基于主題模型的科研人員動(dòng)態(tài)興趣可視化研究.pdf

1、科技文獻(xiàn)作為科研人員智慧的結(jié)晶，是領(lǐng)域內(nèi)最前沿研究的成果體現(xiàn)之一。以LDA(Latent Dirichlet Allocation)為代表的主題模型能夠?qū)ξ墨I(xiàn)集建模，根據(jù)文獻(xiàn)中詞項(xiàng)的共現(xiàn)模擬文獻(xiàn)的生成過(guò)程，從而抽取文獻(xiàn)中隱含的語(yǔ)義上主題，更好豐富和簡(jiǎn)潔地表達(dá)文獻(xiàn)的內(nèi)容。很多時(shí)候科研人員不僅僅想要知道文獻(xiàn)內(nèi)的主題分布，也想要知道文獻(xiàn)作者的研究興趣，研究興趣、文獻(xiàn)主題隨時(shí)間的變化等，因此，很多引入作者屬性或時(shí)間屬性的改進(jìn)模型相繼被提出來(lái)。但

2、用戶需要明白、理解并分析主題建模結(jié)果的數(shù)據(jù)分布結(jié)構(gòu)，才能明白主題建模的實(shí)際含義，這給用戶解讀建模結(jié)果增加了困難。為了幫助科研人員更直觀、簡(jiǎn)便的分析主題模型建模的結(jié)果，也研發(fā)了很多相應(yīng)的可視化系統(tǒng)。
　　本文首先通過(guò)對(duì)主題模型及其衍化模型調(diào)查研究，分析了各個(gè)模型的優(yōu)缺點(diǎn)，由于AToT(Author-Topic over Time)在挖掘文獻(xiàn)內(nèi)隱含的主題和作者的研究興趣隨時(shí)間的變化時(shí)的巨大優(yōu)勢(shì)，本文選定AToT模型為研究對(duì)象。經(jīng)過(guò)研究

3、發(fā)現(xiàn)，AToT模型在挖掘科研人員的研究興趣與文獻(xiàn)主題間的關(guān)系時(shí)存在一定的不足，因此提出了一種基于作者貢獻(xiàn)度的方法對(duì)AToT模型中作者的研究興趣和文獻(xiàn)內(nèi)隱含的主題進(jìn)行加權(quán)，加權(quán)后的AToT模型稱為wAToT(weighted AToT)。此加權(quán)方法也可適用于其他的興趣演化模型。
　　其次，通過(guò)對(duì)主題模型的可視化系統(tǒng)進(jìn)行歸納總結(jié)，發(fā)現(xiàn)現(xiàn)有的可視化系統(tǒng)主要是基于LDA主題模型，即專注于文獻(xiàn)集文本內(nèi)容的可視化，AToT模型不僅專注于文獻(xiàn)集