Тематический анализ научных публикаций в области бизнес-информатики

Бизнес информатика - активно развивающаяся дисциплина. Это подтверждается постоянно растущим объемом научных публикаций. Любую академическую дисциплину можно рассматривать как набор постоянно эволюционирующих направлений (тем) исследований. Поэтому, имеет высокую ценность любой потенциальный способ рассмотрения общих тенденции развития научной области. Таким образом, пользуясь алгоритмами машинного обучения и тематического моделирования, данная работа стремится выявить динамику трендов в тематике публикаций по бизнес-информатике за период 2001-2021 гг. В ходе исследования был проведен обзор научной литературы, связанной с историей и ключевыми понятиями бизнес-информатики, а также публикаций, содержащих с теоретические и методологические основы применения тематического моделирования. На основе проанализированной литературы была сформирована база знаний для дальнейшего проведения тематического моделирования и интерпретации результатов. Тематическое моделирование было реализовано на языке программирования Python на выборке из 35000 научных публикаций, скачанных из базы данных научного цитирования Web of Science с помощью программного обеспечения AutoHotKey. Запрос, по результатам которого была сформирована выборка, был составлен на основе Call of papers конференции IEEE CBI 2020 года, и включал в себя такие темы, как “Business Informatics”, “Enterprise Architecture”, “Digital Transformation”, “Business Innovations” и пр. Реализована стандартная обработка текста с помощью библиотек nltk и spaCy, а также опробован и подвергнут настройке гиперпараметров ряд алгоритмов, в том числе LDA (имплементации gensim и MALLET), LSA и BERTopic. Оптимальным алгоритмом оказалась имплементация LDA из библиотеки MALLET с BERTopic в виде вспомогательного ресурса. Результирующие топики были сгруппированы и интерпретированы соответственно созданной базе знаний и дополнительной информации, полученной из BERTopic. По итогам работы были выявлены общие положительные тенденции для бизнес-информатики как для академической дисциплины в контексте исследовательского, образовательного и профессионального интереса, а также для субдисциплин, ассоциируемых с машинным обучением, а также для бизнес-инноваций, медицинской информатики. Также с варьирующейся степенью надежности были выявлены тенденции спада популярности в таки субдисциплинах, как архитектура предприятия, управление информацией и информационными системами, управление бизнес-процессами, а также управление требованиями. Данное исследование показало как положительные стороны тематического моделирования в анализе цитирования научных публикаций, так и некоторые недостатки данного подхода. Работа содержит 8 рисунков, 1 таблицу, 22 приложения. Приведены ссылки на 49 источников.