基于CiteSpace的人工智能賦能數據共享的研究熱點與趨勢分析

摘 要：【目的】黨的二十大報告中明確作出“加快建設數字中國”的部署安排。人工智能技術作為驅動未來發展的核心引擎，能夠有效推動數據共享與應用。本研究旨在明確人工智能賦能數據共享的研究熱點與未來發展方向，為學術界及實踐界提供參考信息和指導建議。【方法】以CNKI數據庫為數據源，利用CiteSpace軟件對2015—2024年以人工智能賦能數據共享為主題的學術論文進行可視化分析。【結果】相關文獻數量整體呈上升趨勢；研究機構之間未能形成良好的合作關系；2017年及以前對該領域的研究主要聚焦于內部審計信息化、數據治理、數字資源管理、互聯網+技術、金融科技等領域，而此后的研究重心主要圍繞數字政府、政府服務、數據安全和智慧城市展開。【結論】未來可從增進機構與學者之間的交流合作、深入剖析熱點發展演變的內在機理及其驅動因素2個方面進行深入研究。

關鍵詞：CiteSpace；人工智能；數據共享；知識圖譜

中圖分類號：G35" " " 文獻標志碼：A" " "文章編號：1003-5168（2025）05-0005-04

DOI：10.19968/j.cnki.hnkj.1003-5168.2025.05.001

Research Hotspots and Trend Analysis of Data Sharing Empowered by Artificial Intelligence Based on CiteSpace

LU Wen

（Library of Guilin University of Electronie Technology， Guilin 541004， China）

Abstract： [Purposes] The report to the 20th National Congress of the Communist Party of China has made the arrangement to move faster to boost China’s strength in digital development. As the core engine driving future development， artificial intelligence technology can effectively promote data sharing and application. This paper aims to clarify the research hotspots and future development directions in the field of data sharing empowered by artificial intelligence， and provide reference information and guidance suggestions for the academic and practical communities. [Methods] Using the CNKI database as the data source， CiteSpace software was used to visualize and analyze academic papers on the theme of AI enabled data sharing from 2015 to 2024. [Findings] The overall number of relevant literature shows an upward trend; a good cooperative relationship between research institutions is not established; in 2017 and before， domestic scholars' research in this field mainly focused on internal audit informatization， data governance， digital resource management， internet plus and financial technology. Since then， the focus has mainly focused on digital government， government services， data security and smart cities. [Conclusions] In the future， in-depth research can be conducted from two aspects： enhancing communication and cooperation between institutions and scholars， and deeply analyzing the internal mechanisms and driving factors of the development and evolution of hotspots.

Keywords： CiteSpace; artificial intelligence; data sharing; knowledge graph

0 引言

加快推進數字中國建設是黨的二十大以來社會主義現代化建設的重要內容。在當今信息化和數字化快速發展的時代，人工智能（Artificial Intelligence，AI）作為驅動未來發展的核心引擎，正以前所未有的速度改變著各行各業。其中，數據共享作為促進知識交流、提升決策效率和推動創新的重要手段，與人工智能技術的結合已成為學術界和實踐領域共同關注的焦點。人工智能賦能數據共享，不僅優化了數據處理的效率和準確性，還極大地拓展了數據共享的應用場景和影響力。特別是隨著大數據、云計算和機器學習等技術的不斷進步，人工智能在數據共享領域的應用日益廣泛。這些技術不僅提升了數據處理的效率，還推動了數據共享模式的創新。一些學者以人工智能的輔助性定位為基礎，考量建立健全國家監察數據共享機制［1］，以情感計算、機器學習、自然語言處理等為代表的人工智能技術實現教育數據共享，助推數據協同治理［2］，基于大數據的智能貨物追蹤系統實時監控貨物流動，實現運輸過程的透明化，提升整體物流管理水平［3］。還有學者探討人工智能與數據管理如何共同支撐新質生產力的行業發展，進而促進社會經濟的高質量發展［4］。本研究通過對人工智能賦能數據共享相關文獻的計量分析和可視化呈現，以期能夠厘清該領域的研究熱點和未來趨勢，為學術界和實踐領域提供有價值的參考和指導。

1 數據來源和研究方法

本研究以中國知網數據庫（CNKI）為數據來源，檢索時間為2024年11月19日，檢索式為SU=（“人工智能”OR“AI”）AND（“數據共享”OR“數據開放”），文獻類型設為期刊和學位論文，時間范圍為2014—2024年，共獲取文獻1 138篇，對無關文獻進行手工篩選后，最終獲取有效文獻996篇。本研究運用CiteSpace軟件，對國內人工智能賦能數據共享的相關研究進行文獻計量和可視化分析，并對發文時間和發文量、機構合作關系、關鍵詞等特征進行深入分析和總結。

2 國內人工智能賦能數據共享研究的基本特征

2.1 發文時間

本研究在中國知網數據庫中檢索到的文獻資料顯示，我國人工智能賦能數據共享研究主要分為3個階段（見圖1）。第一階段為2015—2018年，共計發文74篇，發文量較少且呈緩慢增長趨勢。第二階段為2019—2021年，這個階段的發文量急劇增長。這與我國在2019年將人工智能上升為國家戰略息息相關，特別是在當年的政府工作報告中，人工智能被升級為“智能+”，越來越多的企業和機構開始關注數據共享和人工智能技術的應用。第三階段為2022至今。2022年發文量出現了明顯下降，2023年達到了峰值209篇，2024年又略有回落，并且考慮到統計截止時間距2024年底還有42天，2024年發文量預估為184篇。但這并不意味著數據共享在人工智能領域的重要性有所降低，而是表明研究者們可能正在探索更深層次的技術創新和應用創新。

2.2 發文機構

國內在人工智能賦能數據共享領域的研究機構數量眾多，但遺憾的是，這些機構顯得相對分散，并且它們之間的合作也并不緊密。這反映了該領域相對較新，還沒有形成足夠強大的研究共同體或聯盟，導致研究力量較為分散。此外，沒有合適的合作框架和溝通渠道，機構之間可能難以建立聯系和開展合作。

3 人工智能賦能數據共享的研究主題與趨勢分析

3.1 關鍵詞共現分析

關鍵詞共現圖譜能夠揭示領域中出現的高頻關鍵詞及其相互關系，反映研究的熱點方向，如圖2所示。研究通過去除人工智能和數據共享2個檢索詞后，篩選出詞頻高于15次且中介中心度gt;0.1的關鍵詞，見表1。可以看出，近10年人工智能賦能數據共享的研究主要圍繞“大數據”“區塊鏈”“數字政府”“數字治理”等展開，這些高頻關鍵詞代表了該領域的研究熱點和影響力。

3.2" 關鍵詞突現分析

在某一時間段內突然出現并被廣泛引用的關鍵詞被稱為突現詞，換句話說，它是在特定時期內迅速崛起并頻繁出現在各種語境中的熱門詞匯。從圖3關鍵詞突現角度可以看出，最初的研究熱點集中在“數字資源”“互聯網+”“金融科技”等領域。一方面，從政策來看，黨的十九大提出實施了數字中國戰略，強調要推動互聯網、大數據、人工智能和實體經濟深度融合。另一方面，數字資源是人工智能進行數據分析和學習的基礎，互聯網作為信息交流和資源共享的平臺，為人工智能提供了廣闊的應用場景和數據來源，而金融科技是數據共享的重要應用領域之一。近年來，隨著信息技術的快速發展和數字化轉型的深入推進，我國提出建設數字政府的目標。2022年6月發布的《國務院關于加強數字政府建設的指導意見》，為加強數字政府建設作出了重大決策部署［5］。在這一背景下，人工智能作為新質生產力的核心引擎，與數字政府的結合日益緊密，“數字政府”“政務服務”“數字治理”已成為近3年人工智能賦能數據共享研究領域重點和熱點。

3.3 關鍵詞聚類分析

關鍵詞聚類是將相似的關鍵詞或短語分組在一起，以便更好地理解數據集中的主題、趨勢或模式。人工智能賦能數據共享的關鍵詞聚類結果如圖4所示。可以看出，該領域研究的關鍵詞共得到12個聚類結果，其中數字越小，表示聚類中包含的關鍵詞越多，這12個聚類分別為“大數據”“人工智能”“優化”“金融科技”“保險科技”“數字經濟”“數字政府”“智慧城市”“數據”“應用”“信息技術”等。從聚類時間線圖譜來看，2015年前后的研究熱點集中在利用大數據的共享實現內部審計信息化，2017年及以后的研究熱點呈現多元化趨勢，特別是在數據共享的基礎上利用人工智能進行數據治理、數據安全、區塊鏈、數字政府、數字經濟及智慧城市等方面的研究和應用均取得了顯著進展。

4 結論

文章運用文獻計量學方法對國內2015—2024年CNKI收錄的人工智能賦能數據共享研究的文獻進行可視化分析，得出的主要結論如下：①從文獻的發表時間和數量來看，自2019年我國將人工智能上升為國家戰略開始，該領域的研究論文數量上升趨勢顯著，但自2022年開始，隨著其他新興技術（如深度學習、自然語言處理及計算機視覺等）的快速發展，研究者們把更多的目光投入更深層次的技術創新和應用創新中。②從文獻的研究機構來看，國內在該領域的研究機構數量眾多但相對分散，且它們之間的合作并不緊密。③關鍵詞的共現圖譜和聚類分析揭示出國內在相關領域的研究脈絡：大數據始終作為核心要素貫穿于整個研究周期。在2017年及之前，研究的主要焦點在于如何利用大數據共享技術來推動內部審計的信息化進程，同時還深入探討了數據治理、數字資源管理、互聯網+技術的應用以及金融科技等多個方面。以后，隨著政府對于“數字中國”與“數字政府”建設的持續推進，研究者們的目光逐漸轉向數字政府建設、政務服務優化、數據安全保障及智慧城市構建等前沿領域，展開了更為深入與廣泛的研究探索。

我國人工智能賦能數據共享研究仍有較大的研究空間，未來可從2方面進行探索。一是機構和學者間的交流合作。如何加深彼此間的交流與合作，進而構建一個有效的學術資源共享體系值得進一步探討。二是研究熱點演進的深度挖掘。共現圖譜僅僅提供了研究熱點表面的概覽。為了更深入地理解這些熱點背后的原因、驅動力及它們如何相互影響，需要進行更為細致的分析。這可能包括探究技術進步、政策環境的變化對研究方向的影響，以及學術界與產業界之間的互動關系等。

參考文獻：

［1］王譯，李嘉飛.嵌入與轉型：人工智能賦能國家監察的系統邏輯與治理之策［J］.中共天津市委黨校學報，2024，26（5）：43-52.

［2］李春華，唐小燕.人工智能賦能職業教育數據治理研究：以常州為例［J］.常州信息職業技術學院學報，2024，23（5）：6-8.

［3］辛偉偉.大數據與人工智能在水路運輸經濟管理中的應用［J］.中國航務周刊，2024（43）：57-59.

［4］范淼.人工智能與數據管理共同支撐新質生產力發展［J］.圖書與情報，2024（2）：8-11.

［5］中華人民共和國中央人民政府.國務院關于加強數字政府建設的指導意見［EB/OL］.（2022-06-06）［2023-08-09］.https：//www.gov.cn/gongbao/content/2022/content_5699869.htm.