[目的/意义]在数据量剧增和技术快速发展的背景下,借助数智技术实现新兴研究主题更精准的早期识别具有重要意义。梳理相关文献,为新兴研究主题识别方法研究,提供具有更高精准度和多个不同视角下的方法参照及前瞻思考。[方法/过程]以Web of Science核心数据库和CNKI为文献来源,首先辨析新兴研究主题及其相关概念,梳理新兴研究主题识别研究所涉多源数据,之后重点综述新兴研究主题的识别方法,关注当前科技情报分析领域应用度较低但极具前景的方法和理论视角,从而对识别方法进行梳理总结,最后,提出新兴研究主题识别未来可行性方向。[结果/结论]新兴研究主题一直是科技情报的前沿热点课题,对其特征的解析日益清晰,识别方法迭代快速。但当前研究中仍存在数据类型单一,先进识别方法与工具欠缺等问题。未来需要拓展理论视角,加持数智技术,覆盖新兴研究主题更多维度,并形成结合专家智慧的新兴研究主题识别方法研究,提高新兴研究主题识别的准确率和召回率。
本研究旨在系统梳理国内外非物质文化遗产(非遗)的研究主题,分析当前研究热点,并探讨在全球研究现状下未来发展的趋势。采用文献计量学和可视化分析方法,利用CiteSpace、VOSviewer和Bibliometrix等软件工具,统计并分析了Web of Science数据库中的非遗研究趋势、各国的发文情况、研究机构的合作网络,以及相关期刊和文章的发表情况。通过这些分析,深入探讨了非遗研究主题的全球演变。非遗研究正呈现出蓬勃的发展态势,研究热度持续攀升,尤其是在中国,相关研究表现出极高的活跃度。国内外高校和研究机构之间展现了密切的合作,这种合作不仅局限于国内,还涵盖了广泛的国际合作。非遗研究覆盖了广泛的学科领域,虽主要集中在人文社会科学领域,但也涉及了其他学科。在新时期,创新非遗的表现和传承方式,促进文化繁荣和社会生活的丰富化,可能成为非遗研究的重要主题。
目的/意义探究近十年(2014-2023年)医学人工智能领域的研究主题及其发展趋势,为相关研究决策提供参考。方法/过程从PubMed和Web of Science数据库中获取2014-2023年医学人工智能相关文献题录152398条,使用BERTopic模型挖掘文献的研究主题,并依据文献信息逻辑增长规律,划分医学人工智能发展阶段,进而分析研究主题的演化特征。结果/结论医学人工智能领域包含生物信息分析、外科手术机器人、医学影像分析等22个主要研究方向。深度学习技术突破、医疗需求增长以及突发公共卫生事件等多重因素共同推动医学人工智能研究的持续扩展和深化。近年来生成式人工智能为医学人工智能领域研究注入新的活力。
