图书情报与数字图书馆 知识单元重组视角下的科学主题预测研究 标题: 知识单元重组视角下的科学主题预测研究作者: 梁继文,杨建林,王伟第一作者: 梁继文机构: 南京大学信息管理学院,江苏省数据工程与知识服务重点实验室期刊: 情报学报发表日期: 2023-05-24论文摘要: 准确的科学主题预测能够明确学科未来的发展方向，为科研领域的发展规划和管理决策提供参考。本文着眼于新生科学主题的预测，基于知识单元重组视角，将主题-特征词的表征关系类比为科学概念-知识单元的表征关系，提出科学主题预测方法。首先，使用LDA (latent Dirichlet allocation)主题模型获取全局主题、特征词与概率矩阵，通过转置向量空间获得特征词向量；其次，运用ARIMA (autoregressive integrated moving average model)模型预测特征词的词频并计算向量调节系数，从而获得特征词预测向量，运用t-SNE (t-distributed stochastic neighbor embedding)算法将预测向量降维，并使用模糊C-均值算法将低维预测向量聚类生成预测主题，实现知识单元的重组；最后，筛选出由多个原始主题聚合而来、具有全新释义的预测主题，将其视为科学主题预测结果。本文以“知识管理-知识组织-知识服务”领域为例进行实证研究，预测出智库、数字人文等在已有领域研究中尚未出现的新词与相关主题，并通过特征词直接聚合与概念集成这两种主题...关键词: 主题预测; 向量调节; 知识单元; 科学主题; 科学概念知网阅读链接: 点击跳转
