高校图书馆学科服务专题
SciMetrics：AI 新兴主题识别与可视化的学科服务应用
从“文献检索支持”走向“研究前沿研判”：理解 AI 新兴主题识别的意义、原理、操作流程和案例表达，把可视化结果转化为图书馆可交付的学科情报产品。
AI 新兴主题识别在图书馆学科服务中的定位
高校图书馆的学科服务正在从资源保障、查收查引、文献传递，进一步延伸到学科态势感知、科研选题支持、团队方向画像和战略咨询。AI 新兴主题识别不是为了替代专家判断，而是帮助学科馆员更快地形成“可讨论、可追溯、可展示”的前沿线索。
核心观点
新兴主题识别的价值，不在于给出一个“绝对正确”的热门榜单，而在于把近年文献中的主题结构、增长信号、知识组合变化和代表论文组织成可供学院、团队、管理部门进一步判断的证据框架。
发现线索
快速从大量文献中筛出可能正在形成的新方向。
组织证据
用主题、论文、时间、引用和关系图支撑判断。
连接专家
为学科专家访谈和团队调研提供问题清单。
形成交付
输出学科简报、专题图谱、代表论文清单和服务建议。
从论文数据到学科服务价值
对学科服务人员来说，新兴主题识别的意义要落在服务场景上：它能帮助我们回答学院、科研团队和管理部门经常提出但很难快速回答的问题。
| 服务对象 | 典型问题 | AI 新兴主题图提供的证据 | 图书馆可交付成果 |
|---|---|---|---|
| 学院 / 学科负责人 | 近几年本学科哪些方向值得关注？ | 高新颖度主题、主题论文数、增长信号、代表论文。 | 学科前沿主题简报、重点方向建议。 |
| 科研团队 | 团队选题是否贴近前沿？有哪些交叉入口？ | 主题之间的邻近与交叠、跨主题连接节点。 | 选题情报包、交叉合作线索清单。 |
| 青年教师 / 博士 | 如何从文献中找到可进入的研究切口？ | 深色新颖节点、低被引但高新颖论文、主题内部子方向。 | 前沿论文导读、选题阅读路径。 |
| 科技管理部门 | 有哪些新方向需要提前布局或持续监测？ | 主题增长、历史稀缺性、可视化聚类与导出表格。 | 监测专题、年度态势图、项目布局参考。 |
数据层
论文题名、摘要、年份、关键词、引文、分类、被引等。
主题层
用 AI 识别论文所属主题，形成可解释的主题标签。
指标层
计算论文关系、新颖度、增长和历史差异。
服务层
转化为图谱、清单、解释文本和专家沟通材料。
“新兴”不是一个单一指标，而是一组证据
SciMetrics 的 AI 新兴主题可视化可以理解为四步：先识别主题，再构建论文关系，然后计算论文与主题的新颖度，最后把高维关系投影到二维图上供人阅读。
1. AI 主题识别
根据论文题名、摘要或相关文本，为每篇论文归纳一个或多个主题。预定义类别适合框架明确的分析，自动发现适合探索未知方向。
2. 论文关系建模
用关键词、主题词、引文、共引或分类信息判断论文之间是否接近。关系类型决定图谱强调的证据视角。
3. 新颖度与增长
把知识组合少见程度、相对历史差异和时间新近性合并，形成论文新颖度，再汇总为主题新颖度。
论文相似度
对于关键词、主题词和分类字段，可使用集合相似度理解：
Jaccard(A, B) = |A ∩ B| / |A ∪ B|
引文关系则强调知识承接：直接引用、共同参考文献或共同被引都可以构成论文之间的关系证据。
论文新颖度
论文新颖度可用三个维度理解：
PaperNovelty = 0.45 * CombinationNovelty + 0.25 * HistoricalDistance + 0.30 * Freshness
可概括为三个信号：新的知识组合、相对历史基线的差异、距离当前分析窗口更近。
主题新颖度
主题层面不是简单取“最新论文”，而是综合主题内论文新颖度、近期增长和历史基线中的稀缺程度。
TopicNovelty = 0.70 * AvgPaperNovelty + 0.20 * GrowthIndex + 0.10 * BaselinePenalty
因此，高新颖度主题通常意味着：主题下论文较新颖、近期增长较快，或历史基线中较少出现。
解释边界
UMAP 和 t-SNE 图中的空间距离只是相似性线索，不应被解释为严格数学距离。可视化适合发现线索和组织讨论，最终结论仍应结合专家知识、原文阅读和数据质量检查。
在 SciMetrics 中完成一次分析
完整分析流程包括数据准备、AI 主题识别、新兴主题参数设置、图谱生成、结果阅读与导出。每一步都对应一个明确的服务目的。
导入或打开数据集
确认文献题名、年份、被引、关键词、主题词、引文或分类信息。若只分析特定学院或团队，可先勾选目标论文。
配置 AI 模型并识别主题
主题识别结果是后续新兴主题图、桑基图和主题指数计算的基础。主题名称需要检查，必要时进行编辑。
设置新兴主题可视化参数
选择论文关系、布局方式、分析窗口、历史基线、最大论文数、最大主题数和是否仅分析勾选论文。
阅读并优化图谱
通过左侧主题列表筛选高新颖主题，在中央图形区观察节点和主题凸包，在右侧面板调整显示效果。
导出可交付材料
保存 .aitopicmap 便于复查，导出 SVG 便于报告排版，导出 Excel 用于主题、论文和参数核对。
参数选择就是研究设计
对于图书馆学科服务，参数不只是“软件怎么点”，而是“我们用什么证据、看多长时间、与什么历史比较、展示多大规模”。
| 参数 | 含义 | 解释重点 | 推荐设置 |
|---|---|---|---|
| 论文关系 | 决定论文之间相似或关联的证据来源。 | 明确用于判断论文接近性的证据来源。 | 引文完整时用引文/参考文献；数据不完整时用关键词、主题词或混合关系。 |
| 布局方式 | 把高维特征投影到二维图上。 | 图上位置表示相似性线索，不代表严格数学距离。 | 成果展示优先 UMAP；局部关系探索可对比 t-SNE。 |
| 分析窗口 | 决定哪些年份的论文进入图谱。 | 界定当前前沿所覆盖的时间范围。 | 快速领域 3-5 年，一般领域 5-8 年，稳定领域 8-10 年。 |
| 历史基线 | 用于判断当前论文相对过去是否新颖。 | 说明当前主题相对于历史文献的差异。 | 通常用分析窗口之前 10 年，历史较短时适当减少。 |
| 最大论文数 / 主题数 | 控制图形复杂度和可读性。 | 在覆盖范围和图形可读性之间保持平衡。 | 展示 200-500 篇、20-30 个主题；探索 500-1000 篇。 |
质量控制清单
正式服务前建议检查：年份字段是否可靠；AI 主题命名是否需要合并或修正；引文、关键词、分类字段是否完整；是否记录了参数；是否能从图回溯到原始论文。
如何把一张图讲成一个学科服务案例
案例分析采用“主题定位 - 论文核对 - 服务解释”的路径：先定位高新颖主题，再识别代表论文，最后形成可用于学科服务沟通的分析结论。
案例设定
以某一批近年科技文献为例，目标是回答：“最近几年哪些研究主题正在形成新的增长点，哪些论文可以作为后续精读入口？”
- 选择最近 5 年作为分析窗口。
- 使用分析窗口之前 10 年作为历史基线。
- 优先用引文/参考文献或混合关系构建论文关系。
- 限制最大论文数和主题数，保证图形可读。
- 在高新颖主题中选择 2-3 个做重点解读。
案例分析路径
第一步查看左侧主题列表，选择新颖度较高且论文数量具有一定支撑的主题。第二步回到图中观察该主题的空间位置，包括是否形成清晰簇、是否与其他主题交叠、是否存在深色或较大的代表节点。第三步在论文列表中打开原始数据，核对论文题名、年份、被引和主题归属。经过核对后，可将该主题作为值得持续关注的前沿线索。
分析结论要点
- 主题新颖度反映当前时间窗口内的新近性、历史差异性和增长信号。
- 主题论文数量和被引情况用于判断该方向是否具备一定文献基础。
- 深色节点、较大节点和跨主题连接节点可作为代表论文候选。
- 相邻主题或交叠区域可提示潜在交叉研究方向。
从工具结果到图书馆服务产品
学科服务的关键不是“生成了一张图”，而是把图转化为学院能使用的材料：结论摘要、图表、主题清单、代表论文和后续服务建议。
专题简报
适合给学院和科研管理部门。包括研究背景、数据范围、参数说明、前沿主题和建议。
主题阅读包
适合给科研团队和青年教师。包括高新颖主题、代表论文、关键词和后续检索式。
持续监测
适合年度或季度更新。固定数据源和参数，观察主题变化和新增前沿。
交付规范
服务成果应同时说明数据来源、时间范围、参数设置和方法局限，以增强结果可信度，并便于后续复现、更新和比较。
方法应用中的常见问题
以下问题涉及结果解释、主题命名、可视化边界和服务转化，是开展 AI 新兴主题识别时需要重点关注的内容。
新颖度高是否等于该方向一定重要？
不等于。新颖度强调相对于历史和当前窗口的创新信号，重要性还需要结合论文质量、被引、团队基础、政策需求和专家判断。
AI 主题名称不准确怎么办？
主题名称是服务表达的关键，正式报告前应检查并合并同义主题、修正不符合学科习惯的命名。SciMetrics 支持编辑 AI 主题名称。
为什么同一主题的论文没有完全聚在一起？
布局同时考虑论文特征相似性和主题聚拢。如果同一主题下的论文在关键词、引文或分类上差异较大，它们可能仍然分散。
如何控制图谱解释边界？
可视化结果应作为前沿线索和证据组织方式使用，并通过原始论文、导出 Excel 和专家访谈进行补充验证。
方法应用中最需要关注什么？
需要重点关注问题意识和解释边界：明确服务对象的真实需求、数据能够支持的判断、参数设置的含义，以及哪些结论仍需专家进一步确认。
