基于引用关系与词汇分析法的研究前沿识别研究——以人工智能领域为例

作     者：高楠 赵蕴华 彭鼎原 Gao Nan;Zhao Yunhua;Peng Dingyuan

作者机构：中国科学技术信息研究所北京100038 国家知识产权局专利局专利审查协作湖北中心武汉430000 

出 版 物：《情报杂志》 (Journal of Intelligence)

年 卷 期：2020年第39卷第4期

页      面：44-50,13页

核心收录：

学科分类：12[管理学] 1205[管理学-图书情报与档案管理] 

基　　金：中国科学技术信息研究所青年项目“基于专利和Altmetrics的前沿技术预测”(编号:QN2019-06)研究成果之一。 

主　　题：引用关系 人工智能 共被引分析 耦合分析 词频分析法 共词分析法 

摘      要：[目的/意义]基于引用关系与词汇分析法在进行研究前沿识别时,各有优劣,在分别采用这些方法进行研究前沿识别的基础上,探索融合这些研究前沿识别结果的途径,以求更客观、全面地对研究前沿进行揭示。[方法/过程]分别采用共被引分析、耦合分析、词频分析和共词分析法进行研究前沿识别,对比各类方法的前沿识别结果,之后采用线性融合算法得到人工智能领域2014-2019年的20个前沿技术及对应的预测准确度。[结果/结论]通过对人工智能领域进行实证分析,验证了该方法的可行性和有效性。不同分析法得到的识别结果对比后发现,共被引分析、耦合分析、共词分析所得识别结果虽然少,但更加具体,能够揭示特定的研究分支;词频分析法得到的结果数量虽多,但更加碎片化;耦合分析比共被引分析能预测到更多的研究前沿。融合后识别结果大致分为两个方面,一是方法实现或算法改进类,二是应用方向及领域类,其中,深度学习、机器学习、支持向量机是时下最重要的人工智能领域研究前沿和核心技术。