Data Mining and Information Retrieval in the 21st century: A bibliographic review
Data Mining and Information Retrieval in the 21st century: A bibliographic review
复制标题
21 世纪的数据挖掘和信息检索：书目综述
DOI：
10.1016/j.cosrev.2019.100193
复制
发表时间：
2019-11
影响因子：
12.9
通讯作者：
Feng Xia
中科院分区：
文献类型：
--
作者：
Jiaying Liu;Xiangjie Kong;Xinyu Zhou;Lei Wang;Da Zhang;Ivan Lee;Bo Xu;Feng Xia
摘要 数据挖掘和信息检索是一门新兴的跨学科学科，涉及信息检索和数据挖掘技术。随着数学、统计学、信息科学、计算机科学的进步，它得到了快速的发展。本文对21世纪前16年6种顶级期刊和9个会议的出版物元数据进行了实证分析，评估了数据挖掘和信息检索的动态特征。我们发现生产力和影响力都在稳步增长，研究期间出版物/引用数量有增无减就证明了这一点。我们注意到，这一领域的合作方式正在从独立向协作转变。此外，从引文格局来看，该领域正在变得开放，自引率逐渐下降，2015年下降至10%，比2000年下降了近三倍。最后，我们从热门关键词/主题识别和演化方面探讨了依赖于主题演化的内部结构。总体而言，这项研究提供了数据挖掘和信息检索在最近的增长背后的见解，最终目标是揭示其推动未来科学创新的潜力。
Abstract Data Mining and Information Retrieval is an emerging interdisciplinary discipline dealing with Information Retrieval and Data Mining techniques. It has undergone rapid development with the advances in mathematics, statistics, information science, and computer science. In this paper, we present an empirical analysis of publication metadata obtained from 6 top-tier journals and 9 conferences for the first 16 years of the 21st Century, and evaluate the dynamic characteristics of Data Mining and Information Retrieval. We find a steady growth both in terms of productivity and impact, evidenced by the unabated number of publications/citations over the period of study. We note that the modality for co-operation in this field is changing from independent to collaborative. Furthermore, according to the citation pattern, the field is becoming open-minded as illustrated by a gradual decline of self-citation rates, which was dropped to 10% in 2015, nearly three times lower than what it was in 2000. Finally, we explore the inner structure relying on the topics evolution from the aspects of popular keywords/topics identification and evolution. Overall, this study provides insights of Data Mining and Information Retrieval behind its demonstrated growth in the recent past, with the ultimate goal of revealing its potential of driving scientific innovation in the future.
登录
查看更多内容
DOI：
10.4135/9781452244723.n136
发表时间：
1996
期刊：
--
影响因子：
--
作者：
P. Adriaans;Dolf Zantinge
通讯作者：
P. Adriaans;Dolf Zantinge
DOI：
10.1142/9789812700933_0008
发表时间：
2005-12
期刊：
--
影响因子：
--
作者：
E. Beckner
通讯作者：
E. Beckner
影响因子：
3.9
作者：
Omar Mubin;A. Mahmud;M. Ahmad
通讯作者：
Omar Mubin;A. Mahmud;M. Ahmad
DOI：
10.1007/978-1-4471-7452-3_30
发表时间：
2019
期刊：
Neural Networks and Statistical Learning
影响因子：
--
作者：
Ke-Lin Du;M L N Swamy
通讯作者：
Ke-Lin Du;M L N Swamy
DOI：
10.1016/j.ipm.2016.06.003
发表时间：
2017
期刊：
Inf. Process. Manag.
影响因子：
--
作者：
Jiuchuan Jiang;Peng Shi;Bo An;Jianyong Yu;Chong-Jun Wang
通讯作者：
Jiuchuan Jiang;Peng Shi;Bo An;Jianyong Yu;Chong-Jun Wang