凡庆涛 杜赟 谢海涛 刘如

摘 要 以CSSCI收录的图情领域人工智能相关文献为研究对象，论文采用文献计量方法与VOSviewer可视化工具进行定量和定性分析，发现该领域研究的发展概况，归纳人工智能在图情领域的应用成熟度，识别研究主体、研究热点与演化路径。2015年以后，该领域研究迎来了快速发展期;研究学者和机构相对分散，合作研究亟待加强;人工智能在图书馆学和情报学领域的应用存在一定差异;研究热点主要包括信息检索和智能搜索、智能机器人的应用、网络舆情预测、热点与前沿探测、文本分类与数据挖掘。最后，基于分析得出该研究的相应启示。

关键词 人工智能 知识图谱 VOSviewer 研究概况

分类号 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）一詞诞生于1956年“Dartmouth会议”上，其本义是让机器能像人一样思考与学习，即用计算机模拟人的智能。准确来讲，人工智能是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学[1]。随着大数据、云计算等信息技术的快速发展，人工智能正加速由研发走向应用，成为新一轮科技革命与产业变革的战略性技术，对全球科技创新和经济社会发展的作用日益凸显。乌镇智库《全球人工智能发展报告（2018）》指出，当前人工智能在知识产权、投融资、人才发展、应用场景等方面均呈现良好发展态势，以谷歌、亚马逊、百度为代表的科技巨头引领该领域投融资持续快速增长[2]。从德勤发布的《全球人工智能发展白皮书》来看，机器学习、自然语言处理、计算机视觉、智适应等人工智能技术已步入全方位商业化阶段，并在医疗、健康、金融、教育、安防等多个垂直领域得到应用[3]。

人工智能作为计算机学科的重要分支，涉及机器学习、自然语言处理、计算机视觉等技术，这些技术正快速融入图情领域，极大提高了数据采集、保存、处理和分析的智能化水平。加快推进人工智能在图情领域的应用，充分赋能图情工作，重构图情生态体系，对推动图情领域的智能升级与创新发展具有重要意义。纵览以往研究，国内已有学者关注图情领域人工智能的研究和发展。在研究热点识别方面，余厚强[4]从关键词结点指标、网络指标、聚类分析等角度全方位识别国际人工智能的研究前沿。王晰巍[5]对比分析国内外图情领域人工智能研究的热点与趋势，其中提及国内该领域热点主题，但仅反映2013—2017年的研究热点，未能全面反映该领域的研究概貌。雷昊霖[6]基于国内图情学者发表的人工智能论文识别研究热点，重点分析该领域网络结构特征，缺少对研究热点、演进路径及前沿趋势的深入剖析。在情报服务融合方面，冯秋燕[7]基于情报工作流程，探讨如何在信息采集、信息组织与存储、信息分析、决策支撑环节融入人工智能技术。刘明月[8]围绕科技情报智能、高效、精准的发展需求，提出包括内容感知、情景感知、需求/反馈机制的科技情报感知系统、模型框架与实现思路。在图书馆服务融合方面，王世伟[9]对人工智能融入图书馆服务重塑的现实问题进行深入探讨。蒲姗姗[10]从重新规划空间布局、定制个性化的物理环境与服务、智能陈设、整合不同的智能技术四方面提出了图书馆空间发展和变革策略。杨九龙[11]通过文献回顾初步厘清人工智能技术在图书馆应用的理论逻辑、现实困境和发展路径。

综上所述，国内针对图情领域人工智能的研究方兴未艾，研究内容聚焦现状与趋势、情报体系与模型、情报技术、图书馆创新发展等，对图情领域人工智能研究的热点主题、演进路径、应用成熟度等研究尚不充分，部分研究仍存在空白点。因此，本文拟通过文献计量与可视化分析，全面展现国内图情领域人工智能的研究概貌，识别该领域的研究主体、研究热点与演进路径，剖析人工智能在国内图情领域应用的成熟度，对于图情机构及相关研究学者拓展人工智能在图情领域的理论研究与实践探索具有重要参考意义。

1 研究方法与数据来源

随着信息技术的快速发展，利用可视化技术构建科学知识图谱分析学科知识结构、发现研究热点及演化路径、探索研究前沿已经得到广泛应用。VOSviewer是由荷兰莱顿大学Nees Jan vanEcK等开发的可视化软件，可以通过关键词聚类分析，挖掘知识的研究热点和演进关系等，以预测未来发展趋势。国外关于该软件的研究与应用较为成熟，形成大量的研究成果[12]，国内研究多以Web of Science数据为主，针对中文文献的分析以关键词共现分析识别研究热点为主。2019年，马续补[13]利用VOSviewer分析了我国政策评估领域的研究主体、知识基础、研究热点及演进情况，对研究人员更好地利用该工具的提供了借鉴。

本文借助Excel和VOSviewer可视化工具，对1999—2018年CSSCI收录的图情领域人工智能研究主题文献进行定量和定性分析。为保证来源文献的学术质量，选择中文社会科学引文索引数据库（CSSCI）作为数据源，检索策略为关键词=“人工智能”or“AI”or“神经网络”or“专家系统”or“机器学习”or“深度学习”or“模式识别”or“机器人”or“自然语言处理”or“语言识别”or“图像识别”or“遗传算法”or“知识发现”or“智能搜索”or“知识获取”or“感知问题”or“复杂系统”or“计算机视觉”or“智能机器人”or“人脸识别”or“文本分析”or“语义搜索”or“视觉搜索”or“智能系统”or“语义网络”，学科类别选择：“图书、情报与文献学”，起止时间为1999年1月1日到2018年12月31日，检索日期为2019年9月30日，经筛选，共得到相关论文617篇。为了更好地阐述人工智能在图情领域的研究情况和应用程度，本文分别基于该领域研究的整体发文情况，分析研究了其发展演进和变化特征;基于作者和发文机构信息，分析该领域的研究主体及合作情况;基于关键词和文献分布，剖析人工智能在图情领域的应用成熟度;基于关键词共现及叠加知识图谱，挖掘近年来该领域的研究热点及其演进路径。

2 人工智能研究文献变化趋势

对617篇文献的年分布统计，可以发现，该领域研究并未呈现规律性的变化，具体见图1所示。

具体来看，1999—2001年为发展起步期，年发文量在12篇以内，仅少数学者开展相关研究，内容主要涉及利用自然语言、自动分词技术优化信息检索，推进信息检索的智能化。2002—2015年为稳定发展期，这一阶段的持续时间较长，相较于起步期，有更多学者进入该领域。这一时期研究内容也呈现出阶段特征。2002年，遗传算法和神经网络的不断兴起，促使研究转向以实现智能化搜索为目标的搜索引擎和工具开发。此外，知识获取、知识组织和参考咨询也引起学者关注;2006年，在机器学习和神经网络影响下，研究学者侧重智能分析系统、知识管理、评价体系与模型的探索与实证研究，此时，针对用户偏好的推荐系统研究开始出现;2011年后，以知识发现和数据挖掘为目标的知识图谱、可视化分析、社会网络分析方法和工具不断出现，极大地提升了情报处理和分析能力，热点主题挖掘、舆情预测模型、个性化推荐等研究得到密切关注。2016—2018为快速发展期，随着我国人工智能发展相关政策与规划的落地与实施，人工智能研究迎来爆发，年发文量急速增加，研究主题也迅速扩展，除关注移动视觉搜索、机器人智慧服务、突发事件与网络舆情监测等主题外，围绕社交网络用户行为展开的信息推荐、情感识别、评价研究也开始引起重视。

3 人工智能领域研究主体分析

3.1 核心作者分析

统计发现，该领域617篇文献涉及作者1114人。根据普赖斯定律，核心作者是指发文量在以上的作者，Nmax=13，可计算出核心作者发文量=2.7篇，取整数为3篇，将发文量在3篇及以上的作者视为核心作者，共有59人，占全部作者数的5.40%，合计发文188篇，占总发文量的30.4%。该比例与普赖斯定律50%的理论值相差较大，由此推断当前该领域研究学者较为分散，尚未形成稳定的核心作者群，集群效应尚不突出。研究学者大多开展独立研究，在大多研究主题和方向尚未达成广泛共识，研究仍处发展初期阶段。表1为部分核心作者及主要贡献。

3.2 发文机构分析

统计发现，该领域研究共涉及319个机构，其中，高校264家，非高校类55家。从机构分布看，该领域形成了以南京大學、武汉大学、吉林大学、中国科学院文献情报中心和中国科学技术信息研究所为代表的核心研究力量。非高校类机构以情报机构、图书馆为主，其中中国科学院文献情报中心、中国科学技术信息研究所作为我国图情领域的国家级科技情报机构，在开展人工智能的相关研究方面也处于领先地位。从科研合作看，形成了南京大学-南京理工大学-南京农业大学-南京师范大学和武汉大学-华东师范大学-上海交通大学-山东省科学院情报研究所为代表的机构群体，合作研究初具规模，但合作强度有待加强，多数机构仍处于独立研究状态。可见，国内图情领域的人工智能研究已经形成一定数量的核心机构和合作群体，跨机构合作初步形成，研究合力的优势得到一定发挥。表2为部分高发文机构及发文量统计。从表2中可发现高校相较科研院所与情报机构而言，在该研究领域占据主导地位，说明人工智能在我国图情领域的应用还处于起步阶段，研究聚焦基础理论与学术探究，以情报需求为引导的人工智能的应用实践研究亟待拓展。

3.3 发文期刊分布

从期刊分布看，我国图情领域人工智能研究主要分布在情报学和图书馆学相关期刊，其中，情报学期刊占据主导地位，载文较高的主要有《情报杂志》-陕西省科学技术情报研究院（94篇）、《情报科学》-吉林大学（82篇）、《情报学报》-中国科学技术信息研究所（78篇）、《数据挖掘与知识发现》-中国科学院文献情报中心（66篇）、《图情工作》-中国科学院文献情报中心（64篇）、《情报理论与实践》-中国兵器工业集团第二一〇研究所（51篇）、《图书与情报》-甘肃省科技情报研究所（45篇），而图书馆类期刊载文相对较低，说明以情报机构主办的图情类杂志对人工智能的应用需求更为旺盛，而图书馆需求则相对薄弱。人工智能在数据采集、数据处理、关联分析、语义挖掘等多个领域，有力支撑着情报机构的工作，研究热度受需求引导。

4 人工智能在我国图情领域的应用成熟度分析

根据关键词的词频统计、年分布以及对文献内容的解读，笔者将人工智能在图情领域的应用主要划分为智能管理与服务、智能采集、智能分析、智能搜索、智能预测五个场景。在此基础上，详细梳理每个应用场景对应的文献量、关键词分布等，并据此初步归纳人工智能在国内图情领域的应用成熟度，詳见表3。

可以发现，当前人工智能在智能管理与服务、智能采集、智能搜索中应用研究相对突出，而在智能分析、智能预测中的应用研究占比略低，未来将是人工智能与图情领域深度融合的重要方向。此外，人工智能在图书馆和情报领域的应用呈现出一定差异，其在图书馆领域的应用更多体现在智能管理与服务，通过智能机器人、人机交互、语音交互等技术实现图书馆智能问答、智能存储、信息搜索和推荐等服务内容和模式的转变，智能化成为图书馆服务发展的显著特征。人工智能在情报领域的应用更多体现在对数据处理、分析、挖掘等技术和方法的优化，如基于机器学习、自然语言处理、深度学习、遗传算法等理论或方法，实现多类型文本自动分类，结合数据挖掘和可视化方法结合，实现对特定领域的研究热点和前沿的智能分析以及突发事件和网络舆情的智能预测。智能搜索是实现信息服务、知识获取、情报分析和价值挖掘等重要前提，是图书馆和情报学领域关注的共性技术，因此，该应用场景下文献量最高。除上述主要应用外，人工智能在国内图情领域的应用还涉及评价与评估、用户行为、数字人文、数据管理、安全与法律等。

5 基于关键词共现网络的研究热点分析

为发现对学者更有价值的研究热点，本文选择2009—2018年的386篇文献作为分析对象。选择最少出现次数为“7”的关键词，共有67个关键词满足条件。设定共现关系强度规范化方式、分辨参数、聚类成员最少数目为（Association strength、1、5），形成关键词共现知识图谱（图2）。可以看出，该领域形成了5个聚类主题，根据关键词分析及文献的二次解读，对5个聚类命名，分别为 “人工智能技术在信息检索和智能搜索中的应用”（研究热点1）、“智能机器人在图书馆智慧服务中的应用”（研究热点2）、“人工智能技术在网络舆情预测中的应用”（研究热点3）、“人工智能技术在研究热点与前沿领域探测中的应用”（研究热点4）、“人工智能技术在文本分析与数据挖掘中的应用”（研究热点5）。

5.1 人工智能技术在信息检索和智能搜索中的应用

该研究热点主要围绕自然语言处理、BP神经网络、移动视觉搜索、语义网络、语义搜索等实现信息检索与智能搜索展开。大数据环境下，海量视觉大数据资源的处理、分析和开发利用成为信息服务的重要内容，移动视觉搜索以现实图像、视频等为检索对象的特征满足了这一需求，并通过关联数据和图像处理技术实现视觉资源语义信息与特征信息的关联，使知识驱动、跨界融合、协同发展成为信息检索的重要特征[14-15]。此外，自然语言处理、深度学习、神经网络、语义搜索等人工智能技术在信息检索中广泛应用，在丰富和优化智能检索技术和方法的同时，催生了多种个性化学术搜索引擎和工具，如Semantic Scholar、GoPubMed以及基于多 Agent 技术、差分进化算法等技术的各类智能搜索引擎等[16-19]，大大提高了信息检索的精准性和智能化。在此基础上，有学者还对移动视觉搜索的信息检索模式、框架以及语义搜索的框架进行了系统研究。

5.2 智能机器人在图书馆智慧服务中的应用

随着人工智能技术的飞速发展，越来越多的技术被应用于智慧图书馆，其中智能服务机器人的应用最具代表性。该研究主要基于人机交互、语音识别、图像识别、传感技术等探讨智能机器人设计、应用以及基于案例分析探索其在图书馆应用的实现路径等。在移动互联网、人工智能和虚拟现实等信息技术的影响下，智能机器人在图书馆智慧服务中实践应用不断拓展，目前已覆盖智能仓储（图书搬运、图书盘点、自动存取、自主导航）、自助服务（自助借还、门禁识别、智能座位预约、路线导引）、智能咨询（参考咨询、自动问答、微信聊天）等多个方向[20]，在减少图书馆员咨询工作量的同时，也有效提升咨询服务的质量和智能化程度。此外，国内学者对智能机器人的具体应用和实践案例进行了广泛探讨与研究[21-22]。图书馆智能机器人的功能设定普遍基于用户需求调研和分析，在实践效果上，智能化体验和服务模式创新对图书馆咨询服务的效率和质量提升明显，然而，智能服务机器人在语音知识库、深度学习能力、行为控制等方面尚存不足，如何科学合理地引入智能机器人并对接图书馆服务仍需要长期探索和不断实践，对此，樊慧丽等[23]在系统研究国内外图书馆智能机器人应用现状的基础上，提出智能机器人在图书馆的应用应在评估其成熟度基础上理性引入，重视语料库和关键技术的构建，加强机器人相关专业人才的培养等。

5.3 人工智能技术在网络舆情预测中的应用

网络舆情预测是人工智能技术应用的重要方向。该研究热点主要围绕定量网络舆情危机、热度预测、情感识别、趋势预测及进展研究等展开。网络舆情的演化具有较大不确定性和多变性，尤其近年来，网络热点新闻频发，翟天临、孙小果等事件在社会上引起强烈反响，这些事件的舆论观点通过网络迅速蔓延，在社会公众中引发激烈争辩，及时掌握网络舆情事件的传播与扩散规律，对网络舆情事件进行有效预测和管控愈发重要。研究人员尝试通过BP神经网络、多因素灰色模型、改进粒子群算法、改进ABC-BP模型、混合算法、模式识别等构建并优化网络舆情预测模型和预警模型，并通过仿真实验或具体网络舆情事件开展实证分析，以验证模型的有效性和精度，并为实践应用提供参考[24-26]。此外，网民会通过微博、博客、微信、论坛等渠道对公共事件发表带有情感倾向的评论，此类情感文本的识别和分类，有助于准确把握网民的真实想法，基于此，有学者对突发事件的微博文本进行情感分类标注，并基于OCC情感规则标注建立网络舆情情感识别模型[27]。在网络舆情信息监测研究进展方面，曹树金等[28]从理论研究、监测技术、监测系统与实践三个方面综述了与网络舆情监测密切相关的论题。

7.2 需进一步拓展与人工智能专业机构、企业合作研究

当前，该领域的研究主体以高校为主，情报机构仅出现少数代表性机构，企业发文则更少。合作群体也以高校为主，企业参与度较低，加之应用场景、技术发展等因素制约，人工智能在该领域应用研究应充分结合专业型科技企业在该领域技术优势，使应用技术、产品开发与基础研究有效结合。企业作为市场的主体，能够快速捕捉市场需求与产品研发的结合点，开发出符合市场定位和行业发展的产品，因此，高校、情报机构应拓展与人工智能专业机构、企业的合作，尤其是华为、百度、腾讯等在该领域具有较高影响力的企业，形成基础研究与应用开发的优势互补。

7.3 借助人工智能的研究提升图情机构的服务能力

研究发现，图书馆对人工智能的应用研究有向智能咨询、智能管理、智能教育、智能学习发展的趋势，情报机构对人工智能的应用研究有向智能检索、智能预测、智能感知、智能推荐、智能分析发展的趋势，显示出智能化服务升级已经成为新时代图情机构能力升级的重要方向。图情机构应围绕智能化服务发展要求，推进人工智能技术、产品在图情机构的应用，尤其要加快大数据基础设施建设，在智能芯片、智能平台、智能软件、智能传感器等软件方面不断改进科研环境，并从自然语言处理、人机交互、数据挖掘、模式识别、计算机视觉等基础技术层面提升智能化服务能力。

7.4 进一步完善图情产品化、数据资产化、技术智能化的图情生态体系

当前，人工智能在图情领域的应用已覆盖智能搜索、智能采集、智能分析、智能决策、智慧服务等多个维度，呈现出融合发展的良好态势，下一步应充分利用人工智能的技术先导优势，赋能图情工作，推动智能化图情生态体系的形成。首先，加强智能化图情产品开发与设计，运用机器学习、计算机视觉、自然语言处理、图像识别、语音识别等相关技术开发智能搜索、智能情报分析、智能图像识别和智能预警系统或平台，丰富和完善图情产品体系;其次，利用人工智能技术推进数据资源的价值挖掘与开发利用，通过价值评估、风险控制和市场交易等举措强化数据的应用价值与市场效益，实现数据业务化和商品化;最后，将人工智能技术与传统图情技术充分融合，改进优化原有图情技术或衍生新技术，丰富和完善图情领域的智能化技术体系。

参考文献：

石纯一.人工智能原理[M].北京：清华大学出版社，1993.

乌镇智库.全球人工智能发展报告（2018）[EB/OL].[2019-04-25] .http：//www.qianjia.com/html/2019-04/25_334632.html

德勒.未来已来全球AI创新融合应用城市及展望[EB/OL].[2019-09-19].https：//biz.huanqiu.com/article/9CaKrnKmURh.

余厚強，曹嘉君，王曰芬.情报学视角下的国际人工智能研究前沿分析[J].情报杂志，2018，37（9）：21-26.

王晰巍，贾若男，王铎，等.图情领域人工智能的研究热点及发展趋势研究[J].图情工作，2019，63（1）：70-80.

雷昊霖.我国图情领域关于人工智能主题的研究热点分析[J].情报探索，2019（5）：127-134.

冯秋燕，朱学芳.人工智能在情报工作中的应用研究[J].情报理论与实践，2019，42（11）：27-33.

刘明月，白如江，于纯良，等.基于人工智能的科技情报需求自动感知研究[J].情报理论与实践，2019（9）41-46，79.

王世伟.关于人工智能与图书馆服务重塑的五个问题：再论人工智能与图书馆的服务重塑[J].图书与情报，2019（1）：80-90.

蒲姗姗.人工智能环境下的图书馆空间发展与变革研究[J].图书馆，2019（2）：58-64.

杨九龙，阳玉堃，许碧涵.人工智能在图书馆应用的理论逻辑、现实困境与路径展望[J].图情工作，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.

马续补，刘玮，秦春秀.基于知识图谱的我国政策评估研究主体、知识基础、研究热点与演进分析[J].现代情报，2019，39（3）：166-177.

刘喜球，张兴旺.移动视觉搜索：“互联网+”时代数字图书馆信息检索新模式[J].情报理论与实践，2016，39（5）：58-63.

齐云飞，赵宇翔，朱庆华.关联数据在数字图书馆移动视觉搜索系统中的应用研究[J].数据分析与知识发现，2017，1（1）：81-90.

史昱天，韩玺，朱庆华，等.国内主流移动视觉搜索工具的比较研究[J].图书馆学研究，2017（21）：65-71.

谢智敏，郭倩玲.基于深度学习的学术搜索引擎：Semantic Scholar[J].情报杂志，2017，36（8）：175-182.

庞英智.基于多Agent技术的智能搜索引擎在数字图书馆中的应用[J].情报科学，2010，28（9）：1388-1391.

周伟，谭振江，朱冰.基于差分进化算法的大数据智能搜索引擎研究[J].情报科学，2018，36（5）：85-89.

陈茫，张珏.基于人工智能的图书馆服务实践应用创新与思考[J].图书馆，2018（12）：8-16.

鲍劼，宋迎法，都平平，等.高校图书馆智能服务机器人的设计与实践：以中国矿业大学图书馆为例[J].现代情报，2018，38（10）：115-120.

樊慧丽，邵波.智能机器人图书盘点创新实践与思考：以南京大学图书馆为例[J].图书馆，2018（9）：96-100.

樊慧丽，邵波.国内外图书馆机器人的研究应用现状与思考[J].图书馆杂志，2017，36（6）：88-94.

陈福集，肖鸿雁.基于改进ABC-BP模型的网络舆情热度预测研究[J].图书馆学研究，2018（9）：84-89.

陈福集，史蕊.基于残差修正的多因素灰色模型的网络舆情预测研究[J].情报科学，2017，35（9）：131-135.

杜智涛，谢新洲.利用灰色预测与模式识别方法构建网络舆情预测与预警模型[J].图书情报工作，2013，57（15）：27-33.

吴鹏，刘恒旺，沈思.基于深度学习和OCC情感规则的网络舆情情感识别研究[J].情报学报，2017，36（9）：972-980.

曹树金，郑凌，陈忆金.网络舆情突发异常识别及关键算法研究[J].图书情报知识，2012（1）：43-51.

李承晋，高冲，周文杰.共词分析识别研究热点的内容效度研究：基于自然语言处理[J].图书与情报，2018（1）：8-14.

楊丽，张彤彤，周文杰.共词分析识别研究热点的效标关联效度研究：基于自然语言处理[J].图书与情报，2018（1）：15-19.

周文杰.研究前沿探测的效标关联效度研究：基于自然语言处理[J].图书与情报，2018（1）：1-7.

巴志超，杨子江，朱世伟，等.基于关键词语义网络的领域主题演化分析方法研究[J].情报理论与实践，2016，39（3）：67-72.

孙震，冷伏海.一种基于知识元共现的ESI研究前沿知识演进分析方法[J].情报学报，2018，37（11）：1095-1113.

童逸夫，黄春毅.多维多息特征数据挖掘方法研究：以中药指纹图谱数据为例[J].现代图情技术，2011（12）：69-73.

付斌，张吉军，钟健，等.基于BP神经网络的数据挖掘方法在需求预测中的应用研究[J].情报科学，2017，35（11）：132-135.

凡庆涛 首北京市科学技术情报研究所助理研究员。 北京，100044。

杜 赟 北京市科学技术情报研究所助理研究员。 北京，100044。

谢海涛 北京科技经济信息联合中心助理研究员。 北京，100044。

刘 如 中国科学技术发展战略研究院副研究员。 北京，100038。

（收稿日期：2020-03-22 编校：刘 明，谢艳秋）