湖北
如果说共现网络图展示的是“空间”上的关系（谁跟谁挨着），那共现时区图展示的就是“时间”上的演变（谁先出现、谁后出现）。
什么是共现时区图？
共现时区图的核心逻辑非常直白：展示每一个关键词在哪一年第一次出现在文献中。
横轴是年份，纵轴是关键词。每年新出现的关键词集合，就是那一年学者们新关注的方向。
怎么看时区图？
假设你打开自己学科近十年的共现时区图，你会看到：
2016年：出现了“神经网络”“支持向量机”“特征提取”……这是那个年代的主流方向。
2018年：出现了“深度学习”“卷积神经网络”“图像识别”……深度学习开始取代传统机器学习。
2020年：出现了“预训练模型”“BERT”“迁移学习”……预训练语言模型成为新宠。
2022年：出现了“大模型”“提示学习”“AI对齐”……大模型时代到来。
2024年：出现了“具身智能”“世界模型”“AI安全”……最新一批关键词。
连续看十年，演变轨迹一目了然。
时区图的研究价值
时区图的价值不只是“好看”，它回答了几个关键问题：
第一，一个方向是“刚起步”还是“快过时了”？如果一个关键词出现在最近一两年，说明它还很新，值得关注；如果一个关键词出现在七八年前而且之后没有新的相关关键词出现，说明这个方向可能已经成熟甚至衰退了。
第二，一个领域是如何“进化”的？从“神经网络”到“深度学习”到“大模型”到“AI对齐”——这不是关键词的简单堆砌，而是一个学科知识演进的完整链条。
第三，哪一年是“转折年”？如果某一年突然冒出来特别多的新关键词，那一年可能就是该领域的“范式转换年”——新技术、新方法、新范式在那一年集中出现。
与其听别人说，不如自己看图
很多人在判断研究方向的时候，依赖的是“听别人说”——导师说这个方向热、师兄说那个方向有前途。但别人的判断也是基于有限的信息。
共现时区图给你的是一手数据。你自己看——哪一年出现了哪些新词、哪些词持续了多年、哪些词昙花一现——让数据替你判断，而不是让别人替你判断。
#文献计量 #共现时区
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
