基于主題模型的科研人員動態(tài)興趣可視化研究.pdf

1、科技文獻作為科研人員智慧的結晶，是領域內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對文獻集建模，根據(jù)文獻中詞項的共現(xiàn)模擬文獻的生成過程，從而抽取文獻中隱含的語義上主題，更好豐富和簡潔地表達文獻的內容。很多時候科研人員不僅僅想要知道文獻內的主題分布，也想要知道文獻作者的研究興趣，研究興趣、文獻主題隨時間的變化等，因此，很多引入作者屬性或時間屬性的改進模型相繼被提出來。但

2、用戶需要明白、理解并分析主題建模結果的數(shù)據(jù)分布結構，才能明白主題建模的實際含義，這給用戶解讀建模結果增加了困難。為了幫助科研人員更直觀、簡便的分析主題模型建模的結果，也研發(fā)了很多相應的可視化系統(tǒng)。
　　本文首先通過對主題模型及其衍化模型調查研究，分析了各個模型的優(yōu)缺點，由于AToT(Author-Topic over Time)在挖掘文獻內隱含的主題和作者的研究興趣隨時間的變化時的巨大優(yōu)勢，本文選定AToT模型為研究對象。經(jīng)過研究

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