●章绪论1
1.1研究背景与意义1
1.1.1研究背景1
1.1.2研究意义5
1.2国内外研究现状6
1.2.1主题模型研究6
1.2.2主题演化研究7
1.2.3主题预测研究9
1.2.4知识图谱11
1.2.5表示学习13
1.2.6现状述评19
1.3研究内容与方法20
1.3.1目标与内容20
1.3.2研究方法26
1.3.3研究难点28
1.4研究贡献29
第二章理论基础31
2.1知识进化论31
2.1.1知识演化32
2.1.2知识生命周期33
2.2网络分析理论与方法34
2.2.1引文网络34
2.2.2Meta-path35
2.2.3PageRank38
2.3深度表示学习模型40
2.3.1Word2vec模型41
2.3.2Doc2vec模型44
2.3.3Node2vec模型46
2.4时间序列模型49
2.4.1ARIMA模型49
2.4.2支持向量机模型50
第三章知识图谱构建53
3.1计量知识图谱53
3.1.1计量知识图谱53
3.1.2动态计量知识图谱57
3.2计量实体与关系58
3.2.1数据下载58
3.2.2计量实体抽取59
3.2.3计量实体消歧62
3.2.4计量实体关系75
3.3MeSH中的实体与关系77
3.3.1MeSH知识库77
3.3.2MeSH解析78
3.4计量实体与MeSH实体关联84
3.4.1全文检索Lucene84
3.4.2基于pylucene的计量实体与MeSH实体关联85
3.5计量知识图谱时间划分与构建89
3.6本章小结95
第四章实体热度计算97
4.1热度计算98
4.1.1热度98
4.1.2基于加权PageRank的热度计算方法100
4.2论文热度计算101
4.2.1论文热度101
4.2.2基于PaperRank的论文热度计算102
4.3学科主题热度计算105
4.3.1学科主题热度105
4.3.2学科主题引证网络构建106
4.3.3基于TopicRank的学科主题热度计算107
4.4作者热度计算112
4.4.1作者热度112
4.4.2作者引证网络构建113
4.4.3基于AuthorRank的作者热度计算115
4.5期刊热度计算117
4.5.1期刊热度117
4.5.2期刊引证网络构建118
4.5.3基于VenueRank的期刊热度计算120
4.6本章小结121
第五章学科主题演化分析123
5.1学科主题演化123
5.2学科主题分布126
5.2.1学科主题的总体分布情况126
5.2.2有副主题限定词的主题分布127
5.2.3无副主题限定词的主题分布127
5.3学科主题表示学习129
5.3.1基于网络结构的学科主题表示学习129
5.3.2基于文本内容的学科主题表示学习136
5.4学科主题聚类和演化分析139
5.4.1聚类方法概述与选取140
5.4.2基于Jaccard系数的相似度计算方法142
5.4.3Methods类主题演化规律144
5.4.4Drugeffect类主题演化规律147
5.4.5Epidemiology类主题演化规律151
5.5本章小结155
第六章学科主题热度预测157
6.1学科主题热度预测157
6.2学科主题特征选择159
6.2.1池化模型159
6.2.2基于Node2vec和池化模型的学科主题特征选择162
6.3基于SVM的学科主题热度预测168
6.3.1问题描述169
6.3.2研究设计169
6.3.3结果分析172
基于ARIMA和SVM的学科主题热度预测179
.1问题描述179
.2研究设计179
.3结果分析181
6.5本章小结183
第七章总结与展望184
7.1研究总结184
7.2研究不足与展望186
附录A动态计量知识图谱187
附录B图表目录188
参考文献192