多维指标融合的主题突变检测研究
2022-06-24分类号:G353.1
【部门】中山大学信息管理学院
【摘要】突变词具有前瞻性和情报意义,研究主题突变可预测学科领域的研究前沿和研究热点。本文构建突变词检测多维指标体系,包括无序性、增长性、突变度三个突变特征指标,以及知识融合度指标和影响力度指标。基于无序性和增长性两个维度,运用K-means聚类出突现型关键词(突现词)、强突型关键词(强突词)、弱突型关键词(弱突词)三类突变词。结合各类突变词的突变度、知识融合度和影响力度,识别不同发展形态的突变词。结果表明,高突变度的突现词在初期能获得更多的关注,形成更大的影响力;知识融合度高的突变词具有较高的交叉融合广度和强度,未来更可能发展成为研究热点;影响力度高的突变词具有广泛的关注和一定的研究基础,未来有更高概率成为研究前沿。
【关键词】主题突变 突变检测 多指标融合 聚类分析
【基金】国家自然科学基金项目“智慧城市App用户使用行为分化机理研究”(71974215);; 中山大学高校基本科研业务费青年教师重点培育项目“科学计量学视角下智慧城市研究热点、发展趋势及跨学科交叉融合分析”(20wkzd17)
【所属期刊栏目】情报学报
文献传递