基于CNKI数据的我国农业信息化知识图谱构建研究崔帅帅郭志勋李潘叶永辉摘要：以中国学术期刊出版总库（CNKI总库）在2001—2020年以“农业信息化”为关键词收录的核心期刊和CSSCI期刊作为研究数据，利用引文网络分析工具CiteSpace软件，分析了农业信息化领域的研究热点和趋势，并通过制作关键词共现、关键词聚类、关键词突现等知识图谱对我国农业信息化研究热点进行分析。关键词：知识图谱;研究热点;研究趋势F302.4A1007-7731（2021）14-0128-03ResearchonConstructionofKnowledgeGraphofAgriculturalInformatizationinChinaBasedonCNKIDataCUIShuaishuaietal.（CollegeofInformationEngineering，TarimUniversity，Alar843300，China;KeyLaboratoryofModernAgriculturalEngineering，TarimUniversity，Alar843300，China）Abstract：TakingthecorejournalsandCSSCIjournalsincludedinCNKIfrom2001to2020astheresearchobjects，using"agriculturalinformatization"asthekeyword，usingCiteSpacesoftwaretoanalyzetheresearchhotspotsandtrendsinthefieldofagriculturalinformatization.，acitationnetworkanalysistool.Bymakingtheknowledgemapofkeywordco-occurrence，keywordclusteringandkeywordemergence，theresearchhospotsofagriculturalinformatizationinChinawereanalyzed.Keywords：Knowledgemap;Researchhotspot;Researchtrends自21世纪以来，我国对农业信息化的快速发展投入了大量的物力和财力，中央连续下发10个一号文件，特别强调推动互联网、大数据、人工智能和实体经济的深度融合，加快推进农业农村现代化建设，推动新型工业化、信息化同步发展，推动互联网、大数据、人工智能和实体经济深度融合。由此看出，农业信息化的建设在国家政策中占据首要位置。作为探究人类知识存在和发展的重要的研究手段，知识图谱的研究越来越受到人们的关注。知识图谱是在文献计量学基础上出现的，其最独特的优势是对海量数据的挖掘处理并将其转化成可视化图像，科学地预测前沿的研究热点，拥有非常广阔的研究价值和应用前景。将知识图谱这一可视化技术与农业相结合，对检索到的数据进行展示与分析，有助于农业大数据的展示以及对农业信息化更深入的研究。1研究方法与数据来源1.1数据来源本文选择中国学术期刊出版总库（CNKI总库）作为来源数据库。为全面深入分析農业信息化领域的研究热点和趋势，考虑到与主题相关的文献数量庞大，与主题的匹配度也有较大差异且质量参差不齐，参考价值不大，选择高质量、高水平的中文核心期刊和CSSCI来源期刊为数据样本，检索2001—2020年以“农业信息化”作为关键词，共得到352篇文献。为保证研究的准确率，人工剔除公告、书评、访谈等无效记录后，最终筛选出341篇有效文献。1.2研究方法基于历年发表的高质量数据，采用Cite-Space软件结合文献计量学方法对我国农业信息化领域的研究现状和研究热点进行分析，将获取的文献作为研究对象，利用CiteSpace中计量技术以及运算多个观测点共引网络的知识图谱中所有的关键点属性，观测节点的中心分布、被引用频率、衰减时间段等问题，并以可视化的手段对当前农业信息化研究热点的突出性问题进行分析。2结果与分析2.1发文量为了剖析我国农业信息化研究文献的变化状况，对我国2001—2020年341篇农业信息化研究文献进行了年代分布分析（图1）。从图1可以看出，我国农业信息化研究文献的数量总体呈上升趋势，在2001年发表的期刊仅有5篇，对于农业信息化的领域关注很少，到2010年发文量则达到了巅峰（58篇），说明农业信息化领域的研究被部分学者重视，在此之后发文量呈缓慢下降趋势。根据国家政策的驱动和“三农”发展的迫切需求，相信会有更多的学者关注我国农业信息化发展。2.2研究热点基于词频的统计的分析，高频关键词可以体现整篇文献的核心内容，对高频词的统计分析可以挖掘出某一领域的研究热点。将CIKI上获取的341篇核心期刊以Refworks格式导出，并将其导入到CiteSpace软件中。时间跨度参数“YearPerSlice”设置为1，即选择2001—2020年时间间隔为1年进行分段处理，节点类型参数“NodeTypes”设置为关键字...