特征工程研究领域发展趋势的可视化分析

• 作者: 胡敏 马利星
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 机器学习 深度学习 特征工程 CiteSpace 可视化分析
• 年，卷（期）: 2020,（4）
• 页码范围: 32-37
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2020.04.006

摘要

为了解国内外关于特征工程的研究进展与态势、研究热点与现状,使用CiteSpace软件对中国知网CNKI和Web of Science核心合集数据库收录的研究主题为特征工程的173篇中文文献和555篇外文文献进行计量学分析与可视化处理.通过对年度发文量、研究国家、研究作者、文献关键词等进行分析,得出结论:自2015年以来本研究领域中外文发文数量持续增长.中国和美国的相关研究成果居多,约占文献总数量的64％.LeCun Y、Bengio Y、刘挺、林鸿飞是较有影响力的研究作者.国内的研究热点主要有协议识别、xgboost、深度学习.国外的研究热点主要有深度学习、迁移学习、实体识别.研究前沿是深度学习和因子分解机.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡敏		22	15	2.0	3.0
2	马利星		2	0	0.0	0.0