文献

J-GLOBAL ID：202202291079499029   整理番号：22A0150444

NMFベース階層的トピックモデルによる技術予測と社会変化(1969-2020)の知識構造の解明【JST・京大機械翻訳】

Unveiling the knowledge structure of technological forecasting and social change (1969-2020) through an NMF-based hierarchical topic model

著者 (2件)： Zhu Lin (Beijing Institute of Technology, School of Management and Economics, 5 South Zhongguancun Street, Beijing 100081, Peoples’ Republic of China) ,  Cunningham Scott W. (University of Strathclyde, School of Government and Public Policy, Glasgow, United Kingdom)
資料名： Technological Forecasting and Social Change  (Technological Forecasting and Social Change)
巻： 174  ページ： Null  発行年： 2022年 
JST資料番号： H0572B  ISSN： 0040-1625  CODEN： TFSCB3  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本稿では,1969年から2020年までのその開始から,ジャーナル技術予測と社会変化(TFSC)の知識構造を調べた。本論文では,技術的予測の分野における知識の構造がトピックモデルよりも複雑であり,実際には単語のバッグが効率的に明らかにできると主張する。したがって,著者らは,様々なレベルの普遍性でトピックを選択的に組み合わせる階層的モデルを提案して実証した。非負行列因数分解に基づく解析結果は,7つの異なる話題から成る技術予測作業の4つの異なる分岐を明らかにした。各トピックとブランチを,用語とキーワードの詳細な検査を通して個別に調べた。また,各枝の代表的な仕事と著者を同定した。この方法は,簡潔な表現における科学的ジャーナルにおける知識の複雑な構造の検討を可能にする。結果としての解析は,将来の研究を支援でき,それらの作業をより良く位置づけることを可能にし,様々な主題サイロを横断して重要な参照をよりよく同定できる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *技術予測 ,  社会変動 ,  単語 ,  普遍性 ,  機械学習
準シソーラス用語： 知識構造 ,  *トピックモデル ,  非負行列因子分解 , 【Automatic Indexing@JST】

著者キーワード (4件)： トピックモデル ,  技術予測 ,  歴史的傾向 ,  機械学習

分類 (2件)： 人工知能  (JE08000Z) ,  研究開発  (AA03000V)

タイトルに関連する用語 (5件)： NMF ,  トピックモデル ,  予測 ,  社会 ,  知識