實務分析 6.3。以研究文獻調查示範文字探勘如何支援大量學術文獻的縱向與分群分析。
理解語料庫建立、中繼資料選擇、時間切分、奇異值分解（Singular Value Decomposition, SVD）降維與期望最大化分群。
Delen 與 Crossland 收集《MIS Quarterly》（MISQ）、《Information Systems Research》（ISR）、《Journal of Management Information Systems》（JMIS）三本期刊可取得的文章，進行半自動文字探勘。
| 原書設定 | 數值／內容 |
|---|---|
| 期刊 | 3 本：MISQ、ISR、JMIS |
| 共同期間 | 1994–2005，共 12 年 |
| 時間切分 | 4 個 3 年期間 |
| 縱向實驗 | 3 journals × 4 periods = 12 |
| 主要文字欄位 | 摘要 |
| 分群降維方法 | 奇異值分解 |
| 分群演算法 | 期望最大化 |
| 選出的群集 | 9 |
| COVID-19 延伸例 | 85,268 篇文章；截至 2021 年 11 月的疫情第一年資料集合 |
先建立包含標題、摘要、作者、關鍵字、卷、期、年份、期刊類型的資料；分析時只使用摘要，避免把列出的關鍵字重複加權或把作者希望被關聯的詞當成實際內容。縱向分析建立 12 個互斥資料集；全資料再以奇異值分解＋期望最大化分群找出自然群組。
12 個縱向實驗可由 3 × 4 直接驗證；分群實驗最終選擇 9 個群集。原書未提供完整合併資料集，因此不自行重算群集歸屬。
案例強調特徵選擇本身就是方法上的選擇。排除已出版關鍵字的理由不是資料缺失，而是避免重複與潛在偏誤。管理上同樣適用：更多欄位不必然等於更好的模型。
根據三本期刊、四個期間與 9 個群集設定整理研究文獻工作流程；不要在沒有原始摘要時生成群集標籤或文章數量。
問題： 若仍維持 3 本期刊，但把 12 年切成 6 個 2 年期間，會有多少個期刊—期間實驗？
參考解答： 3 × 6 = 18 個實驗。這是結構性假設情境；不代表原書實際做了 18 個實驗。