首页 > 期刊 > 自然科学与工程技术 > 信息科技 > 图书情报与数字图书馆 > 情报理论与实践 > 人工智能研究前沿识别与分析:基于高产作者多属性综合研究视角 【正文】

人工智能研究前沿识别与分析:基于高产作者多属性综合研究视角

邹本涛; 王曰芬; 曹嘉君; 余厚强 南京理工大学经济管理学院; 江苏南京210094; 江苏省社会公共安全科技协同创新中心; 江苏南京210094
  • 人工智能
  • 研究前沿
  • 突变术语
  • citespace
  • 突变检测

摘要:[目的/意义]从作者出发探测微观层面上人工智能领域研究前沿,并结合相关信息对前沿进行深入解读,以把握作者在整体中的研究态势、所处位置与特色,并发现基于不同属性识别出的研究前沿的类型与状态。[方法/过程]利用CiteSpace中的突变检测算法实现对高产作者突变术语的检测,再根据突变术语的原始来源论文抽取出对应突变术语的多种属性特征,进而依据属性从突变术语中提炼出研究前沿。[结果/结论]依据突变术语所属论文的题录属性,界定出作者层面的50个热点研究前沿、14个新兴研究前沿、34个成长研究前沿。高产作者的热点研究前沿代表领域内的研究热点与研究趋势,新兴研究前沿反映最近几年领域内比较新颖的研究技术或研究方法,成长研究前沿反映从新兴研究前沿到热点研究前沿的过渡状态。[局限]实验所涉及的高产作者数量受限,实验结论的普适性有待进一步验证;CiteSpace中突变检测的参数设置范围受软件本身所限制,无法灵活调整模型参数。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

投稿咨询 免费咨询 杂志订阅

我们提供的服务

服务流程: 确定期刊 支付定金 完成服务 支付尾款 在线咨询