基于科学计量的世界人工智能领域发展状况分析.pptxVIP

基于科学计量的世界人工智能领域发展状况分析 分析了人工智能领域近15年的发展状况，预测了未来的发展趋势，帮助研究人员快速掌握领域概况。运用 SciMAT软件进行关键词共现分析，利用生成的主题演化图、战略图揭示发展状况及子领域成熟度，预测未来发展趋势 。 李悦_基于科学计量的世界人工智能领域发展状况分析_2017 （分析方法）数据来源与理论方法 （数据过程）数据清洗与关键词选择 （分析结果）结果与分析 （结束语）当前研究趋势，未来研究热点及方向 科沃斯 论文目录 根据文章的章节流程逐步对文章分析内容进行汇报。 1 2 3 4 本研究将国际权威数据库 Web of Science中的核心合集作为数据来源，依据 EI Compendex数据库中人工智能的受控词表，选取人工智能的相关词和下位词。 本研究时间跨度选取3个5年段 :2002 - 2016 共15 年 。 再对检索结果进行精炼，精炼依据为文献类型 : (PROCEEDINGS PAPER OR ARTICLE)。 因高被引论文更具有代表性，更能体现领域特征，故取每年被引频次前5%的 数据作为实验数据。检索日期为2017年3月29日，共得到论文18376篇。 数据来源与理论方法 本研究将共词分析法通过统计分析关键词在文献中共同出现的频次构建共现矩阵来计算词与词之间的距离，然后借助聚类算法，将距离较近的关键词聚集 起来形成概念相对独立的类团。关键词是揭示文献主题信息的词或词组，是文献核心内容、理论、方法的凝练，在共词分析的基础上研究文献的内在联系和科学结构，可以追踪学科 发展水平及其内部结构的发展变化。 共词分析法 SciMAT SciM A T 由 西 班 牙 格 拉 纳 达 大 学 的 研 究 组 Sci 2s 开 发 ，它 包含了执行科学绘图工作流程所有步骤所需的所有模块，实现了各种预处理工具，如检测重复和拼写错误的项目、时间切 片 、数 据 缩 减 和 网 络 预 处 理。 李悦, 苏成, 贾佳,等. 基于科学计量的世界人工智能领域发展状况分析[J]. 计算机科学, 2017, 44(12):183-187. 本研究首先利用 WordNet 提取关键词词干进行词形归并，然后用手工方式把意义相近 的关键词进行归并，并将指向性弱的关键词删除。 数据清洗与关键词选择 关键词清洗 根据计算机相关学科的半衰期特性，本研究以5年为周期 ，从以下3 个时间段进行研究 。 时间分段 本研究通过对不同阈值进行实 验发现设置节点阈值(关键词词频)为20、连线阈值(关键词 共现频次)为5时图谱最清晰，聚类类团个数较为合理。 参数选择 本实验选择 Equivalence Index作为网络的标准化方法， Simple Centers Algorithm作为聚类方法 ，Core mapper 作为图谱类型，Jac card’s index 作为进化图的标准化方法 ，Inclussion index 作为重叠图的标准化方法 。 其它参数 战略图 “ 战略坐标 ” 来 描述某一研究领域内部的联系情况和领域间的相互影响情况。战略坐标 是在建立主题词的共词矩阵和聚类的基础上，用可视化的形式来表示产生的结果 。 在战略图中，X 轴为向心度，表示领域间相互影响的强 度，向心度越大，则该领域与其他领域的联系越强，该领域就 趋于中心地位;Y 轴为密度，表示某一领域的内部联系强度， 密度越大，类团内部关键词的联系越紧密，发展成熟度越高。 在战略图中，处于右上象限说明主题内部联系紧密，发展 程度高;处于右下象限表示处于核心位置但成熟度不高，发展 潜力大;处于左上象限表示研究成熟度高但处于边缘位置;处 于左下象限表示研究成熟度低且处于边缘位置，一般为新的 类团或衰退的类团。 李悦, 苏成, 贾佳,等. 基于科学计量的世界人工智能领域发展状况分析[J]. 计算机科学, 2017, 44(12):183-187. 总体呈上升趋势 。 2010 年 、2011年发文量几近相同 ，人工智能可能进入一个平稳期 ; 而2011年改进了神经网络算法 ，使得用少量的神经元可以高效 、灵活 、稳健地表达抽象复杂的概念，掀起了人工智能新的浪潮，2012年起，该领域发文量持续上升。 2015年之后，人工智能又有进入新的平稳期的征兆，2016年发文量有 所下降。 由于2017年各国政策及市场的刺激，2017年发 文量也许会有所上升。 结果与分析 发文量统计分析 图1 发文量总数统计 李悦, 苏成, 贾佳,等. 基于科学计量的世界人工智能领域发展状况分析[J]. 计算机科学, 2017, 44(12):183-187. 各时间段新生词都要大于消亡词，说明该方向蓬勃发展。 结果与分析 关键词演化分析 图2 关键词演