人工智能在我國圖情領域的研究現狀與啟示

凡慶濤 杜赟 謝海濤 劉如

摘 要 以CSSCI收錄的圖情領域人工智能相關文獻為研究對象，論文采用文獻計量方法與VOSviewer可視化工具進行定量和定性分析，發現該領域研究的發展概況，歸納人工智能在圖情領域的應用成熟度，識別研究主體、研究熱點與演化路徑。2015年以后，該領域研究迎來了快速發展期;研究學者和機構相對分散，合作研究亟待加強;人工智能在圖書館學和情報學領域的應用存在一定差異;研究熱點主要包括信息檢索和智能搜索、智能機器人的應用、網絡輿情預測、熱點與前沿探測、文本分類與數據挖掘。最后，基于分析得出該研究的相應啟示。

關鍵詞 人工智能 知識圖譜 VOSviewer 研究概況

分類號 G358

DOI 10.16810/j.cnki.1672-514X.2020.09.014

Research Status and Enlightenment of Artificial Intelligence in the Field of Library and Information Science in China

Fan Qingtao， Du Yun， Xie Haitao， Liu Ru

Abstract Taking the relevant literatures of artificial intelligence in the field of library and information included in CSSCI as the research object， and using literature analysis and VOSviewer visualization tool for quantitative and qualitative analysis， this paper grasps the development of research in this field， analyzes the maturity of artificial intelligence application in the field of library and information science， and identifies research subjects， research hotspots and evolution paths. After 2015， research in this field steps into a period of rapid development; research scholars and institutions are relatively scattered， and collaborative research needs to be strengthened. There are certain differences in the application scenario and functional level of artificial intelligence in the field of library science and information science. The research mainly includes information retrieval and intelligent search， the application of intelligent robots， network public opinion prediction， hotspots and frontier detection， text classification and data mining. Finally， the corresponding enlightenment of the research is obtained based on the analysis.

Keywords Artificial intelligence. Knowledge mapping. VOSviewer. Research progress.

0 引言

人工智能（Artificial Intelligence）一詞誕生于1956年“Dartmouth會議”上，其本義是讓機器能像人一樣思考與學習，即用計算機模擬人的智能。準確來講，人工智能是一門研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的技術科學[1]。隨著大數據、云計算等信息技術的快速發展，人工智能正加速由研發走向應用，成為新一輪科技革命與產業變革的戰略性技術，對全球科技創新和經濟社會發展的作用日益凸顯。烏鎮智庫《全球人工智能發展報告（2018）》指出，當前人工智能在知識產權、投融資、人才發展、應用場景等方面均呈現良好發展態勢，以谷歌、亞馬遜、百度為代表的科技巨頭引領該領域投融資持續快速增長[2]。從德勤發布的《全球人工智能發展白皮書》來看，機器學習、自然語言處理、計算機視覺、智適應等人工智能技術已步入全方位商業化階段，并在醫療、健康、金融、教育、安防等多個垂直領域得到應用[3]。

人工智能作為計算機學科的重要分支，涉及機器學習、自然語言處理、計算機視覺等技術，這些技術正快速融入圖情領域，極大提高了數據采集、保存、處理和分析的智能化水平。加快推進人工智能在圖情領域的應用，充分賦能圖情工作，重構圖情生態體系，對推動圖情領域的智能升級與創新發展具有重要意義。縱覽以往研究，國內已有學者關注圖情領域人工智能的研究和發展。在研究熱點識別方面，余厚強[4]從關鍵詞結點指標、網絡指標、聚類分析等角度全方位識別國際人工智能的研究前沿。王晰巍[5]對比分析國內外圖情領域人工智能研究的熱點與趨勢，其中提及國內該領域熱點主題，但僅反映2013—2017年的研究熱點，未能全面反映該領域的研究概貌。雷昊霖[6]基于國內圖情學者發表的人工智能論文識別研究熱點，重點分析該領域網絡結構特征，缺少對研究熱點、演進路徑及前沿趨勢的深入剖析。在情報服務融合方面，馮秋燕[7]基于情報工作流程，探討如何在信息采集、信息組織與存儲、信息分析、決策支撐環節融入人工智能技術。劉明月[8]圍繞科技情報智能、高效、精準的發展需求，提出包括內容感知、情景感知、需求/反饋機制的科技情報感知系統、模型框架與實現思路。在圖書館服務融合方面，王世偉[9]對人工智能融入圖書館服務重塑的現實問題進行深入探討。蒲姍姍[10]從重新規劃空間布局、定制個性化的物理環境與服務、智能陳設、整合不同的智能技術四方面提出了圖書館空間發展和變革策略。楊九龍[11]通過文獻回顧初步厘清人工智能技術在圖書館應用的理論邏輯、現實困境和發展路徑。

綜上所述，國內針對圖情領域人工智能的研究方興未艾，研究內容聚焦現狀與趨勢、情報體系與模型、情報技術、圖書館創新發展等，對圖情領域人工智能研究的熱點主題、演進路徑、應用成熟度等研究尚不充分，部分研究仍存在空白點。因此，本文擬通過文獻計量與可視化分析，全面展現國內圖情領域人工智能的研究概貌，識別該領域的研究主體、研究熱點與演進路徑，剖析人工智能在國內圖情領域應用的成熟度，對于圖情機構及相關研究學者拓展人工智能在圖情領域的理論研究與實踐探索具有重要參考意義。

1 研究方法與數據來源

隨著信息技術的快速發展，利用可視化技術構建科學知識圖譜分析學科知識結構、發現研究熱點及演化路徑、探索研究前沿已經得到廣泛應用。VOSviewer是由荷蘭萊頓大學Nees Jan vanEcK等開發的可視化軟件，可以通過關鍵詞聚類分析，挖掘知識的研究熱點和演進關系等，以預測未來發展趨勢。國外關于該軟件的研究與應用較為成熟，形成大量的研究成果[12]，國內研究多以Web of Science數據為主，針對中文文獻的分析以關鍵詞共現分析識別研究熱點為主。2019年，馬續補[13]利用VOSviewer分析了我國政策評估領域的研究主體、知識基礎、研究熱點及演進情況，對研究人員更好地利用該工具的提供了借鑒。

本文借助Excel和VOSviewer可視化工具，對1999—2018年CSSCI收錄的圖情領域人工智能研究主題文獻進行定量和定性分析。為保證來源文獻的學術質量，選擇中文社會科學引文索引數據庫（CSSCI）作為數據源，檢索策略為關鍵詞=“人工智能”or“AI”or“神經網絡”or“專家系統”or“機器學習”or“深度學習”or“模式識別”or“機器人”or“自然語言處理”or“語言識別”or“圖像識別”or“遺傳算法”or“知識發現”or“智能搜索”or“知識獲取”or“感知問題”or“復雜系統”or“計算機視覺”or“智能機器人”or“人臉識別”or“文本分析”or“語義搜索”or“視覺搜索”or“智能系統”or“語義網絡”，學科類別選擇：“圖書、情報與文獻學”，起止時間為1999年1月1日到2018年12月31日，檢索日期為2019年9月30日，經篩選，共得到相關論文617篇。為了更好地闡述人工智能在圖情領域的研究情況和應用程度，本文分別基于該領域研究的整體發文情況，分析研究了其發展演進和變化特征;基于作者和發文機構信息，分析該領域的研究主體及合作情況;基于關鍵詞和文獻分布，剖析人工智能在圖情領域的應用成熟度;基于關鍵詞共現及疊加知識圖譜，挖掘近年來該領域的研究熱點及其演進路徑。

2 人工智能研究文獻變化趨勢

對617篇文獻的年分布統計，可以發現，該領域研究并未呈現規律性的變化，具體見圖1所示。

具體來看，1999—2001年為發展起步期，年發文量在12篇以內，僅少數學者開展相關研究，內容主要涉及利用自然語言、自動分詞技術優化信息檢索，推進信息檢索的智能化。2002—2015年為穩定發展期，這一階段的持續時間較長，相較于起步期，有更多學者進入該領域。這一時期研究內容也呈現出階段特征。2002年，遺傳算法和神經網絡的不斷興起，促使研究轉向以實現智能化搜索為目標的搜索引擎和工具開發。此外，知識獲取、知識組織和參考咨詢也引起學者關注;2006年，在機器學習和神經網絡影響下，研究學者側重智能分析系統、知識管理、評價體系與模型的探索與實證研究，此時，針對用戶偏好的推薦系統研究開始出現;2011年后，以知識發現和數據挖掘為目標的知識圖譜、可視化分析、社會網絡分析方法和工具不斷出現，極大地提升了情報處理和分析能力，熱點主題挖掘、輿情預測模型、個性化推薦等研究得到密切關注。2016—2018為快速發展期，隨著我國人工智能發展相關政策與規劃的落地與實施，人工智能研究迎來爆發，年發文量急速增加，研究主題也迅速擴展，除關注移動視覺搜索、機器人智慧服務、突發事件與網絡輿情監測等主題外，圍繞社交網絡用戶行為展開的信息推薦、情感識別、評價研究也開始引起重視。

3 人工智能領域研究主體分析

3.1 核心作者分析

統計發現，該領域617篇文獻涉及作者1114人。根據普賴斯定律，核心作者是指發文量在以上的作者，Nmax=13，可計算出核心作者發文量=2.7篇，取整數為3篇，將發文量在3篇及以上的作者視為核心作者，共有59人，占全部作者數的5.40%，合計發文188篇，占總發文量的30.4%。該比例與普賴斯定律50%的理論值相差較大，由此推斷當前該領域研究學者較為分散，尚未形成穩定的核心作者群，集群效應尚不突出。研究學者大多開展獨立研究，在大多研究主題和方向尚未達成廣泛共識，研究仍處發展初期階段。表1為部分核心作者及主要貢獻。

3.2 發文機構分析

統計發現，該領域研究共涉及319個機構，其中，高校264家，非高校類55家。從機構分布看，該領域形成了以南京大學、武漢大學、吉林大學、中國科學院文獻情報中心和中國科學技術信息研究所為代表的核心研究力量。非高校類機構以情報機構、圖書館為主，其中中國科學院文獻情報中心、中國科學技術信息研究所作為我國圖情領域的國家級科技情報機構，在開展人工智能的相關研究方面也處于領先地位。從科研合作看，形成了南京大學-南京理工大學-南京農業大學-南京師范大學和武漢大學-華東師范大學-上海交通大學-山東省科學院情報研究所為代表的機構群體，合作研究初具規模，但合作強度有待加強，多數機構仍處于獨立研究狀態。可見，國內圖情領域的人工智能研究已經形成一定數量的核心機構和合作群體，跨機構合作初步形成，研究合力的優勢得到一定發揮。表2為部分高發文機構及發文量統計。從表2中可發現高校相較科研院所與情報機構而言，在該研究領域占據主導地位，說明人工智能在我國圖情領域的應用還處于起步階段，研究聚焦基礎理論與學術探究，以情報需求為引導的人工智能的應用實踐研究亟待拓展。

3.3 發文期刊分布

從期刊分布看，我國圖情領域人工智能研究主要分布在情報學和圖書館學相關期刊，其中，情報學期刊占據主導地位，載文較高的主要有《情報雜志》-陜西省科學技術情報研究院（94篇）、《情報科學》-吉林大學（82篇）、《情報學報》-中國科學技術信息研究所（78篇）、《數據挖掘與知識發現》-中國科學院文獻情報中心（66篇）、《圖情工作》-中國科學院文獻情報中心（64篇）、《情報理論與實踐》-中國兵器工業集團第二一〇研究所（51篇）、《圖書與情報》-甘肅省科技情報研究所（45篇），而圖書館類期刊載文相對較低，說明以情報機構主辦的圖情類雜志對人工智能的應用需求更為旺盛，而圖書館需求則相對薄弱。人工智能在數據采集、數據處理、關聯分析、語義挖掘等多個領域，有力支撐著情報機構的工作，研究熱度受需求引導。

4 人工智能在我國圖情領域的應用成熟度分析

根據關鍵詞的詞頻統計、年分布以及對文獻內容的解讀，筆者將人工智能在圖情領域的應用主要劃分為智能管理與服務、智能采集、智能分析、智能搜索、智能預測五個場景。在此基礎上，詳細梳理每個應用場景對應的文獻量、關鍵詞分布等，并據此初步歸納人工智能在國內圖情領域的應用成熟度，詳見表3。

可以發現，當前人工智能在智能管理與服務、智能采集、智能搜索中應用研究相對突出，而在智能分析、智能預測中的應用研究占比略低，未來將是人工智能與圖情領域深度融合的重要方向。此外，人工智能在圖書館和情報領域的應用呈現出一定差異，其在圖書館領域的應用更多體現在智能管理與服務，通過智能機器人、人機交互、語音交互等技術實現圖書館智能問答、智能存儲、信息搜索和推薦等服務內容和模式的轉變，智能化成為圖書館服務發展的顯著特征。人工智能在情報領域的應用更多體現在對數據處理、分析、挖掘等技術和方法的優化，如基于機器學習、自然語言處理、深度學習、遺傳算法等理論或方法，實現多類型文本自動分類，結合數據挖掘和可視化方法結合，實現對特定領域的研究熱點和前沿的智能分析以及突發事件和網絡輿情的智能預測。智能搜索是實現信息服務、知識獲取、情報分析和價值挖掘等重要前提，是圖書館和情報學領域關注的共性技術，因此，該應用場景下文獻量最高。除上述主要應用外，人工智能在國內圖情領域的應用還涉及評價與評估、用戶行為、數字人文、數據管理、安全與法律等。

5 基于關鍵詞共現網絡的研究熱點分析

為發現對學者更有價值的研究熱點，本文選擇2009—2018年的386篇文獻作為分析對象。選擇最少出現次數為“7”的關鍵詞，共有67個關鍵詞滿足條件。設定共現關系強度規范化方式、分辨參數、聚類成員最少數目為（Association strength、1、5），形成關鍵詞共現知識圖譜（圖2）。可以看出，該領域形成了5個聚類主題，根據關鍵詞分析及文獻的二次解讀，對5個聚類命名，分別為 “人工智能技術在信息檢索和智能搜索中的應用”（研究熱點1）、“智能機器人在圖書館智慧服務中的應用”（研究熱點2）、“人工智能技術在網絡輿情預測中的應用”（研究熱點3）、“人工智能技術在研究熱點與前沿領域探測中的應用”（研究熱點4）、“人工智能技術在文本分析與數據挖掘中的應用”（研究熱點5）。

5.1 人工智能技術在信息檢索和智能搜索中的應用

該研究熱點主要圍繞自然語言處理、BP神經網絡、移動視覺搜索、語義網絡、語義搜索等實現信息檢索與智能搜索展開。大數據環境下，海量視覺大數據資源的處理、分析和開發利用成為信息服務的重要內容，移動視覺搜索以現實圖像、視頻等為檢索對象的特征滿足了這一需求，并通過關聯數據和圖像處理技術實現視覺資源語義信息與特征信息的關聯，使知識驅動、跨界融合、協同發展成為信息檢索的重要特征[14-15]。此外，自然語言處理、深度學習、神經網絡、語義搜索等人工智能技術在信息檢索中廣泛應用，在豐富和優化智能檢索技術和方法的同時，催生了多種個性化學術搜索引擎和工具，如Semantic Scholar、GoPubMed以及基于多 Agent 技術、差分進化算法等技術的各類智能搜索引擎等[16-19]，大大提高了信息檢索的精準性和智能化。在此基礎上，有學者還對移動視覺搜索的信息檢索模式、框架以及語義搜索的框架進行了系統研究。

5.2 智能機器人在圖書館智慧服務中的應用

隨著人工智能技術的飛速發展，越來越多的技術被應用于智慧圖書館，其中智能服務機器人的應用最具代表性。該研究主要基于人機交互、語音識別、圖像識別、傳感技術等探討智能機器人設計、應用以及基于案例分析探索其在圖書館應用的實現路徑等。在移動互聯網、人工智能和虛擬現實等信息技術的影響下，智能機器人在圖書館智慧服務中實踐應用不斷拓展，目前已覆蓋智能倉儲（圖書搬運、圖書盤點、自動存取、自主導航）、自助服務（自助借還、門禁識別、智能座位預約、路線導引）、智能咨詢（參考咨詢、自動問答、微信聊天）等多個方向[20]，在減少圖書館員咨詢工作量的同時，也有效提升咨詢服務的質量和智能化程度。此外，國內學者對智能機器人的具體應用和實踐案例進行了廣泛探討與研究[21-22]。圖書館智能機器人的功能設定普遍基于用戶需求調研和分析，在實踐效果上，智能化體驗和服務模式創新對圖書館咨詢服務的效率和質量提升明顯，然而，智能服務機器人在語音知識庫、深度學習能力、行為控制等方面尚存不足，如何科學合理地引入智能機器人并對接圖書館服務仍需要長期探索和不斷實踐，對此，樊慧麗等[23]在系統研究國內外圖書館智能機器人應用現狀的基礎上，提出智能機器人在圖書館的應用應在評估其成熟度基礎上理性引入，重視語料庫和關鍵技術的構建，加強機器人相關專業人才的培養等。

5.3 人工智能技術在網絡輿情預測中的應用

網絡輿情預測是人工智能技術應用的重要方向。該研究熱點主要圍繞定量網絡輿情危機、熱度預測、情感識別、趨勢預測及進展研究等展開。網絡輿情的演化具有較大不確定性和多變性，尤其近年來，網絡熱點新聞頻發，翟天臨、孫小果等事件在社會上引起強烈反響，這些事件的輿論觀點通過網絡迅速蔓延，在社會公眾中引發激烈爭辯，及時掌握網絡輿情事件的傳播與擴散規律，對網絡輿情事件進行有效預測和管控愈發重要。研究人員嘗試通過BP神經網絡、多因素灰色模型、改進粒子群算法、改進ABC-BP模型、混合算法、模式識別等構建并優化網絡輿情預測模型和預警模型，并通過仿真實驗或具體網絡輿情事件開展實證分析，以驗證模型的有效性和精度，并為實踐應用提供參考[24-26]。此外，網民會通過微博、博客、微信、論壇等渠道對公共事件發表帶有情感傾向的評論，此類情感文本的識別和分類，有助于準確把握網民的真實想法，基于此，有學者對突發事件的微博文本進行情感分類標注，并基于OCC情感規則標注建立網絡輿情情感識別模型[27]。在網絡輿情信息監測研究進展方面，曹樹金等[28]從理論研究、監測技術、監測系統與實踐三個方面綜述了與網絡輿情監測密切相關的論題。

7.2 需進一步拓展與人工智能專業機構、企業合作研究

當前，該領域的研究主體以高校為主，情報機構僅出現少數代表性機構，企業發文則更少。合作群體也以高校為主，企業參與度較低，加之應用場景、技術發展等因素制約，人工智能在該領域應用研究應充分結合專業型科技企業在該領域技術優勢，使應用技術、產品開發與基礎研究有效結合。企業作為市場的主體，能夠快速捕捉市場需求與產品研發的結合點，開發出符合市場定位和行業發展的產品，因此，高校、情報機構應拓展與人工智能專業機構、企業的合作，尤其是華為、百度、騰訊等在該領域具有較高影響力的企業，形成基礎研究與應用開發的優勢互補。

7.3 借助人工智能的研究提升圖情機構的服務能力

研究發現，圖書館對人工智能的應用研究有向智能咨詢、智能管理、智能教育、智能學習發展的趨勢，情報機構對人工智能的應用研究有向智能檢索、智能預測、智能感知、智能推薦、智能分析發展的趨勢，顯示出智能化服務升級已經成為新時代圖情機構能力升級的重要方向。圖情機構應圍繞智能化服務發展要求，推進人工智能技術、產品在圖情機構的應用，尤其要加快大數據基礎設施建設，在智能芯片、智能平臺、智能軟件、智能傳感器等軟件方面不斷改進科研環境，并從自然語言處理、人機交互、數據挖掘、模式識別、計算機視覺等基礎技術層面提升智能化服務能力。

7.4 進一步完善圖情產品化、數據資產化、技術智能化的圖情生態體系

當前，人工智能在圖情領域的應用已覆蓋智能搜索、智能采集、智能分析、智能決策、智慧服務等多個維度，呈現出融合發展的良好態勢，下一步應充分利用人工智能的技術先導優勢，賦能圖情工作，推動智能化圖情生態體系的形成。首先，加強智能化圖情產品開發與設計，運用機器學習、計算機視覺、自然語言處理、圖像識別、語音識別等相關技術開發智能搜索、智能情報分析、智能圖像識別和智能預警系統或平臺，豐富和完善圖情產品體系;其次，利用人工智能技術推進數據資源的價值挖掘與開發利用，通過價值評估、風險控制和市場交易等舉措強化數據的應用價值與市場效益，實現數據業務化和商品化;最后，將人工智能技術與傳統圖情技術充分融合，改進優化原有圖情技術或衍生新技術，豐富和完善圖情領域的智能化技術體系。

參考文獻：

石純一.人工智能原理[M].北京：清華大學出版社，1993.

烏鎮智庫.全球人工智能發展報告（2018）[EB/OL].[2019-04-25] .http：//www.qianjia.com/html/2019-04/25_334632.html

德勒.未來已來全球AI創新融合應用城市及展望[EB/OL].[2019-09-19].https：//biz.huanqiu.com/article/9CaKrnKmURh.

余厚強，曹嘉君，王曰芬.情報學視角下的國際人工智能研究前沿分析[J].情報雜志，2018，37（9）：21-26.

王晰巍，賈若男，王鐸，等.圖情領域人工智能的研究熱點及發展趨勢研究[J].圖情工作，2019，63（1）：70-80.

雷昊霖.我國圖情領域關于人工智能主題的研究熱點分析[J].情報探索，2019（5）：127-134.

馮秋燕，朱學芳.人工智能在情報工作中的應用研究[J].情報理論與實踐，2019，42（11）：27-33.

劉明月，白如江，于純良，等.基于人工智能的科技情報需求自動感知研究[J].情報理論與實踐，2019（9）41-46，79.

王世偉.關于人工智能與圖書館服務重塑的五個問題：再論人工智能與圖書館的服務重塑[J].圖書與情報，2019（1）：80-90.

蒲姍姍.人工智能環境下的圖書館空間發展與變革研究[J].圖書館，2019（2）：58-64.

楊九龍，陽玉堃，許碧涵.人工智能在圖書館應用的理論邏輯、現實困境與路徑展望[J].圖情工作，2019，63（4）：32-38.

NUNEN K V，LI J，RENIERS G，et al.Bibliometric analysis of safety culture research[J].Safety Science，2018，108： 248-258.

馬續補，劉瑋，秦春秀.基于知識圖譜的我國政策評估研究主體、知識基礎、研究熱點與演進分析[J].現代情報，2019，39（3）：166-177.

劉喜球，張興旺.移動視覺搜索：“互聯網+”時代數字圖書館信息檢索新模式[J].情報理論與實踐，2016，39（5）：58-63.

齊云飛，趙宇翔，朱慶華.關聯數據在數字圖書館移動視覺搜索系統中的應用研究[J].數據分析與知識發現，2017，1（1）：81-90.

史昱天，韓璽，朱慶華，等.國內主流移動視覺搜索工具的比較研究[J].圖書館學研究，2017（21）：65-71.

謝智敏，郭倩玲.基于深度學習的學術搜索引擎：Semantic Scholar[J].情報雜志，2017，36（8）：175-182.

龐英智.基于多Agent技術的智能搜索引擎在數字圖書館中的應用[J].情報科學，2010，28（9）：1388-1391.

周偉，譚振江，朱冰.基于差分進化算法的大數據智能搜索引擎研究[J].情報科學，2018，36（5）：85-89.

陳茫，張玨.基于人工智能的圖書館服務實踐應用創新與思考[J].圖書館，2018（12）：8-16.

鮑劼，宋迎法，都平平，等.高校圖書館智能服務機器人的設計與實踐：以中國礦業大學圖書館為例[J].現代情報，2018，38（10）：115-120.

樊慧麗，邵波.智能機器人圖書盤點創新實踐與思考：以南京大學圖書館為例[J].圖書館，2018（9）：96-100.

樊慧麗，邵波.國內外圖書館機器人的研究應用現狀與思考[J].圖書館雜志，2017，36（6）：88-94.

陳福集，肖鴻雁.基于改進ABC-BP模型的網絡輿情熱度預測研究[J].圖書館學研究，2018（9）：84-89.

陳福集，史蕊.基于殘差修正的多因素灰色模型的網絡輿情預測研究[J].情報科學，2017，35（9）：131-135.

杜智濤，謝新洲.利用灰色預測與模式識別方法構建網絡輿情預測與預警模型[J].圖書情報工作，2013，57（15）：27-33.

吳鵬，劉恒旺，沈思.基于深度學習和OCC情感規則的網絡輿情情感識別研究[J].情報學報，2017，36（9）：972-980.

曹樹金，鄭凌，陳憶金.網絡輿情突發異常識別及關鍵算法研究[J].圖書情報知識，2012（1）：43-51.

李承晉，高沖，周文杰.共詞分析識別研究熱點的內容效度研究：基于自然語言處理[J].圖書與情報，2018（1）：8-14.

楊麗，張彤彤，周文杰.共詞分析識別研究熱點的效標關聯效度研究：基于自然語言處理[J].圖書與情報，2018（1）：15-19.

周文杰.研究前沿探測的效標關聯效度研究：基于自然語言處理[J].圖書與情報，2018（1）：1-7.

巴志超，楊子江，朱世偉，等.基于關鍵詞語義網絡的領域主題演化分析方法研究[J].情報理論與實踐，2016，39（3）：67-72.

孫震，冷伏海.一種基于知識元共現的ESI研究前沿知識演進分析方法[J].情報學報，2018，37（11）：1095-1113.

童逸夫，黃春毅.多維多息特征數據挖掘方法研究：以中藥指紋圖譜數據為例[J].現代圖情技術，2011（12）：69-73.

付斌，張吉軍，鐘健，等.基于BP神經網絡的數據挖掘方法在需求預測中的應用研究[J].情報科學，2017，35（11）：132-135.

凡慶濤 首北京市科學技術情報研究所助理研究員。 北京，100044。

杜 赟 北京市科學技術情報研究所助理研究員。 北京，100044。

謝海濤 北京科技經濟信息聯合中心助理研究員。 北京，100044。

劉 如 中國科學技術發展戰略研究院副研究員。 北京，100038。

（收稿日期：2020-03-22 編校：劉 明，謝艷秋）