（本文发表于《情报杂志》2019年第4期）

摘要：[目的/ 意义]热点发掘一直是图书馆领域的重点研究内容之一, 通过共引和共词分析探测学科领域热点都存在一定的局限性, 针对存在的问题,借鉴爬山法进行改进研究。为适应大数据时代的热点挖掘问题, 将计算机算法与文献关键词分析相结合, 构建研究热点分析模型,探索分析研究热点的方法, 对于学科领域研究热点具有重要意义。[方法/ 过程]采用改进的Apriori-Hill-Mount 爬山算法, 拓展关键词共现分析和聚类方法, 构建了篇与篇之间的关键词的关联规则挖掘模型; 通过实证研究科学计量学及图书情报学两个领域,论证该模型的可行性。[ 结果/ 结论]通过对上述两个领域的文献进行篇-篇关键词强关联规则挖掘和分析, 分别得到各自领域的的研究热点; 其结果与采用Citespace 及Spss 呈现的热点有很高的吻合度。但该算法揭示的信息更全面、更直观地呈现研究主题热点, 对学科热点探索体系方法及手段具有一定的补充及辅助作用。该方法是在一个局部范围内进行搜索,且阈值的设定也具有人为因素, 因此得到的可能是局部的优化, 其更大范围的可适性有待进一步论证。

链接：一种基于爬山算法的学科领域热点探索模型-《情报杂志》 http://www.qbzz.org/oa/DArticle.aspx?type=view&id=190425