人工智能可穿戴科技创新知识图谱分析

摘要：知识图谱是一种以图形化的方式表示知识的工具，以实体、属性、关系等为基础元素，将复杂的知识结构化，并建立知识之间的联系。通过知识图谱分析，可以实现对人工智能可穿戴科技创新进展的有效梳理。基于此，本文由知识图谱的构建展开论述，阐述了知识图谱分析思路，并从学科关注度增长、学科研究质量情况、学科研究成果应用、学科研究地域差异这四个方面，分析了人工智能可穿戴科技创新知识图谱，梳理了人工智能可穿戴科技创新进展情况。

关键词：人工智能；可穿戴科技；创新；知识图谱

引言

人工智能可以让可穿戴设备的功能更强大，提升可穿戴科技领域的发展水平，但此类科技创新的相关进展分析较少，对于科技创新研究的指导作用难以得到有效发挥。本文采用文献研究的方式，对此项科技创新的知识图谱进行了分析，梳理了人工智能可穿戴科技创新进展情况，以期推动科技的创新发展。

1. 知识图谱的构建

一般来说，知识图谱的构建包括知识表示、序列化和知识抽取连接三个步骤。其中，知识表示环节需要运用RDF、RDFS、OWL三种计算机数据描述技术[1]。RDF为资源描述框架，其本质是通过构建符号语义表示模型，达到资源描述的效果，而该模型主要是由边、节点构成，节点描述属性、资源，边则表述关系。

RDFS则是一种用于RDF框架基础上的类属性等Schema层定义，即对属性集合、类集合、术语集的定义。计算机运行过程中，通过RDF、RDFS，基本就可以构建出知识图谱的类层次和属性体系[2]。OWL是语义网技术栈的核心，其基于描述逻辑，赋予计算机软件表示类、属性约束的描述功能，由此支持知识图谱构建用软件，针对更加完备、复杂的主题，绘制相应的知识图谱。在序列化上，则要用RDF/XML、N-Triples、Turtle、RDFa、JSON-LD等序列化计算机技术，对上述各类知识的表示进行排序，由此构建出一个有序合理的知识图谱。在此过程中，需要借助联合、管道这两种抽取模式，将知识的描述和关联进行抽取，以便于上述序列化运行的顺利完成[3]。

2. 人工智能可穿戴科技创新知识图谱分析

2.1 确立知识图谱分析思路

在知识图谱分析思路的建设上，考虑到相关文献的发布情况，能够直接、准确地反映出技术创新情况，因此，知识图谱分析以文献分析为主线分析路径。而文献分析中应用频率较高、可视效果较为优秀的工具，目前主要以Citespace为主。该工具支持对特定领域文献的计量分析，且可以将分析结果以知识图谱的形式予以呈现，让研究者得以通过分析该知识图谱，对技术创新的发展脉络、未来趋势进行梳理[4]。在此背景下，为保证知识图谱分析结果的可靠性，将数据来源定位为CNKI和WOS核心数据库。基于此，整体的知识图谱分析思路可以被阐述为：运用Citespace，在CNKI和WOS核心数据库中，对人工智能可穿戴科技创新相关的关键词进行检索，如智能可穿戴计算机设计、可穿戴智能设备等，并将研究关联度较低的文献，如招商、新闻报道类的文献加以剔除，留下有效的文献，再借助Citespace，将文献内容分析、文献信息可视化、文献计量等方法进行综合运用，实现对人工智能穿戴设备科技创新相关文献的统计分析，并产出相应的知识图谱。最后，从学科关注度增长、学科研究质量情况、学科研究成果应用、学科研究地域差异四个方面，对文献进行分类分析，归纳出现阶段人工智能可穿戴设备科技创新现状，以及未来发展趋势，完成图谱分析。其中，所检索的文献为2012年至2023年来的文献，保证了检索数据的说服力[5]。

2.2 学科关注度增长分析

根据Citespace检索分析产出的知识图谱，人工智能可穿戴科技创新相关文献的发表数量，显现逐渐上升的趋势，这说明研究领域对人工智能可穿戴技术这一学科领域的关注度处于增长的态势。文献计量如图1所示，从2013年开始，文献发布数量就开始呈现增长的状态，但增长幅度不太明显，2013～2015年，文献年发布数量始终在2000篇以下。国家发展改革委办公厅在2013年发布了《关于组织实施2013年移动互联网及第四代移动通信（TD-LTE）产业化专项的通知》[6]，该通知倡导基于移动互联网的可穿戴设备研发、产业化发展，使得与之相关的人工智能可穿戴科技逐渐被研究者所注意，但此时，该学科研究仍然处于起步阶段，这也反映了这一阶段该学科方向科技创新发展较为缓慢。

而在2016年，论文发布量首次出现了高增长的情况，且突破了2000篇，由此可见，在2016年，学科关注度开始呈现显著的增长态势，这在一定程度上助力了学科科技的创新发展。此后直至2019年，文献的发布量开始呈现明显的增长，并从2018年的4000多篇，迅速超过了6000篇，在2023年，论文发布量达到了6954篇。这说明学科关注度进入快速增长阶段，大量研究人员参与了人工智能可穿戴科技的研究，这在很大程度上催生了科技的创新，代表着此阶段内该学科创新得到了研究领域的高度关注。

在2020～2023年，文献发布量的增长速度开始放缓，这可能说明此项学科在研究领域内已经被广泛关注，且相关的研究开始深入，使科技创新的难度加大，导致文献发布数量的增长幅度减缓。但在此期间国家发布的关于大数据应用发展的指导意见，开始为人工智能可穿戴科技的创新指点方向，將科技创新导向放在了医疗健康、休闲娱乐等多个方面，开阔了研究者的科技创新思路，有助于其将科技创新研究的眼光放在更多领域，人们对科技创新的关注度开启了在深度层面上的增长。因此，在2023年之后，可能会有更多的相关文献发布，使此门学科的科技创新关注度进入另一个高速增长的阶段。

2.3 学科研究质量情况分析

在学科研究中，高质量、创新性的科技研究成果是助力学科领域创新发展的内在动力。在此背景下，从基于文献分析的角度看，承载了高质量、创新性研究成果的文献，通常会被高频率引用，作为后续承载新的科技创新成果文献的撰写依据，所以，将这些被引用频率较高的文献定位为承载高质量学科研究成果的高质量文献。为此，可以通过分析基于这些高质量文献发布数据，绘制知识图谱，得出学科研究质量情况。

在知识图谱的分析中，Citespace绘制的逐年文献统计图如图2所示，近十年来被高频引用的文献数量为1416篇，而从年度高频引用文献数量来看，从2013年开始，高质量文献的数量开始逐渐递增，这说明该学科的研究质量正在不断提升。在2013～2018年，高质量文献的增速均比较稳定，这代表了学科研究质量正处于稳定攀升的阶段。直至2019年，高质量文献数量从151篇，达到了232篇，高质量文献数量迎来了首次大幅度的上升。由此可见，在2019年，学科研究质量得到了显著的增强，而根据上述论述，学科关注度也是在2019年呈现明显的增长。因此，可以了解到，学科关注度的增长，让学科研究质量也得到了显著的强化。

此后，2021年、2022年和2023年的高质量文献数量，与2019年基本持平，仅在2020年，高质量文献数量显示出一次明显增长，2022年和2023年相较于2021年，还出现了下降的情况。而在此阶段，该学科科技创新研究所依赖的交叉学科已经逐步成形，加之之前科技创新成果的大幅度产出，让后续的创新缺乏研究角度，因此，呈现出高质量文献发布增长数量波动，且有下降趋势的情况。由此可见，科技创新研究的质量广度方面的发展开始减缓，这在一定程度上可能会促进科技创新研究面向更深的层次，让科技创新研究成果更具深度。因此，在2023年之后，科技创新的研究质量水平仍增长有望。

2.4 学科研究成果应用分析

在知識图谱分析中，通过运用Citespace软件中的“Label clusters with indexing terms”“All in one：clustering，optimizing layout and style”这两个选项，可以建立一个人工智能可穿戴科技的知识聚类图谱，然后提取前十的知识关键词作为研究对象，可以了解到，人工智能可穿戴科技创新成果主要被用于两个方面，即医疗健康以及运动休闲方面。其中，在医疗健身方面，根据Citespace软件绘制出的知识图谱，如图3所示，科技创新成果多用在针对老年用户的医疗监测、健康策略等领域，学科研究成果的应用与老龄化的社会现状更加适应，而且在当今“互联网+”的背景下，这种学科的科技创新将为老年人的生活带来极大的影响。在此背景下，学科研究成果的应用集中在硬件的功能塑造上，让穿戴式设备的应用更加简便，使老年人更容易掌握使用方法。

在运动休闲方面，学科科技的创新成果应用则多集中在智能眼镜、智能手表、智能服装上，这些聚类所包含的知识关键词有运动传感器、手势识别、交互技术等，而此方面的学科研究成果应用不仅针对老年人，更多倾向于满足年轻人的需求，且强调成果应用所产出产品的实用性、创新性，并提倡将用户的需求作为研发方向，反向促进科技创新成果的产出。总体来说，研究者通过围绕成果应用，不断改进研究思路、路径，有望产出更多具备极高应用价值的研究成果。此外，根据上述成果应用分析，也可以了解到，可穿戴智能医疗监测设备、智能手表、智能眼镜、智能服装，是当前人工智能可穿戴科技创新研究成果的应用热点。

2.5 学科研究地域差异分析

在知识图谱分析中，由于高引用率文献数量能够反映出研究质量水平，所以，各个地域范围内高引用率文献的数量，可以反映当地的研究质量水平，而基于此进行分析，即可了解学科研究的地域差异。

为此，在学科研究地域差异的分析中，运用Citespace工具，对近十年来，包括中国在内的100多个国家的高引用率文献进行取样分析，图谱如图4所示，可以了解到，中国在此领域内的高引用率文献数量位居第一，为529篇，而后是美国、韩国、澳大利亚，其高引领率文献发布数量分别为469篇、160篇、104篇。

从文献的国家来源看，高引用率文献来源国家中，亚洲国家数量仅占1/4，但所持有的文献数量却占总数的43.1%，而其中，30%的文献为中国研究者撰写，这说明亚洲地区对于人工智能穿戴科技创新领域的研究水平较高，研究基础也比较扎实，尤其是我国在这方面的研究，呈现较高的质量水平。

从发文机构来看，该领域排名前十的研究机构中，有9所研究机构为我国研究机构，文献发布量位居首位的是中国科学院。由此可见，我国在此领域的研究处于较高的水平。在此背景下，可以预想在未来的发展中，我国在此领域的成果转化规模势必会不断扩大，有助于国内相关产业经济的发展。

结语

综上所述，知识图谱旨在以一种直观、易理解的方式呈现知识，从而帮助人们更好地理解和应用知识。知识图谱的发展源于多个领域的需求。有效运用知识图谱，可以帮助人们更加直观、全面地了解人工智能可穿戴科技创新研究现状，为科技创新成果的应用以及相关研究的深入提供依据。在研究过程中，通过知识图谱分析，可以了解到上述科技创新研究情况存在地域性的差异，但这项科技创新本身已经开始被更多的研究人员所关注，研究质量也有显著提升，同时，研究成果也逐渐被应用到各类产品的开发中。

参考文献：

[1]喻国明，苏芳，蒋宇楼.解析生成式AI下的“涌现”现象——“新常人”传播格局下的知识生产逻辑[J].新闻界， 2023（10）：4-11，63.

[2]谢泉峰，吕婉婷.人工智能与小学教学深度融合：理论框架与实践策略[J].豫章师范学院学报，2023，38（5）：87-91，96.

[3]李万军，王紫怡，周梦烨，等.基于文献计量图谱的国内外智能纤维研究现状及趋势[J].丝绸，2023，60（11）：39-49.

[4]周梦烨，薛菲莉，李谦谦.基于文献计量的可穿戴产品设计发展与趋势分析[J].工业工程设计，2023，5（5）：52-64.

[5]张一春，汤玲，马春兰.人工智能助推教师发展的路径与对策研究[J].电化教育研究，2023，44（10）：104-111.

[6]国家发展改革委办公厅关于组织实施2013年移动互联网及第四代移动通信（TD-LTE）产业化专项的通知（发改办高技[2013]2330号）[A/OL].（2013-09-22）[2023-12-14].https：//www.ndrc.gov.cn/xxgk/zcfb/tz/201310/t20131008_963951.html.

作者简介：顾亚丽，硕士研究生，讲师，研究方向：人工智能、职业教育、物联网。

课题项目：漳州职业技术学院2022年职业教育专项课题——高职院校专业设置与产业结构契合度研究（编号：ZZY2022Z32）。