【目的/意義】基于Rao-Stirling指數(shù)和LDA模型進(jìn)行領(lǐng)域?qū)W科交叉主題識別,并以納米科技為例驗(yàn)證將Rao-Stirling指數(shù)和LDA模型用于領(lǐng)域?qū)W科交叉主題識別的有效性和適用性�！痉椒�/過程】基于Rao-Stirling指數(shù)測度領(lǐng)域文獻(xiàn)學(xué)科交叉程度,設(shè)定閾值發(fā)現(xiàn)高度學(xué)科交叉文獻(xiàn)�；贚DA模型對篩選出的學(xué)科交叉文獻(xiàn)進(jìn)行主題識別,發(fā)現(xiàn)學(xué)科交叉點(diǎn)和學(xué)科交叉研究主題�！窘Y(jié)果/結(jié)論】基于Rao-Stirling指數(shù)從引文的角度進(jìn)行領(lǐng)域文獻(xiàn)學(xué)科交叉測度可以有效地發(fā)現(xiàn)與某領(lǐng)域相關(guān)的學(xué)科交叉文獻(xiàn),且有利于大數(shù)據(jù)集的學(xué)科交叉文獻(xiàn)發(fā)現(xiàn)研究的實(shí)現(xiàn)�；贚DA模型進(jìn)行學(xué)科交叉主題識別可以有效地發(fā)現(xiàn)學(xué)科交叉主題。兩方法的組合應(yīng)用為發(fā)現(xiàn)某領(lǐng)域?qū)W科交叉主題研究提供一種新視角。

【文章頁數(shù)】：9 頁

【文章目錄】：
1 引言
2 國內(nèi)外研究現(xiàn)狀
    2.1學(xué)科交叉文獻(xiàn)發(fā)現(xiàn)研究
        2.1.1第一代多樣性測度
        2.1.2第二代多樣性測度
        2.1.3第三代多樣性測度
    2.2主題識別研究
        2.2.1潛在語義索引(Latent Semantic Indexing,LSI)
        2.2.2概率潛在語義索引（probabilistic Latent Semantic Indexing,pLSI)
        2.2.3隱含狄利克雷分布（Latent Dirichlet Allocation,LDA)
3 研究方法
4 領(lǐng)域文獻(xiàn)引文所屬期刊的學(xué)科分布
5 基于Rao-Stirling指數(shù)的領(lǐng)域?qū)W科交叉文獻(xiàn)發(fā)現(xiàn)
6 基于LDA模型的領(lǐng)域?qū)W科交叉文獻(xiàn)的主題識別
    6.1主題數(shù)目的確定
    6.2主題識別
7 討論與結(jié)論



本文編號：3852455