[1] 邱均平,温芳芳.近五年来图书情报学研究热点与前沿的可视化分析——基于13种高影响力外文源刊的计量研究[J].中国图书馆学报,2011,37(2):51-60.
[2] 任红娟.文献特征融合的的科学结构分析方法研究[J].情报杂志,2013,32(7):97-100.
[3] MORRIS S A, YEN G, WU Z, et al. Time line visualization of research fronts[J]. Journal of the Association for Information Science & Technology,2003,54(5):413-422.
[4] SMALL H. Co-citation in the scientific literature:a new measure of the relationship between two documents[J]. Journal of the Association for Information Science & Technology,1973,24(4):265-269.
[5] 雷晓庆,刘晓雁.论文关键词特征的统计与分析[J].图书情报工作,1998(5):19-20,32.
[6] 曾倩,杨思洛.国外图书情报学科知识交流的比较研究——以期刊引证分析为视觉[J].情报理论与实践,2013,36(10):114-119.
[7] 智库百科[EB/OL].[2019-02-20].https://wiki.mbalib.com/wiki/知识单元.2018-12-02-2019-02-28.
[8] 王晓光.科学知识网络的形成与演化(I):共词网络方法的提出[J].情报学报, 2009,28(4):599-605.
[9] 祝清松,冷伏海.基于引文内容分析的高被引论文主题识别研究[J].中国图书馆学报, 2014,40(1):39-49.
[10] 杨超,朱东华,汪雪锋,等.专利技术主题分析:基于SAO结构的LDA主题模型方法[J].图书情报工作,2017(3):86-96.
[11] 阮光册,夏磊.基于Doc2Vec的期刊论文热点选题识别[J].情报理论与实践,2019, 42(4):110-115.
[12] 赵一方,裴雷,康乐乐.基于段落信息增益的政策文本主题识别研究[J].数字图书馆论坛,2018(11):2-10.
[13] LOWE S A. The beta-binomial mixture model for word frequencies in documents with applications to information retrieval[C]//Proceedings of the sixth European conference on speech communication and technology. Budapest:Dragon System Inc,1999.
[14] BLEI D M, NG A Y, JORDAN M I. Latent dirichlet allocation[J]. Journal of machine learning research, 2003, 3:993-1022.
[15] 冯佳,张云秋.基于本体的研究主题语义分析方法研究[J].图书情报工作, 2018,62(7):96-103.
[16] 王洪伟,高松,陆頲.基于LDA和SNA的在线新闻热点识别研究[J].情报学报, 2016(10):1022-1037.
[17] 李永忠,蔡佳.基于LDA的国内电子政务研究主题演化及可视化分析[J].现代情报, 2017,37(4):158-164.
[18] 叶春蕾,冷伏海.基于引文-主题概率模型的科技文献主题识别方法研究[J].情报理论与实践,2013,36(9):100-103.
[19] 王连喜.国内微博研究热点分析及主题挖掘——以计算机和图书情报学科为研究对象[J].情报杂志, 2015(4):127-132.
[20] 马红,蔡永明.共词网络LDA模型的中文文本主题分析:以交通法学文献(2000-2016)为例[J].数据分析与知识发现,2017,32(12):17-26.
[21] 沈思,徐飞,吴鹏.面向科学研究主题的文献隐含时间信息分析与挖掘[J].情报学报,2017,36(4):370-381.
[22] 蒲姗姗.基于知识互补的科研合作专家推荐模型研究[J].情报理论与实践, 2018,41(8):100-105.
[23] 周娜,李秀霞,高丹,等.基于潜在主题的知识组合分析研究——以传播学为例[J].农业图书情报学刊, 2018(9):85-90.
[24] 刘玉文,吴宣够,郭强.网络热点新闻焦点识别与演化跟踪[J].小型微型计算机系统, 2017(4):738-743.
[25] 张聪,易秀双,朱明浩,等.一种基于Spark学术研究热点的挖掘方法[J/OL].计算机工程,2019.[2019-02-20]. http://kns.cnki.net/kcms/detail/31.1289.TP.20190129.1332.005.html.
[26] 关鹏,王曰芬.学科领域生命周期中作者研究兴趣演化分析[J].图书情报工作, 2016,60(10):116-124.
[27] HOFMANN T. Probabilistic latent semantic analysis[C]//Fifteenth conference on uncertainty in artificial intelligence. Berkeley:Morgan kaufmann publishers Inc.,1999:289-296.
[28] MOODY C E. Mixing dirichlet topic models and word embedding to make LDA2vec[EB/OL].[2019-02-20]. http://arxiv.org/abs/1605.02019.
[29] 化柏林,李广建.大数据环境下的多源融合型竞争情报研究[J].情报理论与实践, 2015,38(4):1-5.
[30] 化柏林,李广建.大数据环境下多源信息融合的理论与应用探讨[J].图书情报工作, 2015,59(16):5-10.
[31] 化柏林.多源信息融合方法研究[J].情报理论与实践,2013,36(11):16-19. |