引言
想象你是人工智能领域的新手研究者，面对 arXiv 上数量繁多的论文，我们往往会产生一些问题：
- 整个领域有哪些细分方向或技术流派，它们是如何演进的？谁是当前的热点，又是如何突出的？
- 众多论文里，哪些是无论什么细分方向都必读的基石论文？哪些是关键的交叉点或承上启下？
- 当聚焦于某一篇论文时，如何快速找出它的前置、后置论文？如何按其作者等指标展开细化阅读？
因此，我们把 arXiv AI 数据集中的论文元数据（作者、类别、摘要、发布时间、链接等）组织成一个可探索的数据文档，
聚焦 1993-2023 年人工智能领域内论文研究热点的变化与关系，通过几个可视化图表间的相互联动，试图解决上述问题。
可以预先说明，AI 研究不是线性增长，而是由搜索、推理、学习、感知、智能体等方向反复重组形成的热点迁移。
本页面中的控件共享同一个年份和论文焦点，便于从宏观主题进入具体论文路径。
01 主题演化
基于 arXiv AI CSV 中论文标题、摘要与类别字段提取的年度主题热度，本视图展示了 1993-2023 年间人工智能研究热点的宏观演化趋势。
- 交互指南：拖动下方的时间滑块可缩放时间窗口；点击特定的河流分支，可高亮查看单一主题的兴衰起伏；点击右侧联动探索，将自动跳转该主题对应的相关图表，便于探索
- 数据发现：河流的形态记录了研究重心的迁移。早期搜索规划、知识表示和逻辑推理占据重要位置，随后机器学习、强化学习、自然语言处理、视觉与多智能体方向逐步扩张，并形成相互交叉的研究生态。
02 论文结构
摒弃了传统的全局毛线球网络，本视图通过力导向图将全量论文投射到二维空间，揭示文献间的自然聚类与引用关系。
此图承接上方河流图的聚焦，并联动下方蝴蝶图使用。
- 交互指南：支持鼠标滚轮缩放与拖拽平移。在上方搜索框输入或点击图中任意节点，系统将自动产生“引力波”效果，高亮该论文的直接关联论文，并暗化无关背景。
- 数据发现：节点的大小代表其引用影响力。在这个“星空”中，不仅能定位到孤立的亮星，更能发现那些连接不同星团的桥接性论文。它们往往是融合了不同子领域技术的关键创新点。
03 路径解释
从中心论文展开局部网络，追踪两篇论文之间的影响路径。当您在其他视图中选中核心论文时，此图将同步更新。
此图受上文力导向图联动，当在其他视图中选中核心论文时，此图将同步更新。
- 交互指南：选择一篇中心论文，左翼会展示它引用并继承的上游论文，右翼会展示引用它、受它影响的下游论文。
- 数据发现：任何重要方向都不是凭空出现。通过蝴蝶图的左翼和右翼，可以看到一篇论文在同主题、同作者或同类别论文中的前后承接关系，从局部路径理解研究热点如何延展。
04 空间格局
由于 arXiv AI CSV 不包含完整作者机构归属，本图使用补充匹配到的机构元数据进行样本观察；更细的研究热点分析由河流图、论文网络和路径图承担。
- 交互指南：地图上的气泡大小映射了该机构在选定时间范围内的核心发文/被引影响力，右侧附带实时更新的机构排行榜。
- 数据发现：通过对比不同年份的数据，可以观察到学术重心的转移规律：在早期基础理论阶段，顶尖高校占据主导；而随着大模型步入“规模化定律”时代，拥有庞大算力资源的工业界巨头（如 Google ）在地图上的光芒逐渐掩盖了传统学术界。
05 主题流派地铁图
我们创新性地采用了“知识地铁图”隐喻，将时间线设定为 X 轴，将不同的技术流派设定为平行的 Y 轴轨道，把论文间的演进抽象为地铁线路。
- 交互指南：点击图中的节点，不仅能高亮其所属的垂直演进路线，更重要的是观察那些跨越轨道的连线（换乘站）。结合时间滑块，您可以动态播放技术发展的历程。
- 数据发现：本图试图解答“技术跨界融合”的问题。诸如 InstructGPT 之类的关键节点，并非只在自己的轨道上行驶，而是接收了来自底部其他轨道的连线汇聚。我们正想研究这样的继承、交叉与融合。
可视化解决问题
本项目旨在回答：arXiv AI 论文研究热点在 1993-2023 年间经历了哪些变化，以及论文之间形成了怎样的主题关系。
我们希望面向刚接触 AI 研究的学生们，帮助他们找到领域的重点、论文的关联，以便形成对领域的整体理解。具体可分为以下问题：
- 整个领域有哪些细分方向或技术流派，它们是如何演进的？谁是当前的热点，又是如何突出的？
- 众多论文里，哪些是无论什么细分方向都必读的基石论文？哪些是关键的交叉点或承上启下？
- 当聚焦于某一篇论文时，如何快速找出它的前置、后置论文？如何按其作者等指标展开细化阅读？
设计决策
- 数据抽象：我们以 10,000 篇 arXiv AI 论文元数据为基础，对标题、摘要、类别、作者、时间、链接等字段进行清洗与统一，并通过补充匹配增强引用数、引用边和机构字段，形成最终的数据集。
- 可视化设计与图表确定：
- 首先需要一个总览图，能够比较直观地看出 AI 不同年份的子主题热度变化，于是采取了主题河流图，宽窄能直白地体现热度大小，
同时各支流随时间堆叠的形式也方便进行热度对比。该图表旨在让读者对 AI 研究热点有个大致且迅速的浏览。
- 其次是描述论文关系，论文数据的一大重要属性就是引用关系，为了使节点大量显示且布局平衡，我们选择了力导向图。
同时，总览之后是聚焦，这里与图1联动，能够进行单独主题下的进一步探索。
- 接下来联动图2，力导向图能够发现论文之间的主题相似、作者重合与类别邻近关系，而我们还需要再进一步聚焦，通过中心论文与其前后关系的展示，方便用户查找论文，并从中探索 AI 研究主题的承接。
- 最后，机构地图和主题地铁图相对独立，但也是围绕选题展开的思考角度。
- 交互设计：交互采用年份过滤、节点选择、路径高亮、指标切换和按需详情等，服务于“从宏观趋势到微观论文”的分析流程。
替代方案
我们曾考虑使用堆叠柱图展示热点变化，用邻接矩阵图展示文献关系网络。但后来发现：其一，河流图和网络构图更适合用户进行直观的探索和发现；
其二，邻接矩阵图虽然可读性更稳定，但对非专业观众不够直观。最终保留河流图和力导向图。
在力导向图构思阶段，我们曾考虑过使用单一的全量力导向图展示所有文献。但在原型测试中发现，这会造成严重的视觉拥挤，且丢失了关键的时间因果性。
因此，我们最终决定做减法，将网络拆解：用星空式的导向图图看整体聚类，用蝴蝶图看单点因果，用地铁图看流派演化，从而一定程度上提升了信息传递效率。
外部资源引用
当前数据是我们从论文网站上爬取下来的，没有使用已有的数据集。
原始数据位于 arxiv_ai.csv，处理后的节点、主题、引用边和机构地理数据位于 data/processed。
引用与机构字段使用可匹配的补充元数据增强；世界底图使用公开 GeoJSON。
开发流程
- 团队分工：大致分为三个任务，数据处理和模块构建，页面设计美化，可视化分析和文档写作，组内四人都有各自主负责部分和交叉参与。
- 开发耗时：大约 45 小时。
- 最耗时部分：其一，数据搜寻和处理方面。两位同学处理了两三天之久，选题原因，我们的数据缺少现有的较为合适的数据集，所以我们是自己去网站上爬取并修改格式的。
使用写好的脚本爬取会出现许多无效、错误数据，AI 对大量数据的修改也不甚满意，所以进行了人工清洗，花费较长时间。其二，可视化设计也很费心思。
关于 AI 的时间线或是进化树可视化已经有许多人做过，我们怎样做出既有效又不乏新颖的可视化呢？确定了图表之后，它们又该如何交互联动呢？想明白这些也花费了较多时间。