大數(shù)據(jù)已經(jīng)成為研究變革和創(chuàng)新的技術(shù)力量和思維方式，成為當(dāng)前研究的熱門領(lǐng)域。本文對(duì)相關(guān)主題下的知網(wǎng)期刊文章數(shù)據(jù)集進(jìn)行分析，識(shí)別出期刊文章內(nèi)容近年來(lái)變化的規(guī)律。

期刊熱門欄目近年來(lái)的變化

經(jīng)過(guò)幾年的蓄勢(shì)待發(fā)，13年伊始，“大數(shù)據(jù)”成為熱門概念，人民日?qǐng)?bào)將2013年稱為“大數(shù)據(jù)元年”。我們將2013年作為時(shí)間點(diǎn)，對(duì)其前后7年的期刊熱門欄目數(shù)目的變化進(jìn)行比較。

可以發(fā)現(xiàn)與數(shù)據(jù)相關(guān)的信息技術(shù)、統(tǒng)計(jì)研究、計(jì)算機(jī)科學(xué)、軟件開發(fā)等欄目數(shù)目在2013年以后出現(xiàn)增加(圖1)，這在一定程度上說(shuō)明對(duì)于大數(shù)據(jù)科學(xué)的研究處于增長(zhǎng)階段。部分13年以前熱門的欄目由于概念逐漸冷門或者名稱變化，數(shù)量逐漸減少，如微計(jì)算機(jī)信息、教學(xué)研究等。同時(shí)可以發(fā)現(xiàn)網(wǎng)絡(luò)技術(shù)、農(nóng)業(yè)裝備與機(jī)械化工程 、醫(yī)療信息系統(tǒng)等欄目數(shù)量沒(méi)有發(fā)生明顯變化。

不同主題下的期刊欄目數(shù)目變化

本文對(duì)數(shù)據(jù)集進(jìn)行概率潛在語(yǔ)義分析主體建模，要求識(shí)別出標(biāo)題中出現(xiàn)的高頻詞匯，并研究其分布規(guī)律?？紤]文章中出現(xiàn)頻率最高的詞匯，因此我們基于關(guān)鍵詞組以及文章主題進(jìn)行PLSA分析。

經(jīng)過(guò)多次循環(huán)發(fā)現(xiàn)，當(dāng)K=5時(shí)結(jié)果最優(yōu)，因此將數(shù)據(jù)分配到5個(gè)潛在主題下。在此基礎(chǔ)上，得到了潛在主題1的抽取概率以及對(duì)應(yīng)的前3個(gè)標(biāo)簽，并將其最高頻率作為主題代表詞。 從圖2可以發(fā)現(xiàn)，對(duì)主題1而言，它下面所屬的“數(shù)據(jù)”、“記錄”、“鏈接”、“方法”以及“信息”概括出了此標(biāo)題主要是針對(duì)信息管理方面進(jìn)行描述，在此將每組中前3個(gè)標(biāo)簽里概率最大的作為主題元素。

通過(guò)圖2，可以很明顯的觀察到概率潛在語(yǔ)義分析法能夠在一定程度上將具有代表性的標(biāo)簽顯示出來(lái)，例如，作為排名第一的標(biāo)簽“數(shù)據(jù)”、“系統(tǒng)”、“鏈接”、“記錄”以及“患者”可以在一定程度上表明它所在的潛在主題下的內(nèi)容。根據(jù)圖2所描述的主題1-主題5下的高頻標(biāo)簽情況，可以觀察發(fā)現(xiàn)，有一些標(biāo)簽如“數(shù)據(jù)”、“鏈接”出現(xiàn)在很多潛在語(yǔ)義下面，這有力地解決了一詞多義的問(wèn)題，在特定的某個(gè)標(biāo)題下只有確定的某一個(gè)含義，同時(shí)也將具有相同或類似含義的標(biāo)簽根據(jù)選取的頻率值進(jìn)行過(guò)濾。

同時(shí)，在對(duì)應(yīng)主題下的標(biāo)簽已經(jīng)能夠基本上將此資源在相應(yīng)主題下的特征表示出來(lái)。比如對(duì)于主題2而言，它下面所屬的“教學(xué)”、“學(xué)生”、“信息”概括出了此標(biāo)題主要是針對(duì)學(xué)生的信息技術(shù)教學(xué)方面進(jìn)行描述。

熱門關(guān)鍵詞在期刊欄目中的分布

接下來(lái)我們對(duì)比了文章中出現(xiàn)的高頻關(guān)鍵詞在不同期刊欄目中的分布，分析其分布規(guī)律。圖3顯示了熱門關(guān)鍵詞的分布。

從中我們可以看到 ，13年之后”信息“關(guān)鍵詞出現(xiàn)最多的欄目是信息管理、教育研究和計(jì)算機(jī)與網(wǎng)絡(luò)，13年之前是教育研究和統(tǒng)計(jì)研究，可見計(jì)算機(jī)與網(wǎng)絡(luò)、信息管理和信息教育成為”信息”關(guān)鍵詞相關(guān)文章的熱門應(yīng)用和研究領(lǐng)域。同時(shí)可以看到13年之后”數(shù)據(jù)“關(guān)鍵詞出現(xiàn)最多的欄目是數(shù)據(jù)技術(shù)和信息管理，13年之前是數(shù)據(jù)庫(kù)技術(shù)統(tǒng)計(jì)研究和微計(jì)算機(jī)信息，可見數(shù)據(jù)庫(kù)技術(shù)、信息管理和統(tǒng)計(jì)研究成為”數(shù)據(jù)”關(guān)鍵詞相關(guān)文章的熱門應(yīng)用和研究領(lǐng)域。