基于深度学习的学术期刊选题同质化测度方法研究

摘要：

文章针对当前学术期刊发展中的同质化以及研究选题的相似性问题,提出了基于深度学习的学术期刊选题同质化测度模型,分别从基于期刊整体主题分布的同质化测度和基于单篇论文相似度的期刊同质化测度两个方面展开研究,并以图书情报与档案学核心期刊为例进行了实证,结果表明两种方法都能够较好地识别出期刊间选题的相似性,且可以互为补充.

关键词：学术期刊同质化、研究选题、深度学习、主题模型

分类号：G23;TP3

在线出版日期：2017-11-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：105-112