面向趋势预测的热点主题演化分析方法研究
岳丽欣2; 刘自强1,3; 胡正银1,3
刊名数据分析与知识发现
2020-06
期号6页码:22-34
关键词趋势预测 Word2vec模型 主题演化 热点主题 Arima模型
英文摘要

【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。

语种中文
CSCD记录号CSCD:6775537
内容类型期刊论文
源URL[http://ir.las.ac.cn/handle/12502/11420]  
专题文献情报中心_中国科学院成都文献情报中心_信息技术部
通讯作者胡正银
作者单位1.中国科学院大学经济与管理学院图书情报与档案管理系
2.中国人民大学信息资源管理学院
3.中国科学院成都文献情报中心
推荐引用方式
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.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace