在所有2023下半年新晉CCF會員中，有64人是學者網成員，占據新晉成員總人數的10.7%，如圖1所示，具體成員如表1所示。分析報告會以這64名成員作為藍本分析。

圖1

表1

圖2中展示了地域與簡歷信息豐富度相關性，其中華南地區(qū)的學者更傾向于在學者網上完善自己的學術簡介，高達45.83%；其次是華東占據29.17%。相比之下，華中、華北和西南地區(qū)的用戶在完善學者網簡介方面較少，分別占據12.5%，8.33%和4.17%。

這一現(xiàn)象可以部分歸因于學者網在華南和華東地區(qū)的學術影響力較大，在這兩個地區(qū)開展頻繁的學術交流會議和設立研究機構，這也使得這些地區(qū)的CCF學者更愿意對學者網的認可相當高，愿意將學者網作為展示自己學術成果的平臺。

盡管在華南以外的中部、北部和西南地區(qū)，學者網的影響力相對較小，但學者網仍然對這些地區(qū)具有一定的影響力。

圖2

在新晉CCF高級會員中的學者網用戶中，發(fā)布動態(tài)的人數為40，占注冊人數的62.5%；發(fā)布學術活動的用戶有17人，占注冊人數的26.6%；同時發(fā)布動態(tài)和學術活動的人數為17，和發(fā)布學術活動的用戶高度重合。最近一次發(fā)布動態(tài)的時間在2020-2022年的用戶有18名，占動態(tài)更新總人數45%，最近一次發(fā)布學術活動時間在2020-2022年的用戶有11名，占學術活動更新總人數64%。數據如圖3和表2所示。

在新晉CCF高級會員中，更新動態(tài)的人數為40，而更新學術活動的用戶有17人。這表明大部分高級會員更傾向于使用動態(tài)功能。其次，注冊后的用戶選擇發(fā)布動態(tài)的比例超過一半，這進一步證實了高級會員更喜歡使用動態(tài)功能。然而，與只發(fā)布動態(tài)的用戶相比，發(fā)布過學術活動功能的用戶相比使用過動態(tài)的用戶更有可能再次更新個人主頁。這可能表明發(fā)布過學術活動的用戶對該功能使用較為滿意，并且他們更有動力繼續(xù)使用該功能。

圖3

表2

學者的簡介信息詳細度可分為三類。

第一類用戶是擁有詳細豐富的個人簡介，并實時更新自己的動態(tài)和學術成果，且發(fā)布過動態(tài)諸如學校招生簡介，企業(yè)項目公開，競賽報名等。典型用戶如圖4，圖5所示，用戶在個人簡介寫入自己的研究方向，教育背景，工作經歷，項目經歷等；在個人學術成果寫入自己發(fā)表的5篇SCI論文鏈接；在個人動態(tài)發(fā)布了機器學習（商務數據分析）課程3月22日上線中國大學MOOC；2019中國高校計算機大賽——微信小程序應用開發(fā)賽競賽規(guī)程；歡迎訪問我的學者主頁三條動態(tài)。

第二類用戶是擁有詳細豐富的個人簡介，并實時更新自己的動態(tài)和學術成果。典型用戶如圖6，圖7所示，在個人主頁寫入了基本信息，研究方向，學位職稱，學術活動，學術會議，教學與人才培養(yǎng)情況，指導畢業(yè)碩士生，基礎科研基金項目，企業(yè)研究開發(fā)項目和主要獲獎等詳細信息。并在學術成果里列出發(fā)表的論文14余篇，項目工程10余個。

第三類則是僅有簡單的個人簡介，并沒有學術成果和動態(tài)發(fā)布。典型用戶如圖8，圖9所示。

圖4

圖5

圖6

圖7

圖8

圖9

在所有學者網2023下半年新晉CCF會員中，涉及的方向有人工智能，神經網絡，軟件研發(fā)與應用，智慧教育密碼學與信息安全，編碼與信息論，數據挖掘，社交網絡，計算復雜性，計算語言學，區(qū)塊鏈，大規(guī)模數據管理，業(yè)務過程管理，人工智能及其應用，計算機視覺，云計算，社會計算、智能推薦系統(tǒng)、多媒體內容理解與信息檢索等。

其中頻率最高的是機器學習，其次是數據挖掘，社交網絡，公鑰密碼學，計算機視覺，隱私計算，數據如圖10所示。

圖10

（編輯：陳映欣，數據分析：陳映欣，李若琳，魏玲玲）