人工智能是當代工程科技前沿研究中的學科領(lǐng)域之一,也是國家科技發(fā)展規(guī)劃的重點領(lǐng)域和優(yōu)先主題。以EI Compendex數(shù)據(jù)庫收錄的國際人工智能領(lǐng)域權(quán)威學術(shù)會議AAAI2002-2011年的會議論文為研究對象,運用科學計量學方法和可視化技術(shù),繪制當代國際人工智能領(lǐng)域的知識圖譜,對包括國別、機構(gòu)和作者在內(nèi)的研究力量分布以及熱點、前沿和所涉學科在內(nèi)的主題內(nèi)容進行分析和總結(jié)。此外,通過對知識圖譜的深度解讀,發(fā)現(xiàn)科學計量及可視化方法在探析學科領(lǐng)域研究主題時,既需改進自身的方法工具,也應與內(nèi)容分析及作者行文模式等研究相結(jié)合。 

【文章來源】：圖書情報工作. 2012,56(22)北大核心CSSCI

【文章頁數(shù)】：8 頁

【部分圖文】：

AAAI學術(shù)年會發(fā)文≥15篇以上的高產(chǎn)機構(gòu)(2002－2011年)

有92%的論文為合著而成。這體現(xiàn)了人工智能領(lǐng)域?qū)W者有著良好的合作精神，更表征著該領(lǐng)域?qū)W科交叉的程度、涉及領(lǐng)域的廣度和學術(shù)研究的深度。在可視化分析中，首先運用CitespaceⅡ軟件繪制作者合作網(wǎng)絡圖譜�；诎l(fā)文篇數(shù)、合作篇數(shù)和余弦相似系數(shù)指標，筆者選定閾值(2，2，30;2，2，30;2，2，30)，結(jié)果見圖2。圖2中有三個最大的作者合著連通網(wǎng)絡，根據(jù)作者機構(gòu)信息的統(tǒng)計和對照，可以將三個連通網(wǎng)絡劃分為9個合作群或團隊。經(jīng)過進一步的統(tǒng)計和更詳細的調(diào)研，可以發(fā)掘出國際人工智能領(lǐng)域?qū)W術(shù)合作主要存在這樣幾個特征:圖2AAAI學術(shù)年會作者合著網(wǎng)絡圖譜(2002－2011年)?合作類型可以分為機構(gòu)內(nèi)的團隊合作和跨機構(gòu)合作兩種模式，而著名學者和年青學者是合作的主要連接點。著名學者一方面是團隊的核心，指導團隊研究方向，另一方面或是曾經(jīng)在多個機構(gòu)工作過，或是有著重要而熟悉的科研合作關(guān)系(如學術(shù)兼職或科研邀請)，因而成為學術(shù)合作的重要發(fā)起者。從圖2可以看到，除了北美機構(gòu)合作群外，還有德州大學奧斯汀分校、馬里蘭大學、南加州大學的團隊，因此，可以看出美國在該領(lǐng)域的強大的科研實力。美國憑借其強大的科研實力，成為這種合作模式的典型。優(yōu)秀的年青學者常常就讀于人工智能領(lǐng)域頂尖的研究機構(gòu)，甚至師從著名學者，然后畢業(yè)后回到本國從事科研，因而成為不同區(qū)域機構(gòu)間合作的重要橋梁。以色列的科研建設(shè)和人才培養(yǎng)具有高度的開放性，鼓勵學生出國深造，既發(fā)揮了重要的國際合作連通作用，又增強了本國機構(gòu)的科研實力。?區(qū)域內(nèi)機構(gòu)合作是人工智能領(lǐng)域的重要合作形式。盡管人工智能領(lǐng)域的國際合作越來越多，但從圖中可以發(fā)現(xiàn)，區(qū)域內(nèi)的機構(gòu)合作仍很普遍。如以色列機構(gòu)合作群就涉及巴依蘭大學、本古里安大學、耶路撒冷希

functions172do-mains4414．0115searchspaces163socialnetworks2416SATsolvers164searchalgorithms2417probabilisticmodels165optimalsolutions2318datapoints166optimizationproblem2219real-worldapplication152．877markovdecisionprocess2120NP-hard158constraintprogramming2121newapproaches159machine-learning204．9222multi-agent153．1910trainingdata1923descriptionlogic1511votingrules1824wikipedia1512empiricalresults1825heuristicsearch122．2313polynomial-time171．9326first-order123．19圖4AAAI學術(shù)年會論文的學科代碼共現(xiàn)網(wǎng)絡圖譜(2002－2011年)從表中可以看到，當前的人工智能還是主要集中在基于搜索、算法、推理和優(yōu)化理論的機器思維研究，以專家系統(tǒng)和數(shù)據(jù)發(fā)掘為代表的機器學習也是重要的研究領(lǐng)域，以多智能體系統(tǒng)為核心的機器行為則是人工智能研究的熱門分支。然而筆者就處理結(jié)果向人工智能專業(yè)學者咨詢，專業(yè)學者卻給出不同的解釋。他指出，詞表中只有社會網(wǎng)絡(socialnetworks)和維基(Wikipedia)是最近幾年人工智能研究的前沿，而其他詞匯事實上都屬于人工智能及相關(guān)領(lǐng)域的基礎(chǔ)詞匯。筆者對人工智能領(lǐng)域頂級綜合性學術(shù)期刊ArtificialIntelligence2008－2011年所收錄的302篇學術(shù)文獻的作者關(guān)鍵詞進行了同樣的統(tǒng)計和計算，得到了相似的結(jié)果。這說明這些領(lǐng)域近些年確實受到了人工智能研究人員較多的關(guān)注，但就各主題詞本身而言，其并非代表研究的最新前沿。通過對源文獻的細致查檢和分析以及對專業(yè)學者的訪談，發(fā)現(xiàn)運用共詞分析來識別研究前沿固然應與多種引文分析方法結(jié)合起來使用［25］，而共詞分析方法本身也需要有諸多改進。因為新的技術(shù)主題往往會是新術(shù)語，甚至是學術(shù)同行?

【參考文獻】：
期刊論文
[1]基于知識圖譜的機器學習研究前沿探析[J]. 趙玉鵬.  情報雜志. 2012(04)
[2]國內(nèi)知識檢索研究進展[J]. 程慧平,陳永超.  圖書情報工作. 2011(10)
[3]國外人工智能教育應用最新熱點問題探討[J]. 賈積有.  中國電化教育. 2010(07)
[4]簡論研究前沿及其文獻計量識別方法[J]. 王立學,冷伏海.  情報理論與實踐. 2010(03)
[5]我國自然語言處理研究的文獻計量分析[J]. 祝清松.  情報雜志. 2009(S2)
[6]中國國際科學合作中的“華人現(xiàn)象”[J]. 金碧輝,張望,周秋菊,楊立英,楊良斌,汪丹.  科學觀察. 2007(06)
[7]我國圖書館學情報學的科研合作現(xiàn)狀研究——以CSSCI 1998-2004年數(shù)據(jù)為例[J]. 魏瑞斌.  圖書情報工作. 2006(01)
[8]管理科學期刊同被引網(wǎng)絡結(jié)構(gòu)分析[J]. 岳洪江,劉思峰.  情報學報. 2008 (03)
[9]文獻計量法與內(nèi)容分析法的綜合研究（Ⅰ）——綜合方法研究的可行性、思路與原則[J]. 王曰芬.  情報學報. 2009 (05)

碩士論文
[1]人機交互學發(fā)展的科學計量研究[D]. 蔣蓓.復旦大學 2011
[2]國內(nèi)外機器人研究領(lǐng)域的知識計量[D]. 楊瑩.大連理工大學 2009



本文編號：3347969