FOCUS本期聚焦
基于CiteSpace、LDA主题模型的
ChatGPT热点主题研究
路世昌，熊昊
摘要对国内ChatGPT相关研究文献进行主题分析，分析ChatGPT在不同领域的研究与发展现状。收集CNKI
数据库中以ChatGPT为主题的相关学术论文文献，运用主题聚类分析ChatGPT研究的发展现状。研究使用
CiteSpace与LDA主题模型，利用词云图对主题内容进行可视化展示，揭示当下ChatGPT研究的热点主题。
关键词ChatGPT；生成式人工智能；数字教育；数字政府；信息交互
中图分类号G2文献标识码A文章编号2096-0360（2024）01-0001-07
2022年11月，OpenAI公司在GPT-3.5的1，采用self-attention深度训练模型，其发展阶段，
基础上推出跨世纪人工智能产品ChatGPT（Chat如图1所示。
GenerativePre-trainedTransformer），推出后短ChatGPT的推出标志着人工智能推向了一个新
短两个月便达到1亿用户[1]。ChatGPT的发展并非的台阶，促进自然语言读取和生成的发展，使得生
一蹴而就，2018年OpenAI公司于实验室推出GPT-产更加便捷。ChatGPT在文本处理上的卓越表现引
图1GPT发展图
作者简介：路世昌，辽宁工程技术大学工商管理学院，教授，研究方向为企业经济，宏观经济管理与可持续发展，工
业经济。
熊昊，辽宁工程技术大学工商管理学院，研究方向为运营与供应链管理，企业战略管理。
nmrmagz@126.com新媒体研究1
2024年第1期NEWMEDIARESEARCH
来了无数学者在教育、会计、智能客服、数字政府、处理的文本语意分析和文本挖掘。分析在文本中出
新闻媒体等诸多领域的研究。本研究利用LDA主题现频率较高的词语，以文本中所有字符为支撑的概
模型对CNKI中的ChatGPT相关学术文献进行分析，率集表示该文本的主题。LDA主题模型是指隐含狄
探索目前研究的热点主题，分析ChatGPT在不同行利克雷分布，是主题模型中最常见的模型，由狄利
业和领域中的运用和发展现状。克雷于2003年提出，主要运用于识别主题、计算
文本相似度和对文本进行分类等领域[2]。
1研究设计
2研究过程
1.1研究思路
本次研究对国内ChatGPT研究相关文献进行2.1CiteSpace分析
收集和整理，借助CiteSpace软件对收集到的数2.1.1作者共现知识图谱分析
据进行作者共现知识图谱和机构共现知识图谱分作者共现分析中作者名字大小代表该作者发文
析，利用词袋模型和Word2Vec构建LDA模型，运量，作者之间通过粗细不同的线连接表示作者之间
用主题困惑度和pyLDAvis库对研究主题进行可视相互协作的密切程度。图2中一共74位作者和37
化分析，对分析结果进行归纳总结出当前国内关于条连线，网格密度为0.0137。喻国明（7篇）、高
“ChatGPT”的主要研究热点。奇琦、饶高琦、本刊讯、曹树金、张爱军、叶鹰