一个面向主题的学术文献数据分析工具

摘要：

　　学术文献数量的迅速增长给科研工作者的文献调研工作带来了巨大的负担，因此设计并实现了一个面向主题的学术文献分析工具，为科研工作者从海量学术文献中快速准确地发现学科研究特性、分析学科发展趋势提供支持。本工具使用Latent Dirichlet Allocation(LDA)主题模型对用户的学术文献集合进行主题挖掘，并将主题内容及主题对比进行图形化的展示；此外，本工具基于主题模型构建学术文献的语义索引，并以此为基础提供了面向主题的学术文献检索引擎。通过使用该工具，科研工作者可以直观地了解学术文献中蕴含的语义主题，同时快捷地定位感兴趣的文献，进而提高了海量文献调研工作的效率。

关键词： 学术文献数据分析工具 优化设计 信息检索 主题模型

作者: Ni Weijian 倪维健 Liu Mei 柳梅 Zeng Qingtian 曾庆田 Liu Tong 刘彤 Tang Jianyu 汤建渝

作者单位: College of Information Science and Engineering, Shandong University of Science and Technology , Qing 山东科技大学信息科学与工程学院 山东青岛 266510

会议类型: 国内会议

会议名称: 第29届中国数据库学术会议

会议地点: 合肥

会议语种:中文

页码: 387-391

在线出版日期: 2012-10-01（万方平台首次上网日期，不代表论文的发表时间）