大数据和物联网在学术出版物的交叉点:一个主题建模方法

科学领域:

• 计算机科学 计算机科学
• 信息科学 信息科学 信息科学
• 工程 工程师 工程师 工程师

背景情况:

• 大数据分析和物联网 (IoT) 正在通过启用知情决策和实时数据交换来改变行业.
• 大数据和物联网的融合推动了预测性维护和智能城市解决方案等领域的创新.
• 了解这些交叉领域的研究趋势对于未来的发展至关重要.

研究的目的:

• 识别和分析大数据和物联网研究中的关键主题和趋势.
• 通过图库识别分析,揭示大数据和物联网不断变化的格局.
• 为大数据和物联网领域的主要研究主题提供见解.

主要方法:

• 8159个出版物的数据集来自科学网络数据库.
• 使用自然语言处理 (NLP) 技术来分析摘要,标题和关键词.
• 隐性迪里克莱特分配 (LDA) 用于提取六个不同的研究主题,并补充了选择性人类验证.

主要成果:

• 主题1:数据系统和物联网技术,特别是在智能系统和能源应用中.
• 主题2:技术在各个行业的应用.
• 主题3:机器学习和物联网应用,重点是新算法和模型.
• 主题4:智能技术和系统.
• 主题5:工业供应链中的数字化转型.
• 主题6:技术方面,包括对物联网网络的建模,系统性能和预测算法.

结论:

• 这项研究成功地确定了大数据和物联网交集的六个核心研究主题.
• 这些发现突出了这些领域的多样化应用和技术进步.
• 这一分析提供了当前大数据和物联网研究的宝贵概述,指导未来的调查.