決策智能領(lǐng)域研究態(tài)勢知識圖譜分析

葛金秀, 盛 武

(安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院, 安徽 淮南 232001)

決策智能指的是利用人工智能技術(shù)進(jìn)行決策分析和決策支持的能力。近年來,隨著人工智能技術(shù)的不斷發(fā)展,越來越多的國家制定相關(guān)政策推動決策智能的應(yīng)用和發(fā)展。以人工智能為代表的新一代信息技術(shù)正成為“十四五”期間我國推動高質(zhì)量發(fā)展、建設(shè)創(chuàng)新型國家的重要驅(qū)動力之一[1]。而決策智能作為人工智能技術(shù)的深層次領(lǐng)域之一,被全球知名研究機(jī)構(gòu)Gartner列為21世紀(jì)重要戰(zhàn)略技術(shù)趨勢與數(shù)字化轉(zhuǎn)型新趨勢[2]。2017年,國務(wù)院也在印發(fā)的《新一代人工智能發(fā)展規(guī)劃》中,重點(diǎn)指出了決策智能的應(yīng)用場景[3]。在智能發(fā)展時代,運(yùn)用決策智能發(fā)展生產(chǎn)力,增強(qiáng)管理決策水平,是國家與企業(yè)實(shí)現(xiàn)創(chuàng)新發(fā)展的強(qiáng)力手段;同年,歐盟委員會發(fā)布了《歐洲數(shù)字單一市場戰(zhàn)略》,提出了支持決策智能技術(shù)的發(fā)展戰(zhàn)略。國內(nèi)的阿里、騰訊等互聯(lián)網(wǎng)企業(yè)率先意識到人工智能技術(shù)在決策市場上的巨大潛力,分別開設(shè)了達(dá)摩院決策智能實(shí)驗(yàn)室、騰訊AI Lab實(shí)驗(yàn)室。國外的谷歌、Facebook等也分別創(chuàng)立了人工智能實(shí)驗(yàn)室DeepMind、FAIR。

最新研究表明,決策智能在企業(yè)管理、藥品監(jiān)管、服裝生產(chǎn)等方面起協(xié)助決策的作用,證明了決策智能在多個領(lǐng)域的重要應(yīng)用價值[4-6]。Yan等[4]使用大數(shù)據(jù)分析提高智能組織和決策,來改進(jìn)公司生產(chǎn)計(jì)劃,最大限度提高企業(yè)盈利能力。Revital等[5]通過人工智能決策系統(tǒng)提供的決策與專家所給胰島素劑量調(diào)整建議并無明顯差異,表明決策智能系統(tǒng)在調(diào)控藥劑劑量方面具有潛在能力。Aksoy和Ozturk[6]構(gòu)建了基于模糊邏輯的決策支持系統(tǒng),建立了一個可以適用于大多數(shù)服裝行業(yè)的有效決策系統(tǒng),減少對決策者的依賴性。目前基于人工智能的決策智能領(lǐng)域的應(yīng)用十分廣泛,但系統(tǒng)性去總結(jié)決策智能應(yīng)用方向的演變的研究較少。因此,利用CiteSpace對國內(nèi)關(guān)于決策智能的研究機(jī)構(gòu)、核心作者、關(guān)鍵詞共現(xiàn)、聚類進(jìn)行圖譜分析[7],以期為決策智能領(lǐng)域發(fā)展提供參考和借鑒。

1 數(shù)據(jù)來源與方法

1.1 數(shù)據(jù)來源

以中國知網(wǎng)(China National Knowledge Internet,CNKI)數(shù)據(jù)庫作為分析的數(shù)據(jù)來源,設(shè)定主題為“決策智能、決策智能方法、決策智能應(yīng)用”;時間節(jié)點(diǎn)2002-01-01-2023-03-13;設(shè)置來源為北大核心、科學(xué)引文索引(Science Citation Index,SCI)來源期刊、工程索引(Engineering Index,EI)來源期刊、中文社會科學(xué)引文索引(Chinese Social Sciences Citation Index,CSSCI)、中國科學(xué)引文數(shù)據(jù)庫(Chinese Science Ctitation Database,CSCD),共得到1 045篇文獻(xiàn)數(shù)據(jù),剔除書評、會議等無關(guān)文獻(xiàn),最終提取999篇有效文獻(xiàn)。

1.2 研究方法

采用文獻(xiàn)計(jì)量可視化分析方法,將檢索到的文獻(xiàn)以“Refworks”格式導(dǎo)出,并用CiteSpace 軟件進(jìn)行數(shù)據(jù)轉(zhuǎn)換,對發(fā)文時空演化、作者、機(jī)構(gòu)和關(guān)鍵詞等要素進(jìn)行可視化分析,揭示該領(lǐng)域在一定時期內(nèi)的研究熱點(diǎn)、演進(jìn)歷程和發(fā)展趨勢[8]。參數(shù)設(shè)置:將時間切片(Time Slicing)設(shè)置為1年,時間選擇2002-2023年,TopN閾值設(shè)置為50。

2 文獻(xiàn)研究數(shù)據(jù)特征圖譜化分析

2.1 發(fā)文量時空演化分析

期刊論文發(fā)表量是衡量工作成果的重要指標(biāo)之一,發(fā)文量時空演化趨勢揭示了研究成果的發(fā)展態(tài)勢。2002-2022年決策智能的年發(fā)文量分布情況如圖1所示。

圖1 2002-2022年決策智能年發(fā)文量

近20年來,國內(nèi)關(guān)于決策智能的研究發(fā)文量總體呈現(xiàn)上升趨勢,其中根據(jù)增長率,將2002-2022年分為兩個階段。第1階段為2002-2016年,累計(jì)發(fā)文610篇,年平均發(fā)文量約為41篇;第2階段為2017-2022年,累計(jì)發(fā)文380篇,年平均發(fā)文量約為63篇,明顯高于第1階段發(fā)文量平均水平。2017至今年度發(fā)文量快速增長,其中2021年發(fā)文量比2020年增長62.7%。由于檢索時間截至2023年3月13日,部分文獻(xiàn)尚未收錄于數(shù)據(jù)庫中,因此2023年發(fā)文量暫不分析。

同時,該發(fā)文量時空演化態(tài)勢與全球各國政策出臺具有較高的契合度,一定程度上說明國家相關(guān)政策的出現(xiàn)對決策智能發(fā)文量有促進(jìn)作用。2016年,英國政府發(fā)布的《人工智能:未來決策制定的機(jī)遇與影響》報告指出,組織決策是人工智能發(fā)揮作用的核心領(lǐng)域[9];2018年我國提出要以信息化、智能化為杠桿培育新動能,推進(jìn)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能同實(shí)體經(jīng)濟(jì)深度融合[10];同年,美國政府發(fā)布了《人工智能戰(zhàn)略報告》,特別強(qiáng)調(diào)了人工智能技術(shù)在國家安全、醫(yī)療保健和交通領(lǐng)域的應(yīng)用;2020年歐盟發(fā)布《人工智能白皮書》,指出人工智能將給決策智能帶來契機(jī)和挑戰(zhàn)[11]。需要注意的是,發(fā)文量時空演化圖的發(fā)文量與相關(guān)政策出現(xiàn)存在一定的時間偏差,是因?yàn)樾略龅恼撐目l(fā)與政策出臺存在一定的時間延后[12]。

2.2 作者分析

為清晰反映研究的核心作者群體及其合作關(guān)系,繪制了決策智能研究人員的協(xié)作網(wǎng)絡(luò)圖譜。該圖由593個節(jié)點(diǎn)、285條連線連接組成,如圖2所示。根據(jù)普賴斯定律,至少發(fā)表mp篇論文才能成為該研究領(lǐng)域的核心作者,mp的計(jì)算為

圖2 2002-2022年決策智能作者合作圖譜

(1)

式中:npmax為統(tǒng)計(jì)期內(nèi)發(fā)表論文數(shù)最多的作者發(fā)表的論文數(shù)[13]。使用樣本計(jì)算出決策智能研究領(lǐng)域的mp≈2篇,因此統(tǒng)計(jì)時期內(nèi)發(fā)表過不少于2篇文章的作者被稱為該領(lǐng)域的核心作者。

其中,共有109位核心作者,發(fā)表了242篇論文,發(fā)表論文數(shù)量約占該領(lǐng)域內(nèi)發(fā)表論文總數(shù)的24.22%,這遠(yuǎn)低于穩(wěn)定核心作者群體發(fā)表的比例標(biāo)準(zhǔn)(50%)[14]。其中節(jié)點(diǎn)大小與作者發(fā)文量呈正相關(guān),節(jié)點(diǎn)間連線越粗表示作者合作越密切[15]。圖2的作者合作網(wǎng)絡(luò)密度為0.001 6,說明目前我國學(xué)者對決策智能領(lǐng)域的研究不集聚,更多是獨(dú)立研究思考,還沒有組成穩(wěn)定的、極具代表性的科研群體,作者間需要進(jìn)一步加強(qiáng)合作。

表1展示了發(fā)表決策智能相關(guān)文獻(xiàn)數(shù)量前10的作者和最高被引頻次文獻(xiàn)。其中發(fā)文量最多的是李麗娜,共7篇,主要關(guān)注點(diǎn)為船舶智能避碰,利用機(jī)器學(xué)習(xí)使用仿真測試平臺自動避碰,最高被引頻次文獻(xiàn)是“多船避碰智能決策的生成與優(yōu)化方法”[16],與陳國權(quán)、熊振南等合作較為緊密。其次發(fā)文量最多的是姚建明[17],共有4篇,主要研究方向?yàn)榛诖植诩椒ㄍ诰驅(qū)＜抑R和經(jīng)驗(yàn),解決工程問題中存在的不確定性、可行性差等問題,最高被引頻次文獻(xiàn)是“質(zhì)量屋中顧客需求改進(jìn)重要度的確定方法”[17]。以姚建明為中心,與李延來、唐加福、蒲云等學(xué)者形成了緊密的合作群體。這些研究團(tuán)體為決策智能的相關(guān)研究奠定了基礎(chǔ),為決策智能發(fā)展作出了巨大貢獻(xiàn)。

表1 2002-2022年決策智能相關(guān)文獻(xiàn)發(fā)文量及最高被引頻次文獻(xiàn)統(tǒng)計(jì)

2.3 研究機(jī)構(gòu)分析

期刊論文發(fā)表量是衡量工作成果的重要指標(biāo)之一,發(fā)文量時空演化趨勢揭示了研究成果的發(fā)展態(tài)勢。2002-2022年決策智能的年發(fā)文量分布情況如圖1所示。

對納入的999篇文獻(xiàn)進(jìn)行研究機(jī)構(gòu)發(fā)文量分析,構(gòu)建了決策智能領(lǐng)域核心研究機(jī)構(gòu)分布圖譜,如圖3所示,發(fā)文量前3名的機(jī)構(gòu)分別為北京航空航天大學(xué)(16篇)、北京科技大學(xué)(8篇)、東北大學(xué)(8篇)。圖4為根據(jù)樣本數(shù)據(jù)繪制的國內(nèi)決策智能研究機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜,由531個節(jié)點(diǎn)和201條連線組成,網(wǎng)絡(luò)密度為0.001 4。其中,節(jié)點(diǎn)大小代表科研機(jī)構(gòu)發(fā)表論文的數(shù)量,而連接每個節(jié)點(diǎn)線條的粗細(xì)代表科研機(jī)構(gòu)之間的合作強(qiáng)度[18]。但是機(jī)構(gòu)合作網(wǎng)絡(luò)密度僅為0.001 4,意味著目前仍缺少具有影響力和地位的研究機(jī)構(gòu)。

圖3 2002-2022年決策智能發(fā)文機(jī)構(gòu)發(fā)文量分布

圖4 2002-2022年決策智能研究機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜

3 決策智能研究熱點(diǎn)分析

3.1 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞是一篇文章研究內(nèi)容的核心,是對文章整體的凝練和概括,可以通過高頻關(guān)鍵詞了解該研究的熱點(diǎn)和趨勢[19]。通過可視化共現(xiàn)分析對收錄文獻(xiàn)中的關(guān)鍵詞進(jìn)行分析,得到關(guān)鍵詞共現(xiàn)圖譜[20],其節(jié)點(diǎn)數(shù)為553、連線數(shù)為772、網(wǎng)絡(luò)密度為0.005 4,其共現(xiàn)網(wǎng)絡(luò)如圖5所示。

圖5 2002-2022年決策智能關(guān)鍵詞共現(xiàn)圖譜

中心性可以作為某個節(jié)點(diǎn)相對于其他節(jié)點(diǎn)權(quán)力大小的量度,對比測量出節(jié)點(diǎn)的影響力大小[21]。而中心性值大于0.1,表明該關(guān)鍵詞為重要節(jié)點(diǎn)[22],表2展示了頻次前10的關(guān)鍵詞。

表2 2002-2022年詞頻居于前10位關(guān)鍵詞分布

3.2 研究熱點(diǎn)

通過圖5對關(guān)鍵詞共現(xiàn)分析發(fā)現(xiàn),“智能決策”是國內(nèi)關(guān)于決策智能研究最大的節(jié)點(diǎn),“人工智能”“專家系統(tǒng)”“數(shù)據(jù)挖掘”等次之。節(jié)點(diǎn)大小代表著該節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要程度,是當(dāng)前研究熱點(diǎn)與展開方向的直觀反映[23]。通過表2可得關(guān)鍵詞的頻次與中心性之間的關(guān)系。大多數(shù)頻次較高的關(guān)鍵詞也具有較高的中心性,表明這類關(guān)鍵詞具有較大的影響因子和較高的關(guān)注度,如 “智能決策”“人工智能”等。還有一部分關(guān)鍵詞具備較高的中心性,但出現(xiàn)頻次較低,表明這類關(guān)鍵詞在決策智能領(lǐng)域中影響力高,但受關(guān)注較少,其關(guān)注度與影響力不相容,未來這方面的研究將是決策智能領(lǐng)域的研究重點(diǎn),如“神經(jīng)網(wǎng)絡(luò)”“決策支持”等。

4 決策智能前沿趨勢

4.1 聚類分析

為了解不同時期決策智能領(lǐng)域研究現(xiàn)狀的結(jié)構(gòu)和特征,對決策智能領(lǐng)域的關(guān)鍵詞進(jìn)行聚類,獲得關(guān)鍵詞聚類圖譜,如圖6所示。一般情況下,聚類分析中有兩個指標(biāo)值得注意:Modularity(聚類模塊值,即Q值)和 Silhouette(聚類平均輪廓值,即S值)[24]。當(dāng)Q>0.3,表明劃分的結(jié)構(gòu)是顯著的;當(dāng)S=0.7時,聚類是同質(zhì)性高且有高可信度的[25]。圖6的Q=0.673 4,大于0.3,表明聚類結(jié)構(gòu)顯著,S=0.869 8,大于0.7,表明聚類效果良好,具有高可信度。圖6中主要聚類有#0智能決策、#1人工智能、#2決策支持、#3決策樹、#4粗糙集、#5強(qiáng)化學(xué)習(xí)、#6決策、#7智能、#8大數(shù)據(jù)。揭示了不同聚類圍繞決策智能這一關(guān)鍵詞聯(lián)系緊密,決策智能可拆分為人工智能和決策支持兩個分關(guān)鍵詞,研究通過人工智能的手段來分析決策的現(xiàn)狀與問題,不斷挖掘決策智能的潛力,最終提高決策智能的生產(chǎn)力和競爭力。

圖6 2002-2022年決策智能關(guān)鍵詞聚類圖譜

4.2 關(guān)鍵詞突現(xiàn)分析

在一定時間段內(nèi),關(guān)鍵詞出現(xiàn)頻率明顯增加,稱為關(guān)鍵詞突現(xiàn),反映了相關(guān)領(lǐng)域的研究轉(zhuǎn)折,通過關(guān)鍵詞頻率變化態(tài)勢可以挖掘潛在研究前沿[26],強(qiáng)度高則影響力大。圖7為決策智能文獻(xiàn)前15的突現(xiàn)詞。由圖7可見,關(guān)鍵詞突現(xiàn)最高為17.67,最低為2.91,平均值為5.59,決策智能研究的發(fā)展時段與人工智能政策進(jìn)程完全相符,可將其分為起步、突破、飛躍3個發(fā)展階段。

圖7 2002-2022年決策智能前15突現(xiàn)詞

4.2.1 起步期(2002-2003年)

2002年研究趨勢開始突現(xiàn)“專家系統(tǒng)”“神經(jīng)網(wǎng)絡(luò)”,掀起決策智能研究熱潮。神經(jīng)網(wǎng)絡(luò)作為機(jī)器學(xué)習(xí)的算法之一,具有很強(qiáng)的非線性信息處理能力;專家系統(tǒng)是知識+推理的突破,讓決策智能的研究開拓了新的道路,而“數(shù)據(jù)倉庫”突現(xiàn)時間較長(6年),但突現(xiàn)率最低(2.91),這與當(dāng)時的技術(shù)發(fā)展緊密聯(lián)系,由于軟硬件能力不足,缺少經(jīng)費(fèi)而陷入研究低潮。

4.2.2 突破期(2004-2016年)

2004-2016年突現(xiàn)出“機(jī)器學(xué)習(xí)”“大數(shù)據(jù)”“智能電網(wǎng)”“物聯(lián)網(wǎng)”等詞,基于大數(shù)據(jù)的廣泛應(yīng)用并且軟硬件能力的提高促進(jìn)了機(jī)器學(xué)習(xí)的發(fā)展,2012年在語音識別和機(jī)器視覺方面取得很好的效果,智慧電網(wǎng)的建設(shè),實(shí)現(xiàn)電網(wǎng)高度自動化、信息化、數(shù)據(jù)化;物聯(lián)網(wǎng)技術(shù)用于交通運(yùn)輸、生態(tài)環(huán)境、社會治理等方面[27],通過推進(jìn)智能決策發(fā)展優(yōu)化傳統(tǒng)行業(yè)的運(yùn)行方式。

4.2.3 飛躍期(2017年至今)

2017年至今突現(xiàn)有“人工智能”“數(shù)據(jù)驅(qū)動”“機(jī)器學(xué)習(xí)”“強(qiáng)化學(xué)習(xí)”“行為決策”等詞,而“人工智能”突現(xiàn)強(qiáng)度最高且時間最久(6年),一直是研究趨勢中的焦點(diǎn)。2021年全國人大發(fā)布《中華人民共和國經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)剛要》;2022年國務(wù)院發(fā)布《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》至此有關(guān)人工智能方面的地方政策頻出,學(xué)者們的研究重點(diǎn)逐漸從智能電網(wǎng)、物聯(lián)網(wǎng)轉(zhuǎn)向人工智能問題,積極響應(yīng)政策,并通過強(qiáng)化學(xué)習(xí)不斷提高決策智能能力。反映決策智能以數(shù)字化轉(zhuǎn)型為驅(qū)動方向,涉及強(qiáng)化學(xué)習(xí)和機(jī)器學(xué)習(xí),體現(xiàn)了運(yùn)用決策智能提高行為決策質(zhì)量的研究趨勢。

5 結(jié)論與建議

采用CiteSpace 6.1.R6軟件分析了2002年1月至2023年3月發(fā)表的999篇決策智能相關(guān)文獻(xiàn),從發(fā)文量、作者、機(jī)構(gòu)、關(guān)鍵詞角度進(jìn)行了分析,得到以下結(jié)論。

1)近年來,決策智能逐步受到學(xué)界關(guān)注,發(fā)文量受政策影響,研究成果呈上升趨勢。尤其2017年后發(fā)文量明顯增多,國家政策的出臺,對決策智能領(lǐng)域的研究起了促進(jìn)作用。發(fā)文量最多的是李麗娜、饒寧、姚建明等人,主要研究方向是“智能決策”“人工智能”“決策方法”,為決策智能的發(fā)展作出了巨大貢獻(xiàn)。

2)我國對決策智能領(lǐng)域的研究較早,但決策智能的總體研究仍較分散,作者之間的聯(lián)系也不緊密,沒有形成完善的理論體系。發(fā)文機(jī)構(gòu)則工科背景居多,發(fā)文最多的機(jī)構(gòu)是中國科學(xué)院、浙江大學(xué)和清華大學(xué)。

3)綜合高頻詞、突現(xiàn)詞圖分析發(fā)現(xiàn),決策智能研究的熱點(diǎn)隨著政策與人工智能發(fā)展,從單一的專家系統(tǒng)和粗糙集,轉(zhuǎn)變?yōu)橐源髷?shù)據(jù)為基礎(chǔ)的人工智能與深度學(xué)習(xí),表明決策智能的演進(jìn)愈發(fā)由數(shù)據(jù)驅(qū)動,應(yīng)充分利用已有模型和算法、經(jīng)驗(yàn)知識與數(shù)據(jù),通過人機(jī)協(xié)作進(jìn)行決策,有效提升決策質(zhì)量。

近年來,人工智能的快速發(fā)展引起了全球各國政府的廣泛關(guān)注,出臺的政策加強(qiáng)對決策智能的研究與應(yīng)用,提升決策的精準(zhǔn)性和科學(xué)性,降低決策成本與風(fēng)險,廣泛地應(yīng)用于商業(yè)、工業(yè)等領(lǐng)域。針對我國決策智能領(lǐng)域研究存在的問題,應(yīng)加強(qiáng)學(xué)者之間的合作,突破學(xué)科、院校的局限性,加快完成理論體系構(gòu)建,促進(jìn)決策智能研究的合作與創(chuàng)新。需要符合國家政策發(fā)展趨勢,培養(yǎng)更多具有決策智能知識和技能的專業(yè)人才,加強(qiáng)國際合作與交流,推動決策智能技術(shù)的合作與發(fā)展,提高社會效益和經(jīng)濟(jì)效益。