文献类型：期刊文章

作　　者：关鹏[1,2] 王曰芬[2] 傅柱[3]

Guan Peng;Wang Yuefen;Fu Zhu(School of Economics and Law, Chaohu University, Hefei 238000, China;School of Economics and Management, Nanjing University of Science & Technology, Nanjing 210094, China;School of Economic and Management, Jiangsu University of Science and Technology, Zhenjiang 212003, China)

机构地区：[1]巢湖学院经济与法学学院,合肥238000 [2]南京理工大学经济管理学院,南京210094 [3]江苏科技大学经济管理学院,镇江212003

出　　处：《数据分析与知识发现》

基　　金：国家自然科学基金项目“新研究领域科学文献传播网络生长及对传播效果影响研究”(项目编号:71373124);安徽省高校优秀青年人才支持计划重点项目“基于复杂网络理论的科学合作网络演化建模与仿真研究”(项目编号:gxyqZD2019066)的研究成果之一

年　　份：2019

卷　　号：3

期　　号：7

起止页码：61-72

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、CSSCI、CSSCI2019_2020、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：【目的】揭示学科领域不同发展阶段中主题语义内容层面的演化规律。【方法】结合LDA和生命周期理论,提出主题语义演化分析方法,重点解决主题过滤、主题语义相似度计算和主题语义演化模式判别等技术问题。【结果】研究发现锂离子电池领域主题之间的语义演化模式:主题继承贯穿领域发展全过程;主题分裂始于成长期,在快速发展期分裂次数(6次)最多;主题融合始于发展期,在快速发展期融合次数(5次)最多。【局限】学科领域全局主题是否能够涵盖各阶段主题还需要进一步验证。主题语义演化的知识图谱需人工绘制,还需进一步研究自动化实现方法。【结论】基于LDA的主题语义演化分析方法可深度揭示学科领域发展过程中继承、分裂和融合等重要语义演化模式,为学科领域知识创新提供有价值的决策信息。

关 键 词：LDA 主题过滤  主题相似度计算  主题语义演化  

分 类 号：TP391] G35[计算机类]