检索结果-南通市图书馆

基于bertopic模型的健康信息学主题挖掘与发展演化研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

情报科学 2024年第4期42卷 98-110,118页

作者：聂亚青吴庭璋王若佳翟兴北京中医药大学管理学院北京102488

【目的/意义】基于文献研究,从研究主题和发展演化两个角度对健康信息学的发展现状进行梳理,为相关学者更好地从事健康信息学研究提供参考。【方法/过程】首先从Web of science中获取健康信息学文献,运用JCR和ESI学科分类方法将文献分... 详细信息

【目的/意义】基于文献研究,从研究主题和发展演化两个角度对健康信息学的发展现状进行梳理,为相关学者更好地从事健康信息学研究提供参考。【方法/过程】首先从Web of science中获取健康信息学文献,运用JCR和ESI学科分类方法将文献分为医学、计算机、图书情报三个数据集;其次利用基于bertopic模型主题挖掘法分析健康信息学在三个数据集中的研究主题和发展演化趋势。【结果/结论】从研究主题看,健康信息学主要包含六个研究主题:人工智能在健康领域的应用、健康知识服务、用户健康信息行为、信息技术在临床中的应用、健康信息存储与管理、人机交互系统应用;从发展趋势看,在保留各个学科自身特点的同时,实现多学科的交叉融合是健康信息学发展的必然趋势。【创新/局限】本文对健康信息学在不同学科中的研究异同进行了对比分析,有助于明晰健康信息学的起源和发展演进情况,同时为健康信息学未来的研究创新与空间拓展提供依据,但本文只收集了健康信息学在三个核心领域的研究数据,后期可以进一步扩大数据收集范围,从更广泛的学科领域对其进行更深入的分析。

关键词：健康信息研究主题 bertopic 主题挖掘发展趋势

基于bertopic模型的数字政府治理领域的主题识别与内容分析

在线全文

学校读者我要写书评

暂无评论

情报理论与实践 2024年第8期47卷 95-106页

作者：高凡徐思佳西南交通大学公共管理学院四川成都610031

[目的/意义]在信息技术创新、政府数字化转型的背景下,中国学术界输出的“数字政府治理”相关研究体量较大,现阶段亟待对其进行科学整理和综述概览,以回应“政府治理现代化”目标对理论研究的新要求。[方法/过程]以2011-2023年间中国知... 详细信息

[目的/意义]在信息技术创新、政府数字化转型的背景下,中国学术界输出的“数字政府治理”相关研究体量较大,现阶段亟待对其进行科学整理和综述概览,以回应“政府治理现代化”目标对理论研究的新要求。[方法/过程]以2011-2023年间中国知网数据库收录的有关数字政府治理研究的1829篇文献为数据来源,借助深度学习模型bertopic和文献计量法CiteSpace相互验证分析数字政府治理领域的研究阶段、研究关键词、研究热点主题及内容等,使得结果具有高准确性和强解释性,以科学有效地探测主题取向及特征,展望数字政府治理领域的未来研究方向。[结果/结论]中国数字政府治理研究在过去的10年间发展迅猛,已成为学者探索的热点论域;现有文献研究热点整体上聚焦于价值导向、治理模式进化、技术工具嵌入;重点主题关注的是“政府数据开放共享研究”“基于数字技术的政务服务改革研究”“城乡场域下的数字化治理研究”“数字政府治理水平的评估研究”及“数字化转型下具体治理领域的实践研究”。未来,数字政府治理仍然是一个具有持续性拓展空间的研究领域,将逐步实现数字政府治理的更广场域触达、精准滴灌、多项学科融合和技术实用主义。

关键词：数字政府政府治理主题识别 bertopic 主题模型

基于bertopic模型的国外信息资源管理研究进展分析

在线全文

学校读者我要写书评

暂无评论

情报理论与实践 2024年第2期47卷 189-197页

作者：杨思洛吴丽娟武汉大学信息管理学院湖北武汉430072 武汉大学中国科学评价研究中心湖北武汉430072

[目的/意义]文章从已有研究成果中提取主题,梳理主要研究方向,展示主题热度变化趋势,为了解和评估国外信息资源管理(IRM)研究发展现状与趋势提供参考。[方法/过程]采用新兴bertopic模型对2013—2022年期间WoS数据库中IRM相关文献进行主... 详细信息

[目的/意义]文章从已有研究成果中提取主题,梳理主要研究方向,展示主题热度变化趋势,为了解和评估国外信息资源管理(IRM)研究发展现状与趋势提供参考。[方法/过程]采用新兴bertopic模型对2013—2022年期间WoS数据库中IRM相关文献进行主题提取与识别,结合相关主题词及主题距离划分研究方向,并利用动态主题模型揭示国外IRM领域的演变过程。[结果/结论]国外IRM近10年的研究可分为59个主题,可归纳为信息技术及应用、企业信息管理、图书馆管理与服务、健康信息管理、信息用户与服务、IRM基本理论与方法、文献计量与评价7个方向。大多数主题的研究热度变化偏向稳定的趋势,数字化建设、开放数据等部分主题热度逐渐上涨,而外包、知识管理等少数主题热度退却。

关键词：国外信息资源管理主题模型 bertopic 研究主题研究进展

Enhancing bertopic with Pre-Clustered Knowledge: Reducing Feature Sparsity in Short Text Topic Modeling

在线全文

学校读者我要写书评

暂无评论

Journal of Data Analysis and Information Processing 2024年第4期12卷 597-611页

作者： Qian Wang Biao Ma Glorious Sun School of Business and Management Donghua University Shanghai China

Modeling topics in short texts presents significant challenges due to feature sparsity, particularly when analyzing content generated by large-scale online users. This sparsity can substantially impair semantic capture accuracy. We propose a novel approach that incorporates pre-clustered knowledge into the bertopic model while reducing the l2 norm for low-frequency words. Our method effectively mitigates feature sparsity during cluster mapping. Empirical evaluation on the StackOverflow dataset demonstrates that our approach outperforms baseline models, achieving superior Macro-F1 scores. These results validate the effectiveness of our proposed feature sparsity reduction technique for short-text topic modeling.

关键词： Topic Model bertopic Short Text Feature Sparsity Cluster

融合bertopic和KANO模型的在线课程用户需求挖掘研究——以Python在线课程为例

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

情报科学 2024年

作者：徐振国张琳谢万里党同桐曲阜师范大学传媒学院东北师范大学信息科学与技术学院

【目的/意义】为推动慕课与在线教学创新发展、建设高质量在线课程，挖掘和分析在线课程用户的各项需求。【方法/过程】以在线课程的用户评论作为数据来源，首先基于bertopic对在线课程的用户需求进行主题提取，并对结果进行可视化分析... 详细信息

【目的/意义】为推动慕课与在线教学创新发展、建设高质量在线课程，挖掘和分析在线课程用户的各项需求。【方法/过程】以在线课程的用户评论作为数据来源，首先基于bertopic对在线课程的用户需求进行主题提取，并对结果进行可视化分析以确定用户需求要素。然后运用KANO模型对在线课程的用户需求进行分类，最后根据研究结论提出具有应用价值的启示和建议。【结果/结论】研究发现：在线课程的视频音质和画质、教学内容是用户的基本型需求，是课程建设者必须充分考虑的因素。用户对课程设计、教师讲解、助教团队、课程资源以及字幕、弹幕功能也有较高层次的需求。其次，在线课程用户的各项需求处于动态演变中，部分魅力型需求逐渐向期望型需求转变，而部分原来被认为能够影响线下课程用户满意度的因素正在被用户忽略。因此，在线课程建设要在保障用户基本型需求和期望型需求基础上，不断挖掘用户的隐性需求，促进在线课程的高质量发展。【创新/局限】本文提出一种融合bertopic和KANO模型的在线课程用户需求挖掘方法，具有一定的创新性。但是，仅选取了Python在线课程进行应用，是否适用于其他在线课程有待进一步的验证。

关键词：在线课程 bertopic KANO模型用户需求用户满意度

基于bertopic主题模型的锂电池前沿监测及主题分析研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

储能科学与技术 2024年

作者：周洪俞海龙王丽平黄学杰中国科学院武汉文献情报中心中国科学院大学经济与管理学院信息资源管理系中国科学院物理研究所电子科技大学材料与能源学院

随着锂电池领域论文数量的激增和研究主题的日益丰富，准确监测该领域的发展趋势和把握最新研究动向变得日益复杂。通过运用大数据和机器学习技术，采用bertopic主题模型对Web of Science数据库中的18万余篇锂电池论文进行文本分析，绘... 详细信息

随着锂电池领域论文数量的激增和研究主题的日益丰富，准确监测该领域的发展趋势和把握最新研究动向变得日益复杂。通过运用大数据和机器学习技术，采用bertopic主题模型对Web of Science数据库中的18万余篇锂电池论文进行文本分析，绘制了锂电池领域的主题图，识别了新兴研究主题和高被引主题。结果表明，锂电池研究活动正显著加速，锂硫电池、锂枝晶生长抑制、电池回收和金属回收等新兴主题快速发展，而材料研究如二硫化钼纳米材料、氧化铁电极材料则具有显著的高学术影响力。研究还探讨了《锂电池百篇论文点评系列》对当前锂电池研究主题的监测情况，该系列对多数科学技术主题有良好覆盖。本研究为锂电池领域的主题监测提供了新方法，为政策制定和技术研发提供了情报支持，并为《锂电池百篇论文点评系列》的后续研究提供了参考。

关键词：锂电池 bertopic 新兴主题高被引主题前沿监测

机遇与挑战:基于bertopic的AI环境下图书馆主题文本挖掘

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

情报科学 2024年第4期42卷 119-128页

作者：徐汉青滕广青宁波大学科学技术学院浙江慈溪315211 东北师范大学信息科学与技术学院吉林长春130117

【目的/意义】挖掘AI环境下图书馆主题文本分布特征,以期为图书馆智能化转型和服务升级提供实践参考和理论支持。【方法/过程】本研究基于Web of Science数据库核心集合,应用bertopic模型对检索到的相关文献进行主题识别与知识结构提取... 详细信息

【目的/意义】挖掘AI环境下图书馆主题文本分布特征,以期为图书馆智能化转型和服务升级提供实践参考和理论支持。【方法/过程】本研究基于Web of Science数据库核心集合,应用bertopic模型对检索到的相关文献进行主题识别与知识结构提取,以洞察AI在图书馆领域的研究现状和未来发展动向。【结果/结论】研究结果显示,AI环境下图书馆的研究主题主要可分为五类:图书馆智能化、馆藏资源开发、学术研究支持、信息资源建设、聊天机器人与智能代理。最后,结合主题内容分析,深入讨论了AI环境下图书馆的机遇与挑战。【创新/局限】研究工作采用先进的自然语言技术——bertopic主题模型对AI环境下图书馆领域主题文本进行知识挖掘,未来的研究工作将纳入更广泛的数据来源,进行更加全面细致地研究。

关键词：人工智能图书馆 bertopic 主题识别可视化

基于bertopic的大科学装置科学研究联合基金资助主题挖掘

在线全文

学校读者我要写书评

暂无评论

图书情报工作 2024年第24期 104-113页

作者：王志强李宜展李云龙李泽霞中国科学院文献情报中心中国科学院大学经济与管理学院信息资源管理系中国科学院前沿科学与教育局

[目的/意义]明晰大科学装置基金资助项目和资助论文的主题信息，为未来国家围绕重大设施的资助布局提供决策参考。[方法/过程]利用bertopic在语义层面对大科学装置科学研究联合基金资助项目与资助论文进行主题提取。[结果/结论 ]研究发... 详细信息

[目的/意义]明晰大科学装置基金资助项目和资助论文的主题信息，为未来国家围绕重大设施的资助布局提供决策参考。[方法/过程]利用bertopic在语义层面对大科学装置科学研究联合基金资助项目与资助论文进行主题提取。[结果/结论 ]研究发现，不同类型的大科学装置研究主题有其特定重点，研究主题分布和优势研究主题具有鲜明特征。依托大科学装置的研究型项目居多，与新原理、新方法与关键技术等相关研究项目较少。通过对比大科学装置科学研究联合基金资助项目主题和论文主题分析的异同，对基金的管理工作和未来大科学装置的资助布局提供一定的参考借鉴。

关键词：主题模型 bertopic 主题识别大科学装置联合基金

基于bertopic模型的国内信息资源管理研究主题挖掘与演化分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

情报科学 2024年

作者：杨思洛于永浩武汉大学信息管理学院

【目的/意义】基于深度学习的主题建模方法，分析我国信息资源管理领域研究主题和演化趋势，为相关研究和实践提供参考。【方法/过程】收集中国知网的文献数据，利用bertopic模型和动态主题模型对近五年国内信息资源管理期刊论文进行主... 详细信息

【目的/意义】基于深度学习的主题建模方法，分析我国信息资源管理领域研究主题和演化趋势，为相关研究和实践提供参考。【方法/过程】收集中国知网的文献数据，利用bertopic模型和动态主题模型对近五年国内信息资源管理期刊论文进行主题识别和演化趋势分析。【结果/结论】信息资源管理领域研究包括50个主要主题，其中图书馆阅读服务、档案与数字人文、在线医疗健康、公共文化服务、情报工作与情报分析等主题的相关论文较多。将50个主题聚类为图书馆管理与服务、文献计量分析、用户信息行为、档案管理与数字人文、开放数据管理、竞争情报与智库、网络舆情研究、智慧图书馆建设、信息安全与权利、应急突发事件服务等10个方向。发现颠覆性技术识别、在线医疗健康、视频用户舆情、个人隐私权利保护、跨境数据流动与数据主权等主题增长趋势明显；竞争情报与智库方向总体呈上升趋势，尤其是情报工作和情报分析主题的上升趋势明显；档案学相关主题的热度呈平稳趋势；图书馆管理与服务方向明显呈下降趋势，但公共文化服务主题小幅上升；开放数据管理方向各主题小幅下降；网络谣言舆情、突发公共卫生事件、图书馆疫情服务等热度持续衰退；ChatGPT、人工智能、元宇宙等新兴技术出现在多个方向，前沿性特征突出。整体来看，研究方向和主题变化表现出与时俱进的特征。【创新/局限】本文运用bertopic模型分析展示了我国信息资源管理领域的整体发展态势，未来将利用该模型探究特定研究方向下不同主题的关联和流变，同时比较该模型的不同模块化方法组合的主题识别效果差异，找到效果最优的方法组合。

关键词：国内信息资源管理 bertopic 主题挖掘演化趋势图情档