解读|近10年数据挖掘领域高引学者

近10年，人工智能发展迅速，如今该领域已经涵盖了机器学习、自然语言处理、计算机视觉、Web与知识工程、机器人、信息检索、人机交互、语音识别、数据挖掘、图形学、可视化、虚拟现实、多媒体、物联网、计算经济学、计算理论、信息系统、计算机安全和数据库等诸多研究方向。

我们节选了和人工智能相关的21个子领域，每个子领域选择1-2个顶级会议或者期刊，根据这些会议和期刊上近10年发表论文的引用情况（根据Goolge Scholar）生成了高引学者列表。

https://www.aminer.cn/ai10

点击文末阅读原文即可访问

今天为大家解析的是数据挖掘领域的高引学者情况。在数据挖掘子领域的高引学者是于2007至2017年间在 KDD 和 WSDM 会议上发表了论文并被大量引用的学者。

“ 

本月我们将发布《数据挖掘研究报告》

敬请关注

”

高引学者全球分布地图

由上面两张图可知，全球范围内，北美洲是数据挖掘领域高引学者分布最为集中的地区，亚洲和欧洲次之。若按国家统计，美国是数据挖掘领域高引学者最为集中的国家，中国、意大利、德国等国家学者数量次之，新加坡、印度、加拿大等国家学者人数较少。

高引学者中国分布地图

对我国数据挖掘领域高引学者分布进行分析，绘制中国范围内数据挖掘领域高引学者分布图，如上图所示：我们可以看出，中国数据挖掘领域的高引学者主要在北京、合肥、上海、广州、香港和台湾。

雷达图：中国VS美国

从数据挖掘领域高引学者的信息来看，这些学者主要分布在学界和产业界。

衡量标准如下：

• 产业界学者人数衡量产业创新

• 学界学者人数衡量基础研究

• 产业界学者发表论文总量衡量产业研究热度

• 学界学者发表论文总量衡量基础研究热度

• 产业界学者论文的总引用量衡量产业科研影响力

• 学界学者论文的总引用量衡量基础影响力

从两个国家的对比数据数据来看，我国各项数量并不均衡，以比最高值多5%左右为基准，选定产业创新、基础研究、产业研究热度、基础研究热度、产业科研影响力、基础科研影响力的基准分别为：35、65、3700、15000、450000、1600000。

从上图中可以看出，相较于美国，中国的基础影响力是最差的，这一数值主要由学界学者论文的总引用量来衡量，其实这也表明了我国的论文在质量上良莠不齐的一种现象。产业创新和产业研究热度相对来说情况好些，这两个值分别由产业界学者人数和产业界学者发表论文总量来衡量，这说明了我国在产业界的飞速发展。

机构分布：学界VS产业界

我们以 AI-10 数据挖掘领域100名高引学者的信息为基础数据，对其所属机构进行分类，分别为学界和产业界，统计后发现在学界有75名高引学者，在产业界有25名高引学者。其中，学界高引学者数量排名前3的学校是卡内基梅隆大学、清华大学和斯坦福大学。产业界高引学者数量最多的微软和谷歌。

性别分析

在数据挖掘领域的100位高引学者中，有13名是女性，87名是男性。在上一次的AMiner Most Influential Scholar Award 2016中（https://www.aminer.cn/mostinfluentialscholar），有10名是女性，90名是男性，这也表明了数据挖掘领域的女性力量正逐渐增强。

数据挖掘领域前10的高引学者

将数据挖掘领域此次排名前10的学者与上一次的AMiner Most Influential Scholar Award 2016中数据挖掘领域此次排名前10的学者（https://www.aminer.cn/mostinfluentialscholar）对比后，我们发现，这个领域的研究学者正逐渐呈现年轻化的态势，这也说明进入该领域的年轻学者越来越多。

AMiner Most Influential Scholar Award 2016数据挖掘领域前10的高引学者