多維指標(biāo)融合的主題突變檢測研究

彭國超，孔泳欣，王玉文

（中山大學(xué)信息管理學(xué)院，廣州 510006）

突變詞檢測在學(xué)科領(lǐng)域主題研究中具有前沿性、及時性和情報意義。突變詞是指在某一時刻頻次發(fā)生顯著變化，呈現(xiàn)突然上升或突然下降趨勢的關(guān)鍵詞[1]。詞頻量較低但增長勢頭不斷增強的關(guān)鍵詞，表明其在學(xué)科領(lǐng)域不斷聚集力量，受到越來越多學(xué)者的關(guān)注，未來發(fā)展為研究熱點的概率較大[2]。突變詞檢測，有助于挖掘?qū)W科研究前沿，及時發(fā)現(xiàn)潛在新興主題，能極大地提高學(xué)者及時應(yīng)對科技發(fā)展及變化的能力。

目前主題突變檢測主要從單一指標(biāo)視角出發(fā)，僅運用詞頻分析、詞頻變化分析或共詞分析等單一方法，無法有效挖掘出具有發(fā)展?jié)摿Φ耐蛔冊~。因此，本文提出構(gòu)建包含無序性、增長性、突變度、知識融合度、影響力度的多維指標(biāo)融合的主題突變檢測方法，探討突變詞的形成、發(fā)展現(xiàn)狀和未來趨勢這三個狀態(tài)，挖掘出未來更可能成為研究前沿和研究熱點的主題。

1 相關(guān)文獻(xiàn)述評

突變詞具有三個特征。一是詞頻特征，即某一主題的頻次發(fā)生顯著變化，呈現(xiàn)突然上升或下降的現(xiàn)象[3]。根據(jù)持續(xù)時間的不同，突變詞可分為突發(fā)性突變詞和持續(xù)性突變詞[4]。前者普遍表現(xiàn)為長時間的低頻狀態(tài)后驟增，后者通常表現(xiàn)為足夠強度的突發(fā)且最后達(dá)到平穩(wěn)持續(xù)的狀態(tài)[5]。二是主題演化特征，即主題呈現(xiàn)出突現(xiàn)、突增、消失、融合和分化等現(xiàn)象，反映出知識新生、擴(kuò)張、消亡、交叉和衍生等一系列知識演化歷程[6]。三是科研人員行為特征，即吸引科研人員的關(guān)注[7]，表現(xiàn)為科研人員引用和下載量在短時間內(nèi)發(fā)生明顯變化[8]。

突變詞檢測的經(jīng)典算法是Kleinberg 算法[5]，即基于概率機(jī)對詞頻進(jìn)行建模，進(jìn)而計算出詞的突發(fā)權(quán)重，判斷當(dāng)前是否處于突發(fā)狀態(tài)，以及狀態(tài)持續(xù)時間。Kleinberg 算法的基本假設(shè)是新條目連續(xù)進(jìn)入數(shù)據(jù)集[9]；然而與新聞報道不同，科學(xué)論文是分批發(fā)行的，因此需要增加文獻(xiàn)的突發(fā)詞所設(shè)置的時間間隔，如由秒變?yōu)槟闧10]。學(xué)界廣泛運用Kleinberg 算法來發(fā)現(xiàn)突變主題[11-12]。其中，陳超美教授基于Kleinberg 算法開發(fā)出CiteSpace II 的突變檢測功能，其主要原理是基于從題目、摘要、系統(tǒng)檢索詞和文獻(xiàn)記錄的標(biāo)識符中提取出的突變專業(yè)術(shù)語[13]。不少學(xué)者運用CiteSpace II 的突變詞時區(qū)視圖、突變詞共現(xiàn)網(wǎng)絡(luò)視圖及突變詞權(quán)重排序功能探測突變詞，根據(jù)突變詞出現(xiàn)頻次的時間變化趨勢，將主題突變分成上升、下降、穩(wěn)定等多個類型[4,7-8]。這一方法有助于挖掘高突變率低頻次的主題，但是忽略了低突變率高頻次的主題。楊選輝等[14]結(jié)合突變檢測和共詞分析，同時關(guān)注高突變率低頻詞和低突變率高頻詞的探測。尚曉倩[15]基于CiteSpace II 的突變檢測結(jié)果，進(jìn)一步分析高突變率主題的來源文獻(xiàn)，更準(zhǔn)確地把握其發(fā)展趨勢。此外，知識圖譜工具Sci2（science of science）也基于Kleinberg 算法來探測突發(fā)詞，有的學(xué)者選擇Sci2 來識別突變詞[3,16]。

基于詞頻變化率分析的Kleinberg 算法及其應(yīng)用工具忽略了詞義信息和上下文語境[17]，為此，學(xué)者將共詞分析技術(shù)集成到突變詞挖掘中，為突變詞的演化過程、與其他主題的結(jié)合情況提供線索[16]。例如，Mane 等[18]利用Kleinberg 的突發(fā)檢測算法、共詞分析和圖形布局技術(shù)來生成1982—2001 年《美國國家科學(xué)院院刊》刊載文獻(xiàn)的突變詞。劉敏娟等[1]基于共詞分析和知識圖譜的學(xué)科主題演化方法進(jìn)行集成和改進(jìn)，通過主題類型劃分、對特征主題詞定量分析來識別突變詞。隗玲等[3]將突發(fā)監(jiān)測結(jié)果與強共現(xiàn)網(wǎng)絡(luò)結(jié)果結(jié)合起來進(jìn)行對比，以驗證突變主題的學(xué)科交叉性，并指出突變詞檢測在交叉主題發(fā)現(xiàn)上具有優(yōu)勢。值得關(guān)注的是，部分學(xué)者引入關(guān)聯(lián)理論，結(jié)合共詞分析和突變詞檢測技術(shù)，構(gòu)建關(guān)鍵詞與突發(fā)項的關(guān)聯(lián)規(guī)則挖掘模型，以更有效地識別出具有發(fā)展前景的突變詞[19-21]。其中，張金柱等[6]結(jié)合戰(zhàn)略坐標(biāo)圖和改進(jìn)的主題關(guān)聯(lián)度計算方法，分析各時間段關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)的主題中心度、密度和主題規(guī)模的變化，以分析主題演變和主題突變。

隨著突發(fā)詞檢測研究越來越深入，當(dāng)前學(xué)者從不同角度改進(jìn)突發(fā)詞檢測算法，發(fā)展出了一些新的算法[21]。張金柱等[22]以不同時間段引用科學(xué)論文的關(guān)鍵詞（或?qū)W科分類）的差異程度表示突變程度。王莉亞[23]將信息熵變化原理和有序聚類方法相結(jié)合，識別關(guān)鍵詞突變點，并基于突變點數(shù)量劃分出不同發(fā)展階段。鐘輝新[24]認(rèn)為，隨著Altmetrics 的興起，用戶行為數(shù)據(jù)將成為新興趨勢探測的重要支撐。洪娜等[25]設(shè)計了基于能量的潛在爆發(fā)詞探測模型，分析詞在其發(fā)展過程中的生命周期、能量積累與衰減以及能量趨勢變化?？紤]到主題的語義信息，Wu 等[10]提出基于知識組織系統(tǒng)（knowledge or‐ganization system，KOS）的k 狀態(tài)自動機(jī)突發(fā)檢測模型，有效去除噪聲概念，提高突發(fā)概念識別的準(zhǔn)確性。Qi 等[26]引入LDA（latent Dirichlet allocation），提出了一種新的主題模型Burst-LDA，通過一階馬爾可夫鏈確定每個主題的突發(fā)狀態(tài)，并運用Logis‐tic 回歸方法生成文檔主題比例，以揭示主題的突發(fā)。此外，部分學(xué)者借鑒其他領(lǐng)域的理論進(jìn)行文獻(xiàn)的突發(fā)詞檢測。He 等[27]利用物理動力學(xué)的質(zhì)量和速度概念，把突變看作一種動態(tài)現(xiàn)象，并基于動量、加速度和力三類指標(biāo)檢測突變詞。Tattershall等[9]引入股票分析的趨勢檢測算法，將文獻(xiàn)的標(biāo)題和摘要中提取的主題的流行率當(dāng)作股票價格來處理，構(gòu)建歷史數(shù)據(jù)分類器，預(yù)測未來的流行趨勢。

在突變詞檢測指標(biāo)構(gòu)建上，目前的研究趨勢由單一指標(biāo)探測逐步向多指標(biāo)探測發(fā)展。奉國和等[2]基于科技文獻(xiàn)突發(fā)詞的多維度特征來建立突發(fā)詞探測模型，輔助滑動時間窗口對結(jié)果進(jìn)行驗證，并與CiteSpace 突發(fā)詞探測結(jié)果對照。洪娜等[28]通過突發(fā)詞的13 個維度，提出基于決策樹的潛在突變詞探測方法。逯萬輝等[29]基于條件隨機(jī)場模型提取突變詞的特征，并設(shè)計了頻次、頻率和詞頻文檔比三個指標(biāo)。

綜上所述，突變詞檢測主要聚焦在詞頻變化、詞共現(xiàn)的關(guān)鍵詞維度，部分研究涉及引文或替代計量的單一維度，缺乏多維度分析，難以從深層次挖掘主題的形成、發(fā)展動力和未來趨勢。因此，本文綜合關(guān)鍵詞的熵變、變化率、詞共現(xiàn)情況、被引量、下載量，分析關(guān)鍵詞的無序性、增長性、知識融合度、影響力度，深入有效地挖掘出具有發(fā)展前景和未來更可能成為研究前沿和研究熱點的關(guān)鍵詞。

2 研究思路

本文提出的多維指標(biāo)融合的主題突變檢測研究思路如圖1 所示。

圖1 多維指標(biāo)融合的主題突變檢測研究思路

2.1 數(shù)據(jù)獲取與預(yù)處理

從CNKI （China National Knowledge Infrastruc‐ture） 獲取特定學(xué)科領(lǐng)域的CSSCI （Chinese Social Sciences Citation Index）收錄的核心期刊文獻(xiàn)信息，包括關(guān)鍵詞、出版年份、被引量、下載量等字段。數(shù)據(jù)預(yù)處理工作主要是去除非學(xué)術(shù)類期刊文獻(xiàn)。由于非學(xué)術(shù)類期刊文獻(xiàn)也在期刊上刊載，但其不是與學(xué)科領(lǐng)域知識相關(guān)的，篩除非學(xué)術(shù)類期刊文獻(xiàn)能夠提高關(guān)鍵詞數(shù)據(jù)集的有效性，增強突變詞識別的準(zhǔn)確性。

2.2 突變詞檢測多維指標(biāo)體系

2.2.1 突變特征指標(biāo)

1）無序性（random）

隨著時間的推移，突變主題可能成為研究熱點，或者趨弱為普通主題甚至消逝。主題突變越強烈，其成為未來研究熱點的概率越大。信息熵作為衡量系統(tǒng)不確定性、穩(wěn)定程度和信息量的尺度[30]，其值越大，反映數(shù)據(jù)越無序?；诖嗽?，本文利用信息熵值判斷關(guān)鍵詞的出現(xiàn)頻次的不確定性，以反映其突變程度。

設(shè)第j 年關(guān)鍵詞i 的詞頻為f (i,j)，可得其詞頻貢獻(xiàn)率p(i,j)，確定關(guān)鍵詞熵值ei，并計算關(guān)鍵詞i的熵權(quán)wi，具體計算公式為

2）增長性（growth）

其定義域為(-∞, + ∞)，變化趨勢下降時變化值為(0,1)，無變化波動時變化值為1，變化趨勢上升時變化值為(1, + ∞)，既反映出變化趨勢，也保證值為正數(shù)?；谧兓禋w一化處理得到變化率ci，具體計算公式為

3）突變度

結(jié)合主題無序性和主題增長性，測量關(guān)鍵詞突變值，具體計算公式為

2.2.2 知識融合度指標(biāo)

主題演化過程中，若主題不斷與其他主題共同出現(xiàn)，則表明它不斷與其他知識進(jìn)行交叉、融合，即該主題的知識融合度不斷增強，未來發(fā)展為研究熱點或研究前沿的概率較大。本文通過計算平均共現(xiàn)率來測量主題的知識融合度，具體計算公式為

其中，oi是關(guān)鍵詞i 與其他關(guān)鍵詞的共現(xiàn)次數(shù)；qi是關(guān)鍵詞i 的共現(xiàn)詞個數(shù)。

2.2.3 影響力度指標(biāo)

用SPSS20.0統(tǒng)計學(xué)軟件分析研究數(shù)據(jù)，t用于檢驗計量資料，即（±s），χ2用于檢驗計數(shù)資料，即[n（%）]，P＜0.05差異有統(tǒng)計學(xué)意義。

從行為特征分析，科研人員對相關(guān)主題文獻(xiàn)的下載和引用較多，表示該主題更能吸引科研人員的關(guān)注[7]，其在學(xué)科領(lǐng)域的影響力不斷累積，更具有前沿?zé)狳c價值。由于關(guān)鍵詞在不同文獻(xiàn)中具有不同的重要性，需要對不同文獻(xiàn)的關(guān)鍵詞進(jìn)行加權(quán)處理，進(jìn)而計算關(guān)鍵詞的影響力度，計算公式為

其中，Cij是文獻(xiàn)j 的被引量；Dij是文獻(xiàn)j 的下載量；Bij是關(guān)鍵詞i 在文獻(xiàn)j 中的權(quán)重，關(guān)鍵詞在不同文獻(xiàn)中的重要性通過其排名可體現(xiàn)出來，因此，基于關(guān)鍵詞在該文獻(xiàn)中的排名，對第1、2、3、…、n 位關(guān)鍵詞分別賦予n∶n-1∶n-2∶…∶1的權(quán)重比例，每篇文獻(xiàn)的關(guān)鍵詞總權(quán)重為1；k是總文獻(xiàn)量；Rij是文獻(xiàn)j的關(guān)鍵詞總量；Xij是關(guān)鍵詞i 在文獻(xiàn)j 中的排名。

2.3 多類型突變詞檢測方法

基于K-means 聚類算法對關(guān)鍵詞突變信息進(jìn)行分類，以客觀準(zhǔn)確地劃分突變類型，并有效揭示關(guān)鍵詞未來發(fā)展為研究熱點的概率。K-means 算法作為典型的分割式分群算法，主要應(yīng)用于從大量高緯度的數(shù)據(jù)點中找出最有代表性的數(shù)據(jù)點，并以各數(shù)據(jù)點與聚類中心點的距離為依據(jù)進(jìn)行分類。

（1） 構(gòu)建無序性-增長性（random-growth） 矩陣，并進(jìn)行K-means 聚類。

（2） 繪制簇內(nèi)誤差平方和（sum of squared er‐ror，SSE）折線圖，確定K 值。

（3）根據(jù)聚類中心點的數(shù)值大小進(jìn)行分類，分成三個突變類型，即突現(xiàn)型、強突型和弱突型（圖2）。突現(xiàn)型關(guān)鍵詞（突現(xiàn)詞）是指該主題的相關(guān)文獻(xiàn)在某年度突然出現(xiàn)，其他年度又突然消失，其特點是無序性和增長性均較高。強突型關(guān)鍵詞（強突詞）是指突變程度較高的關(guān)鍵詞，即該主題一直處于低頻狀態(tài)，但在某一階段顯著波動，其特點是無序性高但增長性低。弱突型關(guān)鍵詞（弱突詞）是指突變程度較低的關(guān)鍵詞，表現(xiàn)為存在多個峰值或持續(xù)高頻的數(shù)值特征，其特點是無序性和增長性均較低。

圖2 基于聚類中心點劃分的突變類型

（4）綜合各突變類型關(guān)鍵詞的突變度、知識融合度、影響力度進(jìn)行分析，得到不同發(fā)展形態(tài)的突變詞，揭示具有發(fā)展?jié)摿Φ耐蛔冊~。

3 實證分析

3.1 數(shù)據(jù)準(zhǔn)備

本文以圖書情報學(xué)科領(lǐng)域為例，對其展開突變詞檢測研究。本文在CNKI 上下載2016—2020 年5年間的CSSCI 收錄的18 種圖情領(lǐng)域核心期刊出版的文獻(xiàn)信息，人工去除無作者、通訊稿、征文稿、期刊導(dǎo)語等非學(xué)術(shù)類期刊文獻(xiàn)，經(jīng)統(tǒng)計、去重得到18634 篇文獻(xiàn)。使用Excel 統(tǒng)計，最終得到79387 個關(guān)鍵詞。為減少高頻詞的計算結(jié)果過高覆蓋有效突變詞的識別，以及消除超低頻詞的長尾效應(yīng)，本文選取詞頻大于等于5 且小于等于50 的關(guān)鍵詞（共2340 個）進(jìn)行突變詞檢測，以更好地識別出具有發(fā)展?jié)摿Φ耐蛔冊~。

3.2 突變特征指標(biāo)計算

構(gòu)建關(guān)鍵詞-年份的詞頻矩陣，利用2.2.1 節(jié)中的公式計算關(guān)鍵詞的無序性、增長性、突變度三個突變特征指標(biāo)。本文重點分析與圖情領(lǐng)域直接相關(guān)的關(guān)鍵詞，其他關(guān)鍵詞不在本文結(jié)果中呈現(xiàn)。表1顯示了突變度排名前20 位的關(guān)鍵詞結(jié)果。

表1 突變度前20位的關(guān)鍵詞詞頻及突變特征指標(biāo)

3.3 突變類型識別

以無序性和增長性兩個維度對關(guān)鍵詞的突變情況進(jìn)行分類，運用SPSS 對無序性-增長性（randomgrowth）矩陣進(jìn)行K-means 聚類分析，繪制簇內(nèi)誤差平方和（SSE）折線圖（圖3），可得K=6 時，SSE出現(xiàn)明顯拐點，因此本文確定聚類數(shù)為6。

圖3 SSE折線圖

K-means 聚類結(jié)果如圖4 所示。每個類的數(shù)據(jù)點數(shù)和中心點坐標(biāo)(random,growth)如表2 所示。根據(jù)聚類結(jié)果（圖4）可得，類1 和類3 為突現(xiàn)詞，類5和類6 為強突詞，類2 和類4 為弱突詞。

圖4 K-means聚類結(jié)果

表2 突變度前20位的關(guān)鍵詞詞頻及突變特征指標(biāo)

3.4 知識融合度、影響力度指標(biāo)計算

根據(jù)2.2.2 節(jié)和2.2.3 節(jié)公式計算各類突變詞的知識融合度和影響力度。表3 顯示了高突變度（突變度大于10-20）的突現(xiàn)詞、強突詞、弱突詞的知識融合度和影響力度結(jié)果。

表3 高突變度的突現(xiàn)詞、強突詞、弱突詞的多維指標(biāo)計算結(jié)果

續(xù)表

3.5 突變詞檢測結(jié)果分析

3.5.1 突現(xiàn)詞

本文選取高突變度的突現(xiàn)詞進(jìn)行分析（突變度大于10-20），基于知識融合度和影響力度兩個維度，劃分出兩類突現(xiàn)詞，結(jié)果如圖5 所示。

圖5 突現(xiàn)詞（類3）分布情況

知識融合度低-影響力度低的突現(xiàn)詞（Ⅲ區(qū)）主要為新概念、熱門新聞事件。首先，該類突現(xiàn)詞的知識融合度較低，表現(xiàn)為共現(xiàn)詞較多，但平均共現(xiàn)率低，表明該主題處于初期發(fā)展階段，知識融合的強度和廣度均較弱。其次，該類突現(xiàn)詞的影響力度較低，主要表現(xiàn)為下載量較低，表明該主題僅被小范圍的學(xué)者關(guān)注，尚未形成明顯的影響力。Ⅲ區(qū)突現(xiàn)詞包括主題圖書館、東莞圖書館、循證社會科學(xué)、文科建設(shè)。其中，2019 年出版的《主題圖書館的杭州模式》、農(nóng)民工吳桂春先生在東莞圖書館的留言、2020 年教育部發(fā)布的《新文科建設(shè)宣言》等新聞事件引發(fā)了圖情學(xué)界的關(guān)注和思考。主題圖書館、循證社會科學(xué)等新概念被提出，并逐步發(fā)展。

知識融合度高-影響力度低的突現(xiàn)詞（Ⅳ區(qū)）主要為政策導(dǎo)向的主題詞，響應(yīng)國家政策，緊跟國家需求。首先，該類突現(xiàn)詞的知識融合度較高，表現(xiàn)為共現(xiàn)詞少但平均共現(xiàn)率高，表明該主題的擴(kuò)散方向較為固定且融合強度較大。其次，該類突現(xiàn)詞的影響力度較低，表現(xiàn)為被引量和下載量均較小，表明該主題在部分學(xué)者的引領(lǐng)下逐漸發(fā)展。Ⅳ區(qū)突現(xiàn)詞包括數(shù)據(jù)要素、數(shù)據(jù)供給、圖情檔學(xué)科建設(shè)。2020 年中共中央、國務(wù)院發(fā)布的《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》①http://www.gov.cn/zhengce/2020-04/09/content_5500622.htm，將數(shù)據(jù)資源作為新型生產(chǎn)要素，學(xué)者結(jié)合數(shù)據(jù)要素市場化配置和圖情檔學(xué)科建設(shè)開展研究。

3.5.2 強突詞

本文選取高突變度的強突詞進(jìn)行分析（突變度大于10-20），基于知識融合度和影響力度兩個維度，劃分出四類突現(xiàn)詞，結(jié)果如圖6 所示。

圖6 強突詞（類5和類6）分布情況

知識融合度低-影響力度高的強突詞（Ⅰ區(qū)）主要為政策法規(guī)、國家舉措，以及圖情領(lǐng)域基礎(chǔ)研究。首先，該類強突詞的知識融合度較低，表現(xiàn)為共現(xiàn)詞較多，但共現(xiàn)次數(shù)不多。其次，該類突現(xiàn)詞的影響力度較高，表現(xiàn)為高被引量和高下載量，表明學(xué)者積極響應(yīng)國家政策。Ⅰ區(qū)強突詞包括：①關(guān)于政策法規(guī)的《中華人民共和國公共圖書館法》、公共文化服務(wù)保障法。2016 年和2017 年分別通過的《中華人民共和國公共文化服務(wù)保障法》和《中華人民共和國公共圖書館法》，開啟了新時代我國公共文化服務(wù)和公共圖書館事業(yè)的新篇章，成為圖情領(lǐng)域的重要研究課題。②關(guān)于國家舉措的文旅融合。隨著2018 年文化和旅游部正式掛牌成立，文旅融合的探索成為圖情領(lǐng)域的一大課題，學(xué)者聚焦于文旅融合時代下公共圖書館的作用、服務(wù)、發(fā)展等一系列的問題。③關(guān)于圖情領(lǐng)域基礎(chǔ)研究的情報感知、虛擬學(xué)術(shù)社區(qū)、應(yīng)急服務(wù)等。例如，情報感知是情報工作的核心內(nèi)容，由于當(dāng)前突發(fā)事件、科技安全等重要問題的出現(xiàn)，學(xué)界不斷探索并利用情報感知作為問題解決的利器。

知識融合度高-影響力度高的強突詞（Ⅱ區(qū)）主要為新時代下的基礎(chǔ)研究的新發(fā)展，其緊跟新時代需求，煥發(fā)新機(jī)。首先，該類強突詞的知識融合度較高，表現(xiàn)為共現(xiàn)詞數(shù)較少但平均共現(xiàn)率高，表明學(xué)者朝著相似的發(fā)展方向開展研究，并不斷強化這一發(fā)展路徑。其次，該類突現(xiàn)詞的影響力度較高，表現(xiàn)為被引量和下載量均較高，表明該主題符合新時代的需求。Ⅱ區(qū)強突詞包括科學(xué)大數(shù)據(jù)、新型智庫建設(shè)。數(shù)據(jù)資源是新時代重要的要素資源，在互聯(lián)網(wǎng)+、共享經(jīng)濟(jì)等思維的影響下，科學(xué)大數(shù)據(jù)成為國家科技創(chuàng)新的重要戰(zhàn)略資源，新型智庫建設(shè)是智力資源數(shù)據(jù)的最佳應(yīng)用場景。

知識融合度低-影響力度低的強突詞（Ⅲ區(qū)）主要為基礎(chǔ)研究導(dǎo)向和實踐導(dǎo)向的主題。該類強突詞的共現(xiàn)詞數(shù)、次數(shù)、被引量、下載量均較低，表明該主題處于初步發(fā)展階段，尚未產(chǎn)生大范圍的影響。Ⅲ區(qū)強突詞包括：①基礎(chǔ)研究導(dǎo)向的職業(yè)勝任力、安全信息、灰色文獻(xiàn)等主題；②實踐成果導(dǎo)向的社會信用體系、玩具圖書館、區(qū)域圖書館聯(lián)盟，映射出圖書館實踐新成果。

知識融合度高-影響力度低的強突詞（Ⅳ區(qū)）主要為優(yōu)秀實踐成果。該類強突詞的平均共現(xiàn)率和被引量較大，表明該成果得到了學(xué)界的認(rèn)可和學(xué)習(xí)。Ⅳ區(qū)強突詞為杭州圖書館，杭州圖書館的主題圖書館的實踐、信用服務(wù)的實踐等多個方面均有顯著的成果。

3.5.3 弱突詞

本文選取高突變度的弱突詞進(jìn)行分析（突變度大于10-20），基于知識融合度和影響力度兩個維度，弱突詞類型為知識融合度低-影響力度高（Ⅰ區(qū)），結(jié)果如圖7 所示。

圖7 弱突詞（類2和類4）分布情況

Ⅰ區(qū)弱突詞主要為逐漸發(fā)展成熟的研究主題，未來需要結(jié)合不同應(yīng)用情境進(jìn)一步細(xì)化研究，或者與其他知識領(lǐng)域開展交叉研究。首先，該類弱突詞的知識融合度較低，表現(xiàn)為共現(xiàn)詞數(shù)較多但平均共現(xiàn)率低，表明該主題正在擴(kuò)散，與多個主題進(jìn)行交叉融合，但是擴(kuò)散方向尚未固定，融合強度較弱。其次，該類弱突詞的影響力度較高，表現(xiàn)為高被引量和高下載量，表明該主題有一定的研究基礎(chǔ)，獲得不少學(xué)者的關(guān)注。Ⅰ區(qū)弱突詞包括數(shù)據(jù)治理、詞向量等，例如，面對突發(fā)公共事件，學(xué)者針對數(shù)據(jù)發(fā)布、傳播等數(shù)據(jù)治理相關(guān)主題開展廣泛的討論和研究，以解決數(shù)據(jù)孤島、數(shù)據(jù)安全、數(shù)據(jù)質(zhì)量等問題。

3.6 討 論

基于突變詞類型，結(jié)合知識融合度和影響力度，分析主題的形成、發(fā)展和未來趨勢，具體如表4 所示。從突變度出發(fā)，高突變度的突現(xiàn)詞在初始形成階段能獲得更多的關(guān)注，形成更大的影響力。從知識融合度出發(fā)，突變詞的知識融合度高，表明其交叉融合的廣度和強度均較高，未來更可能發(fā)展成為研究熱點；從影響力度出發(fā)，突變詞的影響力度高，表明其受到廣泛的關(guān)注，已形成一定的研究基礎(chǔ)，未來更可能發(fā)展為研究前沿。

表4 各類突變詞的形成、發(fā)展和未來趨勢情況分析

4 結(jié) 論

圍繞主題突變檢測這一研究主題，本文構(gòu)建突變詞檢測多維指標(biāo)體系，包含無序性、增長性、突變度三個突變特征指標(biāo)，以及知識融合度指標(biāo)和影響力度指標(biāo)。接著，基于無序性和增長性兩個維度，運用K-means 聚類劃分出突現(xiàn)詞、強突詞、弱突詞三類突變詞。最后，結(jié)合各類突變詞的突變度、知識融合度、影響力度，識別不同發(fā)展形態(tài)的突變詞，挖掘出未來更可能成為研究前沿和研究熱點的關(guān)鍵詞。

本文提出的多維指標(biāo)融合的主題突變檢測方法，在傳統(tǒng)的詞頻分析法上，更加關(guān)注突變詞的科研人員行為特征和主題演化特征，有助于準(zhǔn)確分析突變詞的形成、發(fā)展和未來趨勢。通過不同發(fā)展階段的深入分析，更有效地把握具有發(fā)展?jié)摿Φ闹黝}詞，為學(xué)者和相關(guān)科技管理部門在進(jìn)行研究熱點和研究前沿研判時提供一定的支持和啟示，促進(jìn)學(xué)科領(lǐng)域的創(chuàng)新發(fā)展。