Literature-based discovery (LBD) aims to discover valuable latent relationships between disparate sets of literatures. LBD research has undergone an evolution from being an emerging area to a mature research field. Hence it is timely and necessary to summarize the LBD literature and scrutinize general bibliographic characteristics, current and future publication trends, and its intellectual structure. This paper presents the first inclusive scientometric overview of LBD research. We utilize a comprehensive scientometric approach incorporating CiteSpace to systematically analyze the literature on LBD from the last four decades (1986-2020). After manual cleaning, we have retrieved a total of 409 documents from six bibliographic databases (Web of Science, Scopus, PubMed, IEEE Xplore, ACM Digital Library, and Springer Link) and two preprint servers (ArXiv and BiorXiv). The results have shown that Thomas C. Rindflesch published the highest number of LBD papers, followed by Don R. Swanson. The United States plays a leading role in LBD research with the University of Chicago as the dominant institution. To go deeper, we also perform science mapping including cascading citation expansion. The knowledge base of LBD research has changed significantly since its inception, with emerging topics including deep learning and explainable artificial intelligence. The results have indicated that LBD is still growing and evolving. Drawing on our insights, we now better understand the historical progress of LBD in the last 35 years and are able to improve publishing practices to contribute to the field in the future.

中文翻译：

---

基于文献发现的科学计量分析和知识图谱（1986-2020）

基于文献的发现（LBD）旨在发现不同文献集之间有价值的潜在关系。LBD研究经历了从新兴领域到成熟研究领域的演变。因此，及时和必要地总结 LBD 文献并仔细审查一般书目特征、当前和未来的出版趋势及其知识结构。本文首次介绍了 LBD 研究的包容性科学计量学概述。我们利用结合 CiteSpace 的综合科学计量方法来系统地分析过去 40 年（1986-2020 年）关于 LBD 的文献。经过人工清理，我们从六个书目数据库（Web of Science、Scopus、PubMed、IEEE Xplore、ACM Digital Library、和 Springer Link）和两个预印本服务器（ArXiv 和 BiorXiv）。结果表明，Thomas C. Rindflesch 发表的 LBD 论文数量最多，其次是 Don R. Swanson。美国以芝加哥大学为主导机构，在 LBD 研究中发挥着主导作用。为了更深入，我们还进行了包括级联引文扩展在内的科学映射。LBD 研究的知识库自成立以来发生了重大变化，出现了包括深度学习和可解释人工智能在内的新兴主题。结果表明LBD仍在增长和发展。凭借我们的洞察力，我们现在可以更好地了解 LBD 在过去 35 年中的历史进步，并能够改进出版实践，为未来的领域做出贡献。结果表明，Thomas C. Rindflesch 发表的 LBD 论文数量最多，其次是 Don R. Swanson。美国以芝加哥大学为主导机构，在 LBD 研究中发挥着主导作用。为了更深入，我们还执行科学映射，包括级联引文扩展。LBD 研究的知识库自成立以来发生了重大变化，出现了包括深度学习和可解释人工智能在内的新兴主题。结果表明LBD仍在增长和发展。凭借我们的洞察力，我们现在可以更好地了解 LBD 在过去 35 年中的历史进步，并能够改进出版实践，为未来的领域做出贡献。结果表明，Thomas C. Rindflesch 发表的 LBD 论文数量最多，其次是 Don R. Swanson。美国以芝加哥大学为主导机构，在 LBD 研究中发挥着主导作用。为了更深入，我们还执行科学映射，包括级联引文扩展。LBD 研究的知识库自成立以来发生了重大变化，出现了包括深度学习和可解释人工智能在内的新兴主题。结果表明LBD仍在增长和发展。凭借我们的洞察力，我们现在可以更好地了解 LBD 在过去 35 年中的历史进步，并能够改进出版实践，为未来的领域做出贡献。美国以芝加哥大学为主导机构，在 LBD 研究中发挥着主导作用。为了更深入，我们还执行科学映射，包括级联引文扩展。LBD 研究的知识库自成立以来发生了重大变化，出现了包括深度学习和可解释人工智能在内的新兴主题。结果表明LBD仍在增长和发展。凭借我们的洞察力，我们现在可以更好地了解 LBD 在过去 35 年中的历史进步，并能够改进出版实践，为未来的领域做出贡献。美国以芝加哥大学为主导机构，在 LBD 研究中发挥着主导作用。为了更深入，我们还执行科学映射，包括级联引文扩展。LBD 研究的知识库自成立以来发生了重大变化，出现了包括深度学习和可解释人工智能在内的新兴主题。结果表明LBD仍在增长和发展。凭借我们的洞察力，我们现在可以更好地了解 LBD 在过去 35 年中的历史进步，并能够改进出版实践，为未来的领域做出贡献。LBD 研究的知识库自成立以来发生了重大变化，出现了包括深度学习和可解释人工智能在内的新兴主题。结果表明LBD仍在增长和发展。凭借我们的洞察力，我们现在可以更好地了解 LBD 在过去 35 年中的历史进步，并能够改进出版实践，为未来的领域做出贡献。LBD 研究的知识库自成立以来发生了重大变化，出现了包括深度学习和可解释人工智能在内的新兴主题。结果表明LBD仍在增长和发展。凭借我们的洞察力，我们现在可以更好地了解 LBD 在过去 35 年中的历史进步，并能够改进出版实践，为未来的领域做出贡献。