信息系统领域热点研究主题演化及合作关系研究

发布时间：2020-10-11 01:29

　　 信息系统领域一直以来都在高速发展,各研究主题关注度不断变化,新兴研究主题不断涌现。总结信息管理研究领域的发展趋势,有助于把握信息系统领域的发展动向,发现研究过程中的核心问题与工作重点,为相关研究人员提供借鉴,因此,'有必要对此方面内容进行总结分析,归纳特点与规律。本文的主要研究内容是:借助基于概率主题建模的潜在狄利克雷分配模型,研究了2008年到2017年这10年的信息系统领域8个国际顶级学术期刊文献,从而识别研究主题、分析主题演化规律以及主题分别与作者、研究机构的联系;此外,依据论文作者之间以及作者的单位间的合作关系,建立网络图谱,应用社交网络分析方法、借助Gephi软件分析合作研究关系紧密度以及背后原因。经过对LDA建模结果的分析以及对Gephi网络图谱的研究,最后得出的主要结论如下:1)根据关注度的演化趋势,大致可以分为上升型、稳定型和衰退型等;2)信息系统领域存在领头角色,但作用有限;3)作者间的合作对信息系统领域的发展有推动作用,且合作受地域因素影响较大;4)存在较多的小规模合作团体。
【学位单位】：北京邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：G353.1
【部分图文】：

对信息系统领域的研究进展贡献大。??１．４研究框架??研宄技术路线的框架如图１－１：??原始数据收集?．．占（所有作者／机构）??国际顶级学术期刊在?：（去除失误和重复项，．?Ｇ印ｈｉ建立??５角定唯－ＩＤ）?边（所有合作关系）社交嶋??所有论文基本丨Ｂ息）??分析合作??网络图谱??文本数据预处理?／文档－关键人工判断??（去除标点、停用词、?词列表?丨主题实际意义?十日??词根处理等）??＇文档－主题，／立姓士?：分析主题随时间的??ＬＤＡ概率主题麵?概率矩阵?文档－±ｉＥ＾配演化规律??图１－１技术路线??第一章为绪论。介绍本文的研宄背景和意义，包括信息系统的产生与发展，引出??研宂Ｈ标与意义以及研究内容，提出本文研宄的两个主要科学问题，总结出研究的技??术路线，介绍研究的方法，并指出研宄的创新点。??第二章为文献综述。主要对国内外关于信息系统领域主题与热点研究、概率主题??建模（ＬＤＡ）以及社交网络分析法的研究现状进行总结与分析，从中归纳总结出对于??本研究具有参考和借鉴价值的内容。??第三章是数据对象介绍。介绍了数据对象的来源，数据的预处理以及后续借助模??型与软件进行分析时

也大幅度增加了人们在搜索、整理以及分析所需知识的难度。海量的文本信息导??致了基于主题的分层次统计模型的研究需求，在此背景下，产生了以ＬＤＡ为代表的??概率主题模型Ｍ。它的发展史可以简单概括为三个阶段，如图１－２所示。??ＬＳＡ?存在一词多?ＬＤＡ??义等问题?过渡丨Ｕａ?Ｉ??０?＃?＃??茳抑了咯维?引入?弓丨入Ｄｉｒｉｃｈｌｅｔ??概率统计学先验分布??图１－２?ＬＤＡ的发展??概率栏题模型的前身可以追溯到潜在语义分析（Ｌａｔｅｎｔ?Ｓｅｍａｎｔｉｃ?Ａｎａｌｙｓｉｓ，?ＬＳＡ），??它将文本表示为低维潜在语义空间的语义向量ｗ。这是？种创新地引入了语义维度、??实现了将原始的高维词空间映射到低维的潜在ｉ／丨义空间成＇Ｋ题空间，从而挖掘文本潜??在的语义结构的方法。但是ＬＳＡ在降维过程可能带来分类受损问题，此外还存在无??法处理“?一词多义”等问题。??针对这些缺点，？夫曼提出了一种基于吋靠的概率统计学的新方法，叫做概率潜??在语义分析（Ｐｒｏｂａｂｉｌｉｓｔｉｃ?Ｌａｔｅｎｔ?Ｓｅｍａｎｔｉｃ?Ａｎａｌｙｓｉｓ，ＰＬＳＡ）?也就是以统计学的角??度考虑ＬＳＡ。两者的区别在标准潜在语义分析（ＬＳＡ）的表现形式是共现矩阵的??奇异值分解，而概率潜在语义分析则是基于派生自ＬＣＭ的混合矩阵分解。简单地说，??ＬＳＡ中一个语义维度对应的是－？个特征向量，而ＰＬＳＡ中？个语义维度对应的是？个??词典上的概率分布。ＰＬＳＡ的优点包括可以区分单词使用的不同意思和不同类型

ＬＤＡ是一种非监督学习的方法，ｒＴ以用来识别大规模文档集（ｄｏｃｕｍｅｎｔ?ｃｏｌｌｅｃｔｉｏｎ）??或语料库（ｃｏｒｐｕｓ）中潜藏的主题信息［９］。它是一个分层的贝叶斯模型，有文档、主??题和词三个层次，如图１－３所示。其中，每一个文档由多个隐含的主题按照一定概率??组成，而每一个主题又可以根据一定概率由文档中的多个词语进行表示［１°］。??文裆丨）?主题Ｔ?間语Ｗ???１?Ｉ?１：？＇：＇?Ｉｆ－Ｉ?词激．Ｉ??ｔ?＾?‘?．．．．．．?‘??－ｎ?１?ｍｈ?＾?｜?邱驭?｜??图１－３文档－主题－词语关系［１。］??通过ＬＤＡ建模方法，对输入的文本内容进行主题抽取，可以得到对应的两个概??率分布：主题一词多项式分布巾，以及文档一主题多项式分布０。主题一词分布０可??以获得每个潜在主题的结构，这种结构由每个支持该主题的词的概率值来表示，概率??值越大，代表该词与主题的关联程度越大，通过主题一词分布可以实现主题层面的数??值计算，比如主题信息的熵计算、主题间的相似度度量等；而文档一主题分布则可以??获得每一ｔ主题Ｆ的文档支撑度（也就是在该主题下的文档的条件概率值），该值越??大表明对应的文档与主题的关联程度越大
【相似文献】

相关期刊论文 前10条

1 ;省汽车站车辆进站系统正式运行[J];广东交通;2010年02期

2 南中;;信息系统建设审计中应注意的几个问题[J];工业审计与会计;2007年01期

3 黄琦;彭武;;智慧与智慧信息系统[J];中国电子科学研究院学报;2018年06期

4 豆华;刘珂羽;张建龙;;有效利用信息系统提高企业竞争力[J];信息记录材料;2018年12期

5 裘昱;潘登;;信息系统建设中数据工程作用浅析[J];电脑知识与技术;2019年01期

6 谢栋梁;李文源;谭剑;黄煌镜;;基于微信小程序的健康小屋信息系统设计与实现[J];数字通信世界;2019年03期

7 关存云;;浅谈数字化信息系统与物理教学的有效整合[J];课程教育研究;2019年17期

8 田琛;;试析医院计算机信息存在的问题及对策[J];现代经济信息;2017年22期

9 王海洋;;社会保险业务一体化信息系统之档案管理子系统初探[J];中国管理信息化;2017年19期

10 杨晓磊;;智能化煤矿信息系统建设关键技术分析[J];山西能源学院学报;2017年04期

相关博士学位论文 前10条

1 沈张帆;基于复杂信息系统的界面辅助设计软件架构及核心功能模块研究[D];东南大学;2018年

2 余梅;基于失败风险视角的政府信息系统质量控制研究[D];武汉大学;2015年

3 王姣;组织间信息系统协同形成机理研究[D];吉林大学;2008年

4 吕苗荣;信息提取与矿山信息系统的研究开发[D];中南大学;2003年

5 阎志华;虚拟企业信息系统若干关键技术研究[D];南京航空航天大学;2005年

6 梁爱民;大型信息系统柔性体系框架多簇理论研究[D];铁道部科学研究院;2004年

7 党毅;中国保健食品的整理研究及信息系统的建立[D];中国协和医科大学;1999年

8 罗伟其;信息大系统的综合集成方法研究与应用[D];华南理工大学;2000年

9 谷勇浩;信息系统风险管理理论及关键技术研究[D];北京邮电大学;2007年

10 胡勇;网络信息系统风险评估方法研究[D];四川大学;2007年

相关硕士学位论文 前10条

1 吕彤晖;信息系统领域热点研究主题演化及合作关系研究[D];北京邮电大学;2019年

2 徐亚平;铁路信息系统虚拟化可用性技术研究和实现[D];中国铁道科学研究院;2018年

3 龚图南;示能性视角下自助医疗服务信息系统采纳研究[D];昆明理工大学;2018年

4 陈李沁;数字化信息系统辅助中学物理实验教学中的应用研究[D];四川师范大学;2018年

5 邢兆瀚;吉林省福彩中心信息系统运维管理研究[D];吉林大学;2018年

6 爱丽（Momina Mohamed Ali）;信息系统和决策对吉布提银行组织的绩效的影响[D];首都经济贸易大学;2018年

7 苏林;基于智慧水务的呼和浩特市供排水信息系统改进[D];内蒙古大学;2018年

8 戴靖钰;某物流公司仓储管理信息系统的设计与实现[D];厦门大学;2017年

9 黄毅松;基于认知理论的SaaS信息系统用户体验设计与研究[D];湖南大学;2018年

10 刘永瑞;高校党风廉政建设信息系统的设计与实现[D];湖南大学;2018年

本文编号：2835844