生成式人工智能研究热点及趋势分析.pdfVIP

科技创新ScienceandTechnologyInnovationMay2025SLIA

生成式人工智能研究热点及趋势分析

陈靖辉，魏琼

安阳学院计算机科学与数学学院，安阳455000

摘要：文章运用CiteSpace和VOSviewer软件，对2014—2024年中国知网数据库中生成式人工智能的相关文献进行可视化

分析。通过严格的数据筛选与质量控制，深入探究该领域的研究热点与前沿趋势。研究发现，生成式人工智能的关注度持续

攀升，关键技术成果显著，多领域融合应用也在不断推进。未来，技术演进将朝着模型轻量化、高效化及可解释化的方向发展；

应用拓展将涵盖医疗、金融、创意产业等多个领域，跨学科研究也将成为推动技术发展的重要力量。文章为生成式人工智能

领域的研究人员提供了全面的知识图谱，有助于研究人员把握领域动态，促进生成式人工智能的创新应用与理论拓展。

关键词：生成式人工智能；可视化分析；研究热点；趋势预测

0引言1841篇有效文献用于后续的可视化分析。

1.3研究方法

近年来，生成式人工智能取得了突破性进展，成为学术界本研究将筛选后的文献以“RefWorks”格式导出，并按

和产业界共同关注的焦点。据Gartner预测，到2025年，生成照软件规范命名为“文献资料_XX”进行保存。完成格式转

式人工智能的数据生成总量将占所有生成数据的10%以上[1]。换后，借助CiteSpace6.2R4与VOSviewer1.6.18两款可视

面对生成式人工智能蓬勃发展的现状，本研究将利用化软件进行知识图谱分析[4]。在分析过程中，时间跨度设定

CiteSpace和VOSviewer软件对相关文献进行可视化分析。通为2010年1月—2024年12月，时间分区为1年，通过绘

过对大量文献数据的深度挖掘与梳理，精准定位该领域的研制可视化图谱，深入剖析生成式人工智能领域的科研团队协

究热点与前沿趋势，为研究人员提供全面的知识图谱，有助作状况、重点研究方向以及学科前沿动态[5]。

于研究人员快速把握领域动态，推动生成式人工智能的多领域

创新应用与理论拓展，为该领域的持续发展贡献新的思路与2研究结果

视角[2-3]。

2.1发文量与年份关联分析

1研究对象与方法运用可视化分析工具，得到以“生成式人工智能”为主

题的发文量年度趋势。总体来看，国内生成式人工智能文献

1.1数据来源的发文量呈上升趋势。2010—2022年，发文量增长较为稳定；

本研究以中国知网数据库（CNKI）为数据来源，检索模自2022年起，生成式人工智能相关文献的数量呈爆发式增长。

式设置为“高级检索”，检索主题为“生成式人工智能”，时这一趋势表明该领域近年来关注度急剧攀升，已成为该领域

间跨度为2014—2024年，检索范围限定为“学术期刊”，文学术研究的热点。

献来源包括北大核心、CSSCI、CSCD。截至2024年12月，共2.2关键词聚类分析

检索到文献2391篇，其中学术期刊2245篇，学位论文24篇，本研究的关键词数据采集自中国知网、万方等权威学术

会议论文45篇，其他文献77篇。数据库。这些数据库具有全面且严格的收录标准，系统涵盖

1.2质量控制了生成式人工智能领域近10年的核心文献，保证了数据的