【目的】從外部數(shù)量特征和內(nèi)部文本特征兩個層面,構(gòu)建科學的數(shù)理模型和內(nèi)容預(yù)測模型,進而對熱點研究主題演化趨勢進行預(yù)測分析�！痉椒ā炕贚DA模型進行主題識別并構(gòu)建主題時間序列,結(jié)合均值與線性回歸擬合確定熱點主題;利用ARIMA模型和Word2Vec模型從主題強度和主題內(nèi)容兩個層面預(yù)測分析熱點主題趨勢�！窘Y(jié)果】對美國干細胞領(lǐng)域進行實證研究,篩選出造血干細胞移植技術(shù)、癌癥干細胞和干細胞抑制作用、干細胞誘導分化、衍生配子技術(shù)、造血干細胞5個熱點主題并預(yù)測其發(fā)展趨勢�！揪窒蕖炕赪ord2Vec模型對主題內(nèi)容趨勢進行分析主要以單個詞匯為基礎(chǔ),解讀過程中可能存在歧義。【結(jié)論】與人工解讀為主的主題趨勢預(yù)測分析方法相比,本研究所提方法能在一定程度上提高預(yù)測分析的效率與科學性。

【文章頁數(shù)】：13 頁

【部分圖文】：

圖1CBOW模型和Skip-Gram模型示意圖[29]

作為生成詞向量的經(jīng)典模型之一，Word2Vec模型[28-29]得到眾多學者的認可，并且集成在Python的Gensim工具包中，使用方式簡潔、高效。Word2Vec中訓練神經(jīng)網(wǎng)絡(luò)模型具體可以分為兩種：CBOW模型和Skip-Gram模型，基本原理如圖1所示。CBOW模型（Con....

圖2論文數(shù)量年度分布

在干細胞（StemCell）領(lǐng)域進行實證研究，由于美國是干細胞研究的領(lǐng)先國家，主要以美國干細胞研究論文作為數(shù)據(jù)來源。具體選擇WebofScience數(shù)據(jù)庫收錄的干細胞領(lǐng)域相關(guān)文獻，檢索策略為：以“stemcell*”作為檢索詞進行題名檢索，時間跨度為2000年1月1日-2....

圖3最優(yōu)主題個數(shù)確定

由圖3可知，當主題個數(shù)位于25和40時一致性分數(shù)變化發(fā)生明顯轉(zhuǎn)折，并且在40之后趨于穩(wěn)定，即當主題個數(shù)在25之后隨著主題個數(shù)的增多，一致性分數(shù)只增加了0.05，因此選取25～40之間的主題個數(shù)，結(jié)合人工判讀結(jié)果最終確定主題個數(shù)為32，根據(jù)選定的最優(yōu)主題個數(shù)進行LDA主題識別。32....

圖4干細胞領(lǐng)域主題時間序列（2000年-2018年）

根據(jù)研究方法所述步驟對5個熱點主題進行ARIMA模型構(gòu)建，其中ARIMA模型的構(gòu)建中參數(shù)確定和模型檢驗是十分重要的步驟，具體實驗過程中利用BIC指標確定模型參數(shù)，即遍歷所有可能參數(shù)計算模型BIC值，其中最小值為最優(yōu)參數(shù)，從而可確定最后模型參數(shù)，結(jié)果如表3所示。確定模型參數(shù)之后，對....

本文編號：3958089