專利文獻主題發(fā)現(xiàn)方法的比較研究——以汽車零部件領(lǐng)域為例.pdf

1、隨著信息技術(shù)的發(fā)展，各行業(yè)數(shù)據(jù)量都急劇增長。大量信息分布在我們周圍，如何從這些信息中快速篩選出有用的信息以及數(shù)據(jù)的內(nèi)在模式，成為當前擺在我們面前的一個難題。在知識管理領(lǐng)域，探測文本中的主題和其發(fā)展趨勢一直是學者們關(guān)注的熱點。學者們在進行主題分析時使用的方法不盡相同，比較常用的有共詞聚類分析、k-means聚類分析以及目前流行的主題模型（如LDA）。針對不同的研究課題和目的，應該選擇哪種主題發(fā)現(xiàn)方法已成為知識管理領(lǐng)域?qū)W者熱切關(guān)注的問題。<

2、br>　　考慮到很少有學者深入探討這三種主題發(fā)現(xiàn)方法間的區(qū)別，本文從理論和實踐應用角度對共詞聚類分析、k-means聚類分析和LDA主題模型三種主題發(fā)現(xiàn)方法的適用性和有效性進行了細致的對比。論文第二章對三種主題發(fā)現(xiàn)方法的原理、使用流程以及相關(guān)改進進行了詳細介紹，也闡明了各個方法的使用前提。第三章通過對大量的文獻歸納分析，從數(shù)據(jù)集類型和常見應用領(lǐng)域方面對主題發(fā)現(xiàn)方法的適用性進行了比較，并給出三種主題發(fā)現(xiàn)方法的適用范圍。第四章對三種方法的優(yōu)

3、勢和劣勢進行了對比。結(jié)合第三章和第四章的分析，我們推斷:相比于共詞分析和k-means聚類方法，LDA模型在中文專利主題分析中會有較好的主題分析效果。第五章，通過把共詞分析和LDA主題模型分別應用于汽車零部件領(lǐng)域中文專利數(shù)據(jù)的主題分析中，以比較各方法在中文專利主題分析中的有效性。
　　結(jié)果證實了我們的推斷，三種主題發(fā)現(xiàn)方法中，LDA主題模型在中文專利分析中具有較好的效果。在汽車零部件的案例中，LDA主題模型發(fā)現(xiàn)了完整的主題，而共詞