【摘要】：如图7-4所示，第一篇关于“人脸识别”的文章发表在2000年，词汇文献数量逐年增加，到2008年后产出的文献数量趋于稳定。图7-4以“人脸识别”为研究问题的文献数量随时间的变化趋势图7-5以“遗传算法”为研究方法的文献数量随时间的变化趋势此外，针对一个研究问题，该数据集还可以被应用于分析解决该研究问题的研究方法随时间变化情况。
除了统计分析学科领域最常见的研究问题和研究方法之外，topic-method数据集还可以用于分析某一个具体的研究问题或研究方法随时间的变化情况。以上述过程中统计得到的最常见的研究问题“人脸识别”和最常见的研究方法“遗传算法”为例，分析其研究趋势。
如图7-4所示，第一篇关于“人脸识别”的文章发表在2000年，词汇文献数量逐年增加，到2008年后产出的文献数量趋于稳定。这反映了“人脸识别”属于一个虽然被广泛研究，但仍具有较大研究潜力的研究问题，值得科研人员关注。通过对一个研究问题随时间变化趋势的分析，可以追溯到研究问题在数据库中的最早文献，以及其产出文献是增长还是衰退，从而判断该研究问题是处于高速发展期，还是热度下降期。同理，本书统计了研究方法“遗传算法”的文献数量随时间变化的趋势，如图7-5所示。
图7-4 以“人脸识别”为研究问题的文献数量随时间的变化趋势(www.xing528.com)
图7-5 以“遗传算法”为研究方法的文献数量随时间的变化趋势
此外，针对一个研究问题（或研究方法），该数据集还可以被应用于分析解决该研究问题（或应用该研究方法）的研究方法（或研究问题）随时间变化情况。以研究问题“人脸识别”为例，“支持向量机”这一研究方法随时间发生着变化。科研人员最早应用“支持向量机”方法解决“人脸识别”问题，随着时间的推移，传统的方法已被充分探究，学者则开始聚焦于改进“支持向量机”方法，来更好地解决问题，因此，“增量SVM”“LS-SVM”以及“RS-SVM”等方法相继出现。这反映了学术研究中研究方法的进化过程，相应的也可以得到研究问题的进化和升级情况。
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。
