基于突变检测的主题突变分析研究

被引:27
作者
王梦婷
机构
[1] 南京大学信息管理学院
关键词
主题突变; 突变检测; 关键词突变; 主题演化;
D O I
10.13833/j.cnki.is.2016.12.007
中图分类号
TP391.1 [文字信息处理]; G350 [情报学];
学科分类号
081203 ; 0835 ; 1205 ;
摘要
突变检测算法可用于分析学科领域主题的演化发展,通过对突变词的定量定性分析可以探测主题突变。本文首先介绍了主题突变的基本概念和相关研究,然后基于CNKI数据库中收录的关于竞争情报领域的文献题录数据,借助信息可视化软件CiteSpace中的突变检测功能对样本的关键词数据展开突变率检测,从突变词、主题突变分类和突变主题时区视图3个维度分析国内竞争情报学主题突变演化过程和未来研究热点。结果表明,2004-2013年国内竞争情报学研究文献的10大主题突变可被分为5种主题突变类型,研究热点逐渐转向专利分析和知识图谱,研究方法逐渐偏向技术化。
引用
收藏
页码:36 / 39
页数:4
相关论文
共 9 条
[2]   大数据领域演进路径、研究热点与前沿的可视化分析 [J].
何晓萍 ;
黄龙 .
现代情报 , 2015, (04) :46-51
[4]   基于关键词突变的主题突变研究 [J].
王莉亚 .
情报理论与实践, 2013, 36 (11) :45-48
[5]   产业竞争情报的内涵、意义及范畴界定 [J].
张立超 ;
房俊民 ;
高士雷 .
情报杂志, 2010, 29 (06) :152-156
[6]   基于科技文献中词语的科技发展监测方法研究 [J].
魏晓俊 .
情报杂志, 2007, (03) :34-36+39
[7]  
引文分析可视化研究[J]. 李运景,侯汉清.情报学报. 2007 (02)
[8]  
CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature[J] . ChaomeiChen.J. Am. Soc. Inf. Sci. . 2006 (3)
[9]   Bursty and hierarchical structure in streams [J].
Kleinberg, J .
DATA MINING AND KNOWLEDGE DISCOVERY, 2003, 7 (04) :373-397