基于主题变迁的领域发展路径智能化识别——以人工智能为例

摘要：

[目的/意义]识别领域发展路径对于科技创新具有重要意义,但现有方法如专家访谈、引文分析等不能适应文献爆发性增长的现状,针对这一问题,提出一种基于主题变迁的领域发展路径识别方法.[方法/过程]该方法可以自动从Aminer平台获取数据,通过构建关键词-学者矩阵,综合使用KMeans++和谱聚类算法识别出研究主题和相关学者;通过相似度计算实现不同主题之间的关联,最终获得研究领域的发展路径并进行可视化展示.[结果/结论]通过对人工智能领域的实证分析,结果表明该方法能够有效反映领域研究主题的变迁,有助于研究者快速定位领域的研究热点和重点,丰富领域发展路径相关的研究方法.

关键词：领域发展路径、主题变迁、KMeans++、谱聚类、人工智能

所属期刊栏目：62

分类号：G250.2(图书馆学、图书馆事业)

资助基金：国家自然科学基金“支持技术预见的多源异构大数据融合与时序文本预测方法研究”91646102;国家自然科学基金“面向2035的中国工程科技发展路线图绘制理论与方法研究”L1624045

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：62-71