《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于LDA-HMM的知识流动模式发现研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。