基于主题层次关系的文献检索结果可视化应用研究

图书馆杂志 ›› 2019, Vol. 38 ›› Issue (5): 71-78.

基于主题层次关系的文献检索结果可视化应用研究

阮光册任金玥

出版日期:2019-05-15 发布日期:2019-05-16
作者简介:阮光册博士研究生，华东师范大学信息管理系，副教授，硕士生导师。研究方向：信息分析，文本挖掘。作者贡献：论文选题，hLDA程序实现，论文修改。E-mail：rgc1976@126.com　上海　200241 任金玥女，硕士研究生，华东师范大学信息管理系。研究方向：信息分析。作者贡献：数据下载，数据清洗，完成论文初稿撰写。　上海　200241

Application of Information Retrieval Results Visualization Based on Hierarchical Topic Model

Ruan Guangce, Ren Jinyue

Online:2019-05-15 Published:2019-05-16

摘要/Abstract

摘要： 文献检索结果中隐藏着知识的层次关系，本文采用hLDA模型抽取检索结果数据集中隐藏
的主题树结构，揭示研究主路径等信息，进而为用户提供高效的知识服务。首先，构建领域专业
知识库，实现对检索结果的预处理；其次，通过合理的hLDA超参抽样，获得主题树结构；最后，
结合可视化技术，识别检索问题下学术信息的知识层次结构。实验表明，本文采用的方法可以提
供有效的检索结果可视化分析，相比经典的层次聚类方法，结果的可读性更高。

关键词: hLDA　, 主题模型　, 检索结果, 　可视化

Abstract: In the retrieval results, the hierarchical relationship of knowledge is hidden. We use hLDA
model to analyze the hierarchical topic, reveal the path of the topic in the retrieval results, and thus
provide knowledge service of high quality. First, we realize the preprocessing of the retrieval results by
building the professional knowledge database. Secondly, we obtain the hierarchical topic structure through
reasonable super parameter sampling. Lastly, combined with visualization technology, we describe the
hidden knowledge of academic information retrieval. Experiments show that this method is effective for
visual analysis of retrieved results. Compared with the classical hierarchical clustering method, the results
are more readable.

Key words: hLDA, LDA, Retrieval results, Visualization

阮光册任金玥 . 基于主题层次关系的文献检索结果可视化应用研究[J]. 图书馆杂志, 2019, 38(5): 71-78.

Ruan Guangce, Ren Jinyue. Application of Information Retrieval Results Visualization Based on Hierarchical Topic Model[J]. Libraly Journal, 2019, 38(5): 71-78.

参考文献

[ 1 ] 潘庆超. 近几年国内信息检索可视化研究综述[J].图书馆学研究, 2010 (12):7-9.
[ 2 ] 陈建龙, 刘合翔. 信息服务与可视化的关系辨析[J].图书情报工作, 2017, 61(16):31-37.
[ 3 ] 陈颖. 基于摘要信息的中文信息检索可视化系统研究与实现[D]. 哈尔滨: 黑龙江大学, 2007.
[ 4 ] TileBars: Visualization of Term Distribution Informationin Full Text Information Access[EB/OL]. [2017-10-27]. http://people.ischool.berkeley.edu/~hearst/papers/tilebars-chi95/chi95.html.
[ 5 ] 李春旺.信息检索可视化技术[J]. 现代图书情报技术, 2003, 19(6):44-46.
[ 6 ] 周姗姗, 毕强, 高俊峰. 基于社会网络分析的信息检索结果可视化呈现方法研究[J]. 现代图书情报技术, 2013(11):81-85.
[ 7 ] T T Chen, D C Yen. CociteSeer: A System to VisualizeLarge CociCocitation Networks[J]. ElectronicLibrary, 2010, 28(4):477-491.
[ 8 ] T Khazaei, O Hoeber. Supporting academic searchtasks through citation visualization and exploration[J].International Journal on Digital Libraries, 2016, 18(1):1-14.
[ 9 ] AquaBrowser [EB/OL]. [2017-10-27]. http://www.proquest.com/products-services/AquaBrowser.html.
[10] S Li, Y Sun, D Soergel. A new method for automaticallyconstructing domain-oriented term taxonomybased on weighted word co-occurrence analysis[J].Scientometrics, 2015, 103(3):1023-1042.
[11] David M Blei, Michael I Jordan, Thomas L Griffiths,et al. Hierarchical topic models and the nestedchinese restaurant process[C]. Proceeding NIPS’03Proceedings of the 16th International Conference onNeural Information Processing Systems, 2003:17-24.
[12] Venkatesh R K. Legal Documents Clustering andSummarization using Hierarchical Latent DirichletAllocation[J]. lAES International Journal of ArtificialIntelligence (IJ-AI), 2013, 2(1):27-35.
[13] 衡伟, 于佳, 李蕾, 等. 应用hLDA进行多文档主题建模关键因素研究[J]. 中文信息学报, 2013,27(6):117-127.

[1]	宋凯1 冉从敬2 杜娟娟2, 3 （1 山东师范大学图书馆 2 武汉大学信息管理学院 3 教育部高等学校科学研究发展中心）. 我国图书馆技术应用研究的革故鼎新——融合Sentence-BERT与动态主题模型的论文分析[J]. 图书馆杂志, 2025, 44(407): 24-40.
[2]	蔡梦玲廖小刚（苏州大学社会学院）. 古籍保护视野下册页装帧结构可视化模型研究[J]. 图书馆杂志, 2024, 43(397): 108-118.
[3]	孟秋晴, 熊回香杨滋荣（贵州财经大学信息学院华中师范大学信息管理学院）. 后疫情时期互联网用户的健康信息需求及其演化分析[J]. 图书馆杂志, 2022, 41(2): 119-127.
[4]	许丹杨颖韩爽徐爽（中国医科大学图书馆）. 基于SCIE核心期刊的国际生物信息学领域发展脉络研究及热点探析[J]. 图书馆杂志, 2021, 40(9): 112-121.
[5]	张云中孙平（上海大学图书情报档案系）. 历史文化名人游学足迹知识图谱的构建与可视化#br#[J]. 图书馆杂志, 2021, 40(9): 81-87.
[6]	吕星月袁曦临, （东南大学经济管理学院东南大学图书馆）. 李白金陵诗歌的空间意象挖掘策略研究[J]. 图书馆杂志, 2021, 40(12): 68-77.
[7]	汤萌（上海交通大学图书馆）陆星宇（中山大学历史系）. 民间文书中账簿资源元数据模型与空间可视化应用研究[J]. 图书馆杂志, 2021, 40(12): 62-67.
[8]	钱爱娟董笑菊沈绮文李晨璐施晓华. “慧源共享”开放数据创新研究大赛优秀获奖论文选登高校图书馆用户画像与行为可视化分析[J]. 图书馆杂志, 2020, 39(10): 82-88.
[9]	李美凝张芹张秀美. 基于LDA主题模型的高校科技查新服务新方法探索[J]. 图书馆杂志, 2020, 39(10): 45-52.
[10]	李煜刘虹孙建军. 生命周期视角下国内外数字人文研究比较分析[J]. 图书馆杂志, 2019, 38(2): 30-40.
[11]	阮光册夏磊. 基于共现分析的文本主题词聚类研究[J]. 图书馆杂志, 2018, 37(11): 99-104.
[12]	曲少玲胡德华. 小世界理论研究的可视化分析[J]. 图书馆杂志, 2016, 35(6): 57-65.
[13]	殷沈琴, 张计龙, 郭耀东, 张春. 图书情报领域研究者近15年社会网络变迁研究[J]. 图书馆杂志, 2014, 33(12): 32-37.
[14]	邱小花,李国俊,肖明. Sci2 —— 一款新的知识图谱分析软件介绍与评价[J]. 图书馆杂志, 2013, 32(9): 79-87.
[15]	吕红,邱均平. 国际图书情报学二十年研究热点变化与研究前沿分析[J]. 图书馆杂志, 2013, 32(9): 14-20.