不同子领域间的技术魅力研究:以大数据技术为例
2017-06-27陈能美彭建文赵清俊
陈能美+彭建文+赵清俊



摘 要 论文以WoS数据库的引文数据为基础,根据大数据技术不同子领域间论文的相互引用情况构建了不同子领域的技术魅力指数,从而分析大数据技术在不同领域间的技术交互作用、扩散态势。研究发现大数据技术在Computer Science领域最受欢迎,其次为Engineering领域,在Telecommunications等领域也比较受欢迎。
关键词 大数据 技术魅力指数 技术扩散
分类号 G250.7
DOI 10.16810/j.cnki.1672-514X.2017.05.×××
Abstract Based on the citation data of WoS database, this paper constructs technology charm indexes among different subfield according to the mutual citation relations among different subfield in the big data research field, so as to analyze the interaction relation, and the technology diffusion situation among these subfield. It finds that computer science is the most popular field, followed by engineering, and other fields like telecommunications are relatively popular.
Keywords Big data. Technology charm indexes. Technology diffusion.
引 言
2012年2月《纽约时报》刊登的一篇专栏中称,“大数据”时代已经降临,商业、经济等众多领域的决策将日益依赖数据和分析[1]。在2013年,众多国家先后出台激励政策促进本国大数据处理技术的研发,进而掀起了大数据研发的热潮[2],各国抢抓战略布局,不断加大扶持力度,全球大数据市场规模保持着高速增长的态势。2015年谷歌的开源TensorFlow人工智能项目,促进了大数据技术、人工智能领域的发展,随着开源技术的发展,企业进军大数据领域的门槛逐步降低,加之数据量的规模化增长和应用场景的越发丰富,越来越多的企业加入了大数据掘金浪潮,创业企业不断涌现,互联网巨头和传统IT厂商加速投资并购以争夺市场领袖地位。对于整个大数据行业而言,经过数年的发展,在工业应用和学术理论价值等方面已日趋完善。大数据技术进入了从概念炒作向实际应用的关键转折期,面向不同行业的特色需求和用户的个性化需求,企业加快了技术、产品和应用模型的迭代速度,大数据市场竞争愈加激烈;对于学术理论方面,这些年相关的理论研究文献也成指数增长。……
