×
模态框(Modal)标题
在这里添加一些文本
关闭
关闭
提交更改
取消
确定并提交
×
模态框(Modal)标题
×
高级检索
|
图表检索
导航切换
图书情报工作
首页
投稿指南
选题指南
栏目总览
论文写作模板
编辑出版流程
欢迎订阅
过刊浏览
出版政策
预印本政策声明
出版伦理声明
数据共享政策
AI政策声明
学术不端处理办法
外审专家审稿规定
相关政策
诚邀合作
广告
研究会
学术会议
知识管理论坛
图情期刊联盟网
关于我们
期刊介绍
获奖情况
期刊团队
联系我们
English
作者投稿
编辑办公
专家审稿
下载专区
数据提交
“专题:数据驱动视角下人工智能领域科研团队的识别与规律研究” 栏目所有文章列表
(按年度、期号倒序)
一年内发表的文章
两年内
三年内
全部
Please wait a minute...
下载引用文件后,可以用常见的文献管理软件打开和编辑,包括: BibTex, EndNote, ProCite, RefWorks, and Reference Manager.
选择文件类型/文献管理软件名称
RIS (ProCite, Reference Manager)
BibTeX
选择包含的内容
仅文章引用信息
引用信息及摘要
导出
全选
|
Select
专题:数据驱动视角下人工智能领域科研团队的识别与规律研究
序
王曰芬
图书情报工作. 2020, 64(20): 3-3.
PDF全文
(179)
可视化
收藏
Select
专题:数据驱动视角下人工智能领域科研团队的识别与规律研究
人工智能领域科研团队识别与领军团队提取
余厚强, 白宽, 邹本涛, 王曰芬
图书情报工作. 2020, 64(20): 4-13.
https://doi.org/10.13266/j.issn.0252-3116.2020.20.001
PDF全文
(452)
可视化
收藏
[目的/意义]
对人工智能领域科研团队进行识别,并基于多个维度的指标提取领军科研团队,旨在丰富科研团队识别的流程与方法,为从科研团队视角分析人工智能领域脉络、前沿和主题提供依据。
[方法/过程]
以Web of Science为数据来源,采集2009-2018年间人工智能学科领域所有科技论文的数据,通过算法设计与人工核查进行数据清洗;基于分数计数法构建全局合著网络,并利用社区探测算法动态调参、识别科研团队;进而基于多维度的指标提取出领军团队,并加以比较分析。
[结果/结论]
从实践出发构造人工智能科技论文数据清洗的规则;构建基于合著关系识别人工智能科研团队的流程体系;提出通过消除边缘结点进行合著网络筛选,进而利用已知团队作为参考进行参数调整的思路;较为系统和准确地识别出全球人工智能科研团队,并基于发文量、被引量、h指数、中介中心度、接近中心度和加权点度中心度6个维度的指标提取出领军科研团队,同时,给出结合论文数据和实证调研对每个领军团队的示例性分析。
Select
专题:数据驱动视角下人工智能领域科研团队的识别与规律研究
人工智能科研团队的合作模式及其对比研究
王曰芬, 杨雪, 余厚强, 曹嘉君
图书情报工作. 2020, 64(20): 14-22.
https://doi.org/10.13266/j.issn.0252-3116.2020.20.002
PDF全文
(390)
可视化
收藏
[目的/意义]
探讨人工智能领域科研团队的合作模式,并比较不同合作模式科研团队的差异与影响。
[方法/过程]
以已识别出的人工智能领军团队为研究对象,根据团队中学者的合作人数情况和社会网络指标,识别出团队中的核心学者,进而划分人工智能科研团队的合作模式,并对不同合作模式的团队进行举例分析。在此基础上,从网络结构特征、研究绩效与地理分布几个维度,对比分析不同合作模式领军团队之间的差异。
[结果/结论]
人工智能领域科研团队的合作模式被划分为单核模式、双核模式、多核模式以及均衡模式4种类型,其中,单核模式和双核模式的科研团队在所研究维度上都表现较为优异。
Select
专题:数据驱动视角下人工智能领域科研团队的识别与规律研究
人工智能领域高产科研团队的演化研究
邹本涛, 王曰芬, 余厚强
图书情报工作. 2020, 64(20): 23-33.
https://doi.org/10.13266/j.issn.0252-3116.2020.20.003
PDF全文
(221)
可视化
收藏
[目的/意义]
[JP+1]团队合作已成为当今知识创新的一种重要组织形式。从动态网络视角探究科研团队动态演化规律对于促进科研团队的发现、组建和管理具有重要意义。
[方法/过程]
以人工智能领域为例,采用Louvain社群发现算法识别人工智能领域研究团队,通过计算团队合作网络中节点数、边数、网络密度和平均聚集系数四项拓扑指标的极值分布,从微观和宏观视角探究该领域高产团队演化的特征与规律,以揭示科研团队演化的内在动因。
[结果/结论]
微观视角下,合著网络拓扑指标的极值分布揭示人工智能领域高产团队演化的动态属性;宏观视角下,高产团队在网络密度与网络平均集聚系数上呈现出演化共性,多数团队在演化中催生更多新的合作关系的产生;结合团队的演化路径来看,人工智能领域高产团队中各时期的"小团体"合作现象显著,且"小团体"之间的合作直接影响着整体团队的走向。
跳至
页
第1页
共1页
共4条记录
首页
上一页
下一页
尾页
E-mail Alert