目的/意义 构建潜在高被引论文的识别模型，挖掘研究前沿，为前沿识别研究提供新思路。方法/过程 从3个维度确定特征体系，基于6种机器学习算法构建潜在高被引论文识别模型，选择最优模型识别潜在高被引论文，使用聚类等方法对筛选出的文献数据集进行研究前沿挖掘。结果/结论 以阿尔茨海默病人工智能医学领域为例进行实证研究，XGBoost模型性能评估结果最优，有效识别出4类研究前沿主题：智能辅助工具、病症早期预测和分类、生物标志物、病症风险评估和照护。
科研之友
微信
新浪微博
Facebook
分享链接
