首站-论文投稿智能助手
典型文献
机器学习算法在我国情报学研究中的应用与影响――基于CSSCI期刊论文的视角
文献摘要:
[目的/意义]回顾机器学习算法在情报学研究中的应用情况,为相关学者更好地利用机器学习算法来解决情报学问题提供参考.[研究设计/方法]本研究主要采用内容分析法,选取CSSCI图情领域16种期刊为数据来源,编码文献应用的机器学习算法名称,统计分析机器学习算法应用的频次、时间分布、文献类型分布与研究领域分布特征,考察其对情报学研究的影响.[结论/发现]我国情报学领域机器学习算法的应用较早,自2016年起蓬勃发展;应用频次前5且呈现上升趋势的机器学习算法为:SVM、K-means、CNN、BERT、BiLSTM,主要应用于信息处理、信息分析与研究、信息服务与知识服务、信息计量领域.机器学习算法应用与情报学研究的生长、发展和扩张紧密关联,是矛盾解决的主要着力点、切入点和关键点.[创新/价值]系统总结我国情报学研究中机器学习算法的应用状况,并结合情报学发展进程揭示其影响.
文献关键词:
机器学习;情报学研究;内容分析;算法使用特征;领域分布
作者姓名:
范昊;李珊珊;热孜亚•艾海提
作者机构:
武汉大学信息管理学院,武汉,430072
文献出处:
引用格式:
[1]范昊;李珊珊;热孜亚•艾海提-.机器学习算法在我国情报学研究中的应用与影响――基于CSSCI期刊论文的视角)[J].图书情报知识,2022(05):96-108
A类:
算法使用特征
B类:
机器学习算法,情报学研究,应用与影响,CSSCI,期刊论文,内容分析法,图情领域,数据来源,法名,算法应用,时间分布,文献类型,领域分布,means,BERT,BiLSTM,主要应用,信息处理,信息分析,分析与研究,信息服务,知识服务,信息计量,张紧,应用状况
AB值:
0.2551
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。