基于LDA的ESI研究前沿主题发现研究

袁润　刘邦国　潘颖

摘要：文章利用LDA主题模型对ESI研究前沿进行主题发现研究，将每1期的ESI分类的22个学科领域的研究前沿视为1个文档，1年6期数据共计合成132个文档，再将这些文档构成文档集，利用R语言贡献包中的LDA函数进行主题建模，得到“文档-主题-术语”矩阵，在此基础上可视化表征学科领域的主题及其演变、交叉融合。

关键词：研究前沿;主题发现;主题建模;ESI;LDA

一、引言

科学文献主题发现是科技情报分析的基础。LDA主题模型因其具有对海量异构文本数据建模的优势，在科学文献知识挖掘、科学研究热点发现与新兴主题探测、科学研究主题演化、学术评价等研究方向得到了广泛的应用。关鹏、王曰芬等研究了最优LDA主题数确定方法，分析了主题抽取的效果;张勇开展了基于词性与LDA主题模型的文本分类技术研究，实验证明了词性特征提取方法是有效的，具有普适性;李湘东等研究了基于LDA主题模型的图书网页书目信息提取方法。

目前，基于ESI研究前沿的研究主要集中在三个方面。一是关于研究前沿的探测，二是关于研究前沿的解读，三是关于研究前沿的学科分析与服务。这些研究为我国高校图书馆开展学科知识服务提供了强大的理论支撑，特别是在“双一流”建设大背景下，ESI备受关注，深入研究它对学科知识服务的价值具有很强的现实意义。

每期发布的ESI研究前沿都会有较大的变化，本文以1年6期ESI研究前沿为研究对象，对其开展了基于文本挖掘的探索性研究，旨在发现科学研究主题，为解析学科结构、掌握学科发展脉络、预测技术发展趋势等学术情报分析奠定基础。……