大数据研究趋势追踪：文献计量法深度分析

本文是一篇深入探讨大数据研究趋势的专业文献，通过对Web of Science核心合集数据库中6572篇论文进行文献计量分析，集中在1980年至2015年期间，特别是28篇高被引论文的研究。文章利用了广泛的统计方法，如t检验和方差分析，来揭示不同维度下的研究动态。 首先，作者关注了文献类型的分布，分析了大数据领域内的学术产出，包括期刊分析，这有助于理解哪些类型的论文更受关注，以及它们在学术界的影响力。语言和出版年份的趋势也得到了考察，以揭示随着时间的推移，研究焦点和语言偏好是否有所变化。 其次，国家间的贡献被量化，以便了解全球主要研究力量在大数据领域的分布和合作情况。通过对不同国家的研究机构进行评估，文章揭示了各国在该领域的独特角色和影响力。 接着，研究领域分析进一步细分了大数据的不同分支，如数据挖掘、机器学习、云计算等，以便了解各个子领域的热点和前沿进展。科学网类别分析则将研究划分为计算机科学的不同分支，揭示出特定学科对大数据研究的推动作用。 此外，作者还特别关注了作者分析，通过作者数、页数和参考文献数的引文分析，提出了一个多回归分析公式，这不仅展示了研究团队的规模和质量，也反映了研究成果的传播和影响力。关键字和关键词加分析揭示了研究主题的核心概念和演变路径，有助于追踪研究热点的转移。 最后，通过这些细致入微的分析，本文提供了对大数据研究趋势的全面洞察，为学者、政策制定者和行业从业者提供了宝贵的参考信息，帮助他们了解当前和未来的研究重点以及可能的发展方向。这篇论文不仅是大数据研究文献计量方法的实践案例，也为其他领域的文献回顾和趋势预测提供了模板。