行文本挖掘,揭示该领域研究热点主题。选取中国知网(CNKI)相关文献摘要作为研究语料,运用Python的gensim库构建LDA主题模型,进行文本挖掘,利用困惑度和一致性确定最佳主题数量、计算各主题强度。最终确定10个热点主题数量,其中高校图书馆员培养、图书馆建设与阅读推广、公共图书馆服务、多角度合作、用户需求与满意度这五个主题的主题强度较高,揭示了主题演化趋势。

LDA模型下的高校图书馆微信公众平台阅读推广主题热点及策略研究

[目的/意义]探索高校图书馆微信公众平台阅读推广推文主题及策略,为高校阅读推广建设和发展提供参考。[方法/过程]获取高校图书馆微信公众平台推文信息,采用Python实现LDA主题模型对阅读推广推文进行主题建模分析。[结果/结论]高校图书馆借助微信公众平台开展的阅读推广推文主题可分为5大类,每个主题呈现不同的受欢迎度,并体现5个方面的特征。最后对微信公众平台阅读推广建设提出相应对策,以期为高校图书馆微信公众平台阅读推广建设提供有益启示。

基于LDA主题模型的社交媒体隐私政策合规性评价研究

[目的/意义]在个人信息保护日渐重要的今天,开展我国社交媒体隐私政策合规性评价研究,可为完善社交媒体隐私政策和加强个人信息保护提供参考。[方法/过程]文章选取28个常用社交媒体,基于LDA主题模型、完整性评价和阅读感分析对其隐私政策文本进行比较分析。[结果/结论]研究发现,随着相关信息保护法的出台,社交媒体在隐私保护、信息安全等方面已取得了积极进步,但在政策完整性、特殊群体的保护和可读性方面仍有进一步完善的空间。未来,可从法制建设和用户权利保障、特殊群体保护以及文本可读性3个方面进行完善。

基于LDA主题模型的智慧养老研究主题分析

目的/意义揭示国内智慧养老领域研究热点主题。方法/过程选取中国知网作为检索数据库,以2004—2023年智慧养老领域期刊论文、学位论文和会议论文的摘要作为研究数据,运用LDA主题模型进行文本挖掘,利用困惑度和一致性确定最佳主题数量。根据主题-词分布进行主题识别,根据文档-主题分布计算各主题强度。结果/结论 LDA主题模型提取得到国内智慧养老领域主题共9个,其中热点主题为服务架构、数字化转型、社区养老、用户调研。

基于LDA主题模型的在途驾驶风格识别方法

为增强人机共驾条件下智能系统对个体驾驶行为的理解,提出一种基于潜在狄利克雷分配(LDA)主题模型的在途驾驶风格识别方法,从多维度挖掘车辆轨迹信息,快速提取和识别驾驶员潜在驾驶风格特征。首先,建立驾驶行为语义理解规则,从驾驶作业的场景感知层、模式层、操作层以及车辆状态层出发,将连续的轨迹时序数据阐述为驾驶行为语义理解词汇;其次,根据主题困惑度和主题一致性指标定义4类习惯性驾驶风格:稳定型、保守型、适中型以及激进型;最后,将每位驾驶员的在途驾驶风格识别为上述驾驶风格的概率组合。结果表明:所提出的在途驾驶风格识别方法考虑驾驶员在驾驶过程中的异质性和不一致性,能够解释同一驾驶员在不同驾驶环境下表现出差异化驾驶风格的现象,同时,有助于提高驾驶风格在途识别的全面性以及可理解性。

基于LDA主题模型的RCEP研究热点主题及发展导向研判

随着全球经济与贸易一体化进程的深化,RCEP作为一项区域经济合作协定,对缔约国的经济贸易发展产生了重要影响。本文以国内现有的研究成果为原始数据,采用LDA模型,通过计算主题一致性、主题强度及其阈值的方法,识别出RCEP下“数字经济与产业链的高质量发展”“区域高质量经贸合作”以及“制造业的知识产权”的研究热点主题。基于此,本文对RCEP的进一步研究和发展提出以下建议:第一,要加强对数字经济重要地位的认识,推动数字经济在RCEP中的高质量发展;第二,应加大力度普及RCEP规则,提高缔约国对规则的认知和遵守度,促进区域高质量经贸合作的实施;第三,应完善制造业中的知识产权保护制度,为RCEP下制造业的高质量发展提供更好的知识产权环境。

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LDA与社会网络分析的我国省级体育产业政策主题热点识别与演进分析

体育产业政策作为引导和调控体育产业发展的关键工具,对于促进体育产业高质量发展、增强我国体育国际竞争力以及推动体育强国建设具有不可替代的作用。该研究以2010—2023年我国31个省(区、市)的97份省级体育产业政策文本为样本,采用LDA模型与社会网络分析技术,深入剖析了体育产业政策的演进路径及其内在逻辑。研究表明:(1)体育产业政策主题数量呈递减趋势,政策内容聚拢性增强,政策的制定与执行呈精准化和专业化趋势。(2)体育产业政策构思和主旨导向逐渐清晰,政策主题热点分布均匀;体育产业政策热点正由宏观统筹逐步向具体领域细化,能够精准捕捉到经济社会发展的新需求。(3)体育产业政策演进并非单一线性,而是由多种演进路径组合而成,涵盖体育产业规划、体育税收金融等多个层面,体现了政策制定的全面性和前瞻性。基于此,研究建议:明确政策规划方向,推动体育产业均等化发展;深度挖掘政策内涵,培育体育产业新质生产力;优化政策执行机制,引领体育产业标准化进程。

基于LDA模型的国外潜艇声呐研究主题分析

本文基于科学引文索引,检索了1108篇与“潜艇声呐”主题紧密相关的国外文献作为数据源。采用LDA主题建模技术,精确识别了六大核心主题:声呐技术与应用、声呐与机器人技术、声呐探测系统与应用、水下通信与导航、反潜作战领域的声呐技术、声呐与人工智能。基于这些主题,对原始数据进行了系统性的分类汇总与深入分析。本研究旨在通过深度剖析当前国外文献的研究焦点与趋势,为相关领域的研究者提供快速掌握领域发展脉络的途径。此举不仅有助于我国研究人员精准定位未来研究方向,更将积极促进我国潜艇声呐技术的进步与海洋强国战略的发展。

基于Citespace和LDA主题模型的顾客价值共创文献研究

在激烈的市场竞争中,企业发现与顾客共同创造价值非常重要。然而,研究顾客价值共创的领域非常广泛且复杂。本文首先回顾了顾客价值共创的定义和概念,并利用LDA主题模型和Citespace软件分析2008—2023年533篇关于顾客价值共创的文献。关键词聚类结果表明品牌共创、服务主导逻辑、共创行为、虚拟社区、公共服务和价值共毁是当前研究的主要内容。本文使用LDA主题模型对文献摘要进行分析,研究主题包括品牌导向和美学、顾客满意度与关系、创业者与经理的视角、定量方法和数据研究、价值和忠诚度以及转型性共创六个方面。最后,本文对研究结果进行了讨论,并提出未来研究的方向和建议,以促进顾客价值共创领域的发展。

基于LDA模型的国内用户画像研究主题及演化分析

【目的/意义】旨在发现国内用户画像研究领域的研究主题以及这些主题的发展脉络,为图书馆用户画像的构建提供参考。【方法/过程】运用LDA主题模型对国内用户画像研究论文的题目、摘要和关键词等内容进行文本挖掘,按年度对热点主题进行分析并发现各主题的演化趋势。【结果/结论】国内用户画像研究领域大体可划分为8个研究主题:新媒体营销、电商系统与精准营销、推荐算法与推荐系统、健康信息服务、教育教学、金融服务、社交网络与内容分析、高校图书馆与信息服务。研究主题按年度演化趋势可分为上升主题、平稳主题和衰减主题3类。高校图书馆与信息服务是上升幅度最大的主题,这表明研究人员越来越关注用户画像在图书馆及相关领域的应用研究。

基于LDA的21世纪外国文学领域研究主题演化与前沿主题识别

[目的/意义]旨在揭示21世纪外国文学领域的研究前沿主题,同时对研究主题的演化路径进行分析,为该领域后续研究提供方向。[方法/过程]以外国文学领域中2000—2023年知网数据库中的六本CSSCI期刊为语料库,运用LDA主题模型抽取研究主题,通过计算主题新颖度和主题强度来分析外国文学领域内的新兴和热点研究前沿主题,并结合时间片构建主题的演化路径。[结果/结论]建立的LDA主题模型能够准确的揭示外国文学领域的研究主题和各时间段的演化规律;文学批评理论、女性主义研究以及族裔文学成为21世纪外国文学的三大主流研究方向;该模型下的主题演化符合主题的周期性变化,对预测主题发展变化和确定前沿研究主题有实用价值,该数字人文技术为外国文学领域研究提供了新的思路和视角。

基于LDA主题模型的应急物流研究主题演化分析

从应急物流为主题的研究文献中,分析当前应急物流领域的研究现状,并以此为基础探究未来应急物流领域研究主题演化方向。选择近10年中国知网平台以应急物流为主题的研究文献,使用Spyder工具进行数据处理,基于LDA主题模型进行分析,从分析结果中得出最优主题数,并归纳出主题内容,从而总结归纳出基于主题的应急物流领域的三个演化方向:“平急转换”的应急物流管理体制,“虚拟众储”的应急物流储备模式,以及“数据赋能”的应急物流效率体系。

基于LDA模型对国家海洋博物馆游客在线评论的主题分析

随着文化旅游的兴起,博物馆成了吸引游客的重要目的地。国家海洋博物馆作为展示海洋文化的重要场所,其游客反馈对于提升博物馆服务和游客体验具有重要意义。采用LDA模型对2023年8—10月期间,从大众点评网和携程网收集的国家海洋博物馆1 755条游客在线评论进行主题分析,旨在深入理解游客的关注点和满意度影响因素。提出以下建议,丰富展品的种类与陈列形式;加强管理服务水平,提升服务质量;促进博物馆与教育的融合发展,发挥社会教育功能;完善馆内设施,合理利用周边环境优势。研究结果不仅为国家海洋博物馆及其他文化旅游目的地提供改进策略,也为运用文本挖掘技术分析游客反馈提供新的视角和方法论参考。

基于LDA2Vec-BERT的新兴技术主题多维指标识别与演化分析研究——以颠覆性技术领域:区块链为例

[目的/意义]挖掘并可视化全球性颠覆性技术:区块链领域发明专利文献中隐含的细粒度新兴和热点技术主题及其演化差异,能够为领域从业者、科技政策制定者、管理部门和科技研发人员提供参考和借鉴。[方法/过程]以全球区块链领域的专利文献为基础,按时序划分不同的时间切片,综合运用LDA主题模型、Word2vec词向量模型和BERT语言模型构建区块链领域技术主题挖掘模型,同时通过构建识别新兴和热点技术主题的四维指标:主题热度,主题族群,主题技术性和主题新颖度,识别出区块链领域细粒度新兴和热点技术主题,并结合主题演化模型,对新兴和热点技术主题差异进行演化分析。[结果/结论]研究发现,LDA2Vec-BERT主题识别与演化模型能够基于区块链领域海量专利文献标题和摘要识别出领域的新兴技术主题和热点技术主题,并直观清晰展示出区块链领域细粒度技术主题的演化趋势和特征,发现区块链技术形成从构架研究到应用研究的发展趋势。通过模型结果对比可以发现,识别结果科学合理,且模型的精准率、召回率、F1值均高于其他识别模型,证明构建的集成模型能有效识别颠覆性技术领域细粒度新兴和热点主题。

“他助”还是“自助”:基于LDA主题模型的老年数字包容政策差异研究

构建数字包容社会是推进数字中国建设的重要内容,分析数字包容政策的施政目标与作用领域对相关政策制定与执行具有重要意义。以中国各级政府出台的老年数字包容政策为研究对象,基于LDA主题模型分析方法探索政策主题类型,并以技术社会互动论视角解释地方政府间老年数字包容政策差异。提取获得中国老年数字包容政策的6个主题,发现当前老年数字包容政策可聚类归纳为“基础保障(他助)”与“应用提升(自助)”两大类型。地方政府在制定老年数字包容政策时,受到本地技术供给水平与社会需求水平共同影响,并遵循着因地制宜的原则,形成4种理想类型。研究有助于深化对政府数字化转型过程的认识,为构建数字包容社会提供知识贡献。

基于LDA模型的中国汽车品牌海外社交媒体传播策略研究

随着中国汽车自主品牌实力的不断增强,国际竞争力也不断提升。聚焦奇瑞汽车在俄罗斯社交媒体平台VK上设立的官方主页“CheryвРoссия”,以其发布的推文文本数据作为研究对象,基于LDA主题模型提取主题,对文本数据进行分析,发现推文内容主要呈现出“技术特点”“社交活动”“驾驶体验”和“经销策略”四个主题。结合奇瑞汽车海外社交媒体传播的经验,从以下三个方面对中国汽车品牌出海提出建议:依托社交媒体属性制定传播策略、增强本地化内容创作与跨界合作和强化品牌社群营销。