基于文献的发现（1986–2020）的 scientometric 分析与知识图谱

基于文献的发现（LBD）旨在发现不同文献集之间有价值的潜在关系。本文呈现了首个对 LBD 研究的包容性 scientometric 概览。我们利用结合 CiteSpace 的综合 scientometric 方法，系统分析过去四十年（1986–2020）关于 LBD 的文献。经人工清洗后，我们从六个文献数据库和两个预印本服务器共检索到 409 篇文献。LBD 的 35 年历史根据每年发表论文数可分为三个阶段：孕育期（1986–2003）、发展期（2004–2008）和成熟期（2009–2020）。出版物年产出遵循普赖斯定律。合著网络呈现出许多子网络，表明 LBD 研究由许多中小型团队组成且之间很少合作。科学图谱显示，LBD 的主流研究在新千年之初从基线共现方法转向基于语义的方法。在过去十年中，可观察到 LBD 向现代网络科学思想的倾斜。在应用意义上，LBD 越来越多用于预测药物不良反应和药物重定位。除理论考量外，研究者投入大量精力开发基于 Web 的 LBD 应用。如今，LBD 正变得日益跨学科，并涉及信息科学、scientometrics 和机器学习的方法。遗憾的是，LBD 主要局限于生物医学领域。级联引文扩展预示着深度学习和可解释人工智能成为 LBD 中的新兴主题。结果表明 LBD 仍在增长和演进。