智慧:一种基于人工智能的框架,利用弱信号分析与先进的主题建模技术来识别新兴研究

《Journal of Informetrics》:WISDOM: An AI-powered framework for emerging research detection using weak s ignal analysi s and advance d t opic modelling

【字体: 大 中 小 】 时间:2026年02月03日 来源:Journal of Informetrics 3.9

编辑推荐:

  阿什坎·埃巴迪|阿兰·奥热|伊万·高蒂埃 加拿大国家研究委员会数字技术研究中心,加拿大政府,加拿大安大略省多伦多市学院街222号,M5T 3J1 摘要 科学技术领域以其动态变化的特点为特征,不断有新的发现、创新和范式转变推动其发展。此外,科学界正朝着加强跨学科合作的

  阿什坎·埃巴迪|阿兰·奥热|伊万·高蒂埃
加拿大国家研究委员会数字技术研究中心,加拿大政府,加拿大安大略省多伦多市学院街222号,M5T 3J1

摘要
科学技术领域以其动态变化的特点为特征,不断有新的发现、创新和范式转变推动其发展。此外,科学界正朝着加强跨学科合作的方向发展,不同领域的融合有助于为复杂问题找到创新解决方案。及时识别新兴科学主题至关重要,因为它能让产业界、政策制定者和创新者能够主动调整策略、投资方向和监管措施。虽然文献计量分析是识别新兴技术的常用方法,但这种方法可能存在简化或误解复杂跨学科趋势的问题。此外,仅依靠领域专家来判断技术趋势可能会限制对大量信息的系统分析,并在解读过程中引入主观因素。为克服这些缺陷,本文提出了一种基于人工智能的自动化框架——WISDOM,该框架可:(1)利用先进的主题建模和弱信号分析技术识别新兴研究主题;(2)为已识别的主题生成候选标签以辅助专家工作。这一方法能够通过快速处理和分析海量数据,揭示隐藏的跨学科模式,并提供客观的见解,从而帮助战略规划者和领域专家更有效地识别和追踪新兴技术趋势,提升识别过程的效率和客观性。作为案例研究,我们以2004年至2021年间发表的关于水下传感技术的学术论文为研究对象,评估了WISDOM在识别新兴研究及其发展趋势方面的表现。

1. 引言
技术对个人和社会有着深远影响,它不仅改变了我们的生活方式、思维方式及行为模式,还推动了通信方式和知识获取方式的革新(Kenski, 2013)。多年来,研究人员一直致力于发现新的科学/创新领域以及新兴技术(Viet & Gneushev, 2021)。对于政府和企业而言,提前预测技术领域的变化对于有针对性地规划研发工作、保持创新优势具有至关重要的意义(Viet & Gneushev, 2021)。

近几十年来,技术发展速度极快。现代科学的复杂性不断增加,且跨学科性日益增强(Viet & Gneushev, 2021),这使得技术预测和战略规划变得更加困难(Mühlroth & Grottke, 2018)。由领域专家执行或解读的科学计量/文献计量方法是识别新兴技术的常用手段。许多研究利用各种数据源,包括学术论文和专利,采用不同的方法来识别新兴技术的兴起与发展趋势(Noh et al., 2016; Dotsika & Watkins, 2017)。尽管这些传统方法在探索性分析中很有用,但它们也存在一些局限性,比如依赖单一指标、需要大量人工干预,以及由于过度依赖专家意见而存在主观性问题(Ebadi et al., 2022)。随着大数据技术和先进数据分析方法的快速发展,为预测技术趋势和识别新兴技术带来了新的机遇(Ebadi et al., 2022)。这些方法充分利用了大量数字数据以及计算机科学领域的最新成果。

针对新兴技术的研究对竞争力有着重要影响,在新兴技术领域,这甚至可能带来市场主导地位。鉴于技术发展的迅猛势头,建立有效的框架对于合理规划未来的科学研究与开发工作至关重要。提供基于证据的关于未来研究趋势和新兴技术出现的见解显得尤为重要(Zamani et al., 2022)。本研究旨在克服这些限制,充分发挥先进分析方法的优势。我们通过引入一种名为WISDOM的多层框架来实现这一目标,该框架以人工智能为驱动,结合自然语言处理、主题建模和弱信号分析等多种技术来识别新兴研究。为评估WISDOM在识别科学趋势和捕捉早期信号方面的效果,我们以2004年至2021年间关于水下传感技术的文献作为测试案例。

我们至少做出了四项重要贡献:(1)我们运用先进的主题建模技术BERTopic(Grootendorst, 2022)以及现代弱信号分析方法,识别关键研究主题并追踪其发展脉络。BERTopic利用变换器模型和基于类别的TF-IDF变体来构建密集的聚类,从而生成高质量、易于理解的主题,同时保留主题描述中的核心术语。通过结合弱信号分析,我们能够更准确地识别那些通过传统方法难以发现的细微且正在形成的研究趋势或技术,且几乎不需要人工干预。这种组合有助于发现那些有可能对特定科学领域产生重大影响的新兴研究成果,从而使相关方能够根据这些信息及时调整策略、进行投资或规划发展。(2)我们提供了一种灵活、模块化且多层次的方法,可适用于不同的技术领域。该方法不仅能识别新兴技术的迹象,还能追踪其发展历程以及随时间变化的规律。WISDOM能够实现更快、更全面、更定量的大规模分析,为专家提供有力的决策支持。(3)本研究的时间跨度接近二十年(2004-2021),通过对新兴研究趋势进行时间维度分析,提升了见解的深度,使相关方能够了解研究主题随时间的变化情况。我们通过将这一框架应用于水下传感技术领域,展示了其实际应用效果和性能,为其在更多领域的应用提供了实例。不过,该框架的适用范围并不仅限于此案例研究。(4)基于人工智能的方法确保了识别过程的客观性和无偏见性,消除了可能影响趋势识别的人为偏差,提高了所提供见解的可靠性。

本文结构如下:第2节回顾了以往的相关研究和传统方法。第3节详细介绍了数据和方法,第4节呈现了研究结果,第5节对这些结果进行了讨论。第6节指出了本研究的局限性,并提出了未来研究的方向。

2. 相关工作
全球化的推进和竞争的加剧使得人们对新兴技术的研究兴趣日益浓厚。近年来,关于新兴技术的学术论文数量不断增加(Zamani et al., 2022)。新兴技术不仅在学术研究中受到关注,也是政策讨论和行动计划中的重要话题(Rotolo et al., 2015)。然而,对于“新兴技术”的定义存在多种理解,有些定义强调了其潜在的社会经济影响(如Porter et al. 2002),而另一些则侧重于其发展过程中的不确定性(如Boon and Moors 2008),或是其新颖性和成长性特征(如Small et al. 2014)。

Rotolo等人(2015)在一项重要且全面的研究中,从五个关键维度定义了新兴技术:颠覆性创新、快速增长、一致性、显著影响,以及一定程度的不确定性和模糊性。他们认为,新兴技术是一种具有高度创新性且发展速度较快的技术,它在一定程度上具有时间一致性,同时具备对社会经济领域产生重大影响的潜力。不过,其最显著的影响预计会在未来出现,而在发展初期仍存在不确定性和模糊性(Rotolo et al., 2015)。Veletsianos(2016)则给出更宽泛的定义,他认为新兴技术是指那些尚未被广泛接受,但有望在不久的将来对大多数组织产生重大影响的技术。

对新兴技术的理解还取决于分析者/领域专家的观点及其项目目标。有的专家可能因为某项技术的创新性及其对社会经济的潜在影响而认为其属于新兴技术,而另一些专家则可能认为它是现有技术的延伸(Rotolo et al., 2015)。由于在定义上缺乏共识,加之观点多样,人们发展出了不同的方法来识别和分析新兴技术。此外,由于缺乏关于新兴技术的全面、准确的历史数据,预测这些技术的发展变得极为困难(Daim et al., 2006)。

科学计量研究倾向于使用定量指标,并利用专利和学术论文等各种数据源,这是识别新兴技术最常见的方法(Daim et al., 2006)。例如,Porter和Detampel(1995)运用文献计量方法,提出了一种从公共电子数据库中监测和提取新兴技术信息的方法。Lee(2008)则利用共词分析和科学计量指标,挖掘信息安全领域的新兴研究主题,分析该领域的趋势和模式。Gl?nzel和Thijs(2011)则借助核心文献和交叉引用的概念,提出了一种基于文献计量的方法来识别新兴主题。Abercrombie等人(2012)研究了不同数据源之间的关联,提出了一种科学计量模型,用于监测新兴技术的出现。在更近期的研究中,Wang等人(2019)运用文献计量技术研究癌症研究领域的新兴技术,重点关注乳腺癌和前列腺癌这两种癌症类型。由于在定义上缺乏共识,即便使用相同或类似的方法,这些用于识别和分析新兴技术的方法也往往存在很大差异(Rotolo et al., 2015)。

数字技术提高了海量数据的可获取性,如今已有众多科技数据库服务于不同领域的创新工作,这些数据库中的数据在规模和种类上都在持续增加(Bengisu & Nekhili, 2006)。另一方面,先进的计算机科学算法也为从各类数字数据库中获取更深层次的见解提供了可能(Ebadi et al., 2022)。Jibu和Osabe(2018)运用无监督机器学习技术——动态主题建模,来识别和探索科学计量领域学术出版物中的主题模式及新兴发展方向。Ebadi等人(2023)则利用自然语言处理技术和动态主题建模来分析高超音速研究领域的现状及其发展变化。在另一项研究中,Park和Yoon(2018)利用专利数据,提出了一种定量前瞻性方法,用于识别不同领域之间可能的技术知识流动趋势。Xu等人(2019)在2019年开展的研究中,构建并整合了多个机器学习模型,提出了一种框架,用于在主题层面识别和预测新兴研究主题。Griol-Barres等人(2020)利用多种类型的数据源,开发了一个系统,该系统依靠自然语言处理技术来识别弱信号,并自动对识别出的关键词进行分类。Ebadi等人(2022)则结合深度学习和弱信号分析技术,提出了一种多层方法,用于从学术出版物中识别新兴技术信号。

除了文献中在定义和方法上的多样性之外,传统识别新兴技术的方法也存在一些局限性。这些局限性包括依赖简单指标、需要大量人工干预,以及由于最初过度依赖专家意见而引入主观性因素(Ebadi et al., 2022)。除了主观性问题之外,尽管专家知识是宝贵的信息来源,但他们可能不了解自己所在领域之外的新兴技术,或者忽视那些他们不熟悉的创新成果。此外,专家的见解往往具有定性特点,难以量化,这也就使得难以客观地比较和确定新兴技术的优先级。受人工智能领域近期进展的启发,为解决上述局限性,我们在本研究中引入了WISDOM——一种基于人工智能的自动化框架,它通过先进的主题建模和弱信号分析技术来识别新兴研究主题。在类似的研究中,Park和Kim(2021)采用了结构化主题建模(STM)(Roberts等人,2019)以及弱信号分析方法,通过2010年至2019年的各类出版物来统计分析可再生能源相关主题的演变趋势,并研究了所提取主题的特征。WISDOM在至少两个重要方面提升了他们的研究方法:(1)WISDOM使用了BERTopic(Grootendorst,2022),相比STM具有诸多优势。BERTopic借助预训练的大型语言模型进行文本理解,因此能够捕捉到比STM更为精细的语义关系和上下文信息。此外,BERTopic还能生成具有代表性的关键词和文档嵌入向量,从而使主题更具可解释性,便于人们理解和解读。而且,除了能展示主题随时间的变化趋势外,BERTopic模型还能提供特定时间点的主题表征信息,有助于我们更深入地了解该领域的发展动态。(2)WISDOM配备了自动主题标注引擎,这不仅提升了整个框架的性能与效率,还避免了人工干预的必要,实现了流程自动化,进而保证了结果的客观性。WISDOM为战略规划者及领域专家提供了有力工具,帮助他们更高效地识别和监测新兴主题相关的趋势,同时提升了检测过程的准确性与客观性。

3. 数据与方法论
3.1 数据
研究人员通过科学出版物向学术界以及广大公众传达他们的研究成果、成就以及科学突破(Nelkin,1998);因此,出版物被视为科学研究的主要产出成果(Rennie等人,1997)。为此,作为案例研究并用于测试与验证WISDOM,我们以科学出版物作为主要数据来源,用以识别水下传感领域的新兴技术,最终选择Elsevier的Scopus作为数据来源。在我们的领域专家精心设计的全面搜索查询的指导下,我们收集了2004年至2021年间所有关于水下传感技术的科学出版物。我们所收集的数据集包含了Scopus网站提供的与每篇文献相关的所有元数据,这些信息包括论文标题、摘要、发表日期、作者列表及其所属机构等。那些没有标题或摘要的出版物被排除在数据集之外,而且我们仅考虑用英语撰写的论文。数据收集工作于2022年9月14日完成,最终得到的数据集包含9,046篇出版物。图1展示了这些论文的时间分布情况,每根柱子顶部的数字表示对应年份的论文总数。正如预期,与人工智能相关的出版物数量呈上升趋势。值得注意的是,这类出版物大多为期刊文章或会议论文。起初,会议论文是最常见的类型,但2019年后,期刊文章的数量开始超过会议论文。

下载:下载高分辨率图片(230KB)
下载:下载完整尺寸图片
图1. 按出版物类型分类的历年出版物分布情况(n=9,046),每根柱子顶部的数字表示对应年份的出版物总数。

数据准备与处理包含多个连续步骤。首先,我们将数据集中每篇出版物的标题与摘要合并,创建了一个名为pubtext的新特征。由于我们无法获取出版物的全文内容,而摘要则涵盖了该出版物的全部核心内容,堪称有用信息的集中地。相比之下,虽然标题篇幅较短,但也能提供一些摘要中可能未提及的补充性关键词或短语。基于这些考虑,我们决定将标题与摘要结合使用,从而更准确地呈现出版物中的内容。

接下来,pubtext特征经过了多轮预处理。首先,我们将所有文本转换为小写形式,消除大小写带来的差异。随后,我们使用自定义的停用词列表删除了冗余词汇,提升了剩余术语的相关性。同时,我们还处理了特殊字符,修正了可能影响分析结果的异常字符。此外,我们还去掉了标点符号,进一步简化文本结构。分词是另一个关键步骤,它将文本分解为一个个独立的单词或词元以便分析。最后,我们进行了词形还原处理,即将单词还原为其基本形式或词典中的标准形式,从而使文本数据更具连贯性和意义性。这些预处理步骤共同提升了数据的精度与标准化水平,为后续分析奠定了基础。

3.2 方法论
在本研究中,新兴研究主题是通过弱信号提取方法来确定的,这类主题的特点是平均主题占比较低,但增长速度较快。这种方法表明,尽管这类主题目前尚未普及,但其发展势头迅猛,预示着它们在未来研究领域中可能会发挥重要作用。该方法主要关注主题的新颖性以及重要性不断提升等特征,因为这类主题虽然仍处于发展阶段,却具备未来变得更为重要的潜力。

WISDOM的系统架构由三个主要组成部分构成:(1)高级主题建模,(2)自动主题标注,(3)弱信号提取。本节将详细介绍这些组成部分。图2展示了整个分析流程的总体结构。该分析流程是使用Python编程语言开发并运行的。实验是在一台配备2.40 GHz处理器、16 GB内存以及500 GB存储空间的HP笔记本电脑上进行的。而在自动主题标注环节,则使用了一台拥有4块GPU及64 GB GPU内存的GPU集群机器。

下载:下载高分辨率图片(878KB)
下载:下载完整尺寸图片
图2. 分析流程的总体结构示意图。

3.2.1 高级主题建模
WISDOM采用BERTopic(Grootendorst,2022)从数据集中提取核心研究主题。BERTopic模型的优势在于它能够学习连贯的语言模式,并在多种任务中表现出色(Grootendorst,2022),而这与其他通常只专注于某一特定领域的模型不同(Egger & Yu,2022)。此外,在对BERTopic模型进行训练之后,还可以进一步减少主题数量(Sánchez-Franco & Rey-Moreno,2022),这样研究人员就可以根据自身需求调整并确定更为精确的主题数量。另外,BERTopic还具有很高的灵活性,因为它将文档嵌入处理与主题表示分开,这使得人们可以使用不同的预处理和微调技术。总而言之,使用BERTopic能够有效追踪和分析主题的演变过程,这对于把握科学技术领域的动态变化至关重要。它具备处理大规模、不断变化的数据集的能力,还能持续优化其聚类方法,因此特别适合那些创新速度较快的领域,而在我们针对水下传感技术的研究中,它也取得了最佳效果。

BERTopic由四个主要部分组成。首先,利用预训练的基于Transformer的语言模型生成文档嵌入向量,从而获取文档层面的信息。通过Sentence-BERT(SBERT)框架(Reimers & Gurevych,2019),嵌入过程能够在向量空间中生成文档的表示形式,进而实现不同嵌入向量之间的语义比较。其基本假设是,属于同一主题的文档在语义上具有相似性(Grootendorst,2022)。我们选用all-MiniLM-L6-v2模型来生成嵌入向量。一旦生成了嵌入向量,BERTopic就会通过均匀流形近似与投影(UMAP)技术将其维度降低,将其压缩到更低维度的空间中(McInnes等人,2020)。UMAP在将高维数据降维时,能够保留更多局部和全局特征。此外,由于UMAP在嵌入向量维度上没有计算限制,因此它还能适应不同语言模型中的不同维度空间(McInnes等人,2020)。接着,会对经过降维处理后的嵌入向量应用HDBSCAN聚类算法(McInnes等人,2017),这是一种基于密度的层次聚类方法。HDBSCAN能够将噪声视为异常值,从而避免将无关文档随意归入某个簇中,进而提升主题表示的质量(Grootendorst,2022)。在我们的实验中,HDBSCAN的参数设置如下:min_cluster_size = 15,min_samples设为None(该值默认与min_cluster_size相同),cluster_selection_epsilon设为0.0。

此外,使用UMAP降低高维嵌入向量的维度,还能提升HDBSCAN的聚类精度与计算效率(Allaoui等人,2020)。最终,主题表示是通过基于类别的词频-逆文档频率(c-TF-IDF)算法生成的。传统的主题建模方法,如潜在狄利克雷分配算法(LDA)(Blei,2003),属于静态模型,无法捕捉文档之间的序列关联关系(Ebadi等人,2021)。而动态主题建模方法则通过考虑主题随时间的发展变化,并评估主题表示与这种变化的匹配程度,从而解决了这一局限。BERTopic正是通过使用c-TF-IDF形式的主题表示来实现这种建模能力的(Grootendorst,2022)。需要指出的是,BERTopic并非预训练模型,而是一种主题建模技术,它利用预训练的嵌入向量与聚类算法来发现和分析主题。BERTopic模型是在给定的文本语料库上经过训练的。

在我们以水下传感领域的出版物作为研究对象的实验中,按照3.1节中所述的清洗与预处理步骤之后,我们使用经过词形还原处理后的数据来训练BERTopic模型。最初我们将主题数量设定为100个,让模型根据数据特征自动确定最合适的主题数量。同时,我们设定的n-gram范围为(1,2),即同时考虑单词和二元词组。最终,该模型从语料库中识别并提取出了73个不同的主题,这些主题将在4.3节中进行详细阐述。

3.2.2 自动主题标注
在默认模式下,BERTopic会利用c-TF-IDF算法为每个主题生成按重要性排序的代表性关键词列表,但它并不总能生成完整、易于人类理解的描述性标签。为了提升所提取主题的可解释性,同时避免人工干预,我们设计了一种多层架构的方法,旨在自动为BERTopic提取出的主题生成描述性标签。

将一个主题简化为单一的代表性标签是一项颇具挑战性的任务,通常需要领域专家的人工参与。得益于自然语言处理领域的最新进展,现在已有基于大量新闻文章数据集训练而成的标题生成器,这类工具能够为输入的文章生成简洁的一行式标题。然而,这类模型存在一个重大缺陷,那就是它们仅能在最大长度为512个词元的序列上进行训练。

图3展示了我们数据集中单词的分布情况。如图3-a所示,数据集中的论文——通过pubtext特征来表示——长度一般在100到250词之间(中位数為171词),不过数据集中也存在长度更长的文本。另一方面,一个主题往往包含多篇论文,这就使得无法使用标题生成器来为整个主题生成标签。图3-b则显示了水下传感数据集中每个提取主题所含的不同单词数量(中位数为1552个)。

下载:下载高分辨率图片(499KB)
下载:下载完整尺寸图片
图3. 词元分布情况,a) 不同长度词元的论文数量,b) 每个主题所含的不同词元数量。

为了解决这些限制,实现自动为提取出的主题生成代表性标签,我们采用了以下一系列连续步骤。首先,为每个提取出的主题随机选取15篇论文(不重复选取),确保在每次迭代中,每个主题内的每篇论文都有相同的被选中概率。然后,使用经过微调、专门用于抽象总结的预训练文本到文本转换Transformer模型“t5-base”(Raffel等人,2020)对每篇选中的论文进行总结。像T5这样的文本到文本转换Transformer模型,能够将输入的文本转换为所需的输出文本格式,从而将所有的自然语言处理任务都视为文本到文本的转换问题。这类模型依托于Transformer架构,而Transformer架构擅长处理序列数据,并能通过自注意力机制捕捉长距离的依赖关系。T5模型的通用性很强,因为它可以在统一的框架下针对多种不同的任务进行训练,因此能够在各种文本处理任务中都能表现出良好的性能。我们将T5模型生成的各个总结结果拼接在一起。由于我们仅使用了论文的标题和摘要,因此最终文本的总长度仍然低于512词元的限制(具体平均单词分布情况可参见图3-a)。将合并后的摘要输入“t5-base-en-generate-headline”模型,以生成候选主题标签。为确保结果的稳定性,并考虑因随机选择各主题的代表文章而可能带来的差异,每个主题的上述步骤均重复了15次。这一次数是通过实验确定的,旨在在计算成本与充分采样潜在文章子集的需求之间取得平衡。我们的初步实验表明,一致性较高的主题在多次重复中能产生稳定的标签,而多样性较强的主题则会出现更大波动。最终标签由领域专家从15个候选标签中选出,优先选择最能体现该主题共识性内容的标签。最后,为确保自动生成的标签与提取的主题一致,我们对提取的主题和自动生成的标签进行了全面审查。主题提取与标注流程详见算法1。

算法1. WISDOM主题检测与标注流程。

3.2.3 弱信号提取

在不断变化的技术环境中,及早识别新兴信号和趋势是一项重大挑战。本研究利用主题中的弱信号概念,旨在找出那些目前关注度较低但具有进一步发展潜力的研究主题。安索夫(1975)提出了弱信号概念,作为战略规划的替代或补充方式,而在20世纪70年代和80年代,战略规划在企业和组织中占据主导地位。最初出现的弱信号包含的信息较为模糊,仅能暗示潜在的威胁或机遇。随着时间推移,这些信息会逐渐明晰,明确威胁或机遇的来源与特征,以及最终的预期结果;因此,弱信号可被视为未来可能出现的风险或机遇的指标(Holopainen & Toivonen, 2012)。希尔图宁(2008)将未来信号定义为当前那些在预测即将到来的变化时被认为重要的异常现象,并提出了未来信号的三个维度:(1)信号,即未来信号的数量和/或可见度;(2)问题,即体现未来信号传播的事件;(3)解读,即接收者对未来信号含义和重要性的理解。

为定量提取未来信号,尹(2012)提出了一种基于关键词的文本挖掘方法,该方法运用关键词频率(作为重要性指标)和关键词在文档中的出现频率(作为关键词传播程度的指标)。尽管这种方法已被多项研究采用(如Ebadi等人,2022;Krigsholm和Riekkinen,2019;Park和Cho,2020),但其存在两个主要局限:(1)仅出现在关键词出现图或关键词问题图中的信号会被排除在未来的信号之外;(2)由于被识别为未来信号的信号是以文字形式呈现的,因此解读其含义可能存在困难(Park & Kim, 2021)。为解决这些局限,本研究采用了Park和Kim的方法(Park & Kim, 2021),并使用BERTopic模型得出的主题比例而非单词和文档频率来识别信号。信号是通过构建主题出现图来获得的。虽然我们对弱信号的界定标准是较低的平均主题比例和较高的增长率,但这些标准本身就是为了筛选出既新颖又处于发展势头中的主题,而在学术交流领域,这通常意味着概念或技术上的创新。换言之,符合这些标准的主题在现有文献中尚未得到充分确立,因此很可能是代表新研究方向的候选主题。此外,由于WISDOM使用的是BERTopic基于Transformer的语义嵌入技术,而非单纯的关键词统计,它能够捕捉到那些在语义上与历史主题有显著差异的新主题,即便它们与以往的研究没有明显的术语关联。这种时间上的稀有性、快速的发展速度以及语义上的独特性相结合,使得该框架能够捕捉到Rotolo等人(2015)所定义的“根本性创新”,同时还能通过可解释的主题级表征来辅助其识别。

图4展示了一个示例主题出现图,其中x轴表示在指定分析周期Y = {ys, …, ye}内,某个主题t的年均主题比例,计算公式为:(1)pt ̄=∑y∈Ypt,y|Y|,其中每年的主题比例为pt,y=nt,y/Ny,nt,y为第y年属于主题t的文档数量,Ny为该年的总文档数。y轴则表示主题比例的年均增长率,计算方法是选取所有连续年份对Ct=(y,y+1)∈Y且pt,y〉0和pt,y+1>0的情况,公式为:(2)gt=((∏(y,y+1)∈Ctpt,y+1pt,y)1|Ct|)?1。可下载高分辨率图像(158KB)或完整尺寸图像。

图4. 主题出现图,用于识别未来信号。该图根据x轴的中值以及y轴为零的值被划分为四个象限。如果|Ct|=0,则gt=?1,表示没有可测量的增长趋势。该图根据x轴中值和y轴为零的值,将主题出现图划分为四个象限:(1)右上区域为强信号,指的是那些平均比例和增长率都较高的研究主题;(2)左上区域为弱信号,指的是那些平均比例较低但增长率较高的主题;(3)左下区域的主题被归类为潜在信号;(4)右下区域则为那些虽非强信号但已较为知名的信号。例如,在图4中,主题10被归类为弱信号,主题3为强信号,主题7为潜在信号,主题8则为NSWK信号。需要注意的是,x轴和y轴的阈值可根据研究目标和数据特点进行调整,也就是说,这些阈值是可调整的,且取决于具体领域。在水下传感技术这一快速发展且跨学科性强的领域中,我们测试了多种阈值,最终确定本文中采用的阈值最为有效,因为它们能最大程度地减少噪声信号,这一结论也得到了领域专家的认可。

如3.1节所述,本研究收集了2004年至2021年间与水下传感技术相关的出版物。为追踪信号模式的时间演变变化,我们将研究期划分为三个为期六年的区间,即[2004, 2009]、[2010, 2015]和[2016, 2021]。在后续文本中,我们将分别用P1、P2和P3来指代这三个区间。随后,我们为每个区间构建了主题出现图,并为这些区间内的每个主题分配了信号标签,即P1、P2和P3。将研究期划分为三个六年区间是通过实验以及与领域专家的持续沟通和验证来确定的。这种方法确保所选的时间段能够有效反映水下传感技术相关出版物的时间演变和趋势变化。通过与领域专家的合作,我们确认这些区间能够为该领域的进展提供有价值的见解,其中P1、P2和P3的出版物数量分别为1512、2658和4876篇。需要指出的是,在WISDOM系统中,主题被分类为弱信号、强信号、潜在信号或NSWK信号,是基于综合的量化指标,而非逐年的瞬时变化率。因此,某个主题在某个时期可能看起来“变化平缓”,但在整个研究期内计算其增长率时仍可能达到正增长的标准。这种方法有助于确保结果的稳定性、可重复性,以及抗短期波动的能力。

4. 结果

4.1 主题

如3.2.1节所述,我们使用BERTopic模型(Grootendorst, 2022)从关于水下传感技术的出版物中提取研究主题。BERTopic会将所有异常主题标记为-1,因此我们将其剔除。关于异常出版物的补充分析见附录B。表1列出了剩余的主题及其对应的文档数量。第一列为主题编号,接着是主题标签及相应的出版物数量。主题65被标记为“潜艇图像增强与色彩校正”,其文档数量最多;而主题34、主题55和主题63的文档数量最少。

表1. 提取出的主题及其对应的出版物数量。

| 主题编号 | 主题标签 | 文档数量 |
|----------|----------|----------|
| 1 | 北极海洋、冰层与石油 | 1462 |
| 2 | 物联网、数据与应用 | 963 |
| 3 | 加拿大海军 | 244 |
| 4 | 水下鱼类追踪 | 82 |
| 5 | 具有更强性能的新型飞机设计制造 | 146 |
| 6 | 海事安全、大数据与传感器 | 187 |
| 7 | 航海物联网 | 398 |
| 8 | 澳大利亚的反潜作战计划 | 239 |
| 9 | 高效水下声学网络 | 91 |
| 10 | 美国海军的MAC协议 | 26 |
| 11 | 激光雷达、超声技术 | 32 |
| 12 | 海事遥感与监控 | 63 |
| 13 | 海上飞行器 | 285 |
| 14 | 水下3D声学成像系统 | 393 |
| 15 | 海洋学 | 14 |
| 16 | 中国的军事现代化 | 26 |
| 17 | 潜艇作战历史 | 25 |
| 18 | 水下物联网、海洋探索 | 24 |
| 19 | 水下机器人技术 | 160 |
| 20 | 海洋哺乳动物探测与追踪 | 30 |
| 21 | 水下成像技术 | 47 |
| 22 | 爆炸物及其他危险物质的探测 | 14 |
| 23 | 珊瑚礁探测技术 | 36 |
| 24 | 水下车辆/物体的探测与追踪 | 22 |
| 25 | 潜艇图像增强技术 | 32 |
| 26 | 美国海军中的移动锚定装置 | 14 |
| 27 | 海底特征分析 | 27 |
| 28 | 潜艇物体探测、小型物体探测 | 13 |
| 29 | 深海机器人技术 | 31 |
| 30 | 声纳图像、处理技术及质量评估 | 21 |
| 31 | 深海中子望远镜 | 22 |
| 32 | 潜艇二氧化碳监测技术 | 26 |
| 33 | 水下物联网的CoAP拥塞控制方案 | 20 |
| 34 | 水下物联网的能效提升技术 | 12 |
| 35 | 水下图像的修复与增强技术 | 28 |
| 36 | 水下物联网的路由协议 | 28 |
| 37 | 美国海军相关研究 | 176 |
| 38 | 水下激光串行成像传感器 | 95 |
| 39 | 水下声学通信网络 | 25 |
| 40 | 潜艇火山 | 21 |
| 41 | 低功耗水下物联网 | 14 |
| 42 | SDRT技术 | 13 |
| 43 | 美国海军的地理广播技术 | 16 |
| 44 | 海底基础设施监测技术 | 16 |
| 45 | 水下物联网的次区域查询技术 | 18 |
| 46 | 无线传感器充电技术 | 41 |
| 47 | 潜艇未爆炸弹药处理技术 | 35 |
| 48 | 潜艇石油监测技术 | 140 |
| 49 | 美国海军的地理空间路由技术 | 31 |
| 50 | HHVBF路由技术 | 14 |
| 51 | 声纳监测与追踪技术 | 66 |
| 52 | 潜艇幽灵成像技术 | 13 |
| 53 | 美国海军中的聚类技术 | 43 |
| 54 | 美国海军的PULRP技术 | 14 |
| 55 | UMIMO-MAC:新的介质访问控制协议 | 12 |
| 56 | 低功耗通信技术 | 30 |
| 57 | 用于探测未爆炸装置的深度学习技术 | 19 |
| 58 | 基于激光的潜艇远程成像与追踪技术 | 19 |
| 59 | 海底电缆技术 | 33 |
| 60 | CTDA技术、美国海军的位置定位技术 | 25 |
| 61 | 搜索潜艇、潜艇磁场探测技术 | 14 |
| 62 | 水下物联网的DCS技术 | 27 |
| 63 | 微型自动水下航行器技术 | 12 |
| 64 | 用于探测未爆炸装置的LiDAR信号处理技术 | 45 |
| 65 | 潜艇图像增强与色彩校正技术 | 83 |
| 66 | 传感器故障检测技术 | 22 |
| 67 | 水下目标追踪与仿真技术 | 22 |
| 68 | 潜艇水雷探测技术 | 34 |
| 69 | 用于水下目标探测的声纳成像技术 | 42 |
| 70 | 物联网的路由方法研究 | 78 |
| 71 | 水下物联网的比较研究 | 46 |
| 72 | 水下物联网的节能算法研究 | 49 |
| 73 | 水下物联网的定位方法研究 | 81 |

* 第一列(#)表示主题编号。
?? 缩写列表见附录A。

图5展示了一张热图,显示了文档数量最多的20个主题之间的相似度。该热图是根据主题嵌入向量计算得到的余弦相似度矩阵生成的。从图中可以看出,相似度最高的是主题70“物联网的路由方法研究”和主题73“水下物联网的定位方法研究”,而相似度最低的是主题9“高效水下声学网络”和主题13“海上飞行器”。

可下载高分辨率图像(1MB)或完整尺寸图像。

图5. 20个出现频率最高的主题的相似度矩阵。图例中的括号内数字表示对应主题的文档数量,单元格中的数值则为相似度得分。

4.2 信号

图6展示了三个六年区间内,即P1= [2004,2009]、P2= [2010,2015]和P3= [2016,2021],所提取研究主题的信号变化情况,具体内容如3.2.3节所述。从图中可以看出,没有任何弱信号主题(图中以绿色标出)在后续期间转变为强信号主题(以红色标出)。主题25被标记为“潜艇图像增强技术”,仅出现在P2期间;而主题39被标记为“水下声学通信网络”,主题67被标记为“水下目标追踪与仿真技术”,则仅在P3期间出现。有18个主题在整个分析期间都保持着稳定的信号模式。其中,有5个主题——主题19、37、61、70和71——从P1到P3都被认定为潜在信号。其余13个主题,即主题10、11、14、22、31、36、40、43、44、49、57、65和72,在整个期间都被归类为NSWK信号。我们将在后续章节中详细探讨弱信号和强信号。

可下载高分辨率图像(375KB)或完整尺寸图像。

图6. P1、P2和P3期间各主题的信号情况。黑色单元格表示没有信号。

4.2.1 弱信号

有18个主题——主题2、3、4、8、13、15、16、21、26、27、33、34、35、41、42、58、59和66——在三个研究期间中至少有一个时期表现为弱信号。其中,只有主题21“水下成像技术”在连续的两个时期,即P1和P2期间,被认定为弱信号。在这18个主题中,有4个主题——主题2、4、13和21——也是出现频率最高的主题(见图5)。

图7展示了弱信号研究主题的时间变化趋势(实线蓝色曲线),同时还有一条虚线灰色趋势线,周围还有阴影区域,表示95%的置信区间。x轴仅显示生成数据点对应的年份。在解读各子图时,需要注意各时间段的差异,因为某些主题的起始时间和结束时间可能并不相同。从图中可以看出,主题2、4、15、16、26、27、33、35、42、58、59和66在最近的几个时期呈现出上升趋势,而主题3、13和34则呈现下降趋势。还有一些主题,如主题8和13,在保持稳定趋势之前或之后出现过几次峰值。主题8、21和41在分析期间呈现出几乎恒定的发展趋势。下载:下载高分辨率图像(957KB)下载:下载全尺寸图像图7. 不同时期被识别为弱信号的研究主题的时间演变情况(实线蓝色)。相应时期以括号形式标注在主题旁边。灰色虚线为趋势线,阴影区域表示95%置信区间。此外,BERTopic模型除了展示主题随时间的变化外,还提供了关于特定时间点主题特征的详细信息。表2列出了每个主题最近三个峰值对应的时间段内最具有代表性的三个关键词。表中缩写的完整形式见附录A。除了关键词和峰值之外,峰值之间的间隔也具有参考价值,可能表明某一研究主题随时间变化所需的时间。例如,主题21(水下成像)在整个研究期间都存在波动,峰值与低谷之间的间隔相对较小,而主题41(低功耗UWSNs)仅出现两个峰值,两者之间相隔六年(见图7和表2),这可能表明其所在领域的活跃程度有所不同。表2. 弱主题信号的关键词,代表其最近三个峰值。#{关键词}年份2{无线、聚合、传感器}2015,{无线、卫星通信、网络}2018,{物联网、物联网、无线}20203{加拿大水上无人机系统、加拿大、停泊}2010,{集装箱、加拿大、国际货运}2012,{加拿大、航行、政治}20194{鱼类、埃德娜、水产养殖}2018,{鱼类、水产养殖、视频}2020,{鱼类、物种、水产养殖}20218{澳大利亚、直升机、数字营销组织}200713{海军、飞机、战争}2004,{海军、战争、飞机}2006,{飞机、海军、反潜}200715{世界大战、革命、超声波}2005,{方程式、声纳、海洋}2015,{人类世、蒙克、斯卡帕}201916{中国、无人机、军事}2010,{小鸡、父母、幼崽}2015,{中国、军事、外国}201921{波形、多输入多输出、宽带}2015,{非局部图像处理、阿尔忒弥斯、光谱}202026{协作、时空、差分频分复用}2006,{环境、正交频分复用、协作}2015,{双静态、目标、概率}201827{水生植被}2004,{标签、速度、电机}2016,{鱼群、过滤、方位}201933{认知神经科学、节点、贪婪算法}201634{能量效应对齐的频谱波束形成、头部、簇}201335{图像、分割、多层}202041{调制解调器、伊塔卡、功率}2012,{双跳、低功耗、收发器}201842{揭示、分布式时间网络、超低功耗传感器网络}2015,{自主水下航行器、重新浮出水面、互联}2016,{船长、超低功耗传感器网络节点}202058{单光子、超声波、换能器}2015,{模块、热线、浮力}201759{沙子、冲刷、桥梁}2017,{冲刷、螺栓固定、海滩}202066{故障、多目标、通道}2019,{故障、基尔霍夫定律、前向散射}2020,{船底、水下智能交通系统、故障}20214.2.2. 强信号有五个主题——主题1、5、52、55和60——在至少一个时期内表现为强信号,除主题5出现在P2时期外,其他均出现在P1时期。在这些强信号主题中,只有主题1(“具有更高性能的新飞机的设计与制造”)属于频率最高的20个主题之列(见图5)。图8展示了强信号研究主题的时间演变情况。从趋势来看,三个主题——主题1、55和60——呈现整体上升趋势,而其余两个主题——主题5和52——则呈现下降趋势。值得注意的是,预计主题60在未来将保持增长势头,而其他主题则可能维持稳定或下降趋势。在这五个主题中,主题1的波动最大,间隔最不稳定,与其他四个主题相比,显示出其长期的重要性。下载:下载高分辨率图像(426KB)下载:下载全尺寸图像图8. 不同时期被识别为强信号的研究主题的时间演变情况(实线蓝色)。相应时期以括号形式标注在主题旁边。灰色虚线为趋势线,阴影区域表示95%置信区间。表3列出了每个强信号主题最近三个峰值对应的最具代表性的三个时间特定关键词。表中缩写的完整形式见附录A。值得注意的是,与其他主题相比,主题1的波动最大(见图8),但其各个峰值对应的关键词最为稳定,说明该主题在相关研究领域内的聚焦度更高。表3. 强主题信号的关键词,代表其最近三个峰值。#{关键词}年份1{冰、石油、雪}2013,{冰、北极、石油}2015,{冰、石油、北极}20195{任务、升级、直升机}200552{空间、频谱波、阵列}2010,{窄带、追踪器、中子}2016,{幽灵函数、光学}201755{统一多模态接入、访问、功能}2011,{在范围内存活、队列、访问}201760{自动序列号、估计、定位}2016,{定位、优化器、差分频域优化}20215. 讨论与结论在本研究中,我们提出了WISDOM这一基于人工智能的自动化框架,它通过整合高级主题建模和弱信号分析等多种技术,用于识别新兴研究主题。作为案例研究,我们利用2004年至2021年的科学文献,评估了WISDOM在识别水下传感技术领域的新兴研究主题和趋势方面的有效性。在P1、P2和P3这三个时期中,共有18个研究主题被识别为弱信号。如图7所示,在这18个弱信号主题中,只有主题4(水下鱼类追踪)、33(UWSNs的CoAP拥塞控制方案)和42(SDRT)出现在P3时期,而且预计这些主题在未来几年将继续发展。近年来,由于水下鱼类追踪有望彻底改变我们对水生生态系统和渔业管理的理解,因此引起了研究人员的极大兴趣(Saleh等人,2024年)。先进的传感技术,如声学遥测和卫星标记技术(Matley等人,2022年),以及数字技术,如深度学习和计算机视觉技术(Saleh等人,2024年),使得研究人员能够在大范围空间内实时追踪鱼类的活动,从而为了解鱼类的迁徙模式、栖息地利用情况以及种群动态提供重要线索。无线传感器网络中的拥塞管理(主题33)也是一个具有挑战性且重要的问题,最近引起了研究人员的广泛关注(Pandey & Kushwaha,2020年)。随着先进传感技术的应用以及水下设备之间的互联互通日益增多,迫切需要有效的拥塞控制机制,以确保水下环境中的数据传输既可靠又及时。该方案利用受限应用协议轻量级且节能的特点(Makarem等人,2022年),针对UWSNs特有的约束条件和环境进行了优化,从而提升了网络性能,推动了从水下物联网络到机器人物联网络等众多水下应用的发展(Seo等人,2020年;Kabir等人,2023年)。在水下环境中实现可靠的数据传输至关重要。随着先进传感技术的出现以及水下传感器网络部署的不断增加,人们越来越需要具备强大功能的通信协议,以便在恶劣的水下环境下确保数据的完整性与可靠性。分段数据可靠传输技术(SDRT,主题42)(Xie等人,2010年)通过采用针对水下通信特点设计的分段数据传输技术,提高了水下研究应用中数据传输的效率与可靠性。如图6所示,有五个主题——主题1、5、52、55和60——被识别为强信号,除主题5出现在P2时期外,其余均出现在P1时期。从图8可以看出,只有主题1(北极海洋、冰、石油)和主题60(CTDA、水下传感器网络的定位)呈现总体上升趋势,且预计主题60的上升趋势还将持续。由于环境问题、资源勘探、地缘政治意义以及技术挑战等诸多因素,北极海洋一直是水下传感技术研究人员感兴趣的研究领域(Piermattei等人,2018年;Cross等人,2015年;Huebert等人,2022年)。科学家们致力于解决一些关键的研究难题,如冰层监测与预测(Chi & Kim,2017年)、石油泄漏检测与绘图(Mooradian等人,2014年),以及利用先进声纳系统和自主水下航行器进行水下测绘与探索(Kunz等人,2008年),并通过创新的水下传感技术为北极资源与生态系统的可持续管理做出贡献。对水下传感器网络进行精确的定位与追踪(主题60)也有助于加强环境监测、资源勘探以及海上安全工作。该领域的最新研究集中在开发先进的声学和电磁定位技术(Su等人,2020年)、改进水下通信系统(Yan等人,2021年),以及利用自主水下航行器实现高效的数据采集与网络维护(Yan等人,2020年)。值得注意的是,所有被检测到的弱信号主题在后续时期均未发展为强信号。这一结果可能由两个主要因素造成。首先,这可能是水下传感研究领域本身的特性所致。其次,我们对于弱信号和强信号的定义是基于较为保守的阈值设定,目的是降低误判为新兴主题的概率。虽然这提升了已识别强信号的可靠性,但也可能限制了在研究时间内符合转变条件的弱信号数量。这些因素共同导致了我们的研究中未观察到弱信号向强信号的转化。需要强调的是,有些被归类为弱信号或强信号的主题,在图7和图8中可能并未展现出明显的趋势斜率,这有两个原因:其一,我们是依据整个六年时间段内计算出的增长率来判定的,即便增长主要集中在时间段的后半段,也能体现净增长态势;其二,某些强信号的起始数值较高,即便持续增长,其曲线的陡峭程度也会相对降低。这种基于量化阈值的方法——经过领域专家的验证——确保了信号分类是基于可重复的指标,而非单纯的主观视觉判断。BERTopic模型(Grootendorst,2022年)为每个提取出的主题提供了特定时间段的关键词集(见表2、表3),便于专家们了解主题随时间的变化趋势。通过分析不同时间点上与各主题相关的关键词,我们可以追踪某一特定研究领域内讨论的重点或侧重点的变化情况。这有助于识别新兴趋势、研究兴趣的转移,或是领域内术语的演变。例如,主题1(参见表3)代表了高度聚焦的研究领域,而主题4则体现了数据来源的转变(见表2),主题2则反映了技术的变革(参见表2)。通过比较不同时间段的关键词集,可以发现主题之间的规律或关联,从而更深入地理解研究话语的动态变化,为各领域的决策提供更有依据的支持。此外,由峰值、低谷以及相邻峰值之间的间隔所构成的时间演变曲线(见图7、图8),能够为我们提供关于主题受欢迎程度或相关性强弱随时间变化的宝贵信息。通过分析这些模式,专家们可以把握趋势,识别出研究兴趣或活动较为活跃的时期,以及某一研究领域内发生转变所需的时间。需要强调的是,尽管WISDOM并未采用专门的统计方法来检测新颖性,但该框架的设计本身就着眼于那些新兴的研究领域。通过关注那些历史出现频率较低但近期发展迅速的主题,该方法实现了对真正新颖性的衡量。此外,BERTopic模型的上下文嵌入功能使得该模型能够将概念上相关的文档归为一组,即使这些文档与以往的研究成果没有共同的关键词,也能检测出那些基于关键词的方法往往无法发现的具有语义新颖性的主题。这种对时间涌现性和语义独特性的双重重视,确保了WISDOM不仅能识别出发展迅速的主题,还能发现那些在概念或技术层面真正突破现有研究框架的研究方向。案例研究的结果(如P3时期的主题4、33和42)就体现了这一能力,因为这些主题在早期要么不存在,要么极为罕见,而正是由于近期的技术进步才得以出现。在衡量这些新兴主题的影响方面,领域专家发挥着至关重要的作用,他们能够提供专业的知识、背景信息以及跨学科的见解。这些专家对于准确评估和解读这些主题的重要性至关重要。为了衡量其影响,可以监测这些主题的增长率变化,分析围绕这些主题的论文发表数量或相关讨论的频率,以及评估它们对未来研究方向和主题发展的影响。有三名在水下传感技术领域具有丰富经验的专家参与了WISDOM的信号验证过程,他们首先会收到被检测到的主题、自动生成的标签、代表性关键词以及时间演变曲线,随后进入独立评审阶段,每位专家都会对候选的新兴主题的合理性进行评估,最后通过讨论来解决分歧并完善分类结果。最终形成了关于弱信号和强信号以及经验证的主题标签的统一列表。在WISDOM中,我们采用了时间监控方法,持续追踪研究主题的发展变化,从而能够在弱信号发展成重要趋势时及时采取行动。我们通过与领域专家的交叉验证所建立的严格验证流程,有效避免了误判和漏判的情况。此外,该框架在主题演变图中的阈值设定机制允许根据项目的具体情境和要求调整敏感度,从而更好地平衡对真实信号与噪声的识别。虽然手动识别新兴研究主题能够提供有价值的见解,但其耗时性、主观性以及处理大量数据时的潜在效率问题往往限制了其应用。此外,不同领域的专家在手动识别过程中可能缺乏一致性及标准化,导致识别过程存在差异,进而影响结果的可靠性。而借助机器学习与自然语言处理技术等自动化方法,则可通过更高效、客观的方式识别新兴技术,从而缓解上述缺陷。WISDOM为战略规划者及领域专家提供了一种简化流程的方法,它能快速处理海量数据,揭示潜在的跨学科模式,并提供公正的洞察,进而提升趋势识别的有效性与客观性。最后,尽管本文以水下传感技术领域为例进行展示,但WISDOM同样适用于其他领域。

6. 局限性与未来工作
所提出的WISDOM框架旨在作为决策支持工具,提升人类专家的决策能力,而非用完全自动化的流程取代他们。虽然我们已自动化了大部分分析流程以提高效率,但最终输出结果仍需由领域专家进行验证,以确保人类洞察力在这一过程中始终发挥重要作用。在通过随机抽样选择用于自动主题标注的代表性论文时,可能会使生成的标签存在差异。为解决这一问题,我们对每个主题进行了15次独立抽样,并对生成的标签进行了审核,以确保其一致性和代表性。这种重复抽样与人工验证相结合的方式有效降低了抽样带来的不确定性,使得最终的主题标签既稳定又与对应主题高度契合。不过,未来的研究可以进一步聚焦于自动主题标注技术,以不断提升其性能。我们在与水下传感技术相关的科学出版物上测试了该方法的性能。尽管学术出版物是报道科学发现的主要渠道,但并非所有新兴技术都会立即被记录在学术文献中。未来可将该方法应用于行业报告、资助申请以及其他学术或非学术来源的数据,作为进一步的研究方向。有些创新项目可能属于保密或专有信息,当前的方法无法捕捉到这些隐藏的创新成果。此外,“新兴技术”的定义可能因人而异,不同研究者对于何为新兴技术也有不同的标准。并非所有已发表的研究论文都具有同等的质量或重要性,未来或许可以聚焦于高影响力研究,排除质量较低或影响力较小的作品。本研究仅基于Scopus数据库中的英文文献,这可能导致来自非英语国家的新兴研究被低估,从而遗漏一些潜在的重要信号。未来的研究可以将该方法应用于其他语言的文献。另外,弱信号的识别对参数设置极为敏感,尤其是TEM阈值的选取以及时间分析窗口的长度。调整这些参数可能会改变哪些主题被归类为弱信号。我们研究了WISDOM输出结果对关键参数变化的敏感性,包括出现频率与增长阈值,以及时间分析窗口的长度。虽然参数的变化会改变弱信号列表的具体构成,但核心的主题集合却保持稳定。尽管系统性的敏感性分析超出了本研究的范围,但我们认识到其重要性,并建议将其作为未来研究的重要方向。此外,在那些炒作周期较短的行业领域,可在同一TEM框架下采用更短的时间窗口或滚动窗口分析,以提高对主题发展轨迹中突发性、非线性变化的敏感度。再者,探索新兴技术的趋同与分化现象也可能成为未来的研究方向。最后,由于我们的数据集涵盖的内容截至2021年,未来的研究可以通过长期跟踪这些主题,研究其演变规律与模式,进而评估所识别出的弱信号的预测价值,看它们是否会逐渐发展成强信号。

CRediT作者贡献说明
Ashkan Ebadi:写作——审阅与编辑,写作——初稿撰写,可视化,验证,监督,软件开发,方法论设计,研究实施,形式化分析,数据整理,概念构建。Alain Auger:写作——审阅与编辑,验证,资金获取,概念构建。Yvan Gauthier:写作——审阅与编辑,项目管理。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号