基于博士学位论文的国内数据挖掘研究现状分析.pdf

根据提供的文件内容，我们可以提炼出以下关于国内数据挖掘研究现状的知识点： 1. 研究内容分析：文章通过对国内数据挖掘领域授予的博士学位论文进行计量分析，从时间、主题、学科、研究机构四个维度揭示了国内数据挖掘的研究现状。该分析表明国内数据挖掘研究已逐渐走向成熟，并正从广度研究转向深度研究，研究的细致程度有所提升。 2. 研究热点：当前数据挖掘的研究热点主要分为两大类。第一类是应用广泛的数据挖掘技术方法研究，这类研究关注的是数据挖掘的基本技术和方法，例如统计分析和人工智能领域的机器学习方法。第二类是数据挖掘的应用研究，这类研究着重于数据挖掘技术在特定领域的实际应用，如计算机软件、自动化技术、图书情报、数字图书馆和中医学等。 3. 学科涉及与特色：数据挖掘的研究涉及多个学科领域，这些学科间存在共性和特色研究主题。这说明数据挖掘作为一个交叉学科，不仅在技术方法上有共通之处，而且在不同学科的应用上也有其特有的研究方向和成果。 4. 研究机构：国内数据挖掘研究主要集中在综合类、理工类和医药类大学。这些机构形成了潜在的合作团体，尤其是医药类研究机构在数据挖掘研究方面有较为鲜明的主题特色。其他类型的机构如综合类、理工类大学的主题特色不如医药类明显，这可能意味着在数据挖掘应用方面还有待进一步的专业深化。 5. 文献综述：在当前的研究现状综述中，数据挖掘的研究主要以技术方法和应用层面为主。目前较为知名的综述分析包括王雅轩和顼聪对数据挖掘技术方法的总结，以及张玉等基于CNKI数据库中相关期刊论文的研究。 6. 数据挖掘的发展历程：自从1995年首届KDD & Data Mining国际学术会议在加拿大蒙特利尔举行以来，数据挖掘逐渐成为学者们关注的焦点。从那之后，我国数据挖掘的研究逐年增长，并且研究的学科领域不断拓宽，反映了该领域在理论和应用层面的活跃发展。 通过以上知识点的梳理，可以看出国内数据挖掘领域已经形成了一定规模的研究基础，不仅在技术方法上有深入研究，在跨学科应用方面也取得了显著成果。同时，也指出了当前研究中的不足之处，如某些类型研究机构的主题特色不明显，这为后续研究提供了方向和空间。