科研主题演化过程中的词语迁移研究

　　《科研主题演化过程中的词语迁移研究》结合数据挖掘和机器学习等领域的主题建模和文本挖掘方法，以及情报学领域注重文本内容分析的优势，以信息检索领域的学术文献为例，对科研主题的演化过程及演化过程中各主题下词语的分布及语义变化进行考察。发现科研主题的生长趋势和演化动态，深入分析词语迁移现象，揭示并验证关于词语迁移的相似性、多样性和凝聚性规律。

　　陈柏彤，博士，上海大学讲师，毕业于武汉大学信息管理学院情报学专业，主要研究方向为数据驱动知识发现。

第一章 引言
第一节 选题背景与研究意义
一 选题背景
二 研究意义
第二节 国内外研究现状分析
一 基于主题模型的主题发现与主题演化研究
二 科研主题的生长趋势
三 基于知识图谱的科研主题演化研究
四 词语迁移相关研究
五 存在问题述评
第三节 词语语义和词语迁移概念的界定
一 词语语义概念界定
二 词语迁移概念界定
第四节 研究内容和研究方法
一 研究内容
二 研究方法
第五节 创新之处
第二章 理论基础
第一节 科学哲学与科学范式的转变
一 科学哲学对范式的定义
二 科学范式的转变
三 科学范式转变与科研主题演化的关系
第二节 贝叶斯概率与贝叶斯网络
一 贝叶斯概率
二 贝叶斯网络
第三节 主题模型概述
一 文本集合建模
二 PLSI模型
三 LDA模型
第四节 创新扩散理论
一 创新扩散理论概述
二 创新扩散理论的继承与发展
第三章 科研主题的划分与确定
第一节 数据获取与预处理
一 数据获取
二 数据预处理
第二节 文档建模与参数设定
一 模型输入
二 模型运算
三 模型输出
第三节 结果分析
第四节 本章小结
第四章 科研主题的演化过程
第一节 科研主题的生长趋势
一 历时主题活跃度探测
二 生长趋势分析
……
第五章 科研主题演化过程中的词语迁移现象
第六章 科研主题演化过程中的词语迁移规律
第七章 总结与展望
参考文献
索引