【摘要】:图13-10WoS核心合集中全健康领域内大数据研究排名前十五的最高突现值的关键词对所得关键词进行Burst分析,得到图13-10。图中节点越大,引用频次越多,被引次数最多的3篇文献由Hampton、Boyd和Wolfert分别在2013、2012、2017年发表,在全健康领域内大数据研究有着较大的影响力。
图13-10 WoS核心合集中全健康领域内大数据研究排名前十五的最高突现值的关键词
对所得关键词进行Burst分析,得到图13-10。近十年内,该领域的研究前沿从早年的生态、生物多样性、气候变化和自然保护逐渐转向近年的流行性感冒、基因学、植被、生产以及政府管理方面,在全健康领域内建立大数据驱动的决策支持系统将成为研究热点。
在CiteSpace中将网络节点设置为Reference(参考文献),得到文献共被引网络图谱(图13-11)。图中节点越大,引用频次越多,被引次数最多的3篇文献由Hampton、Boyd和Wolfert分别在2013、2012、2017年发表,在全健康领域内大数据研究有着较大的影响力。其中Hampton[31]对生态学在大数据时代的未来发展方向进行了设想;Boyd[32]阐述了大数据时代即将面临的6种挑战;Wolfert[33]对大数据在智慧农业中的应用进行了回顾和展望。(www.xing528.com)
图13-11 WoS核心合集中全健康领域内大数据研究文献共被引分析网络
在文献共被引网络基础上,对文献进行聚类分析,得到图13-12所示的15个聚类。由聚类色块颜色和聚类序号可以看出,大数据在全健康领域内的热点领域,从PM2.5、气温、气象指数保险、公民科学和绿色创新,逐渐向生物多样性大数据、智慧城市、智慧农业以及数字化流行病学。研究手段和平台从深度学习、谷歌地球引擎逐渐转向分布式计算(Hadoop)平台和社交媒体。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。