凡慶濤 杜赟 謝海濤 劉如

摘 要 以CSSCI收錄的圖情領(lǐng)域人工智能相關(guān)文獻(xiàn)為研究對象，論文采用文獻(xiàn)計量方法與VOSviewer可視化工具進(jìn)行定量和定性分析，發(fā)現(xiàn)該領(lǐng)域研究的發(fā)展概況，歸納人工智能在圖情領(lǐng)域的應(yīng)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(lǐng)域研究迎來了快速發(fā)展期;研究學(xué)者和機構(gòu)相對分散，合作研究亟待加強;人工智能在圖書館學(xué)和情報學(xué)領(lǐng)域的應(yīng)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(yīng)用、網(wǎng)絡(luò)輿情預(yù)測、熱點與前沿探測、文本分類與數(shù)據(jù)挖掘。最后，基于分析得出該研究的相應(yīng)啟示。

關(guān)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(xué)習(xí)，即用計算機模擬人的智能。準(zhǔn)確來講，人工智能是一門研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的技術(shù)科學(xué)[1]。隨著大數(shù)據(jù)、云計算等信息技術(shù)的快速發(fā)展，人工智能正加速由研發(fā)走向應(yīng)用，成為新一輪科技革命與產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，對全球科技創(chuàng)新和經(jīng)濟社會發(fā)展的作用日益凸顯。烏鎮(zhèn)智庫《全球人工智能發(fā)展報告（2018）》指出，當(dāng)前人工智能在知識產(chǎn)權(quán)、投融資、人才發(fā)展、應(yīng)用場景等方面均呈現(xiàn)良好發(fā)展態(tài)勢，以谷歌、亞馬遜、百度為代表的科技巨頭引領(lǐng)該領(lǐng)域投融資持續(xù)快速增長[2]。從德勤發(fā)布的《全球人工智能發(fā)展白皮書》來看，機器學(xué)習(xí)、自然語言處理、計算機視覺、智適應(yīng)等人工智能技術(shù)已步入全方位商業(yè)化階段，并在醫(yī)療、健康、金融、教育、安防等多個垂直領(lǐng)域得到應(yīng)用[3]。

人工智能作為計算機學(xué)科的重要分支，涉及機器學(xué)習(xí)、自然語言處理、計算機視覺等技術(shù)，這些技術(shù)正快速融入圖情領(lǐng)域，極大提高了數(shù)據(jù)采集、保存、處理和分析的智能化水平。加快推進(jìn)人工智能在圖情領(lǐng)域的應(yīng)用，充分賦能圖情工作，重構(gòu)圖情生態(tài)體系，對推動圖情領(lǐng)域的智能升級與創(chuàng)新發(fā)展具有重要意義?？v覽以往研究，國內(nèi)已有學(xué)者關(guān)注圖情領(lǐng)域人工智能的研究和發(fā)展。在研究熱點識別方面，余厚強[4]從關(guān)鍵詞結(jié)點指標(biāo)、網(wǎng)絡(luò)指標(biāo)、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(nèi)外圖情領(lǐng)域人工智能研究的熱點與趨勢，其中提及國內(nèi)該領(lǐng)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(lǐng)域的研究概貌。雷昊霖[6]基于國內(nèi)圖情學(xué)者發(fā)表的人工智能論文識別研究熱點，重點分析該領(lǐng)域網(wǎng)絡(luò)結(jié)構(gòu)特征，缺少對研究熱點、演進(jìn)路徑及前沿趨勢的深入剖析。在情報服務(wù)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(huán)節(jié)融入人工智能技術(shù)。劉明月[8]圍繞科技情報智能、高效、精準(zhǔn)的發(fā)展需求，提出包括內(nèi)容感知、情景感知、需求/反饋機制的科技情報感知系統(tǒng)、模型框架與實現(xiàn)思路。在圖書館服務(wù)融合方面，王世偉[9]對人工智能融入圖書館服務(wù)重塑的現(xiàn)實問題進(jìn)行深入探討。蒲姍姍[10]從重新規(guī)劃空間布局、定制個性化的物理環(huán)境與服務(wù)、智能陳設(shè)、整合不同的智能技術(shù)四方面提出了圖書館空間發(fā)展和變革策略。楊九龍[11]通過文獻(xiàn)回顧初步厘清人工智能技術(shù)在圖書館應(yīng)用的理論邏輯、現(xiàn)實困境和發(fā)展路徑。

綜上所述，國內(nèi)針對圖情領(lǐng)域人工智能的研究方興未艾，研究內(nèi)容聚焦現(xiàn)狀與趨勢、情報體系與模型、情報技術(shù)、圖書館創(chuàng)新發(fā)展等，對圖情領(lǐng)域人工智能研究的熱點主題、演進(jìn)路徑、應(yīng)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(xiàn)計量與可視化分析，全面展現(xiàn)國內(nèi)圖情領(lǐng)域人工智能的研究概貌，識別該領(lǐng)域的研究主體、研究熱點與演進(jìn)路徑，剖析人工智能在國內(nèi)圖情領(lǐng)域應(yīng)用的成熟度，對于圖情機構(gòu)及相關(guān)研究學(xué)者拓展人工智能在圖情領(lǐng)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(shù)據(jù)來源

隨著信息技術(shù)的快速發(fā)展，利用可視化技術(shù)構(gòu)建科學(xué)知識圖譜分析學(xué)科知識結(jié)構(gòu)、發(fā)現(xiàn)研究熱點及演化路徑、探索研究前沿已經(jīng)得到廣泛應(yīng)用。VOSviewer是由荷蘭萊頓大學(xué)Nees Jan vanEcK等開發(fā)的可視化軟件，可以通過關(guān)鍵詞聚類分析，挖掘知識的研究熱點和演進(jìn)關(guān)系等，以預(yù)測未來發(fā)展趨勢。國外關(guān)于該軟件的研究與應(yīng)用較為成熟，形成大量的研究成果[12]，國內(nèi)研究多以Web of Science數(shù)據(jù)為主，針對中文文獻(xiàn)的分析以關(guān)鍵詞共現(xiàn)分析識別研究熱點為主。2019年，馬續(xù)補[13]利用VOSviewer分析了我國政策評估領(lǐng)域的研究主體、知識基礎(chǔ)、研究熱點及演進(jìn)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(lǐng)域人工智能研究主題文獻(xiàn)進(jìn)行定量和定性分析。為保證來源文獻(xiàn)的學(xué)術(shù)質(zhì)量，選擇中文社會科學(xué)引文索引數(shù)據(jù)庫（CSSCI）作為數(shù)據(jù)源，檢索策略為關(guān)鍵詞=“人工智能”or“AI”or“神經(jīng)網(wǎng)絡(luò)”or“專家系統(tǒng)”or“機器學(xué)習(xí)”or“深度學(xué)習(xí)”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(fā)現(xiàn)”or“智能搜索”or“知識獲取”or“感知問題”or“復(fù)雜系統(tǒng)”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(tǒng)”or“語義網(wǎng)絡(luò)”，學(xué)科類別選擇：“圖書、情報與文獻(xiàn)學(xué)”，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(jīng)篩選，共得到相關(guān)論文617篇。為了更好地闡述人工智能在圖情領(lǐng)域的研究情況和應(yīng)用程度，本文分別基于該領(lǐng)域研究的整體發(fā)文情況，分析研究了其發(fā)展演進(jìn)和變化特征;基于作者和發(fā)文機構(gòu)信息，分析該領(lǐng)域的研究主體及合作情況;基于關(guān)鍵詞和文獻(xiàn)分布，剖析人工智能在圖情領(lǐng)域的應(yīng)用成熟度;基于關(guān)鍵詞共現(xiàn)及疊加知識圖譜，挖掘近年來該領(lǐng)域的研究熱點及其演進(jìn)路徑。

2 人工智能研究文獻(xiàn)變化趨勢

對617篇文獻(xiàn)的年分布統(tǒng)計，可以發(fā)現(xiàn)，該領(lǐng)域研究并未呈現(xiàn)規(guī)律性的變化，具體見圖1所示。

具體來看，1999—2001年為發(fā)展起步期，年發(fā)文量在12篇以內(nèi)，僅少數(shù)學(xué)者開展相關(guān)研究，內(nèi)容主要涉及利用自然語言、自動分詞技術(shù)優(yōu)化信息檢索，推進(jìn)信息檢索的智能化。2002—2015年為穩(wěn)定發(fā)展期，這一階段的持續(xù)時間較長，相較于起步期，有更多學(xué)者進(jìn)入該領(lǐng)域。這一時期研究內(nèi)容也呈現(xiàn)出階段特征。2002年，遺傳算法和神經(jīng)網(wǎng)絡(luò)的不斷興起，促使研究轉(zhuǎn)向以實現(xiàn)智能化搜索為目標(biāo)的搜索引擎和工具開發(fā)。此外，知識獲取、知識組織和參考咨詢也引起學(xué)者關(guān)注;2006年，在機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)影響下，研究學(xué)者側(cè)重智能分析系統(tǒng)、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(tǒng)研究開始出現(xiàn);2011年后，以知識發(fā)現(xiàn)和數(shù)據(jù)挖掘為目標(biāo)的知識圖譜、可視化分析、社會網(wǎng)絡(luò)分析方法和工具不斷出現(xiàn)，極大地提升了情報處理和分析能力，熱點主題挖掘、輿情預(yù)測模型、個性化推薦等研究得到密切關(guān)注。2016—2018為快速發(fā)展期，隨著我國人工智能發(fā)展相關(guān)政策與規(guī)劃的落地與實施，人工智能研究迎來爆發(fā)，年發(fā)文量急速增加，研究主題也迅速擴展，除關(guān)注移動視覺搜索、機器人智慧服務(wù)、突發(fā)事件與網(wǎng)絡(luò)輿情監(jiān)測等主題外，圍繞社交網(wǎng)絡(luò)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(lǐng)域研究主體分析

3.1 核心作者分析

統(tǒng)計發(fā)現(xiàn)，該領(lǐng)域617篇文獻(xiàn)涉及作者1114人。根據(jù)普賴斯定律，核心作者是指發(fā)文量在以上的作者，Nmax=13，可計算出核心作者發(fā)文量=2.7篇，取整數(shù)為3篇，將發(fā)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(shù)的5.40%，合計發(fā)文188篇，占總發(fā)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(dāng)前該領(lǐng)域研究學(xué)者較為分散，尚未形成穩(wěn)定的核心作者群，集群效應(yīng)尚不突出。研究學(xué)者大多開展獨立研究，在大多研究主題和方向尚未達(dá)成廣泛共識，研究仍處發(fā)展初期階段。表1為部分核心作者及主要貢獻(xiàn)。

3.2 發(fā)文機構(gòu)分析

統(tǒng)計發(fā)現(xiàn)，該領(lǐng)域研究共涉及319個機構(gòu)，其中，高校264家，非高校類55家。從機構(gòu)分布看，該領(lǐng)域形成了以南京大學(xué)、武漢大學(xué)、吉林大學(xué)、中國科學(xué)院文獻(xiàn)情報中心和中國科學(xué)技術(shù)信息研究所為代表的核心研究力量。非高校類機構(gòu)以情報機構(gòu)、圖書館為主，其中中國科學(xué)院文獻(xiàn)情報中心、中國科學(xué)技術(shù)信息研究所作為我國圖情領(lǐng)域的國家級科技情報機構(gòu)，在開展人工智能的相關(guān)研究方面也處于領(lǐng)先地位。從科研合作看，形成了南京大學(xué)-南京理工大學(xué)-南京農(nóng)業(yè)大學(xué)-南京師范大學(xué)和武漢大學(xué)-華東師范大學(xué)-上海交通大學(xué)-山東省科學(xué)院情報研究所為代表的機構(gòu)群體，合作研究初具規(guī)模，但合作強度有待加強，多數(shù)機構(gòu)仍處于獨立研究狀態(tài)?？梢?，國內(nèi)圖情領(lǐng)域的人工智能研究已經(jīng)形成一定數(shù)量的核心機構(gòu)和合作群體，跨機構(gòu)合作初步形成，研究合力的優(yōu)勢得到一定發(fā)揮。表2為部分高發(fā)文機構(gòu)及發(fā)文量統(tǒng)計。從表2中可發(fā)現(xiàn)高校相較科研院所與情報機構(gòu)而言，在該研究領(lǐng)域占據(jù)主導(dǎo)地位，說明人工智能在我國圖情領(lǐng)域的應(yīng)用還處于起步階段，研究聚焦基礎(chǔ)理論與學(xué)術(shù)探究，以情報需求為引導(dǎo)的人工智能的應(yīng)用實踐研究亟待拓展。

3.3 發(fā)文期刊分布

從期刊分布看，我國圖情領(lǐng)域人工智能研究主要分布在情報學(xué)和圖書館學(xué)相關(guān)期刊，其中，情報學(xué)期刊占據(jù)主導(dǎo)地位，載文較高的主要有《情報雜志》-陜西省科學(xué)技術(shù)情報研究院（94篇）、《情報科學(xué)》-吉林大學(xué)（82篇）、《情報學(xué)報》-中國科學(xué)技術(shù)信息研究所（78篇）、《數(shù)據(jù)挖掘與知識發(fā)現(xiàn)》-中國科學(xué)院文獻(xiàn)情報中心（66篇）、《圖情工作》-中國科學(xué)院文獻(xiàn)情報中心（64篇）、《情報理論與實踐》-中國兵器工業(yè)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(gòu)主辦的圖情類雜志對人工智能的應(yīng)用需求更為旺盛，而圖書館需求則相對薄弱。人工智能在數(shù)據(jù)采集、數(shù)據(jù)處理、關(guān)聯(lián)分析、語義挖掘等多個領(lǐng)域，有力支撐著情報機構(gòu)的工作，研究熱度受需求引導(dǎo)。

4 人工智能在我國圖情領(lǐng)域的應(yīng)用成熟度分析

根據(jù)關(guān)鍵詞的詞頻統(tǒng)計、年分布以及對文獻(xiàn)內(nèi)容的解讀，筆者將人工智能在圖情領(lǐng)域的應(yīng)用主要劃分為智能管理與服務(wù)、智能采集、智能分析、智能搜索、智能預(yù)測五個場景。在此基礎(chǔ)上，詳細(xì)梳理每個應(yīng)用場景對應(yīng)的文獻(xiàn)量、關(guān)鍵詞分布等，并據(jù)此初步歸納人工智能在國內(nèi)圖情領(lǐng)域的應(yīng)用成熟度，詳見表3。

可以發(fā)現(xiàn)，當(dāng)前人工智能在智能管理與服務(wù)、智能采集、智能搜索中應(yīng)用研究相對突出，而在智能分析、智能預(yù)測中的應(yīng)用研究占比略低，未來將是人工智能與圖情領(lǐng)域深度融合的重要方向。此外，人工智能在圖書館和情報領(lǐng)域的應(yīng)用呈現(xiàn)出一定差異，其在圖書館領(lǐng)域的應(yīng)用更多體現(xiàn)在智能管理與服務(wù)，通過智能機器人、人機交互、語音交互等技術(shù)實現(xiàn)圖書館智能問答、智能存儲、信息搜索和推薦等服務(wù)內(nèi)容和模式的轉(zhuǎn)變，智能化成為圖書館服務(wù)發(fā)展的顯著特征。人工智能在情報領(lǐng)域的應(yīng)用更多體現(xiàn)在對數(shù)據(jù)處理、分析、挖掘等技術(shù)和方法的優(yōu)化，如基于機器學(xué)習(xí)、自然語言處理、深度學(xué)習(xí)、遺傳算法等理論或方法，實現(xiàn)多類型文本自動分類，結(jié)合數(shù)據(jù)挖掘和可視化方法結(jié)合，實現(xiàn)對特定領(lǐng)域的研究熱點和前沿的智能分析以及突發(fā)事件和網(wǎng)絡(luò)輿情的智能預(yù)測。智能搜索是實現(xiàn)信息服務(wù)、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(xué)領(lǐng)域關(guān)注的共性技術(shù)，因此，該應(yīng)用場景下文獻(xiàn)量最高。除上述主要應(yīng)用外，人工智能在國內(nèi)圖情領(lǐng)域的應(yīng)用還涉及評價與評估、用戶行為、數(shù)字人文、數(shù)據(jù)管理、安全與法律等。

5 基于關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)的研究熱點分析

為發(fā)現(xiàn)對學(xué)者更有價值的研究熱點，本文選擇2009—2018年的386篇文獻(xiàn)作為分析對象。選擇最少出現(xiàn)次數(shù)為“7”的關(guān)鍵詞，共有67個關(guān)鍵詞滿足條件。設(shè)定共現(xiàn)關(guān)系強度規(guī)范化方式、分辨參數(shù)、聚類成員最少數(shù)目為（Association strength、1、5），形成關(guān)鍵詞共現(xiàn)知識圖譜（圖2）?？梢钥闯?，該領(lǐng)域形成了5個聚類主題，根據(jù)關(guān)鍵詞分析及文獻(xiàn)的二次解讀，對5個聚類命名，分別為 “人工智能技術(shù)在信息檢索和智能搜索中的應(yīng)用”（研究熱點1）、“智能機器人在圖書館智慧服務(wù)中的應(yīng)用”（研究熱點2）、“人工智能技術(shù)在網(wǎng)絡(luò)輿情預(yù)測中的應(yīng)用”（研究熱點3）、“人工智能技術(shù)在研究熱點與前沿領(lǐng)域探測中的應(yīng)用”（研究熱點4）、“人工智能技術(shù)在文本分析與數(shù)據(jù)挖掘中的應(yīng)用”（研究熱點5）。

5.1 人工智能技術(shù)在信息檢索和智能搜索中的應(yīng)用

該研究熱點主要圍繞自然語言處理、BP神經(jīng)網(wǎng)絡(luò)、移動視覺搜索、語義網(wǎng)絡(luò)、語義搜索等實現(xiàn)信息檢索與智能搜索展開。大數(shù)據(jù)環(huán)境下，海量視覺大數(shù)據(jù)資源的處理、分析和開發(fā)利用成為信息服務(wù)的重要內(nèi)容，移動視覺搜索以現(xiàn)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(guān)聯(lián)數(shù)據(jù)和圖像處理技術(shù)實現(xiàn)視覺資源語義信息與特征信息的關(guān)聯(lián)，使知識驅(qū)動、跨界融合、協(xié)同發(fā)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(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、語義搜索等人工智能技術(shù)在信息檢索中廣泛應(yīng)用，在豐富和優(yōu)化智能檢索技術(shù)和方法的同時，催生了多種個性化學(xué)術(shù)搜索引擎和工具，如Semantic Scholar、GoPubMed以及基于多 Agent 技術(shù)、差分進(jìn)化算法等技術(shù)的各類智能搜索引擎等[16-19]，大大提高了信息檢索的精準(zhǔn)性和智能化。在此基礎(chǔ)上，有學(xué)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(jìn)行了系統(tǒng)研究。

5.2 智能機器人在圖書館智慧服務(wù)中的應(yīng)用

隨著人工智能技術(shù)的飛速發(fā)展，越來越多的技術(shù)被應(yīng)用于智慧圖書館，其中智能服務(wù)機器人的應(yīng)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(shù)等探討智能機器人設(shè)計、應(yīng)用以及基于案例分析探索其在圖書館應(yīng)用的實現(xiàn)路徑等。在移動互聯(lián)網(wǎng)、人工智能和虛擬現(xiàn)實等信息技術(shù)的影響下，智能機器人在圖書館智慧服務(wù)中實踐應(yīng)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(dǎo)航）、自助服務(wù)（自助借還、門禁識別、智能座位預(yù)約、路線導(dǎo)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(wù)的質(zhì)量和智能化程度。此外，國內(nèi)學(xué)者對智能機器人的具體應(yīng)用和實踐案例進(jìn)行了廣泛探討與研究[21-22]。圖書館智能機器人的功能設(shè)定普遍基于用戶需求調(diào)研和分析，在實踐效果上，智能化體驗和服務(wù)模式創(chuàng)新對圖書館咨詢服務(wù)的效率和質(zhì)量提升明顯，然而，智能服務(wù)機器人在語音知識庫、深度學(xué)習(xí)能力、行為控制等方面尚存不足，如何科學(xué)合理地引入智能機器人并對接圖書館服務(wù)仍需要長期探索和不斷實踐，對此，樊慧麗等[23]在系統(tǒng)研究國內(nèi)外圖書館智能機器人應(yīng)用現(xiàn)狀的基礎(chǔ)上，提出智能機器人在圖書館的應(yīng)用應(yīng)在評估其成熟度基礎(chǔ)上理性引入，重視語料庫和關(guān)鍵技術(shù)的構(gòu)建，加強機器人相關(guān)專業(yè)人才的培養(yǎng)等。

5.3 人工智能技術(shù)在網(wǎng)絡(luò)輿情預(yù)測中的應(yīng)用

網(wǎng)絡(luò)輿情預(yù)測是人工智能技術(shù)應(yīng)用的重要方向。該研究熱點主要圍繞定量網(wǎng)絡(luò)輿情危機、熱度預(yù)測、情感識別、趨勢預(yù)測及進(jìn)展研究等展開。網(wǎng)絡(luò)輿情的演化具有較大不確定性和多變性，尤其近年來，網(wǎng)絡(luò)熱點新聞頻發(fā)，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(wǎng)絡(luò)迅速蔓延，在社會公眾中引發(fā)激烈爭辯，及時掌握網(wǎng)絡(luò)輿情事件的傳播與擴散規(guī)律，對網(wǎng)絡(luò)輿情事件進(jìn)行有效預(yù)測和管控愈發(fā)重要。研究人員嘗試通過BP神經(jīng)網(wǎng)絡(luò)、多因素灰色模型、改進(jìn)粒子群算法、改進(jìn)ABC-BP模型、混合算法、模式識別等構(gòu)建并優(yōu)化網(wǎng)絡(luò)輿情預(yù)測模型和預(yù)警模型，并通過仿真實驗或具體網(wǎng)絡(luò)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(yīng)用提供參考[24-26]。此外，網(wǎng)民會通過微博、博客、微信、論壇等渠道對公共事件發(fā)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(zhǔn)確把握網(wǎng)民的真實想法，基于此，有學(xué)者對突發(fā)事件的微博文本進(jìn)行情感分類標(biāo)注，并基于OCC情感規(guī)則標(biāo)注建立網(wǎng)絡(luò)輿情情感識別模型[27]。在網(wǎng)絡(luò)輿情信息監(jiān)測研究進(jìn)展方面，曹樹金等[28]從理論研究、監(jiān)測技術(shù)、監(jiān)測系統(tǒng)與實踐三個方面綜述了與網(wǎng)絡(luò)輿情監(jiān)測密切相關(guān)的論題。

7.2 需進(jìn)一步拓展與人工智能專業(yè)機構(gòu)、企業(yè)合作研究

當(dāng)前，該領(lǐng)域的研究主體以高校為主，情報機構(gòu)僅出現(xiàn)少數(shù)代表性機構(gòu)，企業(yè)發(fā)文則更少。合作群體也以高校為主，企業(yè)參與度較低，加之應(yīng)用場景、技術(shù)發(fā)展等因素制約，人工智能在該領(lǐng)域應(yīng)用研究應(yīng)充分結(jié)合專業(yè)型科技企業(yè)在該領(lǐng)域技術(shù)優(yōu)勢，使應(yīng)用技術(shù)、產(chǎn)品開發(fā)與基礎(chǔ)研究有效結(jié)合。企業(yè)作為市場的主體，能夠快速捕捉市場需求與產(chǎn)品研發(fā)的結(jié)合點，開發(fā)出符合市場定位和行業(yè)發(fā)展的產(chǎn)品，因此，高校、情報機構(gòu)應(yīng)拓展與人工智能專業(yè)機構(gòu)、企業(yè)的合作，尤其是華為、百度、騰訊等在該領(lǐng)域具有較高影響力的企業(yè)，形成基礎(chǔ)研究與應(yīng)用開發(fā)的優(yōu)勢互補。

7.3 借助人工智能的研究提升圖情機構(gòu)的服務(wù)能力

研究發(fā)現(xiàn)，圖書館對人工智能的應(yīng)用研究有向智能咨詢、智能管理、智能教育、智能學(xué)習(xí)發(fā)展的趨勢，情報機構(gòu)對人工智能的應(yīng)用研究有向智能檢索、智能預(yù)測、智能感知、智能推薦、智能分析發(fā)展的趨勢，顯示出智能化服務(wù)升級已經(jīng)成為新時代圖情機構(gòu)能力升級的重要方向。圖情機構(gòu)應(yīng)圍繞智能化服務(wù)發(fā)展要求，推進(jìn)人工智能技術(shù)、產(chǎn)品在圖情機構(gòu)的應(yīng)用，尤其要加快大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)，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(jìn)科研環(huán)境，并從自然語言處理、人機交互、數(shù)據(jù)挖掘、模式識別、計算機視覺等基礎(chǔ)技術(shù)層面提升智能化服務(wù)能力。

7.4 進(jìn)一步完善圖情產(chǎn)品化、數(shù)據(jù)資產(chǎn)化、技術(shù)智能化的圖情生態(tài)體系

當(dāng)前，人工智能在圖情領(lǐng)域的應(yīng)用已覆蓋智能搜索、智能采集、智能分析、智能決策、智慧服務(wù)等多個維度，呈現(xiàn)出融合發(fā)展的良好態(tài)勢，下一步應(yīng)充分利用人工智能的技術(shù)先導(dǎo)優(yōu)勢，賦能圖情工作，推動智能化圖情生態(tài)體系的形成。首先，加強智能化圖情產(chǎn)品開發(fā)與設(shè)計，運用機器學(xué)習(xí)、計算機視覺、自然語言處理、圖像識別、語音識別等相關(guān)技術(shù)開發(fā)智能搜索、智能情報分析、智能圖像識別和智能預(yù)警系統(tǒng)或平臺，豐富和完善圖情產(chǎn)品體系;其次，利用人工智能技術(shù)推進(jìn)數(shù)據(jù)資源的價值挖掘與開發(fā)利用，通過價值評估、風(fēng)險控制和市場交易等舉措強化數(shù)據(jù)的應(yīng)用價值與市場效益，實現(xiàn)數(shù)據(jù)業(yè)務(wù)化和商品化;最后，將人工智能技術(shù)與傳統(tǒng)圖情技術(shù)充分融合，改進(jìn)優(yōu)化原有圖情技術(shù)或衍生新技術(shù)，豐富和完善圖情領(lǐng)域的智能化技術(shù)體系。

參考文獻(xiàn)：

石純一.人工智能原理[M].北京：清華大學(xué)出版社，1993.

烏鎮(zhèn)智庫.全球人工智能發(fā)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(chuàng)新融合應(yīng)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(xué)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(lǐng)域人工智能的研究熱點及發(fā)展趨勢研究[J].圖情工作，2019，63（1）：70-80.

雷昊霖.我國圖情領(lǐng)域關(guān)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(xué)芳.人工智能在情報工作中的應(yīng)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(guān)于人工智能與圖書館服務(wù)重塑的五個問題：再論人工智能與圖書館的服務(wù)重塑[J].圖書與情報，2019（1）：80-90.

蒲姍姍.人工智能環(huán)境下的圖書館空間發(fā)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(yīng)用的理論邏輯、現(xiàn)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(xù)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(chǔ)、研究熱點與演進(jìn)分析[J].現(xiàn)代情報，2019，39（3）：166-177.

劉喜球，張興旺.移動視覺搜索：“互聯(lián)網(wǎng)+”時代數(shù)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(guān)聯(lián)數(shù)據(jù)在數(shù)字圖書館移動視覺搜索系統(tǒng)中的應(yīng)用研究[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2017，1（1）：81-90.

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

謝智敏，郭倩玲.基于深度學(xué)習(xí)的學(xué)術(shù)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(shù)的智能搜索引擎在數(shù)字圖書館中的應(yīng)用[J].情報科學(xué)，2010，28（9）：1388-1391.

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

陳茫，張玨.基于人工智能的圖書館服務(wù)實踐應(yīng)用創(chuàng)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(wù)機器人的設(shè)計與實踐：以中國礦業(yè)大學(xué)圖書館為例[J].現(xiàn)代情報，2018，38（10）：115-120.

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

樊慧麗，邵波.國內(nèi)外圖書館機器人的研究應(yīng)用現(xiàn)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(jìn)ABC-BP模型的網(wǎng)絡(luò)輿情熱度預(yù)測研究[J].圖書館學(xué)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(wǎng)絡(luò)輿情預(yù)測研究[J].情報科學(xué)，2017，35（9）：131-135.

杜智濤，謝新洲.利用灰色預(yù)測與模式識別方法構(gòu)建網(wǎng)絡(luò)輿情預(yù)測與預(yù)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(xué)習(xí)和OCC情感規(guī)則的網(wǎng)絡(luò)輿情情感識別研究[J].情報學(xué)報，2017，36（9）：972-980.

曹樹金，鄭凌，陳憶金.網(wǎng)絡(luò)輿情突發(fā)異常識別及關(guān)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(nèi)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(biāo)關(guān)聯(lián)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(biāo)關(guān)聯(lián)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(guān)鍵詞語義網(wǎng)絡(luò)的領(lǐng)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(xiàn)的ESI研究前沿知識演進(jìn)分析方法[J].情報學(xué)報，2018，37（11）：1095-1113.

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

付斌，張吉軍，鐘健，等.基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法在需求預(yù)測中的應(yīng)用研究[J].情報科學(xué)，2017，35（11）：132-135.

凡慶濤 首北京市科學(xué)技術(shù)情報研究所助理研究員。 北京，100044。

杜 赟 北京市科學(xué)技術(shù)情報研究所助理研究員。 北京，100044。

謝海濤 北京科技經(jīng)濟信息聯(lián)合中心助理研究員。 北京，100044。

劉 如 中國科學(xué)技術(shù)發(fā)展戰(zhàn)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）