论文部分内容阅读
利用隐含狄利克雷分配模型（LDA），根据科技文献往年的主题变化来分析科技文献主题的演化，是目前主题演化研究的热点。根据科技论文的主题演化具有无后效性的特点，使用马尔可夫链来预测主题的演化信息。该方法利用LDA模型获取不同时段的主题，使用相似度等方法对相邻时间窗口的主题进行关联，并根据主题的强度将主题分为热门主题、普通主题和冷门主题，最后利用马尔可夫链得到主题之间的强度转移概率矩阵，对主题的强度变化趋势进行分析和预测。对NIPS论文集进行实验表明，科技论文主题在长日寸间演化后，其状态占比趋于稳定，热门主题、