基于社会网络分析的医学领域主题演化探测研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 引言 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 相关概念 | 第11-12页 |
| 1.3 研究目的与意义 | 第12-13页 |
| 1.3.1 研究目标 | 第12页 |
| 1.3.2 研究意义 | 第12-13页 |
| 1.4 研究内容 | 第13-14页 |
| 1.4.1 主题演化识别相关理论调研 | 第13页 |
| 1.4.2 基于主题模型的医学领域主题识别 | 第13页 |
| 1.4.3 基于社会网络法的主题演化识别 | 第13-14页 |
| 1.4.4 实证分析及方法改进 | 第14页 |
| 1.5 研究方法与技术路线 | 第14-15页 |
| 1.6 论文组织结构 | 第15-18页 |
| 2 主题演化探测相关研究现状 | 第18-32页 |
| 2.1 主题演化研究现状 | 第18-25页 |
| 2.1.1 文献计量学方法分析主题的演化 | 第20-23页 |
| 2.1.2 文本挖掘的方法研究主题演化 | 第23-25页 |
| 2.2 医学领域主题演化研究现状 | 第25-26页 |
| 2.3 基于社会网络法的主题演化分析方法研究 | 第26-30页 |
| 2.3.1 社会网络分析法相关研究 | 第26-28页 |
| 2.3.2 基于社会网络的主题演化研究 | 第28-30页 |
| 2.4 小结 | 第30-32页 |
| 3 基于主题模型的医学领域主题识别 | 第32-38页 |
| 3.1 概念词抽取 | 第32-36页 |
| 3.1.1 数据源选取 | 第32-33页 |
| 3.1.2 概念映射 | 第33-35页 |
| 3.1.3 概念词抽取方法 | 第35-36页 |
| 3.2 主题识别 | 第36-37页 |
| 3.3 小结 | 第37-38页 |
| 4 基于社会网络法的主题演化识别 | 第38-44页 |
| 4.1 主题关联 | 第38-40页 |
| 4.2 主题新生、继承、消亡事件的识别 | 第40页 |
| 4.3 主题分裂、融合事件的识别 | 第40-42页 |
| 4.3.1 关键主题识别 | 第40-41页 |
| 4.3.2 关键主题的演化主路径识别 | 第41页 |
| 4.3.3 演化路径上的分裂、融合事件识别 | 第41-42页 |
| 4.4 小结 | 第42-44页 |
| 5 案例验证及结果分析 | 第44-60页 |
| 5.1 试验过程 | 第44-52页 |
| 5.1.1 主题识别过程 | 第44-47页 |
| 5.1.2 主题关联 | 第47-48页 |
| 5.1.3 主题新生、继承、消亡事件的识别 | 第48-49页 |
| 5.1.4 主题分裂、融合事件的识别 | 第49-52页 |
| 5.2 试验结果分析 | 第52-56页 |
| 5.3 试验结果讨论 | 第56-58页 |
| 5.3.1 通过阅读文献来验证 | 第56-58页 |
| 5.3.2 通过与该领域的专家访谈来验证 | 第58页 |
| 5.3.3 结果验证总结 | 第58页 |
| 5.4 小结 | 第58-60页 |
| 6 结论 | 第60-64页 |
| 6.1 论文总结 | 第60-61页 |
| 6.1.1 本文的主要工作 | 第60页 |
| 6.1.2 本文的创新点 | 第60-61页 |
| 6.2 研究不足 | 第61页 |
| 6.3 后续研究展望 | 第61-64页 |
| 附录 | 第64-74页 |
| 参考文献 | 第74-80页 |
| 发表文章目录 | 第80-81页 |
| 致谢 | 第81页 |
