近10年国内物联网研究热点分析

沈同平，储节旺，高　洁，俞　磊，徐天馥

(1. 安徽中医药大学 医药信息工程学院, 安徽 合肥 230011； 2. 安徽大学 管理学院, 安徽 合肥 230039)



近10年国内物联网研究热点分析

沈同平1，储节旺2，高洁1，俞磊1，徐天馥1

(1. 安徽中医药大学 医药信息工程学院, 安徽 合肥 230011； 2. 安徽大学 管理学院, 安徽 合肥 230039)

摘要：通过对中国知网上近10年来物联网文献进行检索，利用词频统计软件统计物联网高频关键词，归纳出国内物联网研究热点关键词，利用共词分析法和多维尺度分析统计方法对结果进行讨论，分析关键词之间的专业知识联系，最后总结我国物联网研究热点主要集中在概念、体系架构、关键技术和应用领域等4个方面。

关键词：物联网；关键词；热点 物联网、互联网、泛在网、传感网、M2M等。 体系结构、安全、对策等。 RFID、无线传感器、Zigbee、云计算、电子标签、信息技术嵌入式系统等。 智慧城市、智能化、智能家居、图书馆、智能交通、物流、供应链等。

2005年，国际电信联盟在突尼斯的信息社会峰会上发布了《ITU互联网报告2005：物联网》，“物联网”概念正式被提出。物联网指的是世界上所有的物体(包括人和物)都可以通过互联网进行数据交换[1]。随后，各国掀起物联网热潮。美国提出“智慧地球” 战略、欧盟提出《欧盟物联网行动计划》、日本提出“u-Japan”战略、韩国提出“u-Korea”战略等。中国关注物联网的时间也很早，2009年，温家宝总理提出“感知中国”概念，并把物联网战略上升为国家层次战略。自此，国内掀起了物联网的研究热潮，相关研究文献呈指数级增长，研究领域涉及物联网的各个层面。

共词分析方法最早在20世纪70年代中后期由法国文献计量学家提出，其思想来源于文献计量学的引文耦合与共被引概念。其中,共被引指当两篇文献同时被后来的其他文献引用时,则这两篇文献称作共被引,表明它们在研究主题的概念、理论或方法上是相关的。两篇文献共被引的次数越多,它们的关系就越密切,由此揭示文献之间的亲疏关系。共词分析以此为原理，对文献标识特征之一的关键词作为分析对象，通过对高频关键词的界定，把握学科研究热点领域，并在高频关键词的基础上，构建共词矩阵，利用社会学统计方法和社会学统计软件进行多维统计，并将统计结果以图形的形式直观地显示出来。最后，对分析对象之间的错综复杂关系进行归纳，分析学科领域的研究热点问题。

本文以CNKI(中国学术文献网络出版总库)近10年来发表的物联网文献为研究对象，以文献关键词为研究载体，以共词分析方法为研究基础，采用词频分析法、多维尺度分析方法为手段，研究近10年来国内物联网研究态势，为物联网相关研究人员提供参考。

1文献来源及研究方法

1.1文献来源

为了确保检索的文献符合笔者的分析需求，检索条件设置：数据来源，CNKI；检索时间，“不限”；关键词中包含“物联网”；检索策略，“精确”。根据以上检索条件共检索出期刊、硕博士论文等24 967篇，年代分布从2003年的1篇到2014年的6 464篇(因网络文献收录的滞后性，2015年的发文量一共有25篇，本文未作考虑)。

论文载文量的变化，在一定程度上反映该学科的理论水平和发展速度[2]。根据以上国内物联网研究的相关文献检索结果，利用Excel软件绘制出物联网文献年代分布折线图，如图1所示。图1 的数据表明，国内物联网研究基本上可以分为两个阶段：发展期(2003～2009年)。国内物联网研究始于2003年，石新泓首次在《IT经理世界》发表了《条码终结者》一文，文章主要描述RFID的概念和商业应用，同时提出了物联网的概念。随后几年，论文数量缓慢增长，占论文总量的2.0%。快速增长期(2010～2014年)，2010年，国家物联网战略的发布引起国内很多专家学者的重视，纷纷投入物联网研究领域，取得了众多成果，因此物联网方面的发文量剧增，占论文总量的98%。

图12004～2013年物联网研究期刊发文量

1.2界定高频关键词

从上文的分析，得出国内物联网的研究，虽然从2003年开始，但研究热潮从2010年才开始。考虑到2004～2009年物联网发文量只有496篇，占总发文量的2.0%，因此笔者进行高频关键词的界定是从2010～2014年的文献中进行统计，确定研究文献24 471篇。通过文献计量工具软件SATI 3.2对原始文献的关键词进行提取，在检索的24 471篇文献中，关键词共有35 938个(将一些相关的关键词进行合并，如RFID和RFID技术、无线传感器网络和传感器网络等)，选择词频不低于84的关键词，共有48个,得到48个高频关键词列表,如表1 所示。

表1　物联网高频关键词(局部)

1.3构造共词矩阵

通过对48个高频关键词进行两两共词检索,统计他们在24 471篇文献中同时出现的频率,形成48×48的共词矩阵，如表2所示。

表2　高频关键词48×48 共词矩阵(局部)

通过对共词矩阵进行卡方检验，发现共词矩阵不符合正态分布规律，为了能够用更多的统计方法对数据进行统计分析，利用Ochiia系数对共词矩阵进行转换，构造相关矩阵和相似矩阵，如表3所示。但是相似矩阵中的0值过多,统计时容易造成误差,为了方便进一步处理,用1与全部相关矩阵上的数据相减,得到关键词相异矩阵,部分数据如表4所示[4]。

表3　物联网高频关键词相似矩阵(局部)

表4　物联网高频关键词不相似矩阵(局部)

在相似矩阵中,数值的大小表明了两个关键词之间距离的远近,数值越大表明关键词之间的距离越近,相关程度越大，反之亦然。在不相似矩阵中,数值越小表明关键词之间的距离越近,相关程度越大，反之亦然。

1.3多维量表分析

多维量表分析(MDS)是将一组个体间的相异性数据经过MDS转换成空间的构形，且尽可能保留原始数据的相对关系。在SPSS 19中文版中，选择“分析——度量——多维尺度”(ALSCAL)，得到空间二维图，如图2所示。

从图2可以看出，关键词可以分为7类。第1类，3G、三网融合、泛在网、射频识别技术；第2类，对策、智能化、电子商务、网关、煤矿、嵌入式系统；第3类，M2M、互联网、射频识别、互联网、关键技术、安全、传感网、商业模式、物流、云计算、智能交通、应用、发展、IPv6；第4类，RFID、物联网、传感器；第5类，无线传感器网络、智能电网、信息化、EPC、信息化；第6类，信息安全、传感器网络、智能家居、体系结构、RFID技术、ZigBee；第7类，产业链、电子标签、信息技术、图书馆、GPRS。

这7类关键词看起来比较分散和杂乱，但从本质上来讲，都是物联网学科发展必须要研究的问题。通过对上述关键词的多维尺度分析，笔者认为，近10年国内物联网的发展主要集中在4个方面：物联网概念、物联网体系架构、物联网关键技术和物联网应用领域等研究。

图2多维尺度分析图

2国内物联网研究领域分析

2.1物联网概念研究

物联网是一个新的名词，是以互联网为参照对象命名的，但不等同于互联网。按照国际电信联盟(ITU)的定义[2]，物联网主要解决物品到物品(Thing to Thing, T to T)，人到物品(Human to Thing, H2T)，人到人(Human to Human, H2H)之间的互连。H2T是指人利用通用装置与物品之间的连接，H2H是指人之间不依赖于个人电脑而进行的互连。现在的互联网主要实现的是人与人之间的信息交流和沟通，而物联网研究的是任何物体之间的信息连接问题，包括人与人、人与物、物与物。物联网作为一个全新的研究领域，很多学者从不同的角度对物联网的概念进行定义，认为物联网就是M2M、传感网等。M2M可以解释成机器到机器(Machine to Machine)。从本质上来讲，机器与机器的交互大部分是为了实现人与人之间的信息交互。目前，M2M重点研究在于机器对机器的无线通信，预计未来用于人对人通信的终端可能仅占整个终端市场的1/3，而更大数量的通信是机器对机器(M2M)通信业务。M2M是无线通信和信息技术的整合，利用GSM、GPRS、Bluetooth、ZigBee等连接技术，可以实现物体之间信息的交互，进行双向通信。但笔者认为M2M不能代替物联网的概念，因为M2M侧重于物与物之间的信息交互， 是一个点，只有当M2M规模化、普及化，并彼此之间通过网络实现智能融合和通信，才有可能形成物联网。因此，物联网的概念应该采用ITU定义的，不然容易造成概念混淆。

按照国内权威学术期刊的定义[3]，无线传感器网络是一种“随机分布的集成有传感器、数据处理单元和通信模块的微小节点通过自组织的方式构成网络”，它可以“借助于节点中内置的、形式多样的传感器测量所在周边环境中的热、红外、声纳、雷达和地震波信号”。从传感器概念知，传感器是将自然界中的各种物理量、化学量、生物量转化为可测量的电信号的装置与元件，它主要的功能仅仅是收集数据，并不具备连接物体和控制物理系统的能力。

图3　传感器网、物联网、泛在网之间的关系

因此传感器网络并不是物联网，但传感器属于物联网的神经末梢，在一定程度上支撑物联网的开发，各类传感器的大规模部署和应用是构成物联网不可或缺的基本条件。泛在网是指基于个人和社会的需求，利用现有的和新的网络技术，实现人与人、人与物、物与物之间按需进行的信息获取、传递、存储、认知、决策、使用等服务，泛在网网络具备超强的环境感知、内容感知及智能性，为个人和社会提供泛在的、无所不含的信息服务和应用。泛在网络的概念反映了信息社会发展的远景和蓝图，具有比“物联网”更广泛的内涵。从图3可以清晰看出这3者之间的关系。

从图3中，可以看出泛在网的范畴最大，其次是物联网，然后是传感器网。传感器网是泛在网、物联网重要的技术组成部分，是各类自然信息收集的重要组成部分；物联网是在传感器网基础上发展起来，实现一切物体的互联和通信，是泛在网发展的阶段；泛在网是传感器网、物联网之间相互协同融合的最终目标。

2.2物联网体系架构研究

体系结构，是对已确定的需求的技术实现构架、作好规划，运用成套、完整的工具，在规划的步骤下去完成任务，它是指导具体系统设计的首要前提，是系统设计的框架支撑。因此，系统架构直接影响到最终系统设计的质量。物联网作为一个全新的研究理念，各类学者从不同的角度对物联网进行研究，容易产生体系结构冲突。因此需要建立一个具有框架支撑作用的体系架构进行指导，制定物联网体系架构。

国内相关研究人员发表了若干个物联网的体系结构，例如物品万维网的(Web of Thing, WoT)体系结构，它定义了一种面向应用的物联网，把万维网服务嵌入到系统中，可以采用简单的万维网服务形式使用物联网。这是一个以用户为中心的物联网体系结构，试图把互联网中成功的、面向信息获取的万维网应用结构移植到物联网上，用于简化物联网的信息发布和获取。

物联网的自主体系结构是为了适应于异构的物联网无线通信环境而设计的体系结构。该自主体系结构采用自主通信技术。自主通信是以自主件(self ware)为核心的通信，在端到端层次以及中间结点，执行网络控制面已知的或者新出现的任务，自主件可以确保通信系统的可进化特性，它所涉及的协议栈比较复杂，只能适用于计算资源较为富裕的物联网节点。

国内还有一些学者提出一种新的物联网体系架构，这类体系架构采用ITU-T 在Y.2012建议中描述的分层架构作为基础，自下而上分为底层传感器网络、泛在传感器网络接入网络、泛在传感器网络基础骨干网络、泛在传感器网络中间件、泛在传感器网络应用平台等5个层次。USN的分层架构可描述物联网的物理构成和涉及的主要技术，但不能完整反映出物联网系统实现中的功能集划分、组网方式、互操接口、管理模型等，不利于物联网的标准化和产业化。

除了上述几个物联网体系架构外，还有学者从功能的角度，将物联网体系结构分为“后端集中式”和“前端分布式”两种类型。与物联网的概念类似，目前还没有一个规范化的物联网体系架构模型。因此，笔者认为物联网未来发展的关键在于尽快设计一个通用的物理网系统架构模型，在此模型的基础上，进一步开发物理网系统实现的关键技术和方法。另外，随着应用需求的不断发展，各种新兴技术也将不断融合到物联网体系机构中。因此，物联网体系架构的设计要具有一定的弹性，尽可能多的预留技术接口，以便适应未来物联网的发展需要。

2.3物联网关键技术研究

物联网的实现，需要多种技术的配合，如云计算技术、无线识别技术、传感技术等，这些技术支撑着物联网的发展和应用。

自动识别技术就是应用一定的识别装置，自动地获取被识别物品的相关信息，并提供给后台的计算机处理系统来完成相关后续处理的一种技术。它将计算机、光、电、通信和网络技术融为一体，与互联网、移动通信等技术相结合，实现了全球范围内物品的跟踪与信息的共享，是实现物联网的关键技术。物联网自动识别技术主要是RFID技术，它是一种非直接接触式自动识别技术，能够实现对目标标识和管理，但存在成本较高、技术成熟度不够等问题。无线传感器侧重于组网，构建一个无线网络环境，实现物体间数据的传递。它具有部署简单、实现成本低廉等优点，但无线传感器网络不具有节点标识功能，不能直接识别和区分物体。

RFID技术和无线传感器技术都是物联网数据处理的关键技术，这两类技术可以进行融合，协同处理物联网系统海量的数据。如何及时、有效地处理海量数据，并将处理结果反馈给用户或物体，从而实现物联网系统后台的智能管理和控制，将是物联网技术的关键。

云计算是通过计算分布在大量的分布式计算机上，利用网络通信技术进行连接，进行数据的协同、并行处理，具有强大的数据处理能力，能够满足物联网的数据处理需要，是目前物联网研究的热点之一。

物联网技术开发中，除了上述关键技术外，还需要研究物联网其他相关技术，如数据安全技术、用户隐私防护技术、高速物体数据自动采集技术以及安全控制技术等，这些技术是决定各种物联网应用系统能够被社会大众接受的关键性技术。

2.4应用研究

随着物联网技术的不断成熟，国内物联网应用领域逐渐增多，主要集中在智能交通、智能建筑、智慧城市、物流管理、安全监控、数字医疗、数字图书馆等领域。结合国内学者关注的领域，在此列举几个典型的物联网应用。

第一、物流行业。物联网技术对物流行业的影响是全方位的，包括原材料的采购、物品配送、物流信息实时追踪等过程，可以实现物流配送网络的智能化、物流信息的透明化和实时化，从而降低仓储成本，提高物流服务质量，优化物流供应链。张世乐等在分析传统条形码技术和RFID技术的基础上，提出一种新型的二维连续型矩阵式高密度条码，为现代物流业提供高可靠、大容量、低成本的物流解决方案[4]。

第二，智慧城市。智慧城市指的是物联网技术在城市管理中的应用。从技术上讲，智慧城市是充分利用新一代的传感、编码、网络、云计算等技术，以整合化、系统化的方式管理城市的运行，让城市的各个功能彼此协调运作，为市民提供高品质、多样化、便捷性的生活服务[5]。

第三，智能交通。智能交通指的是将物联网技术有效集成到交通运输管理系统中，构建新型智能交通管理网络，全面提升交通运输管理的自动化、网络化、信息化水平。戴明等在分析交通行业发展的基础上,提出了物联网技术在我国交通运输领域应用战略的总体思路和战略目标[6]。

物联网的应用领域还有很多，限于篇幅，笔者不一一分析。

3结语

自从2010年正式提出物联网国家战略以来，国内涌现出物联网研究热潮，物联网研究论文呈现高速增长态势，论文研究主题多样，研究的领域也不尽相同。通过对近10年的物联网研究文章的关键词进行分析，总结出国内物联网研究主要集中在4个方面：物联网概念、物联网体系架构、物联网关键技术和物联网应用领域。但随着物联网的体系架构、相关技术等不断发展，物联网研究的侧重点也将随着时间的变化而变化。

参考文献:

[1]UIT.ITU Internet Reports 2005:The Internet of Things[R].2005.

[2] 陈海明,崔莉,谢开斌.物联网体系结构与实现方法的比较研究[J].计算机学报，2013，369(1):168-188.

[3] 毛燕琴, 沈苏彬. 物联网信息模型与能力分析[J]. 软件学报，2014,25(8):1685-1695.

[4] 焦媛媛,米捷,胡琴. 物联网产业联盟网络结构分析及动态演化研究[J].科技进步与对策，2014，31(14)：58-64.

[5] 赵生辉，朱学芳.“城市记忆工程2.0”理论与实践初探[J].图书情报知识，2014(5)：30-39.

[6] 戴明，雷旭.物联网技术在交通运输领域应用战略的思考[J].交通信息与安全，2012(4)：142-144.

Research of Hotspot of Internet of Things Theory in China

SHEN Tong-ping1, CHU Jie-wang2, GAO Jie1, XU Tian-fu1

(1. Anhui University of Chinese Medicine, Hefei,Anhui 230011,China；2. School of Management，Anhui University, Hefei,Anhui 230039, China)

Abstract:We collect the keywords in the researches of internet of things field published in CNKI full-text databases, then use soft SATI 3.1 to get word frequency of these keywords. The highly cited keywords are identified. On the basis of this classification, the paper tries to conduct co-word analysis on different matrixes taking advantage of three multivariate statistic methods—word frequency, and multidimensional scaling analysis.At last we explore the current research status and hotspot of internet of things theory.

Key words:internet of things, key words, hotspot, link

文章编号：1007-4260(2016)01-0052-06

中图分类号：G350

文献标识码：A

DOI：10.13757/j.cnki.cn34-1150/n.2016.01.015

作者简介：沈同平，男，安徽无为人，硕士，安徽中医药大学医药信息工程学院讲师，主要研究方向为知识管理与中医药信息化。E-mail: shentp1986@126.com

基金项目：国家社科基金(10BTQ035)，安徽中医学院人文社科项目(2013rw002)，安徽中医学院青年项目(2012qn006)和安徽中医药大学教研项目(2014xjjy026)。

*收稿日期：2015-01-19

网络出版时间：2016-03-15 17:05网络出版地址：http://www.cnki.net/kcms/detail/34.1150.N.20160315.1705.015.html