基于LDA和加權(quán)Word2vec的科學(xué)知識(shí)圖譜構(gòu)建研究

趙 凱，楊云帆，袁 杰，李坤琪，楊秀璋，羅子江

（貴州財(cái)經(jīng)大學(xué)信息學(xué)院，貴陽(yáng) 550025）

0 引言

隨著科學(xué)研究環(huán)境逐步改善，大量研究成果問(wèn)世，科學(xué)文獻(xiàn)數(shù)量呈指數(shù)式增長(zhǎng)，但是科研工作者閱讀、分析、利用文獻(xiàn)的速度遠(yuǎn)遠(yuǎn)低于文獻(xiàn)發(fā)表的速度，科學(xué)知識(shí)圖譜就是在此情況下出現(xiàn)的一種提升文獻(xiàn)利用效率的科學(xué)方法，在趨勢(shì)研究、熱點(diǎn)發(fā)現(xiàn)、學(xué)科發(fā)展研究方面具有重要意義。有關(guān)科學(xué)知識(shí)圖譜最早可追溯到20 世紀(jì)60年代，美國(guó)科學(xué)研究所名譽(yù)所長(zhǎng)Eugene 等人在引文數(shù)據(jù)的基礎(chǔ)上手繪完成DNA 領(lǐng)域發(fā)展圖譜，此后，作為科學(xué)知識(shí)圖譜發(fā)展史上具有里程碑意義的文獻(xiàn)共被引分析和作者共被引分析方法也被逐步提出，為科學(xué)知識(shí)圖譜的早期發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。21 世紀(jì)以來(lái)，眾多學(xué)者致力于科學(xué)知識(shí)圖譜可視化的研究，2004年美國(guó)雷德賽爾大學(xué)的陳超美教授開發(fā)了CiteSpace，后由大連理工大學(xué)WISE 實(shí)驗(yàn)室引入國(guó)內(nèi)，主要功能是對(duì)特定領(lǐng)域文獻(xiàn)進(jìn)行計(jì)量以探尋學(xué)科領(lǐng)域演化的關(guān)鍵路徑及知識(shí)轉(zhuǎn)折點(diǎn)；2008年瑞典于默奧大學(xué)的Perrson 教授開發(fā)了BibExcel，主要用于文獻(xiàn)計(jì)量分析；2009年荷蘭萊頓大學(xué)科技研究中心的Van和Waltman開發(fā)了VOSviewer，主要面向文獻(xiàn)數(shù)據(jù)，側(cè)重科學(xué)知識(shí)的可視化。近年來(lái)國(guó)內(nèi)關(guān)于科學(xué)知識(shí)圖譜的文獻(xiàn)數(shù)量也逐年增多，據(jù)中國(guó)知網(wǎng)相關(guān)數(shù)據(jù)顯示，2019年與科學(xué)知識(shí)圖譜相關(guān)的中文文獻(xiàn)量為714篇，相比2018年的553篇增長(zhǎng)了29%。

1 相關(guān)研究概述

科學(xué)知識(shí)圖譜作為一種直觀展示科學(xué)知識(shí)間關(guān)聯(lián)度的方法，受到眾多學(xué)者青睞。國(guó)外相關(guān)研究中，Price作為科學(xué)知識(shí)圖譜的早期開拓者，為科學(xué)知識(shí)圖譜的發(fā)現(xiàn)與發(fā)展做出了重要貢獻(xiàn)；德國(guó)著名科學(xué)計(jì)量學(xué)家Kretschmer有關(guān)三維空間模型的研究為科學(xué)知識(shí)圖譜的進(jìn)一步發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。我國(guó)學(xué)者對(duì)于科學(xué)知識(shí)圖譜的研究相比于國(guó)外學(xué)者較晚，陳悅和劉則淵于2005年將科學(xué)知識(shí)圖譜的概念引入國(guó)內(nèi)，為我國(guó)科學(xué)知識(shí)圖譜相關(guān)研究奠定基礎(chǔ)；侯海燕以可視化方法對(duì)《科學(xué)計(jì)量學(xué)》1978年至2004年發(fā)表的1927 篇論文做作者共引分析，發(fā)現(xiàn)世界上最有影響力的50 位科學(xué)計(jì)量學(xué)家；劉榮在科學(xué)知識(shí)圖譜的基礎(chǔ)上，通過(guò)多維度分析、主成分分析等方法，研究分析了創(chuàng)新歷史與其現(xiàn)狀，并在此基礎(chǔ)上針對(duì)我國(guó)的實(shí)際情況，提出保持較高增速與增強(qiáng)國(guó)力的幾點(diǎn)建議；歐陽(yáng)芬和張蕾選取1949—2019年CNKI數(shù)據(jù)庫(kù)中收錄的2248 篇有關(guān)語(yǔ)文教材的相關(guān)論文，運(yùn)用CiteSpace 軟件繪制語(yǔ)文教材的研究機(jī)構(gòu)、研究作者、研究熱點(diǎn)等知識(shí)圖譜，深層挖掘新中國(guó)成立70周年以來(lái)語(yǔ)文教材的發(fā)展趨勢(shì)；王露楊和楊國(guó)立收集CSSCI 中11284 篇與外國(guó)語(yǔ)言學(xué)研究有關(guān)的論文，運(yùn)用知識(shí)圖譜方法分析了外國(guó)語(yǔ)言學(xué)研究的研究熱點(diǎn)和發(fā)展趨勢(shì)；王山等運(yùn)用關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜分析、關(guān)鍵詞引用突變分析、共詞聚類分析等方法對(duì)中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)下載的2013—2017年政治經(jīng)濟(jì)學(xué)研究領(lǐng)域的相關(guān)文獻(xiàn)進(jìn)行了科學(xué)計(jì)量分析，發(fā)現(xiàn)了近年政治經(jīng)濟(jì)學(xué)的研究現(xiàn)狀、研究熱點(diǎn)，預(yù)測(cè)了政治經(jīng)濟(jì)學(xué)未來(lái)的發(fā)展趨勢(shì)；陶于祥等采用時(shí)間演化分析、詞頻分析等方法，利用CiteSpace可視化軟件作出學(xué)科共現(xiàn)圖譜，綜合梳理了國(guó)內(nèi)外人工智能領(lǐng)域的發(fā)展脈絡(luò)、演變過(guò)程和研究熱點(diǎn)；許曉陽(yáng)等通過(guò)結(jié)合專利與論文兩類文獻(xiàn)，以關(guān)鍵詞共現(xiàn)為基礎(chǔ)，識(shí)別學(xué)科研究熱點(diǎn)。

綜上所述，科學(xué)知識(shí)圖譜中，關(guān)鍵詞共現(xiàn)圖譜與主題演化圖譜是學(xué)者們常用的可視化分析方法，其中的常規(guī)算法通常采用向量空間模型（vector space model，VSM）表示文本。基于向量相似距離來(lái)計(jì)算文本相似度，主要缺陷是沒(méi)有考慮詞語(yǔ)之間的語(yǔ)法關(guān)系，忽略了詞語(yǔ)之間的相似性，無(wú)法解決文本數(shù)據(jù)中存在同義詞和多義詞的情況。針對(duì)此問(wèn)題，本文采用基于潛在狄利克雷分布（latent dirichlet allocation，LDA）和加權(quán)Word2vec 的科學(xué)知識(shí)圖譜構(gòu)建方法。該方法首先利用LDA 模型抽取主題及每個(gè)主題下的關(guān)鍵詞，再用Word2vec 獲取每個(gè)主題下關(guān)鍵詞的詞向量，通過(guò)加權(quán)計(jì)算詞向量得到主題向量，進(jìn)而計(jì)算主題相似度與重要度，最后以可視化方法構(gòu)建主題共現(xiàn)圖譜和主題演化圖譜，從而達(dá)到從語(yǔ)義層面揭示領(lǐng)域發(fā)展變化的目標(biāo)。

2 相關(guān)技術(shù)介紹

2.1 LDA模型

LDA是一種無(wú)監(jiān)督學(xué)習(xí)的主題概率生成模型，也被稱作三層貝葉斯概率模型，是在PLSA（probabilistic latent semantic analysis）模型的基礎(chǔ)上增加貝葉斯架構(gòu)模塊所形成的，具體模型如圖1所示。

圖1 LDA文檔主題生成模型

2.2 Word2vec

Word2vec是2013年Google 公司開發(fā)的一款用于詞向量計(jì)算的開源工具，它根據(jù)上下文信息將輸入的特征詞訓(xùn)練為詞向量，用空間向量的相似度來(lái)表示語(yǔ)義相似度。其提供兩種語(yǔ)言模型，分別是CBOW（continuous bag-ofwords）模型和Skip-gram 模型。CBOW 模型旨在通過(guò)上下文來(lái)預(yù)測(cè)當(dāng)前詞的概率，其結(jié)構(gòu)如圖2 所示；Skip-gram 模型則利用當(dāng)前詞的詞向量來(lái)預(yù)測(cè)上下文，其結(jié)構(gòu)如圖3所示。兩種模型輸入輸出的內(nèi)容完全相反，但在模型的訓(xùn)練過(guò)程上是相同的。

圖2 CBOW模型

圖3 Skip-gram 模型

3 基于LDA和加權(quán)Word2vec的科學(xué)知識(shí)圖譜構(gòu)建研究

本文旨在從語(yǔ)義層面揭示領(lǐng)域發(fā)展變化情況，采用基于LDA和加權(quán)Word2vec 的科學(xué)知識(shí)圖譜構(gòu)建方法，以中國(guó)知網(wǎng)某領(lǐng)域期刊題目、摘要及關(guān)鍵詞作為分析對(duì)象，經(jīng)過(guò)數(shù)據(jù)預(yù)處理后，利用LDA 模型抽取主題與關(guān)鍵詞，再采用Word2vec 獲取關(guān)鍵詞的詞向量，通過(guò)加權(quán)計(jì)算詞向量得到主題向量，進(jìn)而計(jì)算主題相似度與重要度，最后以可視化方法構(gòu)建知識(shí)圖譜。具體流程如圖4所示。

圖4 基于LDA和加權(quán)Word2vec的科學(xué)知識(shí)圖譜構(gòu)建研究方法

3.1 數(shù)據(jù)來(lái)源與數(shù)據(jù)預(yù)處理

期刊論文的題目、摘要和關(guān)鍵詞能夠較好地反映研究領(lǐng)域的熱點(diǎn)主題和發(fā)展過(guò)程，因此本文以中國(guó)知網(wǎng)某領(lǐng)域期刊題目、摘要及關(guān)鍵詞為分析對(duì)象。數(shù)據(jù)預(yù)處理主要包括中文分詞、去除停用詞和關(guān)鍵詞過(guò)濾。文中運(yùn)用的分詞工具為Python 語(yǔ)言環(huán)境下結(jié)巴（Jieba）分詞工具；去停用詞階段使用的是哈工大公開的停用詞表；關(guān)鍵詞過(guò)濾采用TF-IDF 算法，通過(guò)計(jì)算每個(gè)詞語(yǔ)的TF-IDF 值過(guò)濾小于指定閾值的詞語(yǔ)，形成關(guān)鍵詞集合。

3.2 利用LDA主題概率生成模型抽取主題

本文基于Python 第三方模塊sklearn 中的LDA 模型實(shí)現(xiàn)主題分布研究，并調(diào)用可視化包pyLDAvis 來(lái)確定主題數(shù)量。對(duì)比傳統(tǒng)的困惑度方法，視距圖（Intertopic Distance Map）更加清晰直觀地展現(xiàn)各主題之間的關(guān)系和對(duì)應(yīng)主題下關(guān)鍵詞詞頻，從而達(dá)到合理確定主題數(shù)量的目標(biāo)，避免主題中關(guān)鍵詞重疊或過(guò)于稀疏。

3.3 利用Word2vec獲取關(guān)鍵詞詞向量

研究以預(yù)處理后的文檔為基礎(chǔ)數(shù)據(jù)，采用CBOW 模型，利用Python 語(yǔ)言下的Word2vec 第三方包將詞訓(xùn)練為詞向量，然后從中提取主題下各關(guān)鍵詞的詞向量，以便后續(xù)處理。

3.4 加權(quán)主題向量計(jì)算

主題為多個(gè)不同頻次的關(guān)鍵詞集合，以往研究通常采用主題內(nèi)所有關(guān)鍵詞詞向量的均值來(lái)表示該主題向量，但這種方法沒(méi)有考慮到詞頻問(wèn)題。因此本文采用TF-IDF 加權(quán)平均法對(duì)主題內(nèi)不同關(guān)鍵詞賦予不同權(quán)重，計(jì)算公式如式（1）所示。

式（1）中：表示主題的主題向量；為關(guān)鍵詞的詞向量；w為關(guān)鍵詞的TFIDF值；為主題中關(guān)鍵詞數(shù)量。

3.5 主題相似度與重要度計(jì)算

主題相似度（resemblance，Res）反映主題之間的關(guān)聯(lián)性和演化趨勢(shì)，其值為不同主題之間的語(yǔ)義相似度，表示主題間的關(guān)聯(lián)性，是以?shī)A角余弦公式為基礎(chǔ)改進(jìn)的，具體計(jì)算公式如式（2）所示。

式（2）中：是根據(jù)式（1）計(jì)算得到的加權(quán)主題向量；（，，…）表示主題向量各個(gè)維度的數(shù)值；Re(,)表示主題與主題間的主題相似度。

主題重要度（imporantance，Imp）反映主題在研究領(lǐng)域內(nèi)的重要程度，數(shù)值的大小與主題重要度成正比，其隨時(shí)間的變化情況能夠反映主題在領(lǐng)域中相對(duì)重要性的變化。本文采用主題內(nèi)各關(guān)鍵詞TF-IDF 的均值表示主題重要度，具體計(jì)算公式如式（3）所示

式（3）中：topic表示主題；為主題中關(guān)鍵詞個(gè)數(shù)；TF與IDF分別表示關(guān)鍵詞的文本頻率與逆文檔頻率指數(shù)。

3.6 科學(xué)知識(shí)圖譜構(gòu)建

目前基于內(nèi)容分析的科學(xué)知識(shí)圖譜存在以下不足：①關(guān)鍵詞共現(xiàn)圖譜不具有主題概念、無(wú)法判斷關(guān)鍵詞歸屬。②主題演化圖譜不包含時(shí)間信息，無(wú)法判斷主題隨時(shí)間的變化趨勢(shì)。解決上述問(wèn)題。本文參照傳統(tǒng)的關(guān)鍵詞共現(xiàn)圖譜和文獻(xiàn)主題演化圖譜，構(gòu)建包含關(guān)鍵詞歸屬的主題共現(xiàn)圖譜和增加時(shí)間橫軸的主題演化圖譜，結(jié)合兩種圖譜集中展示學(xué)科主題、主題重要度和主題相似度等三個(gè)方面的信息。

（1）主題。通過(guò)圓形表示每個(gè)主題，在主題演化圖譜中結(jié)合了時(shí)間橫軸展現(xiàn)不同時(shí)間段的主題信息。

（2）主題重要度。通過(guò)圓形的大小表現(xiàn)主題重要度，圓形半徑越大，主題重要度越高。

（3）主題相似度。為展現(xiàn)各主題隨著時(shí)間推移的演變趨勢(shì)，將各主題用寬度不等的線連接，連線的寬度與主題間相似度成正比。

4 實(shí)證研究結(jié)果

為了驗(yàn)證本文提出的基于LDA和加權(quán)Word2vec 的科學(xué)知識(shí)圖譜構(gòu)建方法的可行性，本文采用信息服務(wù)領(lǐng)域的期刊論文做實(shí)證研究，數(shù)據(jù)來(lái)源于中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)，主要包含期刊題目、摘要和關(guān)鍵詞三個(gè)方面，涉及58917篇期刊論文，時(shí)間節(jié)點(diǎn)跨越2000—2019 共20年。研究將整體數(shù)據(jù)分為兩種形式，第一種是將20年數(shù)據(jù)依據(jù)每4年一個(gè)階段劃分為5 部分，在此基礎(chǔ)上繪制主題演化圖譜，以研究近20年信息服務(wù)領(lǐng)域的主題演化趨勢(shì)；另外一種是將總數(shù)據(jù)進(jìn)行整體分析，所得結(jié)果作為主題共現(xiàn)圖譜繪制依據(jù)，借此探討信息服務(wù)領(lǐng)域近20年來(lái)的研究熱點(diǎn)。

4.1 主題提取結(jié)果

本文通過(guò)調(diào)用pyLDAvis 繪制視距圖以確定合理的主題數(shù)量，因篇幅限制僅展示總數(shù)據(jù)主題1 的關(guān)鍵詞，如圖5 所示，五個(gè)圓圈表示五個(gè)主題，基本沒(méi)有重疊，表示提取效果良好，右邊為關(guān)鍵詞詞頻。另外總年段數(shù)據(jù)的主題提取結(jié)果如表1所示，各年段數(shù)據(jù)的主題提取結(jié)果如表3所示。

表1 2000—2019年總數(shù)據(jù)各主題關(guān)鍵詞

圖5 總數(shù)據(jù)視距圖

4.2 主題相似度與主題重要度計(jì)算

主題相似度計(jì)算：利用式（2）計(jì)算總數(shù)據(jù)不同主題間的相似度，舉例來(lái)講就是分別計(jì)算出主題1 與主題2、3、4、5，主題2 與主題3、4、5，主題3 與主題4、5，主題4 與主題5 之間的相似度。

主題重要度計(jì)算：主題重要度主要依據(jù)主題關(guān)鍵詞的TF-IDF 值，按式（3）計(jì)算，基于以上兩種條件，計(jì)算出總數(shù)據(jù)與各年段下每一個(gè)主題的主題重要度?？倲?shù)據(jù)主題重要度與相似度如表2所示，由于篇幅原因，分年度數(shù)據(jù)不做贅述。

表2 總數(shù)據(jù)主題重要度與相似度

4.3 科學(xué)知識(shí)圖譜構(gòu)建

主題共現(xiàn)圖譜結(jié)果如圖6所示。

圖6 主題共現(xiàn)圖譜

從圖中可見：

（1）近20年來(lái)，信息服務(wù)領(lǐng)域主要的研究方向?yàn)楦咝D書館個(gè)性化建設(shè)和技術(shù)創(chuàng)新、基于信息服務(wù)平臺(tái)的“三農(nóng)”發(fā)展、基于計(jì)算機(jī)應(yīng)用系統(tǒng)的技術(shù)研究、中國(guó)互聯(lián)網(wǎng)企業(yè)研究等。以上研究對(duì)象具有一個(gè)共同的特點(diǎn)：均是以信息資源管理為基礎(chǔ)，通過(guò)對(duì)數(shù)據(jù)的分析與處理，為主體的發(fā)展提供服務(wù)。

（2）從主題重要度來(lái)講，近20年間信息服務(wù)在高校圖書館方向的研究是一大熱點(diǎn)，與高校圖書館相關(guān)的主題重要度分別占據(jù)前兩位，主要原因是信息服務(wù)是高校圖書館最基本的職能之一，高校圖書館也為信息服務(wù)的發(fā)展提供良好的條件，憑借5G、大數(shù)據(jù)和云計(jì)算等高新技術(shù)得到進(jìn)一步發(fā)展，如5G 時(shí)代高校圖書館信息服務(wù)、大數(shù)據(jù)環(huán)境下高校圖書館研究和云計(jì)算環(huán)境下高校圖書館服務(wù)模式探索等均是一種體現(xiàn)。

（3）從主題關(guān)聯(lián)度來(lái)講，高校圖書館個(gè)性化建設(shè)和技術(shù)創(chuàng)新兩個(gè)主題之間關(guān)聯(lián)度最大。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，網(wǎng)絡(luò)資源對(duì)圖書館的沖擊最大，而技術(shù)創(chuàng)新與個(gè)性化建設(shè)均是為了提升圖書館信息服務(wù)水平，兩者互為補(bǔ)足，互相促進(jìn)，是圖書館適應(yīng)社會(huì)發(fā)展趨勢(shì)的重要方法；高校圖書館個(gè)性化建設(shè)與中國(guó)互聯(lián)網(wǎng)企業(yè)研究關(guān)聯(lián)度最小，主要原因是二者研究對(duì)象具有明顯差異，高校圖書館最主要的職能是為高校師生提供學(xué)習(xí)、研究的良好環(huán)境，屬于服務(wù)為主的部門，而互聯(lián)網(wǎng)企業(yè)是盈利性機(jī)構(gòu)，是以計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展為生存的根本，但是近年來(lái)高校圖書館與互聯(lián)網(wǎng)企業(yè)的聯(lián)系越發(fā)緊密，互聯(lián)網(wǎng)企業(yè)為圖書館信息技術(shù)的建設(shè)提供了巨大幫助，相信這會(huì)是二者不斷協(xié)調(diào)發(fā)展、互相促進(jìn)的契機(jī)。

主題演化圖譜結(jié)果如圖7所示。

結(jié)合表3和圖7可以看出：

表3 2000—2019年各年段主題關(guān)鍵詞

（1）各年段研究側(cè)重點(diǎn)不同。2000—2003和2004—2007 兩個(gè)年段，該領(lǐng)域主要側(cè)重點(diǎn)是對(duì)信息技術(shù)的發(fā)展，而2008年至今三個(gè)年段主要側(cè)重點(diǎn)是服務(wù)，基于這種現(xiàn)象，我們認(rèn)為信息服務(wù)是基于信息技術(shù)才實(shí)現(xiàn)對(duì)社會(huì)的服務(wù)，堅(jiān)實(shí)的信息技術(shù)是支撐服務(wù)的基礎(chǔ)，但并非完全舍棄對(duì)信息技術(shù)的發(fā)展，而是在利用信息技術(shù)服務(wù)社會(huì)的同時(shí)也同樣重視信息技術(shù)的發(fā)展。

（2）從主題關(guān)聯(lián)度來(lái)看，20年間存在三條關(guān)鍵主題演化路徑（圖7 中三種顏色不同的路徑），分別是高校圖書館、計(jì)算機(jī)技術(shù)應(yīng)用和農(nóng)業(yè)農(nóng)村方向的研究。而且各路徑在大的研究方向下不斷出現(xiàn)新的研究?jī)?nèi)容，同時(shí)也伴隨著舊研究?jī)?nèi)容的消失，以高校圖書館演化路徑為例，2000—2003年以文獻(xiàn)資源的研究為重點(diǎn)，隨著時(shí)間的推移，結(jié)合社會(huì)發(fā)展，2004—2007年段出現(xiàn)讀者個(gè)性化研究、2008—2011年段出現(xiàn)圖書館創(chuàng)新、2012—2015年段出現(xiàn)數(shù)字圖書館研究、2016—2019年段則以圖書館服務(wù)模式創(chuàng)新為主要研究方向。

圖7 主題演化圖譜

（3）從主題重要度來(lái)看，高校圖書館演化路徑中每個(gè)主題的重要度在其所在年段均為最大，并且研究?jī)?nèi)容均與高校圖書館有關(guān)，因此本文認(rèn)為有關(guān)高校圖書館的研究是信息服務(wù)領(lǐng)域近20年間最大的研究熱點(diǎn)，這種趨勢(shì)也會(huì)繼續(xù)延續(xù)下去。

5 結(jié)語(yǔ)

科學(xué)知識(shí)圖譜作為一種直觀展示科學(xué)知識(shí)間關(guān)聯(lián)度的方法，可以大幅提升文獻(xiàn)利用效率，在趨勢(shì)研究、熱點(diǎn)發(fā)現(xiàn)、學(xué)科發(fā)展研究方面具有重要意義。針對(duì)現(xiàn)有可視化分析算法中沒(méi)有考慮詞語(yǔ)間語(yǔ)法關(guān)系、忽略詞語(yǔ)間相似性、無(wú)法解決同義詞和多義詞的問(wèn)題，本文提出一種基于LDA 與加權(quán)Word2vec 的科學(xué)知識(shí)圖譜構(gòu)建方法，實(shí)現(xiàn)文本-詞向量-知識(shí)圖譜的一系列轉(zhuǎn)化，達(dá)到從語(yǔ)義層面揭示領(lǐng)域發(fā)展變化情況的目標(biāo)。首先，研究以中國(guó)知網(wǎng)信息服務(wù)領(lǐng)域期刊數(shù)據(jù)為分析對(duì)象，經(jīng)過(guò)數(shù)據(jù)預(yù)處理后，利用LDA 模型抽取主題及每個(gè)主題下的關(guān)鍵詞，再采用Word2vec獲取每個(gè)主題下關(guān)鍵詞的詞向量，通過(guò)加權(quán)計(jì)算詞向量得到主題向量，進(jìn)而計(jì)算主題相似度與重要度，最后以可視化方法構(gòu)建主題共現(xiàn)圖譜，分析了現(xiàn)階段信息服務(wù)領(lǐng)域各大研究方向、研究熱點(diǎn)與其關(guān)聯(lián)性，同時(shí)構(gòu)建主題演化圖譜，揭示了領(lǐng)域內(nèi)各階段研究側(cè)重點(diǎn)，挖掘出關(guān)鍵主題演化路徑與其發(fā)展趨勢(shì)。