NSL OpenIR  > 中国科学院成都文献情报中心  > 信息技术部
面向趋势预测的热点主题演化分析方法研究
岳丽欣1; 刘自强2,3; 胡正银2,3
2020-06
Source Publication数据分析与知识发现
Issue6Pages:22-34
Abstract

【目的】 从外部数量特征和内部文本特征两个层面,构建科学的数理模型和内容预测模型,进而对热点研究主题演化趋势进行预测分析。【方法】 基于LDA模型进行主题识别并构建主题时间序列,结合均值与线性回归拟合确定热点主题;利用ARIMA模型和Word2Vec模型从主题强度和主题内容两个层面预测分析热点主题趋势。【结果】 对美国干细胞领域进行实证研究,筛选出造血干细胞移植技术、癌症干细胞和干细胞抑制作用、干细胞诱导分化、衍生配子技术、造血干细胞5个热点主题并预测其发展趋势。【局限】 基于Word2Vec模型对主题内容趋势进行分析主要以单个词汇为基础,解读过程中可能存在歧义。【结论】 与人工解读为主的主题趋势预测分析方法相比,本研究所提方法能在一定程度上提高预测分析的效率与科学性。

Keyword趋势预测 Word2vec模型 主题演化 热点主题 Arima模型
Indexed ByCSCD ; CSSCI
Language中文
CSCD IDCSCD:6775537
Citation statistics
Document Type期刊论文
Identifierhttp://ir.las.ac.cn/handle/12502/11420
Collection中国科学院成都文献情报中心_信息技术部
Corresponding Author胡正银
Affiliation1.中国人民大学信息资源管理学院
2.中国科学院成都文献情报中心
3.中国科学院大学经济与管理学院图书情报与档案管理系
First Author Affilication中国科学院文献情报中心
Corresponding Author Affilication中国科学院文献情报中心
Recommended Citation
GB/T 7714
岳丽欣,刘自强,胡正银. 面向趋势预测的热点主题演化分析方法研究[J]. 数据分析与知识发现,2020(6):22-34.
APA 岳丽欣,刘自强,&胡正银.(2020).面向趋势预测的热点主题演化分析方法研究.数据分析与知识发现(6),22-34.
MLA 岳丽欣,et al."面向趋势预测的热点主题演化分析方法研究".数据分析与知识发现 .6(2020):22-34.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[岳丽欣]'s Articles
[刘自强]'s Articles
[胡正银]'s Articles
Baidu academic
Similar articles in Baidu academic
[岳丽欣]'s Articles
[刘自强]'s Articles
[胡正银]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[岳丽欣]'s Articles
[刘自强]'s Articles
[胡正银]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.