基于LDA模型的国内新冠疫情文献主题聚类分析

王 雅娇, 曾 骏程, 崔 基哲
延边大学经济管理学院

摘要

新冠疫情自2019年爆发以来，各领域学者深入研究分析自新冠病毒到社会防控乃至国际经济等重要议题。本文以中国知网为文献 数据来源，对2020年至2022年期间发表的新冠疫情相关的各领域文献进行研究，以LDA模型挖掘文献主题类别，呈现文献主题聚类结果， 并将该结果与Citespace的聚类结果进行对比并检验。筛选后得到2020-2022年期间关于新冠主题研究的中文文献8099篇，根据LDA聚类结果 划分为国际关系、经济发展和信息传播等七个主题，并利用Citespace针对文献中的关键词进行聚类分析和可视化展示。通过本文对新冠疫 情相关文献的类别梳理及分析，获得了后疫情时代的社会维稳相关的有效数据支撑，为后续相关研究及公共卫生领域提供可预测发展势态 相关因素为基础的分析方法，提出了一种社会稳定趋势把控理论依据。

关键词

新冠疫情　主题聚类　LDA　Citespace

参考

[1]Chen C,CiteSpaceⅡ：Detecting and Visualizing Emerging Trends [J]. Journal of the American Society for Information Science & Technology,2006，57(3):359.377.[2]蓝蕾,瞿心远,应曜宇.基于CiteSpace对新型冠状病毒肺炎疫苗文献的可视化分析[J].现代医院,2022,22(02):286-291.[3]刘华玲,王希睿,孙爱华. 基于LDA主题模型舆情预测与可视化——以COVID-19为例[C]//.第十六届（2021）中国管理学年会论文集.2021:303-316. DOI:10.26914/c.cnkihy.2021.055100.[4]陈悦，陈超美，刘则渊，等.引文空间分析原理与应用Citespace实用指南[M].北京：科学出版社2014.