多词共现分析方法的实现及其在研究热点识别中的应用.pdfVIP

第５８卷 第２４期　２０１４年１２月 多词共现分析方法的实现及其在研究热点识别中的应用 ■ 高继平　丁　潘云涛　袁军鹏 ［摘　要］在当前词共现分析多关注两词共现分析的基础上，提出多词共现分析方法，并采用关联规则挖 掘中的频繁项集抽取法，实现多词共现的抽取和与分析。以我国国家知识产权局专利数据库（ＳＩＰＯＤ）中数字 信息的传输领域（Ｈ０４Ｌ）为例，抽取和深入分析该领域中词最多的多词集合和频数最大的多词集合。最后，结 合当前文献计量学中研究热点的定义与识别，应用多词共现分析方法发现Ｈ０４Ｌ领域中的６个研究热点，进而 对这６个研究热点中的部分代表性专利文献进行介绍。 ［关键词］专利计量　多词共现分析　关联规则挖掘　国家知识产权局专利数据库　数字信息的传输　 研究热点 ［分类号］Ｇ２５０ 　　ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１４．２４．０１３ 　　词共现分析（也称共词分析）是由Ｍ．Ｃａｌｌｏｎ等人 　　尽管如此，鲜有研究从多重共现的角度去研究词 ［１－２］ 在１９８３年提出并于１９８６年完善的 。正如滕立等 与词之间的共现问题，以及由此衍生而来的多词共现 ［３］ 人 的研究所述，当前词共现分析的理论基础主要包 分析，为此本文提出多词共现分析方法（ｍｕｌｉｐｌｅｗｏｒｄｓ 括拉图尔的行动者网络理论和社会网络分析。其中前 ｃｏｏｃｃｕｒｒｅｎｃｅａｎａｌｙｓｉｓ），并将其应用于领域研究热点的 ? 者的侧重点在于共词网络基础上的词聚类分析以及结 识别之中。 构演化分析［４－５］，而后者的关注点是节点在网络中的 ［６－７］ １　多词共现分析方法 影响力评价 ，如节点度数、节点中介中心度、节点 紧密度等。 １．１　多词共现的理论基础 　　不过，在有些情况下，用一般的网络图很难真实刻 　　多词共现是由单篇文本中两个及两个以上词语之 画世界网络的特征。例如，在合作撰写论文的网络中， 间的共同出现而构成的，是可以用于表达文本的主要 用网络图可表示作者之间是否合作，但不能表示是否 知识结构和核心知识内容的词语集合，其中两个词语 有３个或更多的作者合写一篇文章等；同理，一篇文章 之间的共现可以被称之为两词共现，而３个词语之间 一般会有３－５个关键词，而一般的词共现分析生成的 的共现可以被称为３词共现，以此类推。 共词网络也仅能体现两个关键词的共现，很难体现３ －５个关键词是否同时出现在一篇文章中等。 　　针对类似的情况，王众托等人提出超网络的概 ［８］ 念 ，以期解决类似的问题；李树青则提出３词共现分 析的方法，并将该方法用于识别学者主要的研究兴趣 图１　多词共现的形成 ［９］ 特征 ；庞弘遷等人提出主题领域、研究团体、所发表 　　图１中存在Ｐ、Ｐ、Ｐ、Ｐ 和Ｐ５篇文本，其中文 论文的期刊类型等多个论文特征项共现机构科研状况 １ ２ ３ ４ ５ ［１０］ 本Ｐ通过分词方法，最终可以由词语ＫＵ表示；文本 分析方法 ；刘志辉等人则提出作者关键词耦合的研 １ １ ［１１］ Ｐ通过分词处理，得到ＫＵ 和ＫＵ两个词语，故而它 究方法 。 ２ ２ ３ 本文系“８６３”计划课题“以科技文献服务为主的搜索引擎研制”（项目编号：２０１１ＡＡ０１Ａ２０６）和中国科学技术信息研究所所