數字經濟視域下高校數字人才培養主題識別研究

陳 卓

(黑龍江大學 信息管理學院,黑龍江 哈爾濱 150080)

0 引言

《“十四五”數字經濟發展規劃》(以下簡稱《規劃》)指出,發展數字經濟是把握新一輪科技革命的戰略選擇,而發展數字經濟的關鍵環節是大力培養數字人才[1]。高校作為數字化人才培養的重要基地,如何培養符合我國數字經濟發展的數字人才,是當下急需解決的問題。通過抽取高校數字人才研究成果的核心主題進行分析,對指導我國高校培養數字化人才工作具有重要的現實意義。因此,本文通過LDA主題模型挖掘高校數字人才培養研究文獻的核心主題,并基于LDA聚類結果進行共現分析,能夠得出高校數字人才培養的現狀和面臨的挑戰,從而幫助學者把握高校數字人才培養研究的重點。

1 研究綜述

對高校數字人才培養文獻分析發現,國內學者主要圍繞以下4個方面開展研究:(1)新學科建設。李慧等[2]從一流學科人才需求的角度出發,建立人才服務場景框架,對高校圖書館人才多元場景服務進行模擬構建,實現了服務功能重組以匹配學科人才需求。謝曉專等[3]采用詞頻分析、扎根理論編碼等方法,對美國31所高校安全情報專業的碩士培養情況進行了分析,并提出了以“決策支持與威脅應對”為導向的模型——“KSAs-D-T”模型,為我國培養情報學人才提供了一些經驗借鑒。(2)人才培養模式。針對高校圖書館協同教學服務,劉靜等[4]從協同教學內容、教學方法、考核方式和教學組織模式4個方面進行了研究,構建了高校圖書館協同教學服務評價指標體系。該體系可以為提高教學質量提供決策支持,繼而推動高校創新人才的培養。(3)高校數字化轉型。何秀全等[5]首先分析了高校數字化轉型的基礎條件和不足之處,然后針對這些問題呼吁改變數字化轉型觀念,接受新的數字化轉型理念、參與高校整體數據治理,提高圖書館數據的價值,從而助推新時代圖書館數字化轉型。姚曉霞等[6]從數字化發展歷程入手,指出數字化轉型的開展必須準確識別與高校圖書館相關的一系列環境變化,以明確數字化轉型的方向。最后提出了助推高校圖書館開展數字化轉型的五大支柱,以此持續推進數字化轉型。時瑩等[7]首先借助半結構化訪談和網絡等多種渠道收集資料,接著采用扎根理論方法對這些資料進行分析,最后歸納得出影響高校圖書館數字化服務能力的主要因素是內外部支持、讀者和數字化館員的認知程度、讀者和數字化館員的行為。(4)數字人才培養體系。徐孝娟等[8]采用文獻計量學方法,從英國和美國各選取3所大學,深入分析這些高校在課程方案、課程結構、課程層次以及培養目標4個方面的內容。研究結果表明,英美的數字人文課程包括的學科門類繁多,選修課設置比例較高,跨學科特色明顯。

綜上所述,當前研究成果雖然已較為全面,但尚缺少從主題識別的視角分析我國高校數字人才培養現狀的研究成果。同時,國內外學者圍繞高校數字人才培養形成的一系列研究成果也為開展主題識別提供了數據支持。Blei等[9]提出的LDA主題概率模型是一種無監督機器學習方法,可以從非結構化文本中檢測隱藏的潛在主題。因此,文本嘗試利用LDA主題聚類、Word2Vec及主題詞共現強度等文本計算方法對我國301篇高校數字人才培養科研文獻進行主題分析,以深入挖掘我國高校數字人才培養的現狀及發展趨勢。

2 研究方法

本文提出通過主題建模識別數字經濟人才培養的方法。首先,LDA主題模型可以從語義層面識別主題;其次,Word2Vec作為自然語言處理中常用的概率模型,能夠把非結構化的文本信息向量化,可以計算主題與文本相似度篩選有效主題,解決使用困惑度確定最優主題數目可能生成無效主題的問題;最后,利用對LDA主題聚類結果進行共現分析,能夠識別出共現強度較大的主題詞。

2.1 LDA主題模型

LDA主題模型主要有文檔與主題、主題與主題詞的關系形成的結構組成,其中主題詞服從狄利克雷分布,概率值越大,表示主題與主題詞的關系越強,越能表示主題。LDA模型的聯合概率如公式(1)所示。

(1)

公式(1)中:θ為主題向量;p(θ)為主題在文本中出現的概率;N為要生成文本的詞語數;zn為選擇的主題;P(z|θ)為給定θ時主題z的概率分布;P(w|z)為給定主題z時w的概率分布;α為每一篇文檔的主題先驗dirichlet分布參數;β為每一個詞的主題先驗dirichlet分布參數。

2.2 無效主題過濾

相似度數值反映了兩者之間的協同性。協同性是指文獻和《規劃》在高校數字人才培養方面具有一定的共性,能夠從學術研究和政府規劃兩個層面反映出我國高校數字人才建設現狀。基于此,本文選擇文獻和《規劃》具有協同性的主題進行分析。首先,基于Word2Vec的Skip-gram模型進行詞向量訓練,使用余弦相似度計算每個主題與《規劃》的相似度,生成相似度矩陣;然后,設定閾值,從而過濾相似度低于閾值的主題,如公式(2)所示。

Sim(T)=cos(tj,di)

(2)

公式(2)中:Sim(T)為主題與文本間的相似度;ti為第j個主題;di為第i個文本。

2.3 核心主題抽取

通過LDA提取出的主題詞能夠概括對應的主題,但由于LDA聚類出的主題對應的詞蔟具有泛化性的特點,若人工從詞簇中提煉主題存在主觀性。因此,本文提出使用共現分析的方法識別關聯度和影響較大的主題詞,進而發現最能準確描述和概括數字人文的研究主題,其中主題詞共現強度如公式(3)所示。

(3)

公式(3)中:Eij為主題詞共現強度;Si與Sj為主題詞在主題語句中出現的頻次;Sij為兩個主題詞共現在主題語句中的數量。

2.4 過程模型構建

本研究從主題識別的視角,選擇數字經濟人才培養研究文獻作為樣本,通過抽取主題來構建其框架體系。分析流程為:首先,從CNKI數據庫中獲取文獻數據,構造特征詞表和無效詞表等數據預處理工作;其次,使用困惑度評價法確定文獻的最優主題數目,使用LDA聚類出主題-詞分布,進行主題識別;再次,使用Word2Vec進行主題模型訓練,并計算主題與文本的相似度矩陣,設置閾值,過濾無效主題;最后,基于有效主題詞進行共現分析,進而識別核心主題進行綜合分析。

3 實證研究

3.1 數據獲取與預處理

首先,本文以主題“數字經濟”與“高校”作為檢索條件對CNKI數據庫進行檢索,截至2022年8月共檢索到文獻301篇,以人才培養為主題對檢索結果進行人工篩選,剔除期刊選題等無效文獻,共得到132篇文獻,從數據庫中導出文獻的篇名、摘要和關鍵詞。其次,對數據進行清洗,提取文獻關鍵詞作為特征詞表。最后,為進一步提高主題識別的準確度,防止無效詞的干擾,構建面向數字經濟高校人才培養的無效詞表。

3.2 最優主題數目確定

困惑度表示對文檔所屬主題的不確定性,困惑度越低,說明聚類的效果越好,主題數目最優[10]。基于分詞結果,計算主題的困惑度值,生成困惑度曲線,為防止過擬合,選取困惑度下降不明顯或處于拐點的值,確定最優主題數目為26。

3.3 LDA主題聚類

首先,使用LDA主題模型進行主題聚類,生成主題-詞的分布;其次,使用文獻的篇名、摘要及關鍵詞訓練詞向量模型,基于公式(2)計算主題與《規劃》的相似度數值,閾值設定為0.3[11],并進行人工判讀,過濾無效主題,最終確定有效主題數目為23,LDA主題識別結果如表1所示。

表1 主題識別結果

3.4 核心主題識別

首先,在主題-詞過濾的基礎上,基于公式(3)使用python生成主題詞共現矩陣;其次,對共現矩陣進行過濾清洗,主要是對干擾詞的過濾及同義詞的合并,最終得到共現矩陣;最后,使用Ucinet軟件將共現矩陣轉成Pajek格式,導入VOSviewer分析軟件繪制出數字人文主題詞共現圖譜。其中,“數字經濟、數字經濟時代、人才培養模式”圓圈較大,表示這些主題詞被共現多次。

4 主題分析

根據抽取結果進一步提煉,可以劃分為:數智時代的數字人才定位、數字經濟的數字技術發展、高校數字人才存在的問題、高校數字人才培養模式4個方面,具體分析如下。

4.1 數智時代的數字人才定位

技術創新是經濟數字化轉型最核心的競爭力,培養新階段所需要的人才可以在全球數字經濟發展中建立競爭優勢。數智時代的數字人才所涉及的內容包括“數字素養”“應用型人才”“高素質”等,反映出數字經濟人才的需求和定位。根據《規劃》可知,數字人才的培養是具備數字化技術、創新思維和數據治理能力的高質量人才。

4.2 數字經濟的數字技術發展

數字經濟的數字技術所涉及的內容主要包括大數據和人工智能等。大數據是數字經濟發展中必不可少的生產要素,能夠驅動信息技術持續發展。而實現人工智能典型的方法是專家系統和機器學習。目前,運算、感知和認知三大智能得到了業界廣泛的認可。除此之外,數字技術還包括:區塊鏈、云計算、數字孿生技術等隨著互聯網與經濟社會的深度融合,數字經濟已成為新的驅動力,高校應著力培養數字人才,以滿足數字經濟的人才需求。

4.3 高校數字人才培養存在的問題

高校數字經濟發展受多種因素影響,如專業化不夠突出,人才創新能力培養方案與數字經濟發展產業鏈銜接不夠緊密。總體上看,存在著政策性短板、服務手段短板等一系列問題,距離產教協同育人的人才培養目標還有很長的路要走。主要包括3個方面:

(1)數字經濟發展產教融合格局尚未形成。高校數字經濟人才培養方案和地方數字經濟發展規劃關聯度較低,支持高校數字經濟發展的政策措施不明確,造成辦學定位遇到困難。高校數字經濟學科的發展定位受制于外部資金等限制,經費、人員等保障措施不足。因而高校還需要進一步加強經費投入、人才培養、學科發展等保障體制建設,為培養復合型數字經濟人才創造良好條件。

(2)地域因素阻礙了高校服務數字經濟的發展。數字經濟目標的實現離不開優質的師生資源,然而我國偏遠地區的一些高校與一線城市的高校相比仍存在較大差距。同時,這些偏遠高校還面臨著知名教授被沿海高校挖掘的風險,因而在數字經濟人才培養上存在著較大的挑戰。

(3)數字經濟科研輻射較弱。當前,高校與縣域協同合作的機制尚未健全,與相關企業緊密協同的創新生態系統尚未形成,數字經濟平臺的集聚效應不甚明顯,數字經濟服務聯盟尚未構建,數字經濟科研平臺建設還有待提升,其帶動產業集成創新的水平仍有待提高。

4.4 高校數字人才培養模式

高校數字人才模式所涉及的內容包括“人才培養”“創新型人才”“數字化轉型”等,反映出高校積極響應國家數字經濟發展政策,不斷探索創新人才培養模式。其中的主要舉措有:

(1)加快人才引進,形成復合型數字人才培養體系。完善數字經濟人才引進政策,構建數字經濟人才的激勵機制,引進急需緊缺的科技人才,以及在數字化技術領域擁有豐富背景的復合型人才,支持高校開展數字經濟相關學科的研究,培養數字經濟復合型人才。

(2)發揮政府的行政推動作用。相關部門要發揮出整體合力,激發數字經濟從業者的積極性,突出政府的主導地位,搭建起以數字經濟要素為主體,高校和數字經濟發展相互銜接的服務體系,助推數字經濟時代化。因此,相關部門要制定出與之配套的優惠政策,并給予一定的資金扶持,強化與高校的合作,從而促進數字經濟核心產業的發展。

(3)實施轉型升級。高校應向應用型轉型:①升級制度保障體系。高校應設立專項數字經濟學科發展資金、完善制度以更好地服務區域數字經濟產業。②調整學科專業建設布局。建設有利于服務數字經濟發展的學科專業集群,深化數字經濟學科建設綜合改革,形成橫向分類、縱向分層的學科建設體系。此外,高校還應根據區域需求,主動調整學科專業結構,培養學生成為就業能力更強的數字經濟專業人才。③優化數字經濟人才結構。優先保障緊缺專業人才,拓展師資與國際間的交流合作,聘任專家來校從事數字經濟相關工作。同時,加強數字經濟學科教師的培訓工作,為教師提供出國訪學機會,拓寬教師的視野。

5 結語

本文以CNKI數據庫為數據源,綜合運用LDA主題模型、Word2Vec和共現分析方法,對高校人才培養研究的文獻進行了核心主題提取。針對數字經濟時代的“數字人才”定位、數字技術的發展態勢、高校數字人才現存的問題、數字人才培養模式的探索4個方面,分析了我國高校數字人才培養的現狀和面臨的挑戰,提出了未來的發展方向,旨在通過結合區域數字經濟發展戰略,推動高校參與數字經濟創新性研究,提升高校服務地方的能力,從而推進數字經濟時代發展的數字科技創新。