《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》

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

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）。