《表1 主题关键词及命名:基于LDA-HMM的知识流动模式发现研究》
将最优主题数K=25输入LDA模型中训练,生成文档-主题与主题-词的概率分布,导出25个主题的主题词,选取频率靠前的5个词汇作为主题代表,依据主题词之间的语义关系归纳出主题标签,进行编号和命名,见表1。这些主题类别界限清晰,划分明确,说明LDA主题聚类效果较好。依据文档-主题分布,对图书情报学领域文献进行主题划分,文献对应主题概率最高的一类(或多类),共形成文献计量、信息管理、图书馆服务等25个热点主题的文档分类。从主题内容特征来看,基本涵盖了图书情报学领域大部分的研究主题,代表着领域不同的研究方向。
图表编号 | XD00168261300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 张瑞、董庆兴 |
绘制单位 | 武汉大学信息资源研究中心、武汉大学信息资源研究中心、华中师范大学信息管理学院 |
更多格式 | 高清、无水印(增值服务) |