基于动态LDA的科研文献主题演化分析

• 作者: 曾利 李自力 谭跃进
• 来源期刊: 软件
• 学科: 工学
• 关键词: 自然语言处理 动态LDA 变分贝叶斯推断 主题演化 Big Data
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 102-107
• 页数: 6页
• 分类号: TP391.1
• 字数: 3067字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2014.05.022

摘要

准确把握科研领域内文献主题的演化情况，有助于更好的进行科学研究。针对文献语料具有的单一主题时间性强、多个主题间关联性大等特点，本文在标准LDA模型基础上，将语料按照时序关系进行分片，建立动态LDA模型，以此来研究各个主题的强度和内容随时间的变化情况。同时选择目前热门的“Big Data”技术作为实验对象，从Web of Science数据库中抽取引文信息建立训练数据集，利用变分贝叶斯推断法对模型进行了求解，并对结果进行了可视化展示，实验表明，该方法简单有效，可以为把握科研发展趋势提供有效决策支持。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭跃进	国防科学技术大学信息系统与管理学院	70	803	18.0	25.0
2	曾利	国防科学技术大学信息系统与管理学院	3	20	2.0	3.0
3	李自力	国防科学技术大学信息系统与管理学院	12	72	5.0	8.0