自适应聚类视角下学科领域主题分析 ——以物流学科为例

摘要：

基于改进关键词重要性和近邻传播聚类算法,提出了一种学科领域主题分析方法,通过词频分析法和作者潜意识行为计算高频关键词权重,借助共词分析和Ochiai系数构建带权重高频关键词相似性矩阵,利用近邻传播聚类算法对学科领域主题进行自适应提取与分析.以CSSCI收录的2015—2019年物流学科领域期刊论文为研究对象,借助新方法对其进行主题分析,研究结果表明:高重要性的关键词不一定是核心主题,核心主题与同一簇内其它成员关键词最为相似.与此同时,近五年物流学科存在"降本增效""区域物流一体化""现代物流技术研究与创新""物流体制改革与产业转型升级""农村物流与农产品物流""电子商务与跨境电商""可持续发展理念"等七大热门主题.

关键词：主题分析、关键词综合权重、近邻传播聚类、学科热点、物流学科

所属期刊栏目：40

分类号：F250(物资经济)

资助基金：国家自然科学基金项目"高维时间序列数据聚类分析及应用研究";福建省社会科学规划项目"基于文献主题时间序列数据挖掘的技术预见研究";华侨大学哲学社会科学青年成长工程项目"高风险投资环境下网络借贷的生存与发展研究";华侨大学高层次人才科研启动经费项目"P2P网络借贷平台竞争策略研究"

在线出版日期：2021-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：14-20,41