首页> 中文期刊> 《情报工程》 >基于文献的人工智能领域研究的网络特征与演化分析

基于文献的人工智能领域研究的网络特征与演化分析

         

摘要

现阶段人工智能正处于蓬勃发展时期,挖掘“人工智能”领域的主题特征及演化规律对掌握该领域的发展动态具有重要意义。为了更高效地掌握其发展动态,进一步了解未来研究趋势,本文定义了一个新的计量指标:加权创新系数。本文首先提取“人工智能”领域文献中的关键词,通过关键词之间的共现关系和共现强度构建加权关键词共现网络(W-KCNs);其次考虑到每年新出现的关键词与往年已有关键词重要度的不同,定义了一个度量加权网络创新度的指标:加权创新系数;然后着重从节点强度分布、平均加权最近邻度和平均加权聚类系数对W-KCNs进行拓扑特征分析。研究发现:改进后的加权创新系数更能准确描述每年关键词的创新度;W-KCNs是异配网络,节点的强度分布近似于幂律分布,且网络中度数小的关键词加权聚类系数大,容易形成类簇。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号