《表1 高影响力科研成果的主题分布》
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
《图情学科高网络影响力科研成果主题挖掘——基于ResearchGate的研究》
经LDA模型训练后,将每篇成果依据文档-主题概率分布取概率最高值归类,即每篇成果只属于占比最高的主题,统计得到各个主题下的成果数量及占比;然后根据主题-词项概率分布选取与主题相关的前10个高概率词项视为主题的含义代表,并结合对应的文档内容进行主题标识,如表1所示。图情学科在学术社交网络中的高影响力成果呈现出主题多样性,可划分为健康信息学(Topic 1)、用户信息行为(Topic 2)、算法技术(Topic 3)、应用开发(Topic 4)、通信网络(Topic 5)。
图表编号 | XD00211522300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.10 |
作者 | 严炜炜、温馨、曹灿瑜 |
绘制单位 | 武汉大学信息管理学院 |
更多格式 | 高清、无水印(增值服务) |