近10年，人工智能发展迅速，如今该领域已经涵盖了机器学习、自然语言处理、计算机视觉、Web与知识工程、机器人、信息检索、人机交互、语音识别、数据挖掘、图形学、可视化、虚拟现实、多媒体、物联网、计算经济学、计算理论、信息系统、计算机安全和数据库等诸多研究方向。
我们节选了和人工智能相关的21个子领域，每个子领域选择1-2个顶级会议或者期刊，根据这些会议和期刊上近10年发表论文的引用情况（根据Goolge Scholar）生成了高引学者列表。
https://www.aminer.cn/ai10
点击文末阅读原文即可访问
今天为大家解析的是数据挖掘领域的高引学者情况。在数据挖掘子领域的高引学者是于2007至2017年间在 KDD 和 WSDM 会议上发表了论文并被大量引用的学者。
高引学者全球分布地图
由上面两张图可知，全球范围内，北美洲是数据挖掘领域高引学者分布最为集中的地区，亚洲和欧洲次之。若按国家统计，美国是数据挖掘领域高引学者最为集中的国家，中国、意大利、德国等国家学者数量次之，新加坡、印度、加拿大等国家学者人数较少。
高引学者中国分布地图
对我国数据挖掘领域高引学者分布进行分析，绘制中国范围内数据挖掘领域高引学者分布图，如上图所示：我们可以看出，中国数据挖掘领域的高引学者主要在北京、合肥、上海、广州、香港和台湾。
雷达图：中国VS美国
从数据挖掘领域高引学者的信息来看，这些学者主要分布在学界和产业界。
衡量标准如下：
产业界学者人数衡量产业创新
学界学者人数衡量基础研究
产业界学者发表论文总量衡量产业研究热度
学界学者发表论文总量衡量基础研究热度
产业界学者论文的总引用量衡量产业科研影响力
学界学者论文的总引用量衡量基础影响力
从两个国家的对比数据数据来看，我国各项数量并不均衡，以比最高值多5%左右为基准，选定产业创新、基础研究、产业研究热度、基础研究热度、产业科研影响力、基础科研影响力的基准分别为：35、65、3700、15000、450000、1600000。
从上图中可以看出，相较于美国，中国的基础影响力是最差的，这一数值主要由学界学者论文的总引用量来衡量，其实这也表明了我国的论文在质量上良莠不齐的一种现象。产业创新和产业研究热度相对来说情况好些，这两个值分别由产业界学者人数和产业界学者发表论文总量来衡量，这说明了我国在产业界的飞速发展。
机构分布：学界VS产业界
我们以 AI-10 数据挖掘领域100名高引学者的信息为基础数据，对其所属机构进行分类，分别为学界和产业界，统计后发现在学界有75名高引学者，在产业界有25名高引学者。其中，学界高引学者数量排名前3的学校是卡内基梅隆大学、清华大学和斯坦福大学。产业界高引学者数量最多的微软和谷歌。
性别分析
在数据挖掘领域的100位高引学者中，有13名是女性，87名是男性。在上一次的AMiner Most Influential Scholar Award 2016中（https://www.aminer.cn/mostinfluentialscholar），有10名是女性，90名是男性，这也表明了数据挖掘领域的女性力量正逐渐增强。
数据挖掘领域前10的高引学者
将数据挖掘领域此次排名前10的学者与上一次的AMiner Most Influential Scholar Award 2016中数据挖掘领域此次排名前10的学者（https://www.aminer.cn/mostinfluentialscholar）对比后，我们发现，这个领域的研究学者正逐渐呈现年轻化的态势，这也说明进入该领域的年轻学者越来越多。
AMiner Most Influential Scholar Award 2016数据挖掘领域前10的高引学者
我们还会继续为大家推出这21个子领域的分析文章，敬请关注。
[关于转载]：本文为“学术头条”原创文章。转载仅限全文转载并保留文章标题及内容，不得删改、添加内容绕开原创保护，且文章开头必须注明：转自“SciTouTiao”微信公众号。谢谢您的合作。
分享干货
AMiner迄今为止已发布14期AI系列研究报告，您可在后台回复对应数字获取报告。
1 → 《自动驾驶研究报告》
2 → 《机器人研究报告》
3 → 《区块链研究报告》
4 → 《行为经济学研究报告》
5 → 《机器翻译研究报告》
6 → 《通信与人工智能研究报告》
7 → 《自动驾驶研究报告》前沿版
8 → 《自然语言处理研究报告》
9 → 《计算机图形学研究报告》
10 → 《超级计算机研究报告》
11 → 《3D打印研究报告》
12 → 《智能机器人研究报告》前沿版
13 → 《人脸识别研究报告》
14 → 《人工智能芯片研究报告》
推荐阅读：
知道吗？BAT今年在KDD上作为第一单位发表了12篇文章！（内附每篇文章解读）
AMiner新功能：技术趋势分析—挖掘技术源头、近期热度和全局热度
一网打尽Google、Amazon、Microsoft、Facebook在今年KDD上的论文：神经网络、大规模计算是热点
微信公众号菜单栏为大家设置了“论文推荐”和“优质分享”专栏，“北京讲座”移至“优质分享”专栏内，欢迎大家关注。
学术头条
发掘科技创新的原动力
您的转发就是我们最大的动力
点击阅读原文查看AI近10年21个子领域高引学者