基于多源数据弱信号分析的早期新兴研究主题识别OACHSSCD
[目的/意义]从新兴研究主题早期特征和弱信号的特性出发,通过多源数据的弱信号分析方法实现新兴研究主题的早期识别。[方法/过程]首先,采用专利、临床、新闻和论文四类数据,利用BERTopic模型获取主题,构建新兴度综合指标识别新兴研究主题;其次,基于主题可见度和主题扩散度,构建主题涌现图、主题分配图,识别弱信号新兴研究主题,并在多源数据交叉验证下,测度其潜在影响力;最后,使用干细胞领域开展实证分析。[结果/结论]实证发现,本文识别的弱信号新兴研究主题较其他类型主题更符合权威报告、权威期刊论文、专业学术指南的技术方向,具有较强的跨领域影响力。本文构建的基于多源数据弱信号分析的早期新兴研究主题识别方法,可以实现新兴研究主题的早期识别,且通过多源数据整合提升了识别的准确性与覆盖度。
唐超;许海云;杨俊浩;谭晓;刘春江
山东理工大学管理学院,山东淄博255000山东理工大学管理学院,山东淄博255000山东理工大学管理学院,山东淄博255000北京市科学技术研究院科技情报研究所,北京100089中国科学院成都文献情报中心,四川成都610213
社会科学
新兴研究主题弱信号BERTopic模型早期识别多源数据
《现代情报》 2026 (3)
P.108-123,16
国家自然科学基金项目“基于弱信号时效网络演化分析的变革性科技创新主题早期识别方法研究”(项目编号:72274113)山东省自然科学基金“基于弱信号分析的变革性创新主题早期识别方法研究”(项目编号:ZR2022MG052)山东省泰山学者工程“变革性科技创新:动因解析、早期识别与预测”(项目编号:tsqn202103069)。
评论