摘要
【目的/意义】从学者的合作网络中进行社区发现及主题分布研究是具有十分重要的意义点。本文从社区结构及其主题分布演化的角度分析并归纳情报学领域的研究现状和预测未来发展趋势。【方法/过程】本文通过构建动态社区-主题模型,拟研究情报学文献中合著社区及其研究主题演变过程。【结果/结论】2000-2017年间,合著网络社区演化呈现松散到聚合的趋势,在2012-2017年间基本形成三个大型的社区,每个社区的主题演化路径有不同的模式:分裂融合模式、主干聚集模式和主干分解细化模式;不同社区的主题变化影响着社区演化路径。每个社区的主题分布具有逐步多样化的特点,并且与数据挖掘、大数据分析、人工智能的研究日益紧密.
[Purpose/significance]It is of great significance to conduct community discovery and topic distribution research from the collaboration network of scholars.This paper analyzes and summarizes the research status of the field of information science and the future development trend from the perspective of community structure and its theme distribution evolution.[Method/process]This paper analyzes the evolution path of the comm unity and its research topics in the field of information science by constructing a dynamic community-thematic model.[Results/conclusions]During the period from 2000 to 2017,the evolution of the co-existing online community showed a loose to aggregate trend.From 2012 to 2017,three large-scale communities were basically formed.Each community's theme evolution path has different modes:splitting Fusion mode,backbone aggregation mode and backbone decomposition refinement mode.The theme changes of different communities affect the evolution path of the community.The distribution of topics in each community is gradually diversified,and research on data mining,big data analysis,and artificial intelligence is increasingly close.
作者
舒文琛
周恩国
李岱峰
梁晓敏
SHU Wen-chen;ZHOU Ert-guo;LI Dai-feng;LIANG Xiao-min(School of Information Management,Sun Yat-sen University,Guangzhou 510006,China)
出处
《情报科学》
CSSCI
北大核心
2020年第1期75-81,共7页
Information Science
基金
国家自然科学青年基金项目“融合知识图谱的用户长尾需求建模研究”(61702564)
中山大学科研启动费项目(20000-18831102)
关键词
合著网络社区
发现主题模型
主题分析
动态演化
情报学
collaboration network community
discovery topic model
dynamic evolution
information science
