图书情报工作

图书情报工作 >

2013 >Issue 07: 81 - 88

DOI: https://doi.org/10.7536/j.issn.0252-3116.2013.07.015

情报研究

基于文献时间特征的学科主题演化分析方法研究 ——以图书情报学领域为例

  • 沈思 ,
  • 王东波 ,
  • 张祥 ,
  • 张文博
展开
  • 1. 南京大学信息管理学院;
    2. 南京农业大学信息科学技术学院;
    3. 东南大学软件学院
沈思,南京大学信息管理学院博士研究生;王东波,南京农业大学信息科学技术学院讲师,E-mail:wangdongbo0102@gmail.com;张祥,东南大学软件学院讲师;张文博,东南大学软件学院本科生。

收稿日期: 2012-09-18

  修回日期: 2013-03-19

  网络出版日期: 2013-04-05

基金资助

本文系江苏省2012年度普通高校研究生科研创新计划项目"基于异构社会网络数据的信息集成与检索研究"(项目编号:CXZZ12_0073)和国家社会科学基金项目"基于语言特征的中文意见挖掘研究"(项目编号:11CYY031)研究成果之一。

收起

The Research of Recognizing Disciplinary Theme Evolution Based on Temporal Information of Literature ——A Case in the Discipline of Information Science

  • Shen Si ,
  • Wang Dongbo ,
  • Zhang Xiang ,
  • Zhang Wenbo
Expand
  • 1. School of Information Management, Nanjing University, Nanjing 210093;
    2. College of Information Science and Technology, Nanjing Agricultural University, Nanjing 210095;
    3. College of Software Engineering, Southeast University, Nanjing 210096

Received date: 2012-09-18

  Revised date: 2013-03-19

  Online published: 2013-04-05

Fold

摘要

在分析文献在不同研究阶段用词时间特征的倾向性基础上,提出一种基于主题模型的研究发展阶段识别方法。重点阐述该方法的构建过程,包括时间特征抽取、发展阶段界定、主题冷热变化分析等步骤。为验证该方法的有效性,针对词频统计法和主题模型方法在主题演化分析中的效果进行比较分析。结果表明,该方法能在识别主题热点和发展趋势的同时,有效地区分不同主题所反映的研究发展阶段。

关键词： 主题模型; 文献时间特征; 主题演化分析; 时间抽取

本文引用格式

沈思 , 王东波 , 张祥 , 张文博 . 基于文献时间特征的学科主题演化分析方法研究 ——以图书情报学领域为例[J]. 图书情报工作, 2013 , (07) : 81 -88 . DOI: 10.7536/j.issn.0252-3116.2013.07.015

Abstract

After analyzing the temporal characteristics of literature in different themes evolution periods, this paper raises a method for identifying research period of a theme based on topic model. It emphasizes the construct process of the method, including temporal expression extraction, research period identification and hot and cold topic description. It tests the effectiveness of this method by comparing the word frequency method and topic model method for research evolution analysis. Experiment results show that the proposed method is an effective solution to depict the implied research period of a theme while describing the hotspot and research tendency.

Key words： topic; model; temporal; information; of; literature; theme; evolution; analysis; temporal

参考文献

[1] David H. Studying the history of ideas using topic models[C]//Proceedings of the Conference on Empirical Methods in Natural Language Processing.Stroudsburg:Association for Computational Linguistics,2008:363-371.
[2] Griffiths T L, Steyvers M.Finding scientific topics[J].Proceedings of the National Academy of Sciences of the United States,2004,101(6):5228-5235.
[3] McCallum A. Bibliometric impact measures leveraging topic analysis[C]//Proceedings of the 6th ACM/IEEE-CS Joint Conference on Digital Libraries, New York: ACM,2006: 65-74.
[4] 崔凯,周斌.一种基于LDA的在线主题演化挖掘模型[J].计算机科学,2010(11):156-159.
[5] 王萍.基于概率主题模型的文献知识挖掘[J].情报学报,2011(6):583-590.
[6] 叶春蕾,冷伏海.基于共词分析的学科主题演化方法改进研究[J].情报理论与实践,2012(3): 79-82.
[7] Omar A, Jannik S, Ricardo B Y,et al. Temporal information retrieval: Challenges and opportunities[C]//Proceedings of 1st International Temporal Web Analytics Workshop.New York:Time volumen,2012:1-10.
[8] Omar A, Michael G.Clustering and exploring search results using timeline constructions[C]//Proceedings of the 18th ACM Conference on Information and Knowledge Management.New York:ACM,2009: 97-106.
[9] Viktor D B.Extrating historical time periods from Web[J].Journal of the American Society for Information Science and Technology,2010,61(9):1888-1908.
[10] 库恩.科学革命的结构[M].金吾伦,胡泽和,译.北京:北京大学出版社,2003.
[11] 孙清兰,高频词与低频词的界分及词频估算法[J].中国图书馆学报,1992(2):78-81.
[12] Blei D M, Ng A,Jordan M. Latent dirichlet allocation[J].Journal of Machine Learning Research, 2003(3):993-1022.
[13] 赖茂生,王琳,李宇宁.情报学前沿领域的调查与分析[J].图书情报工作,2008,52(3):6-10.
[14] 苏新宁.图书馆、情报与文献学研究热点与趋势分析(2000-2004)——基于CSSCI的分析[J].情报学报,2007,26(3):373-383.
[15] 苏新宁,夏立新. 2000—2009年我国数字图书馆研究主题领域分析——基于CSSCI关键词统计数据[J].中国图书馆学报,2011(4):60-69.

Options
文章导航

/

〈 〉