阮光册著的《主题模型与文本知识发现应用研究》以科技文献文档、网络新闻文本、用户UGC文本等三种不同类型的文本作为知识发现的研究对象，结合每种文本的特点，设计有针对性的知识发现方法和流程。研究的主要内容包括：如何用主题模型揭示不同类型文本的潜在主题；如何从深层次理解和揭示文本的潜在主题；如何展示文本不同层次的潜在主题：如何实现用户生成内容的知识发现。致力于解决如何使用可视化的方法展示文本集合中的潜在主题等问题。

阮光册，华东师范大学经济与管理学部信息管理系副教授，主要研究领域为信息分析、文本挖掘。主持省部级课题2项；已出版著作2部；《商业数据存储和管理》（华东师范大学出版社，2016），《公共图书馆管理与服务》（科技文献出版社，2015）；在核心期刊发表论文20余篇。研究成果获得上海市决策咨询项目二等奖。

第1章 绪论
1.1 课题背景
1.2 研究意义
1.3 研究目的、对象及内容
1.4 研究特点及思路
1.5 研究结构
1.6 小结
第2章 基础理论
2.1 知识发现概念
2.2 知识发现的方法
2.3 知识发现研究现状
2.4 文本挖掘概述
2.5 小结
第3章 文本知识发现的新思路_-主题模型
3.1 文本知识发现面临的挑战
3.2 文本知识发现的新思路——主题模型
3.3 主题模型在文本知识发现中的作用
3.4 主题模型在文本知识发现中的优势
3.5 小结
第4章 面向主题模型的文本知识发现框架
4.1 语义建模
4.2 基本过程
4.3 基本任务
4.4 模型构建
4.5 小结
第5章 面向主题模型的文献知识关联发现
5.1 文献知识发现
5.2 文献知识关联发现模型设计
5.3 知识的语义关联实践
5.4 检索结果聚类的实践应用
5.5 小结
第6章 面向主题模型的新闻文本知识发现
6.1 新闻话题描述模型
6.2 面向主题模型的新闻文本知识发现模型
6.3 新闻文本知识发现实践
6.4 小结
第7章 面向主题模型的UGC文本知识发现
7.1 UGC文本的内涵
7.2 面向主题模型的网络用户评论知识发现
7.3 面向主题模型的UGC文本商业价值发现
7.4 面向主题模型的高质量UGC文本识别
7.5 小结
第8章 结语与展望
8.1 结语
8.2 展望
附录
附录A 商业领域的知识发现系统
附录B 图书情报领域的知识系统
附录C Web文本挖掘的应用
参考文献