文献类型：期刊文章

作　　者：王萍[1]

机构地区：[1]上海大学计算中心,上海200444

出　　处：《情报学报》

基　　金：上海市教育科学研究项目《网络学习支持的有效性研究》（项目编号：B2609105）的阶段性研究成果

年　　份：2011

卷　　号：30

期　　号：6

起止页码：583-590

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSSCI、CSSCI2010_2011、INSPEC、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：对海量的科技文献资源进行知识挖掘能够发现大量有价值的、潜在的知识,有效地提高文献信息的可用性。作者前期研究验证了使用LDA主题模型进行文献知识挖掘的可行性。本文提出了一种新的概率主题模型：Topic-Author模型,该模型对文献的文本信息和作者信息进行联合建模,在分析文献主题同时,发现相关主题方向的研究者分布。基于Topic-Author模型,提出了多维度文献知识挖掘的方法,包括主题挖掘,专家发现,文献标注,重要文献挖掘,文献相似度分析,研究趋势分析和主题关系挖掘。基于教育技术学文献数据集,进行了实验研究。

关 键 词：概率主题模型  Topic-Author模型  文献  文献知识挖掘  

分 类 号：G359.2]