Тематическое моделирование в библиотечно-информационной науке на основе первичных данных: колебания в приоритетных областях

Аннотация

Приводится характеристика подхода тематического моделирования к выявлению важных сторон в новых исследованиях области библиотечно-информационной науки (Library and Information Science – LIS). Используя машинный язык, тематическое моделирование в статистике распознает "темы" в фонде документов. Скрытое распределение Дирихле (LDA – Latent Dirichley Allocation) является одной из таких моделей для тематического анализа и, таким образом, используется для классификации текста в литературном порядке в LIS в различных странах по всему миру. В исследовании было проанализировано 734 статьи, опубликованных в 4 разных журналах LIS, таких как Annals of Library and Information Studies (индийский), DESIDOC Journal of Library and Information Technology (DJLIT-индийский), College and Research Libraries (международный), Liber Quarterly (международный) с 2016 по 2020 гг. LDA используется для анализа набора данных и управления им. Исследование базировалось на извлечении "тем" из этих четырех журналов с использованием программного обеспечения Mallet и Knime, чтобы определить, какие темы исследований важны на национальном и глобальном уровнях. В документе также визуализируется карта взаимосвязей распределенных проблем на национальном и международном уровнях, чтобы определить общий контекст введенных тегов. Кроме того, в исследовании использовался социокультурный подход к исследованию LIS со сравнениями между странами. Исследование показало, что сравниваются темы, взятые одновременно из журналов, опубликованных как в Индии, так и за рубежом, поскольку неиндийские журналы значительно отличаются по темам, опубликованным в индийских журналах. Данная работа пришла к выводу, что со временем в исследовательской деятельности заметно межкультурное заимствование. Более того, были выявлены социальные параметры, которые описывают изменения в дисциплине.