基于主题模型的大学学报文献挖掘研究——以计算机科学领域为例

摘要：

大数据时代下,运用文本挖掘技术自动从海量科技文献中提取研究主题并探测研究趋势十分重要.基于LDA主题模型,考虑科技文献的发表时间信息,对优秀"综合性科学技术"类大学学报2006-2014期间刊载的计算机科学类文献进行主题内容和主题强度分析;同时基于计算机专业期刊文献,进行研究趋势探测.本文从25个研究主题中得到7个强度增强的研究主题和6个强度减弱的研究主题,揭示大学学报文献中我国高等院校对计算机科学领域的研究状态.通过对数据进行挖掘和分析,了解我国高等院校在计算机科学研究领域的研究趋势,帮助从事该领域研究的学者寻找新兴研究主题,有助于大学学报在定向组稿和学术专辑出版中,把握学术热点与前沿方向,进而提高学报的影响力.

关键词：大学学报、计算机科学、主题模型、主题分析、趋势分析

所属期刊栏目：3

分类号：G203;G350(信息与传播理论)

在线出版日期：2017-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：39-47