劉晉霞 侯倩倩 杜 靜 柴福厚 張 麗

(太原科技大學(xué)經(jīng)濟(jì)與管理學(xué)院 太原 030024)

0 引 言

當(dāng)前中國(guó)正在逐步完善氫能相關(guān)的政策體系，加快我國(guó)氫能產(chǎn)業(yè)各環(huán)節(jié)的發(fā)展進(jìn)程，其中制氫環(huán)節(jié)作為整個(gè)氫能產(chǎn)業(yè)鏈的基礎(chǔ)和產(chǎn)業(yè)大規(guī)模發(fā)展的前提，成為了極具發(fā)展前景的新興領(lǐng)域?？茖W(xué)高效地識(shí)別領(lǐng)域的研究熱點(diǎn)，揭示熱點(diǎn)演化過(guò)程及變化規(guī)律，有利于支撐新興領(lǐng)域的學(xué)科知識(shí)體系，為科技工作者提供前瞻性知識(shí)服務(wù)。但制氫等新興領(lǐng)域存在文本量不夠充足等問(wèn)題，對(duì)演化研究的展開(kāi)造成了一定阻礙。本文提出一種先整體識(shí)別熱點(diǎn)，后切片分析演化的方法，在把握領(lǐng)域整體的熱點(diǎn)研究態(tài)勢(shì)的基礎(chǔ)上，從熱點(diǎn)主題的子話題關(guān)聯(lián)以及主路徑的詞匯關(guān)聯(lián)兩個(gè)視角來(lái)分析其結(jié)構(gòu)演化和內(nèi)容演化過(guò)程，在單個(gè)主題層面把握各時(shí)間窗內(nèi)的熱點(diǎn)轉(zhuǎn)移關(guān)系和研究重點(diǎn)，實(shí)現(xiàn)了主題演化精細(xì)化的表達(dá)，也為新興領(lǐng)域的熱點(diǎn)演化工作提供了一定的參考和借鑒。

1 相關(guān)研究

當(dāng)前對(duì)學(xué)科或領(lǐng)域進(jìn)行的演化分析研究通常是基于主題發(fā)現(xiàn)展開(kāi)的，通過(guò)從時(shí)序變化的角度對(duì)主題進(jìn)行關(guān)聯(lián)來(lái)揭示領(lǐng)域的演化軌跡。不同的主題挖掘方法所得結(jié)果，其語(yǔ)義特征和外在表現(xiàn)等均存在較大差異，其演化表現(xiàn)形式也各有不同[1]，由此可將主題演化分析大致分為三類(lèi)。

一是基于引文分析的演化方法，主要包括共被引分析和耦合分析。Small利用共被引分析，通過(guò)對(duì)設(shè)定時(shí)間窗的高被引論文進(jìn)行聚類(lèi)并跟蹤其發(fā)展變化，來(lái)分析領(lǐng)域的演化歷程[2]。Zhao等利用作者文獻(xiàn)耦合分析探討了情報(bào)科學(xué)領(lǐng)域的研究活力，并認(rèn)為將作者文獻(xiàn)耦合分析與共被引分析結(jié)合，能夠更好地分析領(lǐng)域發(fā)展?fàn)顩r及其演化[3]?；谝姆治龅难莼椒ú焕谟^測(cè)文本內(nèi)容的微觀特征和語(yǔ)義關(guān)系，且文獻(xiàn)引用關(guān)系的形成具有一定時(shí)滯性，以此來(lái)揭示領(lǐng)域主題的演化過(guò)程并不充足。

二是基于詞匯分析的演化方法，主要包括詞頻分析和共詞分析。傅柱等基于詞頻分析，通過(guò)領(lǐng)域關(guān)鍵詞的詞頻分布梳理了研究領(lǐng)域的熱點(diǎn)和知識(shí)結(jié)構(gòu)，并對(duì)國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了對(duì)比分析[4]。Huang等結(jié)合共詞分析、共分類(lèi)分析以及主路徑方法分析了3D打印領(lǐng)域的技術(shù)演化過(guò)程[5]?；谠~匯分析的演化方法具有簡(jiǎn)單高效的特點(diǎn)，但未關(guān)注到文本的語(yǔ)義關(guān)系，僅以關(guān)鍵詞的頻次統(tǒng)計(jì)或共現(xiàn)關(guān)系來(lái)描述領(lǐng)域發(fā)展過(guò)程中主題的變化過(guò)程是不全面的。

三是基于主題模型的演化方法。王偉等以眾籌項(xiàng)目的在線評(píng)論為語(yǔ)料，識(shí)別各時(shí)間窗口評(píng)論的主題，通過(guò)主題關(guān)聯(lián)分析主題的狀態(tài)演化結(jié)果和強(qiáng)度演化結(jié)果[6]；Suominen等利用LDA模型，在專(zhuān)利數(shù)據(jù)分析的基礎(chǔ)上對(duì)企業(yè)研發(fā)方向展開(kāi)預(yù)測(cè)[7]?；贚DA主題模型的演化方法，從語(yǔ)義層面進(jìn)行文本分析，以挖掘文本的潛在主題信息，很大程度彌補(bǔ)了引文分析和詞匯分析等傳統(tǒng)方法的不足，較好地保留了文本內(nèi)部關(guān)系，有利于對(duì)演化過(guò)程的微觀發(fā)展動(dòng)態(tài)進(jìn)行解讀，更符合本文的研究實(shí)際。

綜上可知，引文分析和詞匯分析等方法由于本身存在的局限性，其研究結(jié)果的準(zhǔn)確性和科學(xué)性還有待完善。而基于主題模型的演化研究也多是對(duì)文本進(jìn)行時(shí)間切片后展開(kāi)熱點(diǎn)識(shí)別與演化分析，這種方法對(duì)發(fā)展時(shí)間較短，文本量不夠充足的制氫等新興領(lǐng)域來(lái)說(shuō)，可能會(huì)導(dǎo)致各時(shí)間窗的主題重復(fù)，熱點(diǎn)識(shí)別結(jié)果的代表性不強(qiáng)，無(wú)法科學(xué)地呈現(xiàn)領(lǐng)域熱點(diǎn)的演化過(guò)程。因此，本文基于LDA主題模型構(gòu)建了熱點(diǎn)主題識(shí)別指標(biāo)體系來(lái)整體識(shí)別熱點(diǎn)，并引入Word2Vec工具對(duì)熱點(diǎn)主題展開(kāi)了演化分析。

2 研究思路及關(guān)鍵技術(shù)

2.1 研究思路

為有效分析制氫領(lǐng)域的熱點(diǎn)演化規(guī)律，梳理各熱點(diǎn)主題在每個(gè)時(shí)間窗口的演化脈絡(luò)，本文以我國(guó)制氫領(lǐng)域的核心中文期刊文獻(xiàn)為數(shù)據(jù)源，先構(gòu)建熱點(diǎn)主題識(shí)別指標(biāo)體系對(duì)整體語(yǔ)料庫(kù)進(jìn)行熱點(diǎn)主題識(shí)別，再進(jìn)行時(shí)間切片抽取各時(shí)間窗主題，進(jìn)而展開(kāi)熱點(diǎn)主題的演化分析。通過(guò)識(shí)別并關(guān)聯(lián)熱點(diǎn)主題在相鄰窗口的子話題得到各熱點(diǎn)主題的結(jié)構(gòu)演化關(guān)系。選取熱點(diǎn)主題下高概率且有代表性的關(guān)鍵詞作為主路徑詞匯，引入Word2Vec對(duì)各子話題下的關(guān)鍵詞和主路徑詞匯進(jìn)行詞向量訓(xùn)練，通過(guò)關(guān)聯(lián)主路徑上相鄰時(shí)間窗口的子話題關(guān)鍵詞得到各熱點(diǎn)主題的內(nèi)容演化關(guān)系?？傮w研究框架如圖1所示。

圖1 研究框架圖

2.2 關(guān)鍵技術(shù)

2.2.1熱點(diǎn)主題的識(shí)別指標(biāo)體系

本文認(rèn)為熱點(diǎn)主題HT(Hot Topic)是在所研究時(shí)間跨度內(nèi)具有較高影響力水平和受關(guān)注程度，且受關(guān)注程度具有良好發(fā)展態(tài)勢(shì)的主題。由此本文構(gòu)建了指標(biāo)體系來(lái)識(shí)別熱點(diǎn)主題。

基于LDA模型輸出的文檔-主題概率分布可以得到各個(gè)主題屬于每篇文檔的概率，當(dāng)這個(gè)概率大于或等于10%時(shí)，這篇文檔就是該主題的一個(gè)支持文檔[8]。主題在某年的支持文檔數(shù)即該主題在當(dāng)年的發(fā)文量，利用主題發(fā)文量的變化來(lái)度量主題的影響力水平和受關(guān)注程度，即構(gòu)建構(gòu)建主題影響力指標(biāo)TII(Topic Influence Index)和主題關(guān)注度指標(biāo)TAI(Topic Attention Index)。

第一，主題影響力水平的度量。

a.新穎度指標(biāo)。NI是根據(jù)主題的年齡對(duì)主題的新穎程度進(jìn)行度量的指標(biāo)。當(dāng)主題出現(xiàn)后，隨著時(shí)間推移，主題的新穎度逐年降低，因此主題的新穎度值是一條下降的曲線。一個(gè)主題在t年的新穎度計(jì)算公式為[9]：

(1)

其中FY為主題的起始年(First Year)，將主題的支持文檔按時(shí)間切片降序排列，逐年檢查該年的支持文檔數(shù)是否為0，當(dāng)為0時(shí)，該年份加一年即可得到主題的起始年。

b.成熟度指標(biāo)。MI是某一時(shí)間片t下主題的累加支持文檔數(shù)與主題從起始年至當(dāng)前年的總支持文檔數(shù)之比，是對(duì)主題的成熟程度進(jìn)行度量的指標(biāo)。固定一個(gè)當(dāng)前年，隨著時(shí)間的推移，主題的累加支持文檔數(shù)增加，其與主題從起始年至當(dāng)前年的總支持文檔數(shù)之比也隨之升高。因此不同當(dāng)前年的成熟度曲線都是一條上升的曲線。主題i在t年的成熟度計(jì)算公式為：

(2)

其中Sumd(t)是主題i在t年的累加支持文檔數(shù)，Sumd(i)是主題i在當(dāng)前年的累加支持文檔數(shù)。

(3)

第二，主題受關(guān)注程度的度量。

(4)

其中N(i)表示主題i在t年的支持文檔數(shù)，N(t)表示t年的文檔總數(shù)。

b.關(guān)注度發(fā)展態(tài)勢(shì)。用kTAI衡量主題受關(guān)注程度的發(fā)展態(tài)勢(shì)。kTAI是對(duì)TAI進(jìn)行線性擬合所得擬合直線的斜率，當(dāng)kTAI>0時(shí)說(shuō)明主題關(guān)注度呈上升趨勢(shì)，具有良好的發(fā)展態(tài)勢(shì)。

例 2 考慮文獻(xiàn)[18]中例3,運(yùn)用同樣方法,將系統(tǒng)(9)—(10)用于圖像恢復(fù)問(wèn)題。圖3為像素64×64的原圖,圖4為圖3經(jīng)圖像濾波器濾波后所觀測(cè)到的圖像。濾波器為規(guī)模和標(biāo)準(zhǔn)差分別為7×7和3的高斯濾波。此時(shí)B為該標(biāo)準(zhǔn)高斯濾波生成的稀疏矩陣,b為圖4依照文獻(xiàn)[18]中例3中的方法拉成的列向量。取X、Θ如例1所示,設(shè)

2.2.2熱點(diǎn)主題的結(jié)構(gòu)演化

本文從熱點(diǎn)主題的子話題關(guān)聯(lián)視角來(lái)分析熱點(diǎn)主題的結(jié)構(gòu)演化關(guān)系。Callon認(rèn)為主題結(jié)構(gòu)是學(xué)科領(lǐng)域主題內(nèi)各個(gè)部分間的聯(lián)系、層級(jí)、分布等關(guān)系[10]。Palla等在探索社群演化時(shí)提出了“新生、消亡、合并、分裂、增長(zhǎng)、收縮”6種復(fù)雜網(wǎng)絡(luò)演化形式[11]。眾多學(xué)者以這六種演化形式來(lái)分析領(lǐng)域的演化[12]。由于本文是從時(shí)間維度反映主題在連續(xù)時(shí)間窗的演化軌跡，考慮主題在不同時(shí)間窗的延續(xù)性而不考慮其強(qiáng)度，因此對(duì)反映主題強(qiáng)度的增長(zhǎng)與收縮關(guān)系不進(jìn)行呈現(xiàn)，利用不同時(shí)間窗口的子話題的新生、繼承、合并、分裂、消亡的關(guān)聯(lián)關(guān)系來(lái)反映熱點(diǎn)主題內(nèi)各個(gè)部分間的關(guān)系，體現(xiàn)其結(jié)構(gòu)演化過(guò)程。

a.子話題識(shí)別。通過(guò)尋找各時(shí)間窗內(nèi)與熱點(diǎn)主題具有較高相似度的主題得到各熱點(diǎn)主題的子話題。對(duì)整體文本進(jìn)行時(shí)間切片和主題抽取，獲得各時(shí)間窗的主題信息，再計(jì)算熱點(diǎn)主題與各時(shí)間窗主題的相似度，將相似度大于閾值的主題認(rèn)定為該熱點(diǎn)主題在該時(shí)間窗下的子話題。

在獲取各熱點(diǎn)主題的子話題后，對(duì)相鄰時(shí)間窗口的子話題兩兩計(jì)算其相似度，判斷子話題間的關(guān)聯(lián)關(guān)系來(lái)表征各熱點(diǎn)主題的結(jié)構(gòu)演化軌跡。同時(shí)對(duì)子話題進(jìn)行標(biāo)識(shí)，以便在結(jié)構(gòu)演化中直觀的展示熱點(diǎn)轉(zhuǎn)移脈絡(luò)。對(duì)于同一熱點(diǎn)主題在不同時(shí)間窗下的子話題，其各類(lèi)關(guān)聯(lián)關(guān)系如圖2所示。

圖2 子話題關(guān)聯(lián)關(guān)系

b.子話題關(guān)聯(lián)關(guān)系的判定。本文選擇余弦相似度算法對(duì)子話題進(jìn)行關(guān)聯(lián)，其計(jì)算公式如式(5)，余弦值越接近1表明兩個(gè)向量越相似。通過(guò)將主題特征向量化，構(gòu)建詞典并建立向量空間來(lái)計(jì)算兩兩子話題間的相似度，當(dāng)相似度大于閾值時(shí)認(rèn)為這兩個(gè)子話題具有關(guān)聯(lián)關(guān)系，連接相鄰時(shí)間窗內(nèi)具有關(guān)聯(lián)關(guān)系的子話題，從而獲得熱點(diǎn)主題的結(jié)構(gòu)演化關(guān)系。

(5)

2.2.3熱點(diǎn)主題的內(nèi)容演化

本文從熱點(diǎn)主題的詞匯關(guān)聯(lián)視角來(lái)分析熱點(diǎn)主題的內(nèi)容演化關(guān)系。通過(guò)LDA模型輸出的主題-詞概率分布獲取熱點(diǎn)主題及其各子話題下的關(guān)鍵詞，選取熱點(diǎn)主題下的主路徑詞匯，并關(guān)聯(lián)主路徑上相鄰時(shí)間窗的子話題關(guān)鍵詞，進(jìn)而選取原料、工具、方法、影響因素四個(gè)方面來(lái)分析熱點(diǎn)主題的內(nèi)容演化。

a.主路徑識(shí)別。主路徑詞匯體現(xiàn)了主題演化整體態(tài)勢(shì)的細(xì)化方向，從詞匯角度反映了演化的主要內(nèi)容。因此本文選取熱點(diǎn)主題下高概率且有代表性的關(guān)鍵詞作為主路徑詞匯，計(jì)算主路徑詞匯與第一個(gè)時(shí)間窗下該熱點(diǎn)主題的子話題關(guān)鍵詞的相似度，并將該時(shí)間窗下與主路徑詞匯具有關(guān)聯(lián)關(guān)系的詞匯在可視化圖中進(jìn)行保留。將相鄰時(shí)間窗內(nèi)具有關(guān)聯(lián)關(guān)系的詞匯連接起來(lái)就構(gòu)成了熱點(diǎn)主題的內(nèi)容演化關(guān)系。對(duì)各熱點(diǎn)主題的內(nèi)容演化過(guò)程，采用?；鶊D的形式進(jìn)行可視化演示。

b.詞匯關(guān)聯(lián)關(guān)系的判定。對(duì)于詞匯關(guān)聯(lián)關(guān)系的判定，即詞匯間相似度的計(jì)算，本文利用Word2Vec中的Skip-Gram模型，對(duì)文本集進(jìn)行詞向量訓(xùn)練，并通過(guò)負(fù)采樣方法提高訓(xùn)練速度，通過(guò)訓(xùn)練將文本內(nèi)容轉(zhuǎn)換為K維向量，用詞向量的相似度表示文本語(yǔ)義上的相似度。通過(guò)Word2Vec中Skip-Gram模型的訓(xùn)練，將各子話題的關(guān)鍵詞及各熱點(diǎn)主題的主路徑詞匯轉(zhuǎn)換為詞向量，對(duì)兩兩詞向量進(jìn)行相似性度量。找到第一個(gè)時(shí)間窗下與主路徑詞匯相似度高于閾值的詞匯，同理找到第二個(gè)時(shí)間窗下與第一個(gè)時(shí)間窗所選詞匯相似度高于閾值的詞匯，依次計(jì)算得到各時(shí)間窗下詞匯的關(guān)聯(lián)關(guān)系，從而得到各熱點(diǎn)主題的內(nèi)容演化結(jié)果，其中每個(gè)時(shí)間窗的詞匯，是由該時(shí)間窗下熱點(diǎn)主題的子話題關(guān)鍵詞構(gòu)成。

3 實(shí)證與結(jié)果分析

3.1 數(shù)據(jù)獲取與處理

本文以制氫領(lǐng)域的核心中文期刊為數(shù)據(jù)源。由于2000年以前該領(lǐng)域發(fā)文量極少，因此不計(jì)入統(tǒng)計(jì)。檢索時(shí)間跨度為2000-2020年；檢索平臺(tái)選擇中國(guó)知網(wǎng)(CNKI)；使用高級(jí)檢索，文獻(xiàn)類(lèi)型選擇期刊；期刊來(lái)源限定為SCI、EI、核心期刊、CSSCI、CSCD；檢索主題為“制氫”。共檢索得到3 315篇期刊文獻(xiàn)，刪除寄語(yǔ)、新聞、動(dòng)態(tài)等非學(xué)術(shù)類(lèi)文獻(xiàn)，將其以Refworks格式導(dǎo)出題錄信息，并進(jìn)行去重和刪除缺失項(xiàng)操作，最終得到2988條有效文獻(xiàn)記錄。

對(duì)這2988條有效文獻(xiàn)記錄，首先選取每篇文獻(xiàn)的標(biāo)題、摘要和關(guān)鍵詞進(jìn)行信息合并，將其作為模型訓(xùn)練的文檔語(yǔ)料；其次使用中文分詞組件Jieba的精確模式對(duì)文檔語(yǔ)料進(jìn)行分詞，并進(jìn)行停用詞處理；最后將文獻(xiàn)中的關(guān)鍵詞進(jìn)行匯總，形成自定義詞典，以提高分詞效果。

3.2 熱點(diǎn)主題識(shí)別

為進(jìn)行熱點(diǎn)主題的演化分析，首先進(jìn)行熱點(diǎn)主題識(shí)別。對(duì)預(yù)處理后的整體語(yǔ)料庫(kù)進(jìn)行主題抽取，使用python3作為開(kāi)發(fā)平臺(tái)，選用sklearn庫(kù)中的LDA主題模型，其算法實(shí)現(xiàn)主要基于變分推斷EM算法，其中參數(shù)α和β使用默認(rèn)值，文檔迭代次數(shù)設(shè)為1000次，通過(guò)計(jì)算困惑度(perplexity)發(fā)現(xiàn)當(dāng)主題數(shù)為18時(shí)，perplexity值最小，故設(shè)定最優(yōu)主題數(shù)K為18。通過(guò)LDA模型輸出的文檔-主題概率分布計(jì)算各主題的支持文檔數(shù)，進(jìn)而計(jì)算熱點(diǎn)主題識(shí)別的各項(xiàng)指標(biāo)，篩選出同時(shí)滿足影響力條件和關(guān)注度條件的熱點(diǎn)主題，并進(jìn)行主題標(biāo)識(shí)。最終獲得制氫領(lǐng)域的4個(gè)熱點(diǎn)主題，分別是Topic5光催化分解水制氫技術(shù)，Topic8甲醇制氫技術(shù)，Topic11光催化劑性能及其制備，Topic16光伏發(fā)電制氫技術(shù)。

3.3 時(shí)間切片

為進(jìn)一步展開(kāi)研究，分析各熱點(diǎn)主題的演化過(guò)程，本文根據(jù)文檔的時(shí)間順序并平衡每個(gè)時(shí)間窗的文檔數(shù)，使各時(shí)間窗的文檔數(shù)量基本相當(dāng)。從而將全部文檔劃分為6個(gè)時(shí)間片的數(shù)據(jù)集，即2000-2005年、2006-2008年、2009-2011年、2012-2014年、2015-2017年、2018-2020年，分別通過(guò)LDA訓(xùn)練抽取主題，根據(jù)困惑度來(lái)確定各個(gè)時(shí)間窗的最優(yōu)主題數(shù)量。

圖3為6個(gè)時(shí)間窗口的困惑度變化曲線，通過(guò)困惑度的取值變化情況，找到其最小值或拐點(diǎn)處對(duì)應(yīng)的主題數(shù)作為模型的最優(yōu)主題數(shù)。根據(jù)圖3找到各時(shí)間窗下的困惑度最小值，得到第1至第6個(gè)時(shí)間窗的最優(yōu)主題數(shù)分別為9、12、16、14、20、7。

3.4 熱點(diǎn)主題的結(jié)構(gòu)演化分析

通過(guò)公式(5)進(jìn)行相似度計(jì)算并設(shè)定閾值，閾值過(guò)高無(wú)法保證熱點(diǎn)主題在各時(shí)間窗口的延續(xù)性，閾值過(guò)低則無(wú)法有效反映各時(shí)間窗口的研究側(cè)重點(diǎn)。因此本文基于已有研究的閾值設(shè)定并結(jié)合研究實(shí)際，將相似度閾值設(shè)為0.2，從而得到各熱點(diǎn)主題的子話題，并進(jìn)行子話題關(guān)聯(lián)，最終得到各熱點(diǎn)主題的結(jié)構(gòu)演化結(jié)果如圖4所示。通過(guò)圖4可以發(fā)現(xiàn)，我國(guó)制氫領(lǐng)域的熱點(diǎn)主題在各時(shí)間窗內(nèi)存在明顯的演化現(xiàn)象，其中熱點(diǎn)主題Topic11體現(xiàn)了子話題新生、繼承、合并、分裂、消亡的全部關(guān)聯(lián)關(guān)系。因此以熱點(diǎn)主題Topic11為例進(jìn)行重點(diǎn)探討，分析其在各時(shí)間窗口的子話題演化過(guò)程。

圖4 各熱點(diǎn)主題的結(jié)構(gòu)演化結(jié)果

熱點(diǎn)主題Topic11為光催化劑性能及其制備。從第1個(gè)時(shí)間窗至第2個(gè)時(shí)間窗，體現(xiàn)了子話題的分裂。性能優(yōu)良的光催化劑是光催化技術(shù)的關(guān)鍵，其中負(fù)載型光催化劑能夠有效解決催化劑粒徑小等應(yīng)用問(wèn)題，廖振華等分析了負(fù)載型光催化劑的主要制備方法和研究進(jìn)展，并探討了影響催化劑活性的因素，如載體的結(jié)構(gòu)、孔徑、比表面積等[13]。制氫催化劑載體作為負(fù)載型光催化劑的重要部分，成為了光催化的一個(gè)細(xì)化方向。另一方面，可見(jiàn)光制氫技術(shù)作為一種利用一次能源制氫的方式，具有簡(jiǎn)單、高效的特點(diǎn)，且不產(chǎn)生能源轉(zhuǎn)換的浪費(fèi)。黃文婭等綜述了可見(jiàn)光利用方面的研究進(jìn)展，認(rèn)為光催化技術(shù)的實(shí)用化取決于可見(jiàn)光的利用效率[14]，可見(jiàn)光制氫成為了光催化技術(shù)的主要發(fā)展路徑，是光催化的另一個(gè)細(xì)化方向。

從第2個(gè)時(shí)間窗至第3個(gè)時(shí)間窗，體現(xiàn)了子話題的繼承與消亡。光催化劑的性能是影響可見(jiàn)光制氫效率的主要因素，開(kāi)發(fā)具有良好可見(jiàn)光響應(yīng)性能的光催化劑，對(duì)充分利用太陽(yáng)能，提高制氫效率非常必要。田蒙奎等闡述了可見(jiàn)光制氫的機(jī)理，對(duì)開(kāi)發(fā)可見(jiàn)光響應(yīng)的光催化劑展開(kāi)了研究，分析了實(shí)現(xiàn)可見(jiàn)光化的各種手段[15]，光催化劑在可見(jiàn)光制氫研究的基礎(chǔ)上，成為了可見(jiàn)光制氫的主要繼承方向。另外，制氫催化劑載體雖然能夠有效提高催化活性，但在實(shí)際應(yīng)用中，與催化劑的其他改性方法相比，催化劑負(fù)載的實(shí)用性和經(jīng)濟(jì)性還存在不足，其受關(guān)注程度逐漸消減，因此在其后的時(shí)間窗中制氫催化劑載體不再是重點(diǎn)研究?jī)?nèi)容，該子話題消亡。

從第3個(gè)時(shí)間窗至第4個(gè)時(shí)間窗，體現(xiàn)了子話題的分裂。經(jīng)過(guò)多年的研究積累，光催化劑的結(jié)構(gòu)、改性等均取得了較大進(jìn)展，但制氫效率低仍是其主要問(wèn)題。通過(guò)研究光催化機(jī)理可以發(fā)現(xiàn)影響制氫效率的主要因素。于秀娟等采用溶膠-凝膠法合成制備了胱氨酸改性的TiO2可見(jiàn)光催化劑，并分析了其催化機(jī)理，從而考察改性TiO2在可見(jiàn)光下的催化性能[16]，通過(guò)合成帶隙低、性能好的光催化劑可以解決光源利用率低等問(wèn)題。因此光催化劑一方面細(xì)化為光催化機(jī)理，通過(guò)研究光催化機(jī)理來(lái)提高光催化效率，另一方面細(xì)化為了光催化劑合成以解決光源利用率低等問(wèn)題。

圖5 熱點(diǎn)主題11的內(nèi)容演化結(jié)果

從第4個(gè)時(shí)間窗至第5個(gè)時(shí)間窗，體現(xiàn)了子話題的分裂、合并與新生?！肮獯呋瘎┎牧稀迸c“復(fù)合催化劑活性”既是“光催化機(jī)理”也是“光催化劑合成”的細(xì)化方向。光催化制氫的機(jī)理就是使水在電子-空穴對(duì)的作用下發(fā)生電離，從而生成氫氣和氧氣，在這個(gè)過(guò)程中，光生電子和空穴的復(fù)合會(huì)降低催化劑活性，從而影響反應(yīng)速率。熊婷等在光催化機(jī)理的基礎(chǔ)上，合成制備了Ag/AgCl/BiOIO3的三元光催化劑，并通過(guò)對(duì)比發(fā)現(xiàn)其對(duì)電子和空穴的分離能力增強(qiáng)，具有優(yōu)異的光催化性能[17]，因此減少電子-空穴的復(fù)合，提高其分離效率的研究是光催化機(jī)理研究的重要內(nèi)容，“光生電子空穴”成為了“光催化機(jī)理”的一個(gè)細(xì)化方向。同時(shí)，高效耐用的催化劑還需具有優(yōu)異的導(dǎo)電性，將其應(yīng)用于電解水反應(yīng)，可提高電催化性能，對(duì)電解水制氫也大有裨益。何洪波等通過(guò)光催化與電解過(guò)程的耦合，提出并實(shí)現(xiàn)了光催化輔助電解水制氫過(guò)程[18]，因此“電解水制氫”也是“光催化劑合成”的一大細(xì)化方向。除此之外，這一時(shí)間段還出現(xiàn)了“制氫催化劑制備”這一新生子話題，說(shuō)明在光催化機(jī)理與光催化劑合成的研究基礎(chǔ)上，制備具有更好應(yīng)用效果的催化劑已成為一個(gè)新的研究重點(diǎn)。

從第5個(gè)時(shí)間窗至第6個(gè)時(shí)間窗，體現(xiàn)了子話題的分裂、合并?！皬?fù)合光催化劑”與“催化制氫性能”既是與復(fù)合催化劑活性研究密不可分的重要部分，也是制氫催化劑制備的主要研究方向，因此兩者是“復(fù)合催化劑活性”與“制氫催化劑制備”的兩個(gè)細(xì)化方向。張根等采用熱處理方法制備了Bi4Ti3O12/g-C3N4復(fù)合光催化劑，考察了不同g-C3N復(fù)合量對(duì)催化劑活性的影響，通過(guò)與單相Bi4Ti3O12相比，發(fā)現(xiàn)復(fù)合光催化劑的光催化性能有所提升[19]。由此可見(jiàn)，復(fù)合光催化劑的研制和提高催化制氫的性能已經(jīng)成為了研究重點(diǎn)。

3.5 熱點(diǎn)主題的內(nèi)容演化分析

選取熱點(diǎn)主題下高概率且有代表性的詞匯作為主路徑，得到各熱點(diǎn)主題的主路徑詞匯如表1所示。通過(guò)Word2Vec訓(xùn)練將主路徑詞匯及子話題關(guān)鍵詞轉(zhuǎn)換為詞向量，由此計(jì)算相鄰時(shí)間窗口詞匯間的相似程度。利用gensim包構(gòu)建Skip-Gram模型，選取維度參數(shù)feature_number為50，滑動(dòng)時(shí)間窗口為4，負(fù)樣本數(shù)為5。對(duì)訓(xùn)練得到的詞向量進(jìn)行相似性度量，經(jīng)多次實(shí)驗(yàn)，本文取經(jīng)驗(yàn)閾值為0.6，即當(dāng)兩個(gè)詞匯間的相似度高于0.6時(shí)，這兩個(gè)詞匯具有關(guān)聯(lián)關(guān)系。

表1 各熱點(diǎn)主題的主路徑詞匯

從熱點(diǎn)主題的演化主路徑出發(fā)，將詞匯分為原料類(lèi)、工具類(lèi)、方法類(lèi)、影響因素類(lèi)，分析每條主路徑上的詞匯在不同時(shí)間段的變化情況，并用?；鶊D對(duì)其進(jìn)行可視化呈現(xiàn)。同樣以熱點(diǎn)主題Topic11為例，其內(nèi)容演化如圖5所示。其中左側(cè)第一列為熱點(diǎn)主題的主路徑詞匯，其后同一縱列內(nèi)的元素塊表示該時(shí)間窗下與前一時(shí)間窗具有關(guān)聯(lián)關(guān)系的子話題關(guān)鍵詞，且各詞匯僅在其首次被關(guān)聯(lián)的時(shí)間窗內(nèi)進(jìn)行保留展示。詞匯節(jié)點(diǎn)分屬的類(lèi)別如表2所示，詞匯間連線的粗細(xì)表示其相似度的大小。

表2 各詞匯節(jié)點(diǎn)分屬的類(lèi)別

熱點(diǎn)主題Topic11的內(nèi)容演化路徑集中于光催化活性、光催化制氫、光催化性能以及光催化材料。光催化活性主路徑的詞匯演化以工具類(lèi)、方法類(lèi)和原料類(lèi)詞匯為主，演化過(guò)程較單一。初期詞匯演化為碳納米管載體，碳納米管比表面積較高、熱穩(wěn)定性好，具有優(yōu)良的物理和化學(xué)性能，使其作為催化劑載體成為了提高催化活性的重要工具。其后的詞匯演化圍繞著生物制氫展開(kāi)。碳納米管可作為催化劑載體制備催化劑，并應(yīng)用于生物制氫過(guò)程中；葡萄糖作為底物，是影響微生物產(chǎn)氫的關(guān)鍵原料；甘油是生物柴油的副產(chǎn)物，是水蒸氣重整生物甘油制氫的關(guān)鍵原料。尖晶石則是水蒸氣重整制氫的重要催化劑，通過(guò)合成比表面積大、結(jié)晶度高、難還原的尖晶石催化劑，能夠很大程度提高催化效率。

光催化制氫主路徑與光催化性能主路徑的詞匯演化均以影響因素類(lèi)詞匯為主，如催化劑的粒徑、光生載流子、比表面積等均會(huì)影響催化性能和產(chǎn)氫速率。粒子越小，電子和空穴復(fù)合幾率越小，同時(shí)粒徑的減小會(huì)使比表面積增大，提高光的吸收效率。其他詞匯則主要體現(xiàn)了提高光催化活性的工具與方法。抑制光生載流子的復(fù)合主要通過(guò)沉積貴金屬、摻雜金屬或非金屬離子、復(fù)合半導(dǎo)體以及光敏化等途徑，另外通過(guò)修飾光催化劑的表面也可增加比表面積，從而提高光催化活性。水熱法則可以改善催化劑的形貌和結(jié)構(gòu)，是提高催化劑性能的重要方法。

光催化材料主路徑的詞匯節(jié)點(diǎn)類(lèi)型較為豐富，以二氧化鈦為代表的半導(dǎo)體是主要的光催化材料，可以通過(guò)金屬離子摻雜、非金屬離子摻雜等方式對(duì)二氧化鈦基材料改性來(lái)提高其反應(yīng)效率。另外層狀氧化物與以二氧化鈦代表的光催化劑相比，具有能夠抑制逆反應(yīng)的突出優(yōu)點(diǎn)，但其也存在穩(wěn)定性較差的缺陷，還需進(jìn)一步深入完善。近年來(lái)關(guān)于可見(jiàn)光催化劑的研究重點(diǎn)開(kāi)始轉(zhuǎn)變?yōu)閷で笮滦痛呋牧?，通過(guò)貴金屬沉積、摻雜、半導(dǎo)體復(fù)合、染料敏化等手段展開(kāi)研究。光催化材料的帶隙與可見(jiàn)光能量的匹配，光催化材料的能帶位置與反應(yīng)物電極電位的匹配已成為亟待解決的關(guān)鍵問(wèn)題。

4 結(jié) 語(yǔ)

當(dāng)前各新興領(lǐng)域發(fā)展勢(shì)頭良好，具有著潛在的經(jīng)濟(jì)增長(zhǎng)點(diǎn)和無(wú)窮的增長(zhǎng)潛力，對(duì)新興領(lǐng)域的熱點(diǎn)主題進(jìn)行演化研究有助于發(fā)現(xiàn)其技術(shù)創(chuàng)新前沿和關(guān)鍵課題，提升科研效率，支撐科研決策。為解決新興領(lǐng)域演化分析中文本量不夠充足的問(wèn)題，本文從子話題關(guān)聯(lián)和詞匯關(guān)聯(lián)兩個(gè)視角出發(fā)，在識(shí)別熱點(diǎn)主題的基礎(chǔ)上，對(duì)文本進(jìn)行切片，從而描繪了各熱點(diǎn)主題在時(shí)間序列上的形成、發(fā)展過(guò)程。通過(guò)子話題關(guān)聯(lián)揭示了熱點(diǎn)主題的結(jié)構(gòu)演化，分析了其在不同時(shí)間窗的研究側(cè)重點(diǎn)和熱點(diǎn)轉(zhuǎn)移關(guān)系；通過(guò)識(shí)別熱點(diǎn)主題的主路徑并在語(yǔ)義層面進(jìn)行詞匯關(guān)聯(lián)，揭示了熱點(diǎn)主題的內(nèi)容演化，描繪了熱點(diǎn)主題在詞匯粒度上的演進(jìn)脈絡(luò)。本文提出的熱點(diǎn)主題演化分析方法，豐富了單個(gè)主題層面的演化研究，為文本量不夠充足的新興領(lǐng)域的演化研究提供了借鑒。但本文僅使用了期刊文獻(xiàn)，未考慮專(zhuān)利等文獻(xiàn)數(shù)據(jù)，下一步可結(jié)合多源數(shù)據(jù)進(jìn)行領(lǐng)域的演化分析。