基于文献计量学与潜在狄利克雷分配（Latent Dirichlet Allocation, LDA）主题建模方法的马歇尔-奥尔金模型研究（1981–2025）：一项基于Scopus数据的分析

《Mathematics》：Exploring Marshall–Olkin Models Through Bibliometric and Topic Modeling Approaches Using Latent Dirichlet Allocation (1981–2025): A Study Based on Scopus Data Humberto Llinás, Brian Llinás, Carlos López and Daniela Nu?ez

　　

马歇尔-奥尔金（Marshall–Olkin）分布族因其在建模事件间依赖关系方面的灵活性及广泛的扩展形式，近年来在可靠性工程、生存分析、金融风险建模及精算科学等领域受到越来越多的关注。尽管其重要性不断提升，关于马歇尔-奥尔金模型研究的系统性演化理解仍较为有限。研究人员结合文献计量技术与主题建模方法，对该领域的科学文献结构与演化进行了分析。研究涵盖1981年至2025年间Scopus数据库收录的266篇同行评审出版物。文献计量技术（包括热图、聚类分析和时序可视化）被用于刻画出版模式、来源关系及主题演化。此外，研究人员应用潜在狄利克雷分配（Latent Dirichlet Allocation, LDA）识别出27个主题，并考察其在期刊和时间段上的分布特征。结果显示出五大出版来源集群以及基于主题分布层次聚类的三个时期分组，反映了该领域的主题发展进程。总体而言，研究既揭示了核心研究主题的持续性，也发现了新兴应用方向，尤其是在贝叶斯竞争风险、删失模型以及基于威布尔（Weibull）框架的参数估计等领域。该研究提供了对马歇尔-奥尔金研究智力演化的系统化、数据驱动的视角，有助于学者识别新兴趋势及未来工作的潜在方向。

本研究发表于《Mathematics》，针对马歇尔-奥尔金（Marshall–Olkin, MO）分布族在多个学科中的广泛应用与研究碎片化现状，旨在填补缺乏系统性主题演化分析的空白。MO分布由Marshall和Olkin于1967年提出，能够显式建模共同冲击导致的变量依赖，弥补了传统寿命分布（如指数分布、威布尔分布）无法捕捉相依结构，以及高斯模型和阿基米德copula（Archimedean copula）缺乏冲击机制解释的不足。随着MO模型在可靠性工程、生存分析、金融风险管理等领域的推广，其理论扩展与应用不断增加，但缺少跨时期的主题演化量化分析。为此，研究人员采用文献计量学与概率主题建模相结合的方法，对Scopus数据库中1981至2025年收录的266篇核心文献进行系统分析，以揭示该领域的知识结构、演化路径及国际合作格局。研究发现，MO研究已从早期集中于经典可靠性问题，逐步扩展到贝叶斯推断、copula依赖建模、金融系统性风险等多个方向，形成了理论发展与多元应用并存的研究生态。这一成果不仅为统计学家和应用科学家提供了研究热点地图，也为跨学科合作提供了指引。

关键技术方法方面，研究人员遵循PRISMA指南进行文献筛选，使用Scopus作为唯一数据源，检索策略覆盖标题、摘要及关键词字段，包含“Marshall–Olkin”“bivariate”“shock model”“copula”及其变体。文献计量分析从社会结构、智力结构和概念结构三个维度展开，其中概念结构通过LDA主题建模实现。LDA模型参数通过C_v一致性指标确定最优主题数K=27，采用对称先验与折叠吉布斯采样（collapsed Gibbs sampling）进行推断，并结合k-means与层次聚类分析期刊与年份的主题分布模式。

研究结果方面，首先在一般信息部分，数据显示1981–2025年间年均增长率约3.73%，平均单篇被引约12次，国际合作率约30.08%。出版物数量自2000年代中期稳步上升，2015年后显著加速，反映出全球对该领域的持续关注。其次，在来源分析中，核心期刊包括《Communications in Statistics—Theory and Methods》《Journal of Multivariate Analysis》《Computational Statistics and Data Analysis》等，体现出统计学、可靠性工程与金融数学的交叉性。第三，作者分析显示高产学者来自中国、印度、埃及、德国、意大利等国，其中Kundu D.、Hanagal D.D.、Scherer M.等在理论与应用方向均有重要贡献。第四，国家分析表明中国、印度、埃及、美国为最高产国家，加拿大与奥地利虽产量较低但篇均被引较高，显示出影响力集中与地理多样性并存。第五，主题识别阶段，LDA共提取27个主题，最突出的包括贝叶斯竞争风险与删失（t₄）、威布尔模型未知参数估计（t₂₀）、系统可靠性与冲击模型（t₂₇）等，覆盖从基础理论到应用实践的广泛领域。第六，主题趋势分析发现t₄、t₂₀、t₂₃（MO copula与函数扩展）呈明显上升趋势，反映近年研究热点集中在贝叶斯生存分析、参数推断与copula依赖结构。第七，主题在来源与年份的分布通过热图与聚类分析揭示出五个期刊集群与三个时期集群，分别对应理论统计、可靠性工程、计算统计、交叉应用等不同研究方向，并展示了从早期可靠性主导到近年前沿推断与金融应用的演化轨迹。

在讨论部分，研究人员指出MO模型特别适用于具有共同冲击、共享风险或尾部不对称依赖的领域，如工程寿命数据、信用传染、再保险组合及水文极值事件。贝叶斯与EM算法为删失和不完整数据提供了实用推断工具，而copula扩展则为压力测试与资本配置提供了可解释的依赖参数。研究亦发现若干未被充分探索的方向，如银行业系统性风险建模、蒙特卡洛与马尔可夫链模拟结合MO模型、以及高维扩展。最后，结论部分强调MO框架已从单一可靠性工具发展为多领域依赖风险建模的重要族系，其优势在于可解释的冲击机制、灵活的依赖结构及实用的推断方法，未来可通过动态主题建模与跨数据库验证进一步深化对该领域演化规律的理解。