基于LDA的多源文献主题及其差异研究——以“机器学习”为例

论文摘要

【目的/意义】期刊论文、学位论文、专利文献是众多学者的重要研究成果,同时也为后来的学者提供了有力的参考价值。本文以"机器学习"领域为例,分别从期刊论文、硕士学位论文、博士学位论文、专利文献角度进行了主题及主题差异性分析。【方法/过程】首先从中国知网(CNKI)获取数据。然后,借用LDA分析主题。第三,运用KL距离分析期刊论文、硕士学位论文、博士学位论文、专利文献的相似度差异。【结论】通过本文研究我们发现,期刊论文涉及的研究领域广泛,学位论文关注社会实践意义,专利论文则为学科发展提供支撑。此外,期刊论文与专利论文最为相似,期刊论文与学位论文的差异最大,这为全面了解领域文献提供了一个很好的借鉴。

论文目录

文章来源

类型: 期刊论文

作者: 张子振,储煜桂,吴小兰

关键词: 机器学习,多源文献,模型,距离

来源: 情报科学 2019年06期

年度: 2019

分类: 信息科技

专业: 图书情报与数字图书馆

单位: 安徽财经大学管理科学与工程学院

基金: 2018年国家社科青年基金项目“社交媒体视域下的跨学科用户发现及其推荐研究”(17CTQ047)

分类号: G353.1

DOI: 10.13833/j.issn.1007-7634.2019.06.017

页码: 108-112+150

总页数: 6

文件大小: 1557K

下载量: 469

相关论文文献

本文来源: https://www.lunwen66.cn/article/0a396f2e2b30ecccfcf0b3e3.html