煤矿信息化领域CiteSpace知识图谱构建研究①
2021-07-05马梦,盛武
马 梦,盛 武
(安徽理工大学经济与管理学院,安徽 淮南 232001)
0 引 言
国内煤矿信息化研究力量不断加强,大数据、物联网、云计算等信息技术与煤矿研究领域深入融合。分析国内外煤矿信息化领域文章可知,国外信息化研究主要集中体现在以下三个层面:第一,信息技术的精进、实践应用,如基于人工智能系统实现空气超压预测、创建矿山3D模型[1-2]。第二,故障分析治理技术与相关方法介绍,如利用DDA的倾斜地表沉陷研究,将DIKW层次结构作为讯问方法,创建新颖RISKGAT交互式数据库[3-4]。第三,利用程序功能模块、传感器感测模块、建模等进行的系统构建及实验分析[5-6]。
国内学者对煤矿信息化的研究多停留国内外煤矿信息化的对比分析及该领域热点趋势、文献信息挖掘及知识图谱构建分析的文献较少。如毛善君等专注于信息化管理平台的构建[7];谭章禄等主要探讨煤矿信息化建设存在的问题及发展方向[8]。利用知识图谱将复杂的学术领域关联并以网络结构可视化形式呈现出来的技术优势,实现煤矿信息化领域研究的知识架构[9]。以CNIKI和WOS为数据来源,对比国内外研究趋势,挖掘未来煤矿信息化高质发展的切入路径,为煤矿信息化高质发展及精准决策提供支持。技术路线图如图1所示。
1 数理来源与研究方法
1.1 数据来源
数据来源及处理方式如表1,数据来源为Web of Science和《中国期刊全文数据库(CNKI)》(以下简称Wos 、CNKI)高质量核心文献,针对不同数据库设计检索式与限定条件,国内检索式为:“主题”=“物联网/机器人/信息化/云计算/大数据”&主题=“煤矿/数字矿山/感知矿山/智慧矿山”;国外检索式为:ts=(coal mine informationization or digital coal mine or coal mine big data or Intelligent coal mine or coal mine artificial intelligence or smart coal mine )。最终筛选出更科学有效的样本数据。
表1 数据来源及处理
1.2 分析方法与工具
CiteSpace是目前科研评价领域广泛使用的知识图谱绘制软件,具备高效挖掘有用信息、进行可视化文献计量分析[10]等功能,数据处理分析功能强大、运算便捷且能把握演化特征。将数据按照CiteSpace所需格式导入其中,对国内外煤矿信息化相关文献进行有效信息挖掘,绘制科学知识图谱可廓清该领域研究脉络,洞察该领域全貌趋向、前沿热点。
1.3 年度发文计量分析
图2所绘为国内外该领域文献发表频次年份趋势图,横纵轴分别代表年份与发文频数。观察图2可知,国内的文献产出始终高于国外,研究强度可观。趋势线呈现出三个阶段:2010-2013年为扩展期且在2013年达最高峰值;2013-2015年为浮动期且在2015年达最低峰值;2015年后,随着信息化技术应用日趋成熟与发展,国内研究成果渐趋丰富,发展平稳,反观国外虽文献产出量较低,发展态势却始终以较缓的增幅平稳上升。
2 发文机构解析
2.1 发文量机构树状图
图3和图4为国内外机构发文量前20名及占比(% of 183)树状图,以面积区分发文量。观察树状图,国内研究机构的主力军有中国矿大、天地(常州)自动化股份有限公司、西安科技大学等,发文机构数量高,类型多。国外前五名均从属于中国机构,说明国内研究投入力度更大。
图2 国内外煤矿信息化发文量时间趋势图
2.2 机构合作知识图谱
依据国内外发文量分布,选取国内外分别不低于3篇、1篇机构,绘制国内外机构合作图谱。如图5、6,连线代表合作情况,节点大小与发文量成正比。图5节点76个连线40条,图6节点22个连线18条。国内文章多由机构独立产出,缺乏交流,应加强合作协同研究力度,促进领域多元发展。国外研究力度较高的机构从属国家主要有波兰、印度、美国等,多与中国机构有密切合作,说明我国占该领域研究重要地位。
3 发文作者解析
学者对领域研究方向起引导作用,因此研究学者对研究领域发展趋势十分必要。绘制作者图谱,能直观地看到学者分布及合作情况,图7、8为国内外该领域作者合作图谱。图中连线代表作者之间合作关系。
图3 国内机构发文量前20名树状图
图4 国外机构发文量前20名树状图
图5 国内机构合作网络
图7国内作者发文量较多的为中国矿大(北京)谭章禄教授(18篇)、中国矿大物联网(感知矿山)研究中心朱华教授(13篇)和中国矿大张申教授(9篇)。研究力量主要集中在中国矿大(北京和徐州)两所高校。地域及学科分布均衡。由图8可以看出国外作者连线更多,研究合作性较强,为国内学者应学习借鉴之处。
图6 国外机构合作网络
图7 国内煤矿信息化领域作者图谱
图8 国外煤矿信息化领域作者图谱
4 煤矿信息化热点趋势解析
4.1 关键词共现时区图热点解析
关键词共现反映了领域研究热点,利用CiteSpace绘制关键词时区图(TimeZone)观察关键词随时间衍生变化状态及主题发展路径。对每个时间段关键词共现的频次进行阈值设定,绘制图9、10的国内外关键词共现时区图,辅助热点趋势预测。
分析图9和图10可看出目前国内的研究热点主要集中在物联网、机器人、信息化、云计算和大数据等,较国外在算法(algorithm)、人工神经网络(artifical neural network)、力学性能(mechanical property)和塌陷(subsidence)等技术层面研究较少。表明我国应加大技术实践力度,另外智能化开采、智能矿山是未来一段时间研究趋势。
4.2 前沿趋势解析
利用Citespace的突现词检测功能记录突现强度与时段,分析领域前沿趋势,得到表2。表2分别列出国内外突现强度前10的关键词(时间先后排序),目前国内专注于大数据(突现强度最高11.97)、物联网和智慧矿山,国外侧重煤矿开采(Coal mining)、变化检测(Change detection)、地表沉陷(Ground subsidence)和数字高程模型(Digital Elevation Model)等研究。
表2 中外煤矿信息化突现词统计表
国内外的研究都加速了煤矿开采与信息化技术的融合,从表2可以看出,国外突现词平均持续时间更长,国内研究随热点的改变而转移。国内外前沿趋势在智慧矿山及智能化开采方面均有体现,但国内侧重理论分析,国外侧重实践研究。
图9 国内关键词共现时区图
图10 国外关键词共现时区图
5 结 论
1)国内发文量虽高于国外,但国内机构研究力量差距悬殊,主要集中在中国矿业大学,且国内作者合作意识较弱,不利于领域研究的发展创新;建议相关文献的发表应更加注重论文质量把关,致力提高国内该领域研究的整体科研水准。合作交流方面,应打破地域、学科、机构及学者之间交流的闭塞性,打破研究力量不均衡的现象,促进煤矿信息化领域研究的合作融合及创新。
2)云计算、物联网、信息化和大数据在煤矿产业中的应用是国内目前热点,矿山物联网、智慧矿山是领域研究的前沿,智能矿山、智能化开采是未来研究趋势;国内在研究方向上不应仅拘泥于热点研究而忽略了研究领域深度与广度的扩展,应加强对少人化作业、智能精准开采等前沿问题的深入探索,增大学科利用广度、创新研究方法。
3)根据前沿热点的国内外对比分析,国内侧重理论研究,信息化实践应用的研究力度偏弱;在完善理论研究的同时,可适当将精力转到煤矿信息化领域的实践应用问题上来,以形成更丰富完整的跨学科研究体系。