首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

用全网大数据看到的比特币与区块链文献分析

欢迎关注[知链数据],我们用独特的方法与视角分析文本数据,更希望帮助需要进行大量文本数据分析的各位小伙伴。

我们从WOS上以”Bitcoin” 、”Blockchain”为关键词,选取文献共计643篇,根据文献摘要的语义相似度,构建文献相似度图谱,并进行聚类与可视化。(每个节点代表一篇文献,语义较相似的文献用边连接起来形成图谱)

可以看到主要聚类,从比特币与P2P到比特币挖矿,再到区块链与智能合约,与之前的新闻图谱相比各有异同。

时间线

从发布文献的时间分布上看,与新闻的时间分布也有区别。

最早(根据WOS数据)2012年 “Simmel's Perfect Money: Fiction, Socialism and Utopia in The Philosophy of Money”中提到比特币。而后2013年,文献数量并没有像新闻数量一样大幅度增长,而是在2014年,文献领域迎来了数量爆发。随后的2015年,文献数量继续大幅增长,并没有受比特币价格大跌而受到冷落。并且从2014年至2017年维持高速增长。

从时间对比来看,比特币、区块链的学术研究明显滞后于新闻关注,大约延迟了一年。这应该是因为比特币、区块链是一种典型的自下而上的革命。

从话题聚类的时间分布上来看,关于比特币与支付、比特币价格与虚拟货币的研究主题一直存在,但是从2015年往后,区块链、智能合约相关话题明显增长迅速,2017年区块链技术与应用研究主题增长巨大,并且大数据、物联网与区块链的研究主题也已经形成规模。

反观新闻话题的时间分布,区块链相关话题随有增长,但还并未占据主流,2017年最热话题仍然是炒币与比特币期货 。

国家与机构观察

从文献发布所属国家的数量分布上看:

美国文献数量排名第一,在区块链应用,智能合约与比特币挖矿方面文献数量占据绝对优势;

英国文献数量位居第二,在比特币与支付方面的文献数量最为突出;

中国总文献数量位居第三,在区块链技术与应用方面,中国的文献研究数量仅次于美国,大幅领先于英国。

亚洲国家除了中国,韩国与日本也有相关研究。

从文献发布所属研究机构分布上看:

英国的UCL(伦敦大学学院)文献数量排第一,之后是美国的Princeton University(普林斯顿大学),Swiss Fed Inst Tech(瑞士联邦理工学院)排第三;中国的北航以及清华也都有文献上榜。

重点文献发现

我们根据文献在图中的度,以及文献被引数量,来从每个聚类中挑选一些代表性文献。(文献的度越大,与其有相似研究话题的文献越多,证明这个文献越综述;文献的被引用次数越多,反映出这个文献的价值越大)

2013 BitCoin meets Google Trends and Wikipedia: Quantifying the relationship between phenomena of the Internet era

2013 “When perhaps the real problem is money itself!“: the practical materiality of Bitcoin

2015 Decentralizing Privacy: Using Blockchain to Protect Personal Data

2014 Majority Is Not Enough: Bitcoin Mining Is Vulnerable

2016 Blockchains and Smart Contracts for the Internet of Things

2015 The economics of Bitcoin and similar private digital currencies

2014 Mixcoin: Anonymity for Bitcoin with Accountable Mixes

2017 A 2017 Horizon Scan of Emerging Issues for Global Conservation and Biological Diversity

结合以上分析,如果想要选择比特币、区块链方面的研究主题,可以从这两个思路上着手,一个是由最新的新闻话题例如ICO监管以及比特币期货方面,另外一个是从文献趋势上看,选择区块链应用,例如物联网、大数据与区块链等。

针对文献的分析可以帮助大家看到学术乃至技术界的关注方向,以及由哪些机构在做哪些方面的研究,在技术越来越重要的未来,企业研发也需要与学术界保持高度沟通。

关于我们

北京知珠传媒科技有限公司我们希望帮助用户洞察各种公开文本信息(文献、专利、新闻与公司数据等),利用可视化的逻辑地图展现数据全貌,从而进行探索与发现。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180129G0S6U200?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券