典型文献
时序关联与结构表征视角下的信息隐私研究主题演化研究
文献摘要：
[目的/意义]识别信息隐私研究领域的热点主题,梳理主题演化路径.[方法/过程]针对主题识别语义杂乱等问题,提出时序关联与结构表征视角下的主题演化分析方法.首先利用LDA(Latent Dirichlet Allocation)模型识别多时间窗口下的文献主题,进一步运用共词分析绘制语义更为独立的主题凝聚子群.在此基础上,从时序关联维度计算相邻窗口下主题间的相似度,梳理演化路径;从结构表征维度,设计主题新颖度、中心性、影响力等计量指标,探寻信息隐私前沿和热点主题的演化变迁.[结果/结论]实证分析结果表明,本文方法可以深度挖掘信息隐私领域研究主题,从宏微观两个维度全面梳理主题的演化路径.研究有利于探测信息隐私研究的前沿.[创新/局限]综合运用LDA主题模型与共词分析方法绘制主题凝聚子群,从时序演化和结构表征两个维度探寻主题演化路径.未来研究中有待于引入多种数据源以对比主题差异,有待于引入多元组术语改善主题识别效果.
文献关键词：
信息隐私;时序关联;结构表征;主题演化;LDA;共词分析
中图分类号：
作者姓名：
朱光;潘高枝;李凤景
作者机构：
南京信息工程大学管理工程学院,江苏南京210044;南京信息工程大学自贸区研究院,江苏 南京210044
文献出处：
引用格式：
[1]朱光;潘高枝;李凤景-.时序关联与结构表征视角下的信息隐私研究主题演化研究)[J].情报科学,2022(04):127-137
A类：
B类：
时序关联,结构表征,信息隐私,热点主题,主题演化路径,主题识别,杂乱,主题演化分析,LDA,Latent,Dirichlet,Allocation,模型识别,多时间窗,时间窗口,文献主题,共词分析,凝聚子群,关联维,中心性,计量指标,深度挖掘,宏微观,面梳,主题模型,时序演化,有待于,数据源,多元组
AB值：
0.324498
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
