何清吟 劉建輝 程建萍

摘要：運用文獻計量學方法，分析全球計算機學科高被引論文的WOS學科分布、機構(gòu)分布及國家分布情況，并利用科學圖譜繪制工具VOSviewer進行共詞分析，探討計算機學科的研究熱點。通過分析發(fā)現(xiàn)，目前計算機科學的7大研究熱點包括：優(yōu)化算法研究，圖像隱寫分析，量子密鑰分配，無線網(wǎng)絡建模，物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)相關研究，憶阻器、憶阻電路及憶阻神經(jīng)網(wǎng)絡算法，多輸入輸出系統(tǒng)（MIMO）研究與設計。該分析可為相關研究工作提供有效的數(shù)據(jù)支撐。

關鍵詞：ESI；文獻計量分析；計算機學科；研究熱點；VOSviewer

DOIDOI：10.11907/rjdk.171987

中圖分類號：TP3-0

文獻標識碼：A 文章編號：1672-7800（2018）008-0001-05

英文摘要Abstract：This paper analyzes the research status and hot spots of computer science in recent years.In order toprovide data support for research staff and subject development，this paper uses bibliometric method to analyze the WOS disci pline distribution，institutional distribution and country distribution of highly cited papers on global computer science and employs the scientific mapping tool of VOSviewer for co-word analysis.By Probing into the research hotspots in computer science.We conclude seven hot spots of computer science include optimization algorithm，image steganalysis，QKD，wireless network modeling，internet of things/cloud computing/big data，memristor neural network，MIMO.

英文關鍵詞Key Words：ESI； bibliometrics；computer science； research hotspot； VOSviewer

0 引言

面對競爭日益激烈的國際環(huán)境，如何建設世界一流學科、培養(yǎng)一流科研人員是國內(nèi)科研機構(gòu)非常關注的問題。要建設一流學科，必須找到一套可靠的計量方法和工具進行衡量。Essential Science Indicators（基本科學指標，簡稱ESI）數(shù)據(jù)庫由SCI和SSCI收錄的全部期刊和文獻所構(gòu)建，是衡量科研機構(gòu)和個人科研績效、跟蹤科學發(fā)展趨勢的有效工具[1]。文獻[2]-[6]主要對入圍學科排名前10%的高?；虿煌瑢W科的高被引論文進行分析，而未針對計算機學科的高影響力論文進行分析。本文分析全球計算機學科高影響力論文WOS學科分布、機構(gòu)分布與國家/區(qū)域分布，并通過科學圖譜繪制工具挖掘計算機學科的研究熱點。

1 分析方法與分析工具

高影響力論文（Top Papers）包含高被引論文（Highly Cited Papers）和熱點論文（Hot Papers）。高被引論文（Highly Cited Papers）是過去10年中被引頻次在相應學科領域和年代中排名前1%的論文，在一定程度上反映了相關國家、機構(gòu)、期刊在該學科領域的研究水平。截至2016年底，ESI近10年計算機學科高被引論文（Highly Cited Papers）共有3 059篇，其中2007-2011年1 303篇，2012-2016年1 756篇。利用學科分析工具INCite對全球計算機學科高被引論文2007-2011、2012-2016兩個時間段的WOS學科分布、機構(gòu)分布及國家/區(qū)域分布進行對比分析?？紤]到計算機學科的更新速度較快，本文利用科學圖譜分析工具VOSviewer聚類分析近5年高被引論文的題名和摘要信息，挖掘最新科研熱點。

學科規(guī)范化的引文影響力（CNCI）是對論文的被引頻次進行學科、出版年和文獻類型的標準化，為了同時考慮論文數(shù)和被引頻次，更客觀地展現(xiàn)不同學科方向的綜合實力，本文引入綜合影響力指標，即N×CNCI。N指論文數(shù)，CNCI指學科規(guī)范化的引文影響力，該指標同時考慮論文數(shù)和被引頻次的復合指標，論文數(shù)量多和被引頻次高都會獲得較高的綜合影響力。因此，本文對WOS學科分布、機構(gòu)分布及國家/區(qū)域分布按照綜合影響力指標進行排序，而位置變化也是指各項指標按照綜合影響力排序的變化。

2 高被引論文國家/地區(qū)分析

通過對全球近5年計算機領域高被引論文的國家/區(qū)域進行統(tǒng)計，得到如表1所示結(jié)果。

3 高被引論文機構(gòu)分析

通過對全球近5年計算機領域高被引論文的研究機構(gòu)進行統(tǒng)計，得到如表2所示結(jié)果。

從表2中可以看出，綜合影響力排名前20的機構(gòu)中，國內(nèi)機構(gòu)有9家，除中科院外均為高校，分別為：南京信息工程大學、哈爾濱工業(yè)大學、華中科技大學、清華大學、武漢大學、東南大學、中南大學和北京郵電大學。

國內(nèi)高校計算機學科的綜合影響力排名近5年上升很快。2007-2011年間國內(nèi)只有清華大學進入綜合影響力排名前100名機構(gòu)，而近5年排名前20名的機構(gòu)中有8所國內(nèi)高校。在綜合影響力排名前20的機構(gòu)中，南京信息工程大學和沙特的King Abdulaziz University大學異軍突起，而它們在2007-2011年間的高被引論文中并沒有出現(xiàn)。

4 高被引論文WOS學科分布情況

全球2012-2016年計算機領域高被引論文學科分布如表3所示。

由表3可知，近5年全球計算機學科高被引論文的學科方向主要分布在：電子電氣工程（ENGINEERING，ELECTRICAL & ELECTRONIC）、通訊（TELECOMMUNICATIONS）、計算機跨學科應用（COMPUTER SCIENCE，INTERDISCIPLINARY APPLICATIONS）、計算機信息系統(tǒng)（COMPUTER SCIENCE，INFORMATION SYSTEMS）、人工智能（COMPUTER SCIENCE，ARTIFICIAL INTELLIGENCE）、理論方法（COMPUTER SCIENCE，THEORY & METHODS）、計算機生物學（MATHEMATICAL & COMPUTATIONAL BIOLOGY）、概率統(tǒng)計（STATISTICS & PROBABILITY）、生物化學（BIOCHEMICAL RESEARCH METHODS）、應用微生物學（BIOTECHNOLOGY & APPLIED MICROBIOLOGY）。

較上一個5年，近5年在ESI計算機領域期刊上新出現(xiàn)的學科方向包括：機械工程（ENGINEERING MECHANICAL）、地質(zhì)工程（ENGINEERING，GEOLOGICAL、ROBOTICS）、結(jié)構(gòu)和建筑技術（CONSTRUCTION & BUILDING TECHNOLOGY）、材料科學表征和測試（MATERIALS SCIENCE，CHARACTERIZATION & TESTING）、儀器儀表（INSTRUMENTS & INSTRUMENTATION）、生態(tài)學（ECOLOGY）、材料科學跨學科（MATERIALS SCIENCE，MULTIDISCIPLINARY）。

近5年上升最快的學科方向是計算機控制論（COMPUTER SCIENCE，CYBERNETICS）（上升29位）；下降最快的學科方向是圖書館信息科學（INFORMATION SCIENCE & LIBRARY SCIENCE）（下降18位）。

5 熱點論文分析

熱點論文是指過去2年發(fā)表，且近2個月的被引頻次在相應學科領域排名前0.1%的論文。計算機學科共有75篇熱點論文，分別由136家機構(gòu)發(fā)表。綜合影響力排名前20的國內(nèi)機構(gòu)占8家。其中，論文篇數(shù)最多的5個機構(gòu)分別為南京信息工程大學（14篇）和中科院（7篇），哈爾濱工業(yè)大學、武漢大學和沙特的King Abdulaziz University各4篇，而被引頻次第一的也是南京信息工程大學（被引1 020次）。

6 共詞分析

陸慧雯[7]利用共詞分析對我國近10年的行業(yè)與戰(zhàn)略情報進行研究。共詞分析是指通過分析關鍵詞在文獻中的共現(xiàn)現(xiàn)象，發(fā)現(xiàn)某一學科的科研內(nèi)容與研究熱點。通常認為兩個能夠表達某一學科領域研究主題或研究方向的專業(yè)術語（多表現(xiàn)為文獻的主題詞或關鍵詞）同時出現(xiàn)在一篇文章中，則表明兩詞之間存在一定相關關系，兩詞共同出現(xiàn)次數(shù)越多，表明其關系越密切。本文利用科學圖譜繪制工具VOSviewer對近5年計算機學科的高被引論文進行分析，將1 756條記錄以txt格式導入到VOSviewer軟件中，得到文本標簽圖和文本密度圖，如圖1、圖2所示。

由圖1可以看出，1 756條記錄可以分成7個聚類。將近5年發(fā)表在ESI計算機學科期刊上的高被引論文分為7個主要主題，結(jié)合圖2中的深色部分作為重點研究對象。

計算機學科的7大研究熱點為：①優(yōu)化算法研究，如支持向量回歸機的增量學習[8]、粒子群優(yōu)化算法、差分進化算法與生物啟發(fā)式算法；②圖像隱寫分析，如南京信息工程大學夏志華[9]采用的非相鄰像素之間差異的LSB匹配隱寫分析；③量子密鑰分配，如軌道角動量的光通信研究[10]；④無線網(wǎng)路研究，如清華大學牛勇[11]提出基于隨機幾何理論的無線網(wǎng)絡和異構(gòu)蜂窩無限網(wǎng)絡建模；⑤物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)相關研究，如華中科技大學陳敏[12]回顧CAN計算、物聯(lián)網(wǎng)、數(shù)據(jù)中心、Hadoop等相關技術，研究大數(shù)據(jù)的幾種代表性應用，包括企業(yè)管理、物聯(lián)網(wǎng)、在線社交網(wǎng)絡、中間應用、集體智能和智能電網(wǎng)，以及夏志華的加密云上一種安全、動態(tài)的多關鍵詞排序方案；⑥憶阻器、憶阻電路及憶阻神經(jīng)網(wǎng)絡算法，如西南大學包海波[13]的時變時滯憶阻神經(jīng)網(wǎng)絡算法研究；⑦多輸入輸出系統(tǒng)（MIMO）研究與設計，如一種非線性純反饋MIMO系統(tǒng)[14]。

7 結(jié)語

本文利用學科分析工具INCite對全球計算機學科高被引論文的WOS學科分布、機構(gòu)分布及國家/區(qū)域分布進行對比分析，并利用科學圖譜分析工具VOSviewer聚類分析近5年高被引論文的題名和摘要信息，總結(jié)出計算機學科的7大研究熱點。該分析可為相關研究工作提供有效的數(shù)據(jù)支撐，并對高校計算機學科建設，以及科研人員培養(yǎng)具有一定指導意義。

參考文獻：

[1] 邱均平.競爭與卓越——世界一流大學與科研機構(gòu)學科競爭力評價研究報告[J].評價與管理，2009（4）：3-8.

[2] 張潔.ESI與InCites助力圖書館學科服務——以山西大學學科發(fā)展動態(tài)研究為例[J].圖書館學刊，2016（9）：85-88.

[3] 趙兵，郭才正，錢景.基于ESI的2015年中國高被引論文作者分析[J].情報探索，2017（1）：124-128.

[4] 陳帆，張鵬.基于ESI的學科發(fā)展評估與研究——以計算機學科為例[J].未來與發(fā)展，2016（2）：18-21.

[5] 于偉，潘瑩，劉洋，等.神經(jīng)科學與行為科學學科文獻計量分析[J].情報探索，2017（4）：115-120.

[6] 李小濤，秦萍，錢玲飛.圖情領域基本科學指標數(shù)據(jù)庫高被引論文的知識圖譜分析[J].情報理論與實踐，2017（2）：111-116，121.

[7] GU B，WANG Z，WANG Z，et al.Incremental learning for nu-support vector regression[J].Neural Networks，2015，67：140-150.

[8] GU B，SHENG V S，TAY K Y，et al.Incremental support vector learning for ordinal regression[J].IEEE Transactions on Neural Networks and Learning Systems，2015，26（7）：1403-1416.

[9] XIA Z，WANG X，SUN X，et al.Steganalysis of LSB matching using differences between nonadjacent pixels[J].Multimedia Tools and Applications，2016，75（4）：1947-1962.

[10] WILLNER A E，MOLISCH A F，BAO C，et al.Optical communications using orbital angular momentum beams[J].Advances in Optics and Photonics，2015，7（1）：66-106.

[11] NIU Y，LI Y，JIN D，et al.A survey of millimeter wave communications （mmWave） for 5G：opportunities and challenges[J].Wireless Networks，2015，21（8）：2657-2676.

[12] CHEN M，MAO S，LIU Y.Big data：a survey[J].Mobile Networks & Applications，2014，19（2）：171-209.

[13] BAO H，PARK J H，AO J C.Matrix measure strategies for exponential synchronization and anti-synchronization of memristor-based neural networks with time-varying delays[J].Applied Mathematics and Computation，2015，270：543-556.

[14] LIU Y，TONG S.Adaptive fuzzy identification and control for a class of nonlinear pure-feedback MIMO systems with unknown dead zones[J].IEEE Transactions on Fuzzy Systems，2015，23（5）：1387-1398.

（責任編輯：黃 健）