基于LDA模型的中美欧农业科研项目研究主题分析

摘要

科研项目的重大发现或理论突破时常孕育着新变革，引起技术和生产方面新的进步，并最终对科技进步和社会经济发展起到的推动作用。重视科研项目的内容分析，不仅可以帮助科研工作者及时跟踪同行研究动态，还可以为科技管理者在科技发展政策制定、资源优化配置上提供客观和可靠的信息支撑。　　通过引入LDA模型的理念和方法，本文开展了基于LDA模型的科研项目数据分析的方法和关键技术研究，并选取欧盟框架计划、美国国家科学基金和中国自然科学基金2007-2016十年间的农业科研项目为例进行实证研究，设计并实现了针对科研项目数据分析的LDA模型。开展的主要工作及取得成果包括:　　(1)深入分析了基于文献计量学的传统主题发现分析方法，对比探讨了LDA模型在主题发现性能和效果上的优势，并深入学习了LDA模型的诸多改进模型和构建方法。　　(2)针对科研项目的创新性较高、内容丰富、解读困难等特点，提出了基于LDA模型的科研项目数据潜在主题提取和主题强度时序分析的初步方法框架。　　(3)以欧盟框架计划、美国国家科学基金和中国自然科学基金的农业科研项目为研究基础，设计并实现了针对农业科研项目数据分析的LDA模型，并基于LDA模型进行了主题分析，比较了欧盟框架计划、美国国家科学基金和中国自然科学基金农业科研项目研究主题的异同点。　　研究表明，在科研项目数据分析中引入LDA模型的方法和技术，是实现科研项目数据及时、准确、高效分析的最佳实践，对于提高科研项目数据的可用性、可分析性有着重要的实践意义，开辟了科研项目数据分析的新路径。

目录

声明

摘要

英文缩略表

第一章 引言

1．1 研究背景

1．2 研究目的及意义

1．3 国内外研究现状

1．3．1 相关概念

1．3．2 文献计量学方法研究

1．3．3 主题模型

1．3．4 相关研究评述

1．4．1 研究内容

1．4．2 研究思路

1．5 论文组织结构

第二章 主题模型的相关理论和方法概述

2．1 LDA模型的生成过程

2．2 吉布斯采样

2．3 LDA模型的改进

2．3．1 针对文档可互换假设的改进

2．3．2 针对主题间可互换假设的改进

2．3．3 针对分析范围的改进

2．3．4 针对离线处理的改进

2．3．5 针对主题数目固定的改进

2．3．6 针对词袋模型假设的改进

2．4 主题发现相关标准

2．4．1 主题隶属概率

2．4．2 主题热度

2．4．3 支撑项目

第三章 农业科研项目数据筛选及预处理

3．1 数据来源

3．1．1 欧盟框架计划

3．1．2 美国国家科学基金会

3．1．3 中国国家自然科学基金

3．2 农业科研项目数据筛选

3．2．1 欧盟框架计划农业科研项目数据筛选

3．2．2 美国国家科学基金农业科研项目数据筛选

3．2．3 国家自然科学基金农业科研项目数据筛选

3．3．1 整体流程

3．3．2 分词

3．3．3 去标点和停用词

3．3．4 词形还原

第四章 科研项目研究主题识别

4．1 主题模型实现及参数设置

4．1．1 主题模型实现

4．1．2 参数设置

4．2 欧盟农业科研项目研究主题识别

4．3 美国农业科研项目研究主题识别

4．4 中国农业科研项目研究主题识别

第五章 科研项目研究主题分析

5．1 欧盟框架计划农业科研项目研究主题分析

5．2 美国国家科学基金农业科研项目研究主题分析

5．3 中国自然科学基金农业科研项目研究主题分析

5．4 科研项目研究主题对比

6．1 全文总结

6．2 未来展望

参考文献

致谢

作者简历