典型文献
基于关键词价值细分的高价值热点主题识别方法研究
文献摘要：
对作者关键词进行价值细分研究,有助于识别学科高价值研究热点主题,帮助研究者们精确把握高价值研究主题和学科研究前沿.本文引入营销领域客户价值细分RFM(recency,frequency,monetary)模型,对各个指标进行动态加权,多次实验后,形成多组关键词价值细分结果;从关键词生命周期的角度,结合医学领域的生存分析方法,使用Kaplan-Meier曲线和Logrank检验验证,识别出最优价值细分结果;依据帕累托原则和聚类算法得到高价值热点主题.数据源选择CSSCI(Chinese Social Sciences Citation Index)收录的图情档领域期刊论文,对1998—2019年的题录数据进行实验.相较于已有的热点主题识别方法,本文的识别结果考虑了关键词的价值属性和分类,较好地识别了高价值热点主题.
文献关键词：
作者关键词;价值细分;热点主题;主题识别
中图分类号：
作者姓名：
孙佳佳;李雅静
作者机构：
武汉大学信息管理学院,武汉 430072
文献出处：
引用格式：
[1]孙佳佳;李雅静-.基于关键词价值细分的高价值热点主题识别方法研究)[J].情报学报,2022(02):118-129
A类：
作者关键词
B类：
价值细分,高价值,热点主题,主题识别,价值研究,助研,研究前沿,入营,客户价值,RFM,recency,frequency,monetary,动态加权,医学领域,生存分析方法,Kaplan,Meier,Logrank,检验验证,优价,帕累托,聚类算法,数据源选择,CSSCI,Chinese,Social,Sciences,Citation,Index,图情档,期刊论文,题录,价值属性
AB值：
0.456775
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。
