面向多源数据的高校创新知识发现研究——以“人工智能”领域为例.pdfVIP

2024年第46卷第11期

面向多源数据的高校创新知识发现研究

——以“人工智能”领域为例

游怡朱文娟

（汉口学院计算机科学与技术学院武汉430212）

摘要通过识别高校人工智能领域的研究内容，可以梳理研究主题的演化路径。针对高校人工智能主题识别语义杂

乱等问题，文中以知网2014—2023年人工智能教育的核心期刊文献为数据源，利用LDA模型抽取研究主题，从一致性、

主题强度等计量指标入手，发现高校人工智能领域热点研究主题的演化变迁。分析结果表明，文中提出的方法可从宏微

观全面梳理人工智能研究主题的演化路径，有利于探究高校人工智能研究的前沿。

关键词：LDA模型；高校人工智能；热点主题；研究导向

中图分类号F49；TP18

ResearchonInnovativeKnowledgeDiscoveryinUniversitiesBasedonMultiSourceData

YOUYiandZHUWenjuan

（CollegeofComputerScienceandTechnology，HankouUniversity，Wuhan430212，China）

AbstractByidentifyingtheresearchcontentinthefieldofartificialintelligenceinuniversities,theevolutionpathofresearch

topicscanbesortedout.Inresponsetotheproblemofsemanticconfusioninartificialintelligencetopicrecognitionin

universities,thispaperusescorejournalliteratureonartificialintelligenceeducationfromCNKIfrom2014to2023asthedata

source,extractsresearchtopicsusingLDAmodels,andstartswithmeasurementindicatorssuchasconsistencyandtopic

intensitytodiscovertheevolutionandchangesofhotresearchtopicsinthefieldofartificialintelligenceinuniversities.The

empiricalanalysisresultsindicatethattheproposedmethodcancomprehensivelysortouttheevolutionarypathofartificial

intelligenceresearchtopicsfrommacroandmicroperspectives,whichisconducivetoexploringtheforefrontofartificial

intelligenceresearchinuniversities.

KeywordsLDAmodel，Universityartificialintelligence，Hottopics，Researchorientation

0引言LDA主题模型实现主题抽取，明确高校人工智能的主题演