人工智能对就业影响研究的现状、热点与趋势——基于知识图谱文献计量方法

运用知识图谱的方法对国内外人工智能影响就业主题的文献进行可视化分析,梳理研究现状、热点及发展趋势。研究发现,当前各国、各研究机构间联系较松散,研究力度及合作密度较低,未来人工智能影响就业的研究方向应包括"情景化"、"异质化"、"重塑效应"、人机"共生关系"、就业质量、知识技能转化、就业心理、伦理道德、产业与就业动态匹配的应对政策以及人工智能与就业关系的跨学科研究等。     

引领江苏发展的未来产业及前沿热点技术研究——以人工智能产业为例

本研究通过对发达国家科技发展战略、顶尖咨询机构权威报告、我国重点科技项目布局方向的共词分析遴选出高频词的未来产业领域,根据“对标国际、紧扣国家、立足江苏”的原则将人工智能产业作为引领江苏发展的未来产业。基于2010-2019年WOS核心合集收录的英文文献和CNKI数据库中文核心文献,运用知识图谱方法进行前沿热点技术分析,为江苏下一步发展人工智能产业提供借鉴。结果显示：江苏有基础推动人工智能产业高端化发展；美国和中国成为人工智能领域研究最为活跃的国家；国外人工智能的热点技术为机器人、物联网、特征提取和强化学习,重视对系统、模型和算法的研究,未来向着与大数据、物联网融合的方向发展；国内重视对模糊控制、遗传算法、自然语言处理的研究,未来向教育领域的融合应用、社会治理、5G、人才培养等方向发展。     

基于专利特征的人工智能领域核心技术识别及发展趋势分析——层次分析（AHP）-熵权法

人工智能是新一轮产业变革的核心驱动力,为助力中国人工智能产业实现核心技术突破,构建识别人工智能领域核心技术的方法并分析其现状。以智慧芽专利数据库收录的2000—2020年人工智能领域专利为数据源,从地域、申请人和国际专利分类号（IPC）层面分析人工智能领域技术的分布和发展情况;构建涵盖技术、法律和经济三维度的核心专利识别指标体系,基于层次分析（AHP）-熵权法的核心识别模型进行人工智能领域的核心技术识别。结果发现：世界人工智能技术正处于快速增长期,逐渐形成以企业主导技术创新模式;中国在体量和应用多元化上有所突破,但发展不均衡,核心技术研发存在一定短板;识别得到的14项核心技术均为美国持有,集中在语音识别、通信传输、电数据处理、图像分析技术领域,美国在人工智能产业领域占据主导地位,技术研发重心逐渐扩散,已经涉及医疗、交通、物流以及金融、工业等各个产业领域。所筛选出的核心专利符合世界人工智能技术领域发展现状,证明基于专利属性特征构建的三维核心技术识别模型具有一定的科学性和有效性。最后基于研究结论,从政府、企业和研发方向等方面对中国人工智能发展提出建议。     

产业技术创新战略联盟研究述评与展望

产业联盟的发展促进了相关研究的繁荣,检索2012-2021年国内外核心期刊发表的关于产业技术创新战略联盟研究的文献,使用CiteSpace可视化软件,对国内核心期刊和国际前十顶刊文献的关键词进行可视化分析,分析当前研究热点焦点和发展趋势,综合国内外产业技术创新战略联盟研究的热点,得出系统化、情景化、新兴性是联盟未来研究的方向。     

智能化投资需要错位发展吗?——来自江苏的证据

在人口老龄化越来越严重、青年劳动力开始不断流失、劳动力减少的背景下,人工智能化投资成为弥补劳动力不足的重要手段。企业如何规划部署人工智能等智能化、自动化技术的发展,避免智能化投资一拥而上导致的资源浪费已成为必须面对的问题。本文利用江苏省2008—2017年市级面板数据,对智能化投资与总就业和三次产业的关系进行了理论分析和实证研究,用江苏经验为中国发展提供借鉴。结果表明:目前智能化投资对苏南、苏北总就业并未形成显著的影响,其中智能化投资对苏北第一产业就业产生创造效应,对第二、第三产业就业没有造成影响,而对苏南第二产业就业产生了替代效应,但没有对第一、第三产业就业产生影响。基于以上研究结论,从人工智能等智能化、自动化技术弥补劳动力不足的角度,为中国不同区域优化智能化投资结构以及更好地发展和利用智能化、自动化技术提出了对策建议。     

中外人工智能审计研究热点及演进知识图谱比较研究

应用Cite Space 科学计量可视化软件,以CNKI数据库和WOS 核心合集中的人工智能审计研究文献为研究对象,通过对文献数量、研究关键词、发文国家及机构的分析,总结国内外人工智能审计的热点及趋势。研究发现,国际人工智能审计研究已显现聚集效应,完成了理论规范研究向实证性案例研究的过渡,具备了应用实例和技术平台;国内研究以电算化审计-计算机审计-信息化审计为演进路径,相关理论和实践经验还不成熟,参与国际科研合作不强,缺乏基础智能技术科研机构,未来研究将更多实践在技术创新、案例应用等现实领域。(234字)     

我国高校科技成果研究现状、热点和趋势的可视化研究——基于科学知识图谱分析

借助CiteSpace软件，对中国知网(CNKI)收录的核心期刊和CSSCI期刊中以高校科技成果为主题的1 627篇文献进行分析，梳理出该研究领域的基础文献、重要期刊、核心作者与机构、热点主题和研究趋势。研究发现:较为稳定的核心期刊群已经形成，研究机构及作者之间的跨平台合作有待加强；热点主题包括制度和政策、高校科技成果转化、科技创新等，“科技创新”“技术转移”“知识产权”等新增关键词颇受关注；前沿研究变动频繁，“影响因素”“区域经济”“创新创业”等关键词表征了今后研究方向。对此，从强化政策扶持力度、提供均衡充足资源、加强核心作者培育力度及推动合作交流、加强在更多产业中的创新与转化4个方面对我国高校科技成果研究提供建议。     

知识产权与标准协同推进人工智能产业创新机制与路径优化

第四次工业革命加速了各产业间以人工智能技术为核心的创新生态构建,其中知识产权裹挟的技术标准先行已成为人工智能产业创新的新型竞争规则,“技术垄断”“标准规锁”“联盟割裂”等正成为人工智能产业创新发展的“卡脖子”问题,因此加强人工智能知识产权保护与运用、技术标准主导与引领对加速推进人工智能产业创新至关重要。以解决“人工智能产业如何通过标准和知识产权的协同实现创新发展”为问题导向,通过对海康威视、百度、英特尔等公司的案例研究,构建了知识产权保护、标准主导与联盟载体生态协同推进人工智能产业创新发展的作用机制,分析了3种作用机制在人工智能产业渐进式创新、整合式创新、突破式创新范式中的组合运用和协同互动差异,提出实现人工智能产业创新发展的“赶超”、“跃迁”、“自立自强”3条路径优化,结果发现：（1）多维交互的知识产权与标准和联盟载体的互动机制是推进自主可控的人工智能产业创新发展的关键动因。（2）多元架构的联盟载体作用差异是影响知识产权与标准协同推进人工智能产业创新生态演进的重要因素。（3）多阶段共生竞合是知识产权与标准协同推进人工智能产业创新生态演进的发展路径。最后,从中国情境下知识产权与标准协同...     

2019-2023年国内学术不端研究现状、热点与趋势——基于CiteSacep知识图谱可视化分析

从CNKI数据库中选取2019-2023年学术不端研究领域的243篇文献作为研究对象,运用CiteSpace软件对文献的发文作者、机构、关键词共现、关键词聚类等进行可视化分析,分析近5年学术不端研究领域的现状、热点和趋势。研究表明：在学术不端研究领域,小规模的核心作者合作团队已初步形成,研究机构之间的联系不够紧密,《中国科技期刊研究》和《编辑学报》是文献的主要期刊来源,高被引文献与发表时间存在一定的关系;研究热点主要集中在学术不端行为、学术不端检测、学术不端防范措施3个方面;研究趋势从对“重复发表”等不端行为的研究转向对“撤稿”“撤销论文”等深层次学术不端行为的研究。     

基于VOSviewer的国内“新文科”研究现状可视化分析

本文对中国知网（CNKI）2018年1月1日至2021年7月13日关于“新文科”研究的中文文献发表年份、主要作者、研究机构、主要期刊、关键词等进行文献计量学和可视化分析。研究结果表明“新文科”近几年呈现为一个持续上升的热点研究领域,涌现了一批核心作者、机构和期刊。基于VOSviewer的关键词共现和聚类分析结果,国内“新文科”研究可以归纳为6个热点研究主题。本文挖掘了国内“新文科”研究现状和的核心主题,可以为国内“新文科”研究和发展提供一定的参考意义。     

政策工具视角的中国人工智能产业政策量化分析

人工智能是全球第四次工业革命的关键动力,将可能成为未来产业转型的核心。本文以2012年以来新一轮人工智能技术革命为背景,以中国国家层面的21项人工智能相关产业政策为样本,基于政策工具和创新过程的二维分析框架,采用内容分析法,对当前中国人工智能产业政策制定的现状与存在问题进行计量与分析。研究发现：中国人工智能产业政策需增加需求侧政策工具,并随着产业的成熟制定更多面向人工智能的商业化阶段的政策,尽早开展面向人工智能产业的政策布局。     

引领江苏发展的未来产业遴选及前沿热点技术研究——以人工智能产业为例

通过对发达国家科技发展战略、顶尖咨询机构权威报告、我国重点科技项目布局方向的共词分析遴选出高频词,通过高频词确定未来产业领域,并从江苏基础角度建立遴选指标,遴选适合江苏发展的未来产业.以人工智能产业为例,基于2010-2019年Web of Science核心合集收录的英文文献和CNKI数据库的中文核心文献,运用知识图谱方法进行前沿热点技术分析,为江苏下一步发展人工智能产业提供借鉴.结果 显示,江苏未来应加强在医疗、教育等领域的布局,加强对模糊控制、遗传算法、自然语言处理、深度学习等算法的研究.     

基于文献计量的高校图书馆学科服务研究现状可视化分析

以"高校图书馆+学科服务"为主题的CNKI核心期刊文献为数据源,以CiteSpace文献分析软件为研究工具,进行了相关文献的计量分析和可视化分析,对高校图书馆学科服务的研究现状和发展趋势进行了分析、探讨与预判,基于相关文献的计量研究深度探讨了该领域的研究热点、研究作者/机构的中心度和合作关系、年度发文趋势等方面的研究现状。     

人工智能对传媒业就业的影响——基于传媒业大学生的调查

近年来,人工智能技术日益应用到各个行业中,对就业产生了不容忽视的影响。本研究以传媒业为切入点,以大学生为调查对象,通过开展问卷调查,以期了解受访群体对于人工智能在传媒业的应用现状及人工智能对于就业的影响的认知与态度。调查研究结果显示,传媒业学生对于人工智能在本领域的应用有初步了解,对于人工智能提升传媒业生产效率持乐观态度,但对于人工智能对传媒业的就业冲击表现出了忧虑。最后,基于以上发现,本文从政府、学校、企业与个人等方面提出应对建议。     

基于知识图谱的现代产业体系研究综述

现代产业体系是现代化经济体系的重要内容和基本方面,担负着实现我国发展战略目标的重要使命。为了解我国现代产业体系研究的发展现状,以CNKI中CSSCI源期刊和全国中文核心期刊在2007年至2017年发表的相关文献为研究对象,采用Citespace软件绘制知识图谱并分别从时间、作者、机构、期刊、学科、高被引论文等角度对文献进行分析,获得研究结论包括：（1）现代产业体系的研究文献基本属于产业经济学领域,核心研究力量之间明显缺乏合作与交流;（2）现代产业体系的构建与实现路径是目前的研究热点;（3）在经济发展新常态阶段,产业转型升级将成为现代产业体系领域的研究新趋势。随着我国现代化经济体系建设进程的持续推进,研究机构和作者应加强合作并深化各研究主题的理论成果,为实现我国发展战略目标提供智库支持。     

基于多源数据的人工智能产业全链条态势研究

人工智能产业的发展将为其它产业带来颠覆性变化,对人工智能领域的定量分析能系统展现该领域发展态势,但当前数据来源单一,无法全链条反映该产业态势.基于文献或专利的定量研究,增加领域顶级会议论文、产业规模、投融资情况、科研项目信息等多来源数据,从基础研究、前沿热点、技术创新竞争情况、全球科技布局和产业态势等方面全链条挖掘分析全球人工智能产业的科技创新及产业发展态势.在此基础上,分析全球竞争形势和我国人工智能产业存在的问题,提出政策建议,为推动我国人工智能产业发展和提升政府治理水平提供决策参考.     

情报学代表性学术机构研究焦点比较分析

对我国情报学领域的代表性学术机构2006-2011年期间的情报学论文,运用文献计量学基本方法,从CNKI核心期刊、SCI收录、词频、高被引论文、刊载刊物、主题聚类等方面进行了统计分析和对比分析,并进行了可视化展示,识别出各学术机构情报学研究关注的共同领域,同时发现了其情报学研究的不同特色;并对国内外情报学研究热点进行了比较,揭示了情报学领域的研究现状,为我国情报学学科发展提供参考信息。     

跨领域搜索对共性技术溢出的双刃剑效应：产业联盟的放大作用

在协同研发的背景下,多技术知识主体参与、多技术知识资源融合成为共性技术研发和溢出的主流范式,揭示跨领域搜索、产业联盟和共性技术溢出之间的关系,是现实驱动的结果。本文针对当前研究对“共性技术溢出如何产生”这一问题关注不足的现状,从企业“搜索行为”出发,基于专利分析法和内容分析法,构建了373家企业专利数据样本和190家企业产业联盟数据样本,通过实证研究发现：跨领域搜索对共性技术溢出的影响存在双刃剑效应,而产业联盟特性在二者关系中起到放大作用。主要研究结论是：（1）跨领域搜索与共性技术溢出深度存在倒U型关系;（2）跨领域搜索与共性技术溢出广度存在倒U型关系;（3）产业联盟的数量在“跨领域搜索-共性技术溢出深度”“跨领域搜索-共性技术溢出广度”的关系中均存在正向调节作用;（4）产业联盟的异质性在“跨领域搜索-共性技术溢出深度”“跨领域搜索-共性技术溢出广度”的关系中均存在正向调节作用。本文在一定程度上向前延伸了共性技术溢出的前因研究,并为企业和政府提供一定的现实借鉴意义。     

中外知识管理可视化对比分析：现状、热点与演化趋势*

数字经济时代下,知识管理作为管理核心资源的思想与方法体系,对比分析国内外对知识管理的探索与实践应用尤为重要,分别选取国外WOS与国内CSSCI两个数据库,以2000-2019年知识管理研究主题文献为研究样本,并运用CiteSpace 5.6.R3知识图谱工具,对文献数据进行文献计量、聚类分析以及共词分析,梳理并讨论国内外该领域的研究现状和热点脉络关系,探索研究热点的演化趋势,可为我国高校、企业、图书馆等机构提供发展建议和参考。     

国际社会科学领域人工智能研究演进与前沿

本文利用科学计量工具CiteSpace,对SSCI数据库中1956—2019年的3620篇相关期刊论文进行可视化分析。研究发现:国际社会科学领域人工智能研究呈指数型增长,美国引领了社会科学领域的人工智能研究,中国发文量排名第二但国际学术影响力有待提升;核心研究机构以发达国家高校为主,且各研究群体间缺乏合作与交流;高产作者与高被引作者没有重叠性,差异性较大。在人工智能技术的推动下,社会科学领域相关研究呈现出较强的波段特征,先后经历了早期以专家系统为核心的行业应用研究阶段、中期基于人工神经网络的社会科学问题预测阶段以及当代以深度学习为基础的多元化研究阶段,新需求、新问题和新技术是社会科学领域人工智能研究发展的三大驱动力。高突现关键词表明"大数据"和"互联网"是当前的研究前沿,并有可能成为未来社会科学领域人工智能研究的重要发展方向。