大数据研究：多学科知识结构与演化分析

"大数据主题研究文献的多学科知识结构分析，周群，化柏林，李长玲。通过分析2006-2015年Web of Science数据库中的大数据研究文献，利用文献计量方法探讨大数据文献的年份分布、主要发布国家和机构。采用CitespaceⅢ和VOSviewer进行学科主题词共现分析和聚类分析，揭示大数据研究与其他学科的交叉和演化，以及多学科领域的知识结构和发展趋势。" 这篇研究论文深入探讨了大数据这一跨学科领域的知识结构，通过分析2006年至2015年间在Web of Science数据库收录的大数据研究文献，旨在理解和描绘大数据研究的多学科特征。文献计量法被用来统计和分析这些文献的年度变化趋势，揭示了大数据研究在不同年份的活跃程度，以及主要参与研究的国家和机构。这有助于理解全球范围内大数据研究的热点和中心。 此外，研究人员使用了信息可视化工具CitespaceⅢ和VOSviewer，这两款软件能够对收集到的文献进行主题词共现分析，即找出共同出现的关键词，以此来构建一个学科间的知识网络。通过这种共现网络，可以发现不同学科间如何相互关联，并形成聚类，揭示出大数据研究与其他学科如计算机科学、统计学、信息管理等的交叉融合。 聚类分析进一步揭示了大数据研究在各个学科领域内的演化路径和未来发展趋势。例如，它可能显示出某些初期以数据挖掘和存储为主导的领域，随着时间推移逐渐转向数据分析、机器学习和人工智能等领域。这种分析对于了解大数据技术如何促进其他学科的进步，以及各学科如何反过来推动大数据理论与应用的发展具有重要意义。 关键词包括大数据、多学科、知识结构、文献计量、共现网络、CitespaceⅢ和VOSviewer，表明研究的核心关注点是大数据研究的跨学科性质，以及利用定量和定性工具来解析这个复杂知识体系的方法。 这篇研究工作通过多学科视角和量化方法，为理解大数据研究的全局动态、学科间互动以及未来发展方向提供了宝贵的洞察，对于科研人员和政策制定者来说，都是探索和规划大数据领域多学科合作与发展的重要参考资料。