崔梓凝

（北京工业大学经济与管理学院 北京市 100144）

1 引言

近年来，人工智能技术已对人类社会产生极为深远且广泛的影响，它为诸多领域提供了大量发展机遇。机器学习技术是人工智能的一大核心研究领域。机器学习概念的提出至今已有较为悠久的历史，图灵早在1950年发表的文章中便有所提及。鉴于目前关于机器学习领域的文献计量研究较少，本文旨在对2016-2020年机器学习领域高被引文献进行统计分析和知识图谱分析，以得到机器学习领域研究热点和该领域高被引文献的特征，使研究人员得以更加清楚地了解机器学习领域的研究态势。

2 数据来源与研究方法

2.1 数据来源

WebofScience 数据库是目前国际上最具权威性和影响力的文献数据库之一。本文所选取的是Web of Science 核心合集中检索时间范围为2016-2020年标题为“machin*learning”的文献数据，采用的检索式为：标题="machin*learning"；出版时间="2016 OR 2017 OR 2018 OR 2019 OR 2020"；数据采集时间为2021年5月16日，以此检索式进行检索，共检索到28769 篇文献。最终根据被引频次从低到高排序，筛选出被引频次靠前的2000 篇高被引文献。

2.2 研究方法

本文研究主要采用文献计量分析法和可视化分析法对机器学习领域相关文献进行分析研究。文献计量分析法是利用数据库中研究性论文的发表规律，以定量研究方法作为基础，客观地评价不同期刊、研究机构或国家针对某一领域的研究现状与发展历程。文献计量分析法主要以文献为数据源，包括搜集、整理和分析三大基本过程。可视化分析法则是运用可视化分析软件r 对检索得到的文献进行深入的分析研究，更为直观地说明不同研究范畴间的内在联系。……