近日，我校经济管理学院肖光年老师及其研究生陈柳在交通领域的中科院一区Top期刊《IEEE Transactions on Intelligent Transportation Systems》合作发表了题为A Hybrid Visualization Model for Knowledge Mapping: Scientometrics, SAOM, and SAO的学术论文。

该研究核心观点为：

预测城市各区域的人流对交通管制和公共安全具有重要的战略意义。近年来，基于时空数据的人流预测越来越受到重视。为了更好地了解时空人流预测研究的现状和全球合作情况，文章基于Web of Science数据库收录的相关文献，采用科学计量学方法、社会网络分析方法和随机面向行动者模型（SAOM），对来源期刊、热点共现网络和国家合作网络进行可视化分析，从而探索相关学术研究的现状和特点。此外，本文还构建了基于主体-行动-客体（SAO）结构信息的技术框架，绘制了包含数据、技术、影响因素、目标和应用五个层次的技术路线图。基于SAO结构信息的技术主题演化路径可视化图谱有助于分析技术主题的演化路径及其发展趋势。本研究通过提出一种新的、综合的、整体的知识图谱，为现有的时空人群流动预测知识体系做出了贡献。

全文链接为：https://ieeexplore.ieee.org/document/10310177