基于ESI的全球计算机领域文献计量分析

何清吟 刘建辉 程建萍

摘要：运用文献计量学方法，分析全球计算机学科高被引论文的WOS学科分布、机构分布及国家分布情况，并利用科学图谱绘制工具VOSviewer进行共词分析，探討计算机学科的研究热点。通过分析发现，目前计算机科学的7大研究热点包括：优化算法研究，图像隐写分析，量子密钥分配，无线网络建模，物联网、云计算、大数据相关研究，忆阻器、忆阻电路及忆阻神经网络算法，多输入输出系统（MIMO）研究与设计。该分析可为相关研究工作提供有效的数据支撑。

关键词：ESI；文献计量分析；计算机学科；研究热点；VOSviewer

DOIDOI：10.11907/rjdk.171987

中图分类号：TP3-0

文献标识码：A 文章编号：1672-7800（2018）008-0001-05

英文摘要Abstract：This paper analyzes the research status and hot spots of computer science in recent years.In order toprovide data support for research staff and subject development，this paper uses bibliometric method to analyze the WOS disci pline distribution，institutional distribution and country distribution of highly cited papers on global computer science and employs the scientific mapping tool of VOSviewer for co-word analysis.By Probing into the research hotspots in computer science.We conclude seven hot spots of computer science include optimization algorithm，image steganalysis，QKD，wireless network modeling，internet of things/cloud computing/big data，memristor neural network，MIMO.

英文关键词Key Words：ESI； bibliometrics；computer science； research hotspot； VOSviewer

0 引言

面对竞争日益激烈的国际环境，如何建设世界一流学科、培养一流科研人员是国内科研机构非常关注的问题。要建设一流学科，必须找到一套可靠的计量方法和工具进行衡量。Essential Science Indicators（基本科学指标，简称ESI）数据库由SCI和SSCI收录的全部期刊和文献所构建，是衡量科研机构和个人科研绩效、跟踪科学发展趋势的有效工具[1]。文献[2]-[6]主要对入围学科排名前10%的高校或不同学科的高被引论文进行分析，而未针对计算机学科的高影响力论文进行分析。本文分析全球计算机学科高影响力论文WOS学科分布、机构分布与国家/区域分布，并通过科学图谱绘制工具挖掘计算机学科的研究热点。

1 分析方法与分析工具

高影响力论文（Top Papers）包含高被引论文（Highly Cited Papers）和热点论文（Hot Papers）。高被引论文（Highly Cited Papers）是过去10年中被引频次在相应学科领域和年代中排名前1%的论文，在一定程度上反映了相关国家、机构、期刊在该学科领域的研究水平。截至2016年底，ESI近10年计算机学科高被引论文（Highly Cited Papers）共有3 059篇，其中2007-2011年1 303篇，2012-2016年1 756篇。利用学科分析工具INCite对全球计算机学科高被引论文2007-2011、2012-2016两个时间段的WOS学科分布、机构分布及国家/区域分布进行对比分析。考虑到计算机学科的更新速度较快，本文利用科学图谱分析工具VOSviewer聚类分析近5年高被引论文的题名和摘要信息，挖掘最新科研热点。

学科规范化的引文影响力（CNCI）是对论文的被引频次进行学科、出版年和文献类型的标准化，为了同时考虑论文数和被引频次，更客观地展现不同学科方向的综合实力，本文引入综合影响力指标，即N×CNCI。N指论文数，CNCI指学科规范化的引文影响力，该指标同时考虑论文数和被引频次的复合指标，论文数量多和被引频次高都会获得较高的综合影响力。因此，本文对WOS学科分布、机构分布及国家/区域分布按照综合影响力指标进行排序，而位置变化也是指各项指标按照综合影响力排序的变化。

2 高被引论文国家/地区分析

通过对全球近5年计算机领域高被引论文的国家/区域进行统计，得到如表1所示结果。

3 高被引论文机构分析

通过对全球近5年计算机领域高被引论文的研究机构进行统计，得到如表2所示结果。

从表2中可以看出，综合影响力排名前20的机构中，国内机构有9家，除中科院外均为高校，分别为：南京信息工程大学、哈尔滨工业大学、华中科技大学、清华大学、武汉大学、东南大学、中南大学和北京邮电大学。

国内高校计算机学科的综合影响力排名近5年上升很快。2007-2011年间国内只有清华大学进入综合影响力排名前100名机构，而近5年排名前20名的机构中有8所国内高校。在综合影响力排名前20的机构中，南京信息工程大学和沙特的King Abdulaziz University大学异军突起，而它们在2007-2011年间的高被引论文中并没有出现。

4 高被引论文WOS学科分布情况

全球2012-2016年计算机领域高被引论文学科分布如表3所示。

由表3可知，近5年全球计算机学科高被引论文的学科方向主要分布在：电子电气工程（ENGINEERING，ELECTRICAL & ELECTRONIC）、通讯（TELECOMMUNICATIONS）、计算机跨学科应用（COMPUTER SCIENCE，INTERDISCIPLINARY APPLICATIONS）、计算机信息系统（COMPUTER SCIENCE，INFORMATION SYSTEMS）、人工智能（COMPUTER SCIENCE，ARTIFICIAL INTELLIGENCE）、理论方法（COMPUTER SCIENCE，THEORY & METHODS）、计算机生物学（MATHEMATICAL & COMPUTATIONAL BIOLOGY）、概率统计（STATISTICS & PROBABILITY）、生物化学（BIOCHEMICAL RESEARCH METHODS）、应用微生物学（BIOTECHNOLOGY & APPLIED MICROBIOLOGY）。

较上一个5年，近5年在ESI计算机领域期刊上新出现的学科方向包括：机械工程（ENGINEERING MECHANICAL）、地质工程（ENGINEERING，GEOLOGICAL、ROBOTICS）、结构和建筑技术（CONSTRUCTION & BUILDING TECHNOLOGY）、材料科学表征和测试（MATERIALS SCIENCE，CHARACTERIZATION & TESTING）、仪器仪表（INSTRUMENTS & INSTRUMENTATION）、生态学（ECOLOGY）、材料科学跨学科（MATERIALS SCIENCE，MULTIDISCIPLINARY）。

近5年上升最快的学科方向是计算机控制论（COMPUTER SCIENCE，CYBERNETICS）（上升29位）；下降最快的学科方向是图书馆信息科学（INFORMATION SCIENCE & LIBRARY SCIENCE）（下降18位）。

5 热点论文分析

热点论文是指过去2年发表，且近2个月的被引频次在相应学科领域排名前0.1%的论文。计算机学科共有75篇热点论文，分别由136家机构发表。综合影响力排名前20的国内机构占8家。其中，论文篇数最多的5个机构分别为南京信息工程大学（14篇）和中科院（7篇），哈尔滨工业大学、武汉大学和沙特的King Abdulaziz University各4篇，而被引频次第一的也是南京信息工程大学（被引1 020次）。

6 共词分析

陆慧雯[7]利用共词分析对我国近10年的行业与战略情报进行研究。共词分析是指通过分析关键词在文献中的共现现象，发现某一学科的科研内容与研究热点。通常认为两个能够表达某一学科领域研究主题或研究方向的专业术语（多表现为文献的主题词或关键词）同时出现在一篇文章中，则表明两词之间存在一定相关关系，两词共同出现次数越多，表明其关系越密切。本文利用科学图谱绘制工具VOSviewer对近5年计算机学科的高被引论文进行分析，将1 756条记录以txt格式导入到VOSviewer软件中，得到文本标签图和文本密度图，如图1、图2所示。

由图1可以看出，1 756条记录可以分成7个聚类。将近5年发表在ESI计算机学科期刊上的高被引论文分为7个主要主题，结合图2中的深色部分作为重点研究对象。

计算机学科的7大研究热点为：①优化算法研究，如支持向量回归机的增量学习[8]、粒子群优化算法、差分进化算法与生物启发式算法；②图像隐写分析，如南京信息工程大学夏志华[9]采用的非相邻像素之间差异的LSB匹配隐写分析；③量子密钥分配，如轨道角动量的光通信研究[10]；④無线网路研究，如清华大学牛勇[11]提出基于随机几何理论的无线网络和异构蜂窝无限网络建模；⑤物联网、云计算、大数据相关研究，如华中科技大学陈敏[12]回顾CAN计算、物联网、数据中心、Hadoop等相关技术，研究大数据的几种代表性应用，包括企业管理、物联网、在线社交网络、中间应用、集体智能和智能电网，以及夏志华的加密云上一种安全、动态的多关键词排序方案；⑥忆阻器、忆阻电路及忆阻神经网络算法，如西南大学包海波[13]的时变时滞忆阻神经网络算法研究；⑦多输入输出系统（MIMO）研究与设计，如一种非线性纯反馈MIMO系统[14]。

7 结语

本文利用学科分析工具INCite对全球计算机学科高被引论文的WOS学科分布、机构分布及国家/区域分布进行对比分析，并利用科学图谱分析工具VOSviewer聚类分析近5年高被引论文的题名和摘要信息，总结出计算机学科的7大研究热点。该分析可为相关研究工作提供有效的数据支撑，并对高校计算机学科建设，以及科研人员培养具有一定指导意义。

参考文献：

[1] 邱均平.竞争与卓越——世界一流大学与科研机构学科竞争力评价研究报告[J].评价与管理，2009（4）：3-8.

[2] 张洁.ESI与InCites助力图书馆学科服务——以山西大学学科发展动态研究为例[J].图书馆学刊，2016（9）：85-88.

[3] 赵兵，郭才正，钱景.基于ESI的2015年中国高被引论文作者分析[J].情报探索，2017（1）：124-128.

[4] 陈帆，张鹏.基于ESI的学科发展评估与研究——以计算机学科为例[J].未来与发展，2016（2）：18-21.

[5] 于伟，潘莹，刘洋，等.神经科学与行为科学学科文献计量分析[J].情报探索，2017（4）：115-120.

[6] 李小涛，秦萍，钱玲飞.图情领域基本科学指标数据库高被引论文的知识图谱分析[J].情报理论与实践，2017（2）：111-116，121.

[7] GU B，WANG Z，WANG Z，et al.Incremental learning for nu-support vector regression[J].Neural Networks，2015，67：140-150.

[8] GU B，SHENG V S，TAY K Y，et al.Incremental support vector learning for ordinal regression[J].IEEE Transactions on Neural Networks and Learning Systems，2015，26（7）：1403-1416.

[9] XIA Z，WANG X，SUN X，et al.Steganalysis of LSB matching using differences between nonadjacent pixels[J].Multimedia Tools and Applications，2016，75（4）：1947-1962.

[10] WILLNER A E，MOLISCH A F，BAO C，et al.Optical communications using orbital angular momentum beams[J].Advances in Optics and Photonics，2015，7（1）：66-106.

[11] NIU Y，LI Y，JIN D，et al.A survey of millimeter wave communications （mmWave） for 5G：opportunities and challenges[J].Wireless Networks，2015，21（8）：2657-2676.

[12] CHEN M，MAO S，LIU Y.Big data：a survey[J].Mobile Networks & Applications，2014，19（2）：171-209.

[13] BAO H，PARK J H，AO J C.Matrix measure strategies for exponential synchronization and anti-synchronization of memristor-based neural networks with time-varying delays[J].Applied Mathematics and Computation，2015，270：543-556.

[14] LIU Y，TONG S.Adaptive fuzzy identification and control for a class of nonlinear pure-feedback MIMO systems with unknown dead zones[J].IEEE Transactions on Fuzzy Systems，2015，23（5）：1387-1398.

（責任编辑：黄 健）