合作網絡的跨屬性可視化分析

彭博+劉萍

作者簡介：彭博（１９８８－），男，碩士研究生，研究方向：信息可視化。·研究生園地·

〔摘要〕社會網絡研究的深入使社會網絡可視關系的研究成了當前學術研究的熱點，目前廣泛使用的可視化分析工具如Ucinet，Pajek等使用圖論來展示個體間的網絡關系，而忽略了節點自身所具有的屬性特征。因而如何同時展示網絡關系與節點屬性成為當前社會網絡可視分析亟待解決的問題。本文針對這一問題，以2003-2012 JASIST（美國信息科學技術學會會刊）合作網絡的可視化分析為例，探討了如何揭示關系網絡中節點本身所具有的屬性信息，為多屬性社會網絡的可視化分析提供了一個新的視角。

〔關鍵詞〕屬性信息；社會網絡；合作；可視化

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１４．０４．０３７

〔中圖分類號〕Ｇ２０３〔文獻標識碼〕Ａ〔文章編號〕１００８－０８２１（２０１４）０４－０１５９－０５

Visual Analysis of the Properties of Cooperation Across the Network

——Take Collaboration in JASIST for ExamplePeng BoLiu Ping

（School of Information Managent，Wuhan University，Wuhan 430072，China）

〔Ａｂｓｔｒａｃｔ〕With in-depth research of social networks,study of the social network visualization has become a hot topic of academic research.Visual analysis tool now widely used as Ucinet,Pajek ignored the property features node.Thus while demonstrating how the relationship between a network node attributes become a problem to be solved.The visual analysis of 2003-2012 JASIST cooperation networks,discussed how the attribute information be revealed in the network.Provides a new perspective to the multi-attribute visualization analysis of social networks.

〔Ｋｅｙｗｏｒｄｓ〕attribute information;social network;cooperation;visualization

社會網絡研究的深入使社會網絡可視化技術成為了當前的研究熱點，社會網絡的可視化是通過對網絡中節點之間的聯系進行可視化建模，從而達到科學高效地反映和揭示社會網絡中各種復雜關系及其變化規律，并幫助人們加深對社會網絡結構的理解和交流的目的。但當前的社會網絡可視化技術往往只注重對節點間聯系的展示，卻沒有將節點本身的屬性關聯信息一并進行分析，比如社會網絡中存在的層次信息、文本信息、多維信息、網絡信息等。而層次信息是一種十分重要且普遍存在的信息類型，如文件系統、單位組織結構、家譜圖、各種分類法等都是層次信息［１］，在當前的社會網絡中廣泛存在。因此如何既展示節點的關聯關系又使其能包含節點的個體屬性信息成了當前社會網絡可視化研究中的一大挑戰。針對這一問題，本文提出使用一種能夠展示節點本身屬性信息的社會網絡可視化方法來展示具有層次關系的社會網絡，該方法能在展示單個節點間相互關聯關系的同時展示單個節點與其所屬群體和其他群體間的層次關系及不同群體間的關聯和從屬關系，側重于對節點本身的屬性信息和群體間的從屬關系進行挖掘。并以美國信息科學技術學會會刊中作者的合作網絡為例進行實證研究，驗證了該方法在對具有層次特性的社會網絡可視化展示方面的有效性，揭示組織機構中的合作現狀和發展規律。

１相關工作

合作網絡可視化融合了合作網絡分析、可視化這兩個不同學科知識的研究。它以合作網絡分析理論和統計方法為基礎，借助可視化技術協助人們對合作網絡進行分析，同時也通過可視化動態交互技術來幫助人們進一步挖掘合作網絡中的潛在規律［２］。

１１基于合作網絡的分析研究

合作網絡分析是描述科學研究領域的一種重要方法，由于科研合作形式的多樣，合作網絡分析的對象可以是科研人員個體間的合作，也可以是人員所屬機構或組織之間的合作，也可以是不同國家間的跨地域合作。

當前合作網絡的分析研究主要是采用科學計量的方法和基于網絡理論的方法對合作網絡進行研究。在使用科學計量的方法研究合作網絡中有劉東曉等［３］運用文獻計量學方法，對國外技術競爭情報領域的文獻進行分析，通過統計文獻數目，合作情況和高頻詞，挖掘出了該領域的重點研究主題，核心人物以及應用領域。在使用基于網絡理論的方法對合作網絡進行的研究中，多是使用主流的社會網絡分析軟件如Pajek和Ucinet等，使用社會網絡分析方法對節點進行計算和對重要性進行評價，如孟微等［４］使用Pajek對情報學合作網絡進行分析，總結出合作網絡的結構特性，在此基礎上對其中有代表性的子網絡進行了具體的分析，說明了期刊的合作情況，反映出了情報學學科整體的科研合作情況。在合作網絡的可視化分析研究上，有王繼民等［５］以國外的Web of Science和EI數據庫、國內的CNKI數據庫收錄的移動搜索領域文獻為載體，使用Pajek、EndNote對國內外移動搜索領域的研究熱點和科研合作網絡等進行對比研究和可視化展現，發掘出該研究領域國內外的核心研究團隊以及該領域目前的研究現狀。也有孫秀霞等［６］使用CiteSpace，對1990－2011年期間國際組織理論相關文獻進行計量研究，使用文獻計量的方法繪制知識圖譜，通過定量分析探究研究合作行為發生的特征與類型。

１２信息可視化的相關研究

在現有的信息可視化的研究中，通常是使用節點連接圖和鄰接矩陣的可視化方法對靜態網絡進行分析，這些分析方法僅限于圖論，主要分析都集中于圖中所顯示的網絡特征和網絡形態，而信息包含有層次信息、文本信息、多維信息、網絡信息等多個方面，將其中兩方面或多方面屬性共同進行可視化分析的研究卻十分缺乏。如現有的信息可視化分析有侯劍華［７］使用節點連接圖的可視化方法展示研究機構之間的合作關系，研究了國際能源科研機構間的合作關系。王曰芬等［８］使用以點線概念模型形式的可視化系統，對情報學領域的專家間的合作關系進行展示。吳鵬等［９］以恐怖組織信息進行分析作為實例，使用基于節點連接圖的可視化方法對恐怖組織網絡進行可視化展示。上述科研成果能較好地反映網絡演化過程中的某一中間狀態，但是由于節點連接圖和鄰接矩陣的可視化方法本身的局限性，將網絡信息和層次信息進行融合分析，無法同時兼顧分析個體與個體、個體與機構、機構與機構間，以及更高層次相互間的關系，因而無法充分滿足當前信息可視化分析完整化與多樣化的需求。

endprint

社會網絡的可視化經常需要揭示網絡中所存在的社會屬性，一些設計者使用多元圖的可視化方法來呈現圖中節點的屬性數據，也有設計者選擇將樹結構和網絡關聯結構分開展示［１０］，以達到揭示節點屬性的目的。但在當前的社會網絡可視化方法的研究中節點本身在網絡中的層次和屬性信息還沒有獲得研究者足夠的重視，使用現階段的方法會導致計算量大、層次信息被忽略、關系信息展示不充分等問題，諸如在合作網絡中哪些國家之間合作最多，趨勢是如何變化的？哪些機構與哪些國家合作最多，機構之間合作情況如何？機構與個人之間合作情況如何？這樣的問題往往無法一次得到解答。

針對以上問題，我們提出使用Danny Holten提出的層次連線集束法這一信息可視化方法［１１］對節點有多種屬性的社會網絡進行可視化展示，并同時使用Yuntao Jia等［１２］提出的對于擁有不同屬性的節點進行不同方式排列改進方法，并使用可視化交互技術進行可視化分析。定義有多個層級屬性的社會網絡為N＝｛VN，EN｝，其中VN為所有社會行動者（節點）的集合，而EN為所有社會關系（邊）的集合，每個節點有m個屬性，屬性之間有層次關系并定義為Hi=（VHi，EHi），VHi表示來源于第i個屬性的節點，nHi∈VHiL，nN∈VN，即多個屬性間的關聯關系可以使用一條邊進行描述，并以2003-2012年美國信息科學技術學會會刊中作者的合作情況為實例，從節點不同的屬性出發分析了合作網絡中的合作現狀。

２合作網絡的跨屬性分析

２１數據來源與選擇

本文以國際高影響力期刊Journal of the American Society for Information Science and Technology（美國科學技術學會會刊）為例，選取期刊中2003－2012年10年間作者發文情況和合作情況進行統計。經統計，文章總數2 029篇、作者2 654名、涉及國家61個、涉及機構930個、合作總次數4 370次，為了從不同的節點屬性對合作網絡進行可視化分析，在分析中從作者、作者所屬機構、作者所屬國家這3個不同的節點屬性層面對科研合作進行多尺度和跨尺度分析。

２２國家間合作分析

2003-2012年間共有來自61個國家的作者在該期刊上發表過文章，其按年度劃分的國家間合作網絡如圖１所示，左上為2003年，右下則為2012年，期間的年份合作網絡圖分別按照從左到右、從上到下的順序依次排列。圓形中的每一個扇形面表示一個國家，連線則表示國家之間論文的合作關系，連線的粗細與合作的數量成正比，由圖１可以發現該期刊國家間的合作范圍和合作數量從2006年開始有了顯著增長，參與合作的國家數量也顯著增加，這說明國際的合作行為越來越常見，合作行為逐漸常態化，國際合作成為科研合作的一種趨勢。圖１2003-2012國家間合作演化網絡圖

為了更清晰的研究國家間的合作狀況，我們將2005年和2012年合作情況進行對比分析，由圖２中2005年國家間合作網絡圖和圖３中2012年國家間合作網絡圖對比可以看出，相對于2005年，2012年國家間合作有了極大的增長，經統計，2005年參與合作國家數為8個，參與合作國家占國家總數的36%，2012年參與合作國家數為26個，參與合作國家占國家總數的74%。相比于2005年2012年合作的國家數量增加了225%，國家合作比例增加了105%。在國家間合作上，美國在合作數量和合作范圍上均領先于其他國家，隨著國際合作的不斷擴大，美國的合作情況也相應擴大，通過對2005年及2012年的美國的合作情況進行統計，發現2005年其合作范圍為5個國家，占到參與合作國家的56%，而到了2012年，其合作范圍為7個國家，盡管合作國家數量有所增長，但占到參與合作國家比例則下降到32%，根據2012年國家間合作情況，可以發現西班牙、英國、加拿大、中國等國家也已經成為跨國合作比較活躍的國家，這說明國家間科研合作的趨勢已經呈現多元化，國家間合作日益頻繁。

２３機構與國家間合作分析

一個國家中有著大量的科研機構，研究一個國家中機構間的合作情況以及機構的跨國合作情況對國家科研合作的發展有十分重大的意義。以2012年的合作情況為例，通

圖２2005年國家間合作網絡圖

過可視化交互技術縮放和展開圓形中的信息片。得到圖４的2012年合作詳圖，由圖４可以發現A框區域的機構跨國合作較多，其跨國合作甚至成為國家間的主要合作途徑，B框區域的機構內部合作數量較多，說明該機構內部聯系較為緊密，機構內部研究主題較為一致。

通過可視化交互技術，將圖4按照先前選取的范圍進行縮放，可以瀏覽所選取機構合作的詳細情況，如圖５所示，A標識框為印第安納大學，該機構的跨國合作次數較

圖３2012年國家間合作網絡圖

圖４個人、機構、國家合作網絡圖

多，且與其主要合作的國家為中國。通過可視化視圖的指引，我們對印第安納大學論文中的研究領域進行了分析，通過統計其論文中的關鍵詞，發現其主要研究為“co-authorship”、“cooperation”、“Science”這說明從事合作研究的機構本身也比較重視合作，參與了很多跨機構、跨國家的合作，同時對于科學的研究也需要不同的機構相互合作才能共同完成。B標識框為馬里蘭大學，該機構的機構內部合作次數較多，其主要研究為“ethics”、“social equity”這說明該機構從事的是社會學方面的研究，由于各個國家的經濟制度和社會背景不同，對于社會科學的認識也不盡相同，故其合作在機構內部較為頻繁，所涉及的跨機構和跨國家合作較少。

２４個人與國家間合作分析

在研究個人與國家間合作狀況時，我們選擇了2012年在印第安納大學中跨國合作次數最多的“Cassidy RSugimoto”為例來進行可視化分析，通過可視化交互技術的縮放，如

圖５機構、國家間合作網絡圖

圖６所示，與其合作學者所屬國家一共有3個，關系連線均通過高亮的方式進行標注，分別是“Canada”、“England”、“Iran”，同時在網絡圖的中間還詳細地表示出了與其合作的次數和國家信息。經統計，其2012年在JASIST共發表3篇論文，與4人有過合作，主要研究領域為“Scientometrics and Scholarly Communication”，這與其所在機構的研究范圍一致，且合作次數在機構中領先，是機構中的核心作者。該可視化視圖能夠清晰的顯示個人在機構中以及與其他國家合作的情況，從而能夠迅速地分析某一國家或者機構中個人的合作情況與合作特點。

圖６個人、國家間合作網絡圖

３結論

目前的社會網絡可視化通常以節點連接圖和鄰接矩陣為主要方法，這兩類方法能夠對具有節點進行聚類和集群，這樣適合靜態的某一時刻的整體網絡的可視化展示，但由于缺乏節點原有的屬性信息以及對層次信息的展開與控制，無法清晰和明確的幫助用戶從不同屬性角度進行多尺度和跨尺度研究，無法將網絡信息和屬性信息融合分析，因而難以完全滿足社會網絡可視化分析的需求。為此，本文通過使用層次連線集束和可視化交互技術對2003-2012年美國信息科學技術學會會刊論文合作實例進行多尺度和跨尺度分析，證明了層次連線集束方法在社會網絡可視化分析中的良好表現及重要作用，為社會網絡的可視化分析提供了一個新的視角。

endprint

在下一步的研究中，我們考慮將這種可視化方法應用到更廣泛的合作網絡中，擴大層級數目，加入異構數據顯示方式，使其具有更大的適用性，并且通過在可視化過程中加入交互式的動態變化過程，通過時間軸來顯示基于時間的網絡變化過程，使該可視化方法具有描述動態網絡演變的功能，為具有多種屬性的社會網絡數據的可視化研究提供有益的參考與借鑒。

參考文獻

［１］景民昌，孫潔麗.大型層次信息可視化方法研究［Ｊ］.情報科學，2008，29（4）：542-545.

［２］梁辰，徐健.社會網絡可視化的技術方法與工具研究［Ｊ］.現代圖書情報技術，2012，28（5）：7-15.

［３］劉東曉，鄭彥寧，趙筱媛，等．基于文獻計量的國外技術競爭情報研究進展分析［Ｊ］.情報雜志，2013，32（5）：49-55.

［４］孟微，龐景安．Pajek在情報學合著網絡可視化研究中的應用［Ｊ］．情報理論與實踐，2008，31（4）：573-575．

［５］王繼民，李雷明子，王明星．移動搜索研究的知識圖譜分析［Ｊ］．現代圖書情報技術，2012，28（9）：29-35．

［６］孫秀霞，朱方偉，侯劍華．國際組織理論研究的合作模式探究——基于研究機構和研究者合作網絡的分析［Ｊ］．情報雜志，2013，33（1）：105-110．

［７］侯劍華.國際能源技術研究機構合作的可視化分析［Ｊ］.情報雜志，2009，28（5）：8-13.

［８］王曰芬，王雪芬，顏端武.基于社會網絡的科技咨詢專家庫的原型系統設計與實現［Ｊ］.情報學報，2012，31（3）：250-258.

［９］吳鵬，李思昆.基于領域本體的社會網絡信息分析與可視化［Ｊ］.計算機工程與科學，2011，33（12）：66－71.

［１０］Gou L，Zhang XL.TreeNetViz：Revealing Patterns of Networks over Tree Structures［Ｃ］.IEEE TVCG/InfoVis11，2011，17（12）：2449-2458．

［１１］Danny Holten.Hierarchical Edge Bundles：Visualization of Adjacency Relations in Hierarchical Data［Ｃ］.IEEE Transactions on Visualization and Computer Graphics，2006，12（5）：741－748．

［１２］Yuntao Jia，Michael Garland，John C Hart.Social Network Clustering and Visualization using Hierarchical Edge Bundles［Ｊ］.Computer Graphics Forum，2011，30（8）：2314-2327.

（本文責任編輯：孫國雷）

endprint