基于关键词的知识图谱挖掘信息技术学科演化趋势

瑞士国家科学基金会(SNSF)作为瑞士最主要的科研基金提供机构,以促进瑞士科技创新的发展为主要任务。因此,从SNSF数据中挖掘创新型国家瑞士的信息学科研究现状和研究趋势,可以启发我国科研人员和科技管理人员的前瞻性思考。该文抽取了1999?2018年来源于SNSF数据库的科研基金项目完整信息,分析了信息技术学科科研基金中的关键词知识图谱的演化情况;发现信息技术从围绕原始分布式系统等软件开发研究演化成以机器学习、深度学习为中心的人工智能研究;接着采用层级结构分布图将信息技术和数学的关键词交叉分布情况可视化,值得注意的是密码学和算法是信息技术与数学学科最明显的交叉研究内容,而且交叉研究频繁的研究内容相对发展得更好;通过计算不同时间段关键词分布的Kullback-Leibler(KL)散度分析信息技术与数学的学科交叉情况,发现这两个学科的交叉研究经历了迅速发展后进入较稳定、成熟的状态。     

时序网络中关键节点的识别方法研究进展

相对静态网络,时序网络可以更准确地刻画现实网络的动态过程。基于时序网络模型,如何有效地识别重要节点或者评价时序网络中一个节点对其他节点的影响力,已成为时序网络研究领域中的一个亟待解决的问题。该文分别从时序网络拓扑结构和动力学的角度,对现有的时序网络中的关键节点识别方法进行了系统的回顾,详细比较各种方法的计算思路、应用场景和优缺点。最后总结了这一研究方向几个待解决的问题,并指出未来可能的发展方向。