基于LDA主题模型的高校科技查新服务新方法探索

摘要/Abstract

摘要： 科技查新是评估科技创新活动的重要手段，但查新报告的质量受查新员主观因素的影响较大，查新工作也亟须转型，认为基于大数据的LDA主题模型方法可以帮助提高科技查新的权威性，为科技查新的长远发展提供策略参考。本文介绍了LDA主题模型的理论基础及其应用，形成了基于LDA主题模型的科技查新方法，探讨了该方法在不同查新环节的具体应用，并通过实际案例分析了该方法的应用效果。在科技查新工作中引入LDA主题模型方法，可以帮助查新员有效把控查新点，辅助审核员快速审核报告，启发委托人多维科研思考；不仅提高了查新报告的可读性、客观性，还拓展了查新站的深层次情报服务能力，为科技查新工作的转型做好铺垫。

关键词: , 科技查新 LDA 主题模型主题演化

Abstract: Sci-tech novelty retrieval is an important approach to evaluate scientific and technological innovation activities, but the quality of novelty retrieval report is greatly affected by the subjective factors of novelty searchers, and the sci-tech novelty retrieval work also needs to be transformed. This paper proposed that the LDA topic model based on big data can effectively improve the authority of sci-tech novelty searching, and provide strategic reference for the development of sci-tech novelty retrieval. This paper introduced the theoretical basis and application of LDA topic model, formed a sci-tech novelty search method based on LDA topic model, discussed the specific application of this method in different aspects of novelty search, and analyzed the effect of this method through practical cases. The introduction of LDA subject model method in the sci-tech novelty retrieval can effectively help the novelty searchers to understand the novelty retrieval points, assist the auditor to rapidly review reports and inspire the clients to evaluate scientific research from multiple perspectives. It not only improves the readability and objectivity of the novelty search report, but also explores the in-depth intelligence service capability of the novelty search station, laying a solid foundation for the transformation of the sci-tech novelty retrieval.

Key words: Sci-tech novelty retrieval, LDA, Topic model, Topic evolution

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.

Li Meining, Zhang Qin, Zhang Xiumei. The New Method of Sci-tech Novelty Retrieval Service Based on LDA Topic Model[J]. Libraly Journal, 2020, 39(10): 45-52.

参考文献

[ 1 ] 武茹. 高校科技查新工作站的现状、问题与发展趋势[J]. 中华医学图书情报杂志, 2015, 24 (12): 65-72. [ 2 ] 唐弟官. 高校博士学位论文开题科技查新特征及引导式自助服务模式研究[J]. 服务科学和管理, 2018, 7(3): 82-88. [ 3 ] 马英, 杨春壮. 大数据时代科技查新面临的问题与对策[J]. 图书馆工作与研究, 2018, 12: 92-94. [ 4 ] 代霄燕. 科技查新创新发展对策研究[J]. 图书馆工作与研究, 2018(9): 70-73. [ 5 ] 方向辉. 高校图书馆科技查新存在的问题及对策[J]. 大学图书情报学刊, 2010, 28(1): 63-65;80. [ 6 ] 张伟聪. 教育部科技查新工作站存在的问题与对策研究[J]. 图书馆学研究, 2014(8): 62-66. [ 7 ] 张正. 基于科技查新的研究生学位论文质量提升研究[J]. 图书馆建设, 2014(3): 88-91. [ 8 ] 张群, 张柏秋. 新形势下科技查新工作的在审视及其创新发展[J]. 图书馆工作与研究, 2015(11): 68-72. [ 9 ] 任珩, 王晓媛, 王君兰, 等. 我国科技查新机构的发展态势及转型思考[J]. 情报理论与实践, 2019, 42(6): 65-70. [10] Blei D M, Ng A Y, Jordan M L, et al. Latent Dirichlet allocation[J]. Journal of Machine Learning Research, 2003, 3(2): 993-1022. [11] 司吉峰. 基于主题模型与用户兴趣的个性化新闻推荐算法研究[D]. 陕西: 西安电子科技大学: 2015. [12] 施乾坤. 基于LDA模型的文本主题挖掘和文本静态可视化的研究[D]. 广西: 广西大学: 2013. [13] 曾利, 李自力, 谭跃进. 基于动态LDA 的科研文献主题演化分析[J]. 软件, 2014, 35(5): 102-109. [14] 王博, 刘盛博, 丁堃, 等. 基于LDA主题模型的专利内容分析方法[J]. 科研管理, 2015, 3(3): 111-117. [15] 王丽, 邹丽雪, 刘细文. 基于LDA主题模型的文献关联分析及可视化研究[J]. 数据分析与知识发现, 2018, 15(3): 98-105. [16] 唐晓波, 向坤. 基于LDA模型和微博热度的热点挖掘[J]. 图书情报工作, 2014(5): 58-63. [17] 李湘东, 张娇, 袁满. 基于LDA模型的科技期刊主题演化研究[J]. 情报杂志, 2014, 33(7): 115-122. [18] 王莉军, 姚长青, 刘志辉. 一种文本挖掘和文献计量的科技论文评估方法[J]. 情报科学, 2019, 37(5): 66-70. [19] 胡吉明, 陈果. 基于动态LDA主题模型的内容主题挖掘与演化[J]. 图书情报工作, 2014, 58(2): 138-142. [20] FUCHS G, STANGE H, SAMIEI A, et al. A semisupervised method for topic extraction from micro postings[J]. IT-Information Technology, 2015, 57(1): 49-56. [21] Sugimoto CR, Li D, Russell TG, et al. The shifting sands of disciplinary development: Analyzing north american library and information science dissertations using latent dirichlet allocation[J]. Journal of the American Society for Information Science and Technology, 2011, 62(1): 185-204.[22] 王秋森, 俞浩亮, 徐浩诚, 等. 基于LDA的微博用户粉丝亲密度评价模型[J]. 计算机应用与软件, 2016, 33(10): 67-71. [23] 崔凯. 基于LDA的主题演化研究与实现[D]. 长沙: 国防科技大学, 2010. [24] 武茹. 我国科技查新工作发展现状及面临的机遇与挑战[J]. 图书馆, 2015(12): 57-62. [25] 张群, 张柏秋. 新形势下科技查新工作的在审视及其创新发展[J]. 图书馆工作与研究, 2015(237): 68-72. [26] 关鹏, 王曰芬, 傅柱. 不同语料下基于LDA主题模型的科学文献主题抽取效果分析[J]. 图书情报工作, 2016, 60(2): 112-120. [27] 李莉, 林雨蓝, 姚瑞波. 基于LDA模型的交互式文本主题挖掘研究——以客服聊天记录为例[J]. 情报科学, 2018, 36(10): 64-69.

[1]	侯富芳. 《历代妇女著作考》订误十一则[J]. 图书馆杂志, 2021, 40(6): 128-132.
[2]	陆依君彭梅 . 《中国近代中文期刊全文数据库——文学专题》项目的实践与思考[J]. 图书馆杂志, 2021, 40(6): 96-100.
[3]	姚晓彤. 高校学生阅读行为类型及影响因素研究[J]. 图书馆杂志, 2021, 40(3): 47-55.
[4]	郑德俊朱宇飞张正慧沈军威. 基于引用内容分析法的张琪玉学术贡献研究[J]. 图书馆杂志, 2021, 40(3): 4-12.
[5]	冉从敬宋凯何梦婷. 基于国际合著论文的中国学术贡献度研究[J]. 图书馆杂志, 2021, 40(1): 82-92.
[6]	赵宇翔仝冲张轩慧张磊. 国内外开放数据竞赛的案例分析及运行机制探索[J]. 图书馆杂志, 2020, 39(3): 113-122.
[7]	李阳. “图书馆+旅游”融合发展实践与吸引力要素研究[J]. 图书馆杂志, 2020, 39(11): 23-29.
[8]	韩豫哲张久珍. 纽约公共图书馆募捐工作机制研究[J]. 图书馆杂志, 2020, 39(1): 96-101.
[9]	王余光. “民国图书馆学学人”研究专题（一）“民国图书馆学学人研究”引言[J]. 图书馆杂志, 2020, 39(1): 36-38.
[10]	党倩娜杨倩刘永千 . 基于大数据方法的新兴技术新颖性测度[J]. 图书馆杂志, 2019, 38(4): 91-101.
[11]	苏贤. 新补《全唐诗》172首：《蓬莱山西灶还丹歌》再考述#br#[J]. 图书馆杂志, 2019, 38(3): 110-120.
[12]	范青. 陈田藏书流散考[J]. 图书馆杂志, 2019, 38(3): 105-109.
[13]	戎默. 《全宋诗》误收作者考辨[J]. 图书馆杂志, 2019, 38(3): 100-104.
[14]	王林军 . 俄罗斯童话疗法研究概述[J]. 图书馆杂志, 2019, 38(3): 45-51.
[15]	汪全莉陈邦. 英语国家儿童及家庭阅读现状与启示——解读《儿童及家庭阅读报告》[J]. 图书馆杂志, 2019, 38(3): 39-44.