陈 翔，黄 璐，倪兴兴，刘家润，曹晓丽，王长天

（北京理工大学管理与经济学院，北京 100081）

1 引 言

主题演化路径识别是指通过对以词语为表征的研究主题在时间序列上的发展、变化趋势以及不同主题之间的交互作用进行跟踪分析，揭示技术领域发展脉络和演化规律的研究[1]。它可以帮助科研人员追溯具体学科领域的发展趋势，识别研究热点和可能的新知识增长点[2]；也可以为政府和企业制定学科和领域发展规划提供重要的情报支持[3]。通常，主题的演化路径由“主题的前驱者—主题—主题的后继者”构成[4]，主题间的演化关系可以用主题间的相似度来度量，当相似度大于一定的阈值则被认为存在演化关系，即不同主题在相邻时间段交界处存在新生、成长、衰减、合并、分裂以及衰亡六种演化方式[5]。

大量学者从网络分析和词频分析两方面入手开展主题演化路径识别研究，主要包括信息熵、引文分析、突发词分析和共词分析等方法[6]。近年来，基于关键词网络的主题演化路径识别方法被学者广泛使用[7]。例如，Katsurai等[8]构建了动态共词网络，对心理学领域的主题演化过程进行分析；侯剑华等[9]利用共词网络和聚类分析识别了我国哲学领域研究主题的演化过程。其中，如何准确识别关键主题是该类研究的核心[10]，大量学者已开展相关研究。例如，Song等[11]学者使用马尔可夫随机场对关键词进行聚类进而识别主题；王曰芬等[12]使用LDA（Latent Dirichlet Allocation）模型识别出知识流领域的主题；……