[目的/意義]如何挖掘海量學(xué)術(shù)論文中的研究主題,梳理研究主題的演化脈絡(luò)和關(guān)聯(lián)關(guān)系,預(yù)測(cè)主題前沿?zé)狳c(diǎn),對(duì)掌握科技競(jìng)爭(zhēng)先機(jī)至關(guān)重要。[方法/過(guò)程]針對(duì)當(dāng)前主題關(guān)聯(lián)和預(yù)測(cè)研究中存在的不足,提出基于隱含狄利克雷(Latent Dirichlet allocation,LDA)和長(zhǎng)短期記憶(Long Short Term Memory,LSTM)模型的研究關(guān)聯(lián)與預(yù)測(cè)方法,首先基于生命周期理論劃分多時(shí)序窗口,并利用LDA主題模型挖掘?qū)W術(shù)文獻(xiàn)中的隱性研究主題,分析主題間的關(guān)聯(lián)關(guān)系;基于主題預(yù)測(cè)指標(biāo)的時(shí)間序列特征,運(yùn)用LSTM模型對(duì)主題研究的發(fā)展趨勢(shì)和研究熱點(diǎn)進(jìn)行預(yù)測(cè),并結(jié)合基金立項(xiàng)和論文發(fā)表情況對(duì)預(yù)測(cè)結(jié)果進(jìn)行定性修正。[結(jié)果/結(jié)論]案例分析結(jié)果表明,本文方法可以準(zhǔn)確挖掘研究主題,分析主題關(guān)聯(lián)關(guān)系,對(duì)研究主題研究走勢(shì)和熱點(diǎn)的預(yù)測(cè)具有實(shí)用價(jià)值。

【文章頁(yè)數(shù)】：13 頁(yè)

【文章目錄】：
1 相關(guān)研究
    1.1 主題挖掘
    1.2 主題關(guān)聯(lián)與演化
    1.3 主題前沿預(yù)測(cè)
    1.4 研究述評(píng)
2 研究設(shè)計(jì)
    2.1 理論基礎(chǔ)
        1)生命周期理論
        2)時(shí)間序列分析理論
    2.2 研究思路與方法
        2.2.1 LDA主題挖掘與關(guān)聯(lián)
        2.2.2 前沿預(yù)測(cè)指標(biāo)設(shè)計(jì)
        2.2.3 基于LSTM的主題預(yù)測(cè)
3 案例分析
    3.1 數(shù)據(jù)來(lái)源及預(yù)處理
    3.2 主題挖掘分析
    3.3 主題演化分析
    3.4 主題預(yù)測(cè)分析
4 結(jié)語(yǔ)



本文編號(hào)：4038299