基于Rao-Stirling指数和LDA模型的领域学科交叉主题识别——以纳米科技为例 |
| |
引用本文: | 韩正琪,刘小平,寇晶晶.基于Rao-Stirling指数和LDA模型的领域学科交叉主题识别——以纳米科技为例[J].情报科学,2020,38(2):116-124. |
| |
作者姓名: | 韩正琪 刘小平 寇晶晶 |
| |
作者单位: | 中国政法大学图书馆,北京100088;中国政法大学法治科学计量与评价中心,北京100088;中国科学院文献情报中心,北京100190;中国科学院大学经济与管理学院图书情报与档案管理系,北京100049;国际关系学院,北京,100091 |
| |
基金项目: | 中国科学院文献情报能力建设专项;中央高校基本科研业务费专项 |
| |
摘 要: | 【目的/意义】基于Rao-Stirling 指数和LDA模型进行领域学科交叉主题识别,并以纳米科技为例验证将
Rao-Stirling 指数和LDA模型用于领域学科交叉主题识别的有效性和适用性。【方法/过程】基于Rao-Stirling 指数
测度领域文献学科交叉程度,设定阈值发现高度学科交叉文献。基于LDA模型对筛选出的学科交叉文献进行主题
识别,发现学科交叉点和学科交叉研究主题。【结果/结论】基于Rao-Stirling 指数从引文的角度进行领域文献学科
交叉测度可以有效地发现与某领域相关的学科交叉文献,且有利于大数据集的学科交叉文献发现研究的实现。基
于LDA模型进行学科交叉主题识别可以有效地发现学科交叉主题。两方法的组合应用为发现某领域学科交叉主
题研究提供一种新视角。
|
关 键 词: | 学科交叉 主题识别 Rao-Stirling指数 LDA模型 纳米科技 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《情报科学》浏览原始摘要信息 |
|
点击此处可从《情报科学》下载全文 |
|