知識圖譜：教育文獻內容可視化研究新技術*

郭 文 斌

(陜西師范大學教育學院，西安 710062)

知識圖譜：教育文獻內容可視化研究新技術*

郭 文 斌

(陜西師范大學教育學院，西安 710062)

如何對數字時代產生的海量信息進行客觀、高效和科學的整理，產生出新的知識為教育研究者所用，已經成為當前教育研究者必備的素養。本文旨在促進教育研究者通過使用計算機，將抽象數據信息轉化為可視化信息，增強他們快速識別抽象信息的認知過程。論文對知識圖譜進行教育文獻內容可視化的原理、繪制流程及注意事項進行了較為詳細的介紹和實例說明。結果發現，作為教育文獻內容可視化的知識圖譜屬于較新的科學計量分析方法，它能夠通過圖像直觀展現出教育研究最前沿領域和學科知識的信息會聚點，從宏觀、中觀、微觀等不同層面來揭示教育研究發展的概貌，便于研究者全面審視教育研究領域的結構和研究熱點、重點等信息。結果表明，知識圖譜通過信息可視化對教育文獻內容進行定量研究和定性研究的結合，極大提升了教育文獻內容研究的質量，為海量教育文獻內容的深度解讀提供了可行性的技術支持。

知識圖譜；教育文獻；信息可視化；內容可視化

一、引言

過去，在互聯網和數字化時代沒有到來之前，研究者為了解教育領域發展的整體狀況，首先，通過人工方法查閱教育領域的幾乎所有文獻；其次，從大量文獻中篩選出相對重要的文獻(郭文斌，2015)；最后，研究者依據自己的專業特長對文獻資料進行綜合加工，撰寫文獻綜述。這樣的文獻研究方法，不僅因為研究者站立角度和主觀判斷的差異，造成選取的文獻材料有較大的出入，文獻研究結論難以得到重復驗證，而且，還可能會因為文獻資料搜集的人為遺漏，產生錯誤或者不當的歸類和總結(郭文斌，陳秋珠，2012)。如今，隨著知識大爆炸和全球數字化時代的到來，教育文獻不僅以海量方式呈現，而且其呈現的內容和主題也在快速發生變化。要對如此海量、多變的教育文獻進行研究，客觀地捕捉出它們發展變化的特點，傳統的文獻處理方法難以勝任。在數字化時代背景下，憑借數據挖掘和信息可視化技術，對已有海量信息進行客觀、高效和科學的整理，產生新的知識的科學計量學逐漸發展并且成熟起來(郭文斌，方俊明，陳秋珠，2012)。1989年，羅伯遜等人提出了信息可視化概念。信息可視化主要指通過使用計算機，將抽象數據信息轉化為可視化信息，增強人們快速識別抽象信息的認知過程(Bederson & Shneiderman，2003)。信息可視化技術可以自動生成可視化內容地圖，這些地圖不僅可以抽取和定義信息模型、種類和作者、概念以及其它信息實體之間的關系，而且，它還支持多種多樣的交互功能，用于用戶探索概念關系和隱含的信息(林夏，2004)。也就是說，內容信息可視化可以顯示出專業領域中出現的交叉學科的復雜現象，從而獲得詳盡的前沿科學信息分析結果，它不僅有助于科學家在最短時間里了解和預測前沿科技研究動態，而且還有助于在復雜的科研信息中開辟新的未知領域，提供快速獨立科學判斷的客觀依據(郭文斌，2015)。知識圖譜作為文獻內容可視化的科學計量方法之一，近年越來越受到研究者的重視和青睞。2003年美國科學院組織的“mapping knowledge domains”討論會，預示著世界科學計量學中知識圖譜和可視化研究的春天已經到來。知識圖譜已成為科學共同體結構與發展實證研究的主流方法，廣泛用于很多學科領域的可視化研究。但是，國內教育研究方法方面還比較落后(郭文斌，方俊明，2015)，許多現代科學研究方法較少在教育科研中應用，現代數學遲遲未被引進到教育科學中來(鄭日昌，崔麗霞，2001)。為促進教育研究者認識和準確把握信息可視化，將知識圖譜方法運用于教育研究中，本文對知識圖譜的概念、應用原理、繪制流程以及注意事項進行較為全面的介紹和說明。

二、知識圖譜進行教育文獻內容可視化的基本原理和繪制流程

知識圖譜也被稱為科學知識圖譜、知識域可視化或知識域映射地圖，是可視化地描述人類隨時間擁有的知識資源及其載體，繪制、挖掘、分析和顯示科學技術知識以及它們之間的相互聯系，在組織內創造知識共享的環境以促進科學技術知識的合作和深入(劉則淵, 陳悅, 侯海燕，2010)。知識圖譜以科學學為基礎，涉及應用數學、信息科學及計算機科學諸學科交叉的領域，是科學計量學和信息計量學的新發展。知識圖譜能夠用直觀圖像展現出最前沿領域和學科知識的信息會聚點，從宏觀、中觀、微觀等不同層面來揭示一個領域或學科的發展的概貌，使人們便于全面審視一個學科的結構和研究熱點、重點等信息(郭文斌，陳秋珠，2012)，生成新的知識。在教育學領域使用知識圖譜的目的在于：將教育領域的知識和引人矚目的信息以可視化的圖像直觀地展現出來，挖掘、分析和顯示教育領域知識及其聯系，判定教育領域的研究前沿及歷史演進路徑，為后續科研選題和研究走向提供合理性的意見和建議。

(一)知識圖譜的基本原理

知識圖譜的基本原理是科學文獻、科學家、關鍵詞等分析單位的相似性分析及測度。根據不同的方法和技術可以繪制不同類型的科學知識圖譜。首先，通過計算機和互聯網搜索引擎強大的自動查詢功能，在極短的時間里面完成對海量信息的準確查詢；其次，通過計算機對已查詢到海量零散信息進行文獻計量統計分析，不僅可以通過量化模型將其以科學的、可視化的形式直觀的呈現出來，而且還可以發現它們之間的深層次關系和趨勢，為今后在該領域的研究提供更有力的客觀數據和科學支持(任紅娟，張志強，2009)。

(二)知識圖譜的繪制流程

知識圖譜的繪制流程主要有五個步驟(胡澤文，孫建軍，武夷山，2013)：首先，確定并選取合適的數據源；其次，數據源數據采集；第三，選取合適的知識圖譜繪制工具；第四，繪制知識圖譜；第五，知識圖譜解讀和分析。

1.確定并選取合適的數據源

為了確保繪制知識圖譜文獻的準確性和全面性，繪制知識圖譜初期查詢文獻時，一定要選取較為權威的文獻數據庫作為數據源。現在較為公認的權威文獻數據庫有：中文社會科學引文索引數據庫(Chinese Social Sciences Citation Index，CSSCI，網址為http://cssci.nju.edu.cn)、中國知識基礎設施工程數據庫(China National Knowledge Infrastructure，CNKI，網址為http://www.cnki.net)、萬方數據庫(wan fang data，WFD，網址為http://www.wanfangdata.com.cn)、大型綜合性以及多學科的Web of Science(WOS)核心期刊引文索引數據庫(包括SCI、SSCI、A&HCI，網址為http://www.isiknowledge.com)、全球最大的文摘和索引數據庫Scopus(網址為http://www.elsevier.com/solutions/scopus)等。

2.數據源數據采集

在找到合適的數據庫后，研究者可以根據自己需要，選擇主題、作者、出版物名稱、關鍵詞或者時間等多個標準作為檢索條件。查找到符合檢索要求的文獻后，一般將其按照包含作者、題目、摘要和文獻的引文等字段的固定格式加以采集和保存。對數字信息進行保存時，研究者可以直接選用數據源數據格式保存，也可以根據繪制知識圖譜軟件需要，選用特定軟件或者自己編程來對查詢到的信息資料格式進行加工。對于無法通過數字化查詢的重要數據，研究者可以通過手工錄入的方式來實現信息保存。

3.選取合適的知識圖譜繪制工具

知識圖譜繪制的工具有：Citespace、Bibexcel、Wordsmith Tools、Pajek、Ucinet、BICOMB、Histcite 、Sci2等軟件。

(1)Citespace由美國德雷賽爾大學(費城)信息科學與技術學院的陳超美開發，可獲取地址為http://cluster.ischool.drexel.edu/～cchen/citespace/download.html。

(2)Bibexcel由瑞典科學家Olle Persson開發，可獲取地址為http://homepage.univie.ac.at/juan.gorraiz/bibexcel/index.html。

(3)Wordsmith Tools由英國詞法分析軟件公司和牛津大學出版社(Lexical Analysis Software and Oxford University Press)聯合研發，可獲取地址為http://www.lexically.net/publications/copyright_permission_for_screenshots.htm。

(4)Pajek 由斯洛文尼亞盧布爾雅那大學社會科學學院(University of Ljubljana，Faculty of Social Sciences)的Vladimir Batagelj和Andrej Mrvar共同開發，可獲取網址為http://vlado.fmf.uni-lj.si/pub/networks/pajek/。使用Pajek時，數據格式為.net格式。

(5)Ucinet(University of California at Irvine NETwork)最初由加州大學爾灣分校社會網研究的權威學者Linton Freeman 編寫。后來Stephen Borgatti、Martin Everett和Linton Freeman擴展了該軟件功能。可獲取地址為http://www.analytictech.com/ucinet/download.htm。

(6)BICOMB是書目共現分析系統(Bibliographic Item Co-Occurrence Matrix Builder)的英文縮寫，它受到我國衛生政策支持項目(HPSP)資助，由中國醫科大學醫學信息學系崔雷教授和沈陽市弘盛計算機技術有限公司協作研發。可獲取地址為http://www.cmu.edu.cn/bc/menu1.html。

(7)Histcite(history of cite，引文歷史)由美國Eugene Garfield和其科研團隊研發。可獲取地址為http://interest.science.thomsonreuters.com/forms/HistCite/。

(8) Sci2(Science of Science)由美國印第安納大學的Katy B?rner及其團隊研發。可獲取地址為http://sci2.wiki.cns.iu.edu/display/SCI2TUTORIAL/Science+of+Science+%28Sci2%29+Tool+Manual;jsessionid=FCEAD9B9DE117DCD8F3FE4F68848B3B7。

值得注意的是，上述的(2)和(6)雖然可以對數據源下載數據進行處理獲得相關的共現分析數據，但是，要想獲得可視化的知識圖譜，還需要進一步與SPSS、Pajek 或者Ucinet相互配合使用。

4.繪制可視化知識圖譜

一般繪制可視化的知識圖譜常用方法有：引文分析法、共被引分析法、詞頻分析法、社會網絡分析法。

(1)引文分析法

就是利用各種數學、統計學的方法，以及比較、歸納、抽象、概括等邏輯方法，對科學期刊、論文、著者等各種分析對象的引用和被引用現象進行分析，以便揭示其數量特征和內在規律，達到評價、預測科學發展趨勢的一種信息計量研究方法(邱均平，2007)。采用引文分析形成的網絡結構，可以發現，最近幾年教育研究領域引用較為集中的文獻。這些文獻的研究領域便構成了教育研究領域的熱點和前沿。

(2)共被引分析法

采用聚類分析、多維尺度分析等多元統計分析方法，以教育領域有代表性的文章、詞匯、作者或者刊物作為分析對象，將它們間錯綜復雜的共引網狀關系簡化為數目相對較少的若干類群之間的關系，并直觀地表示出來，使分析對象之間相互關系的格局清晰可辨(陳定權，2005)。采用共被引分析法可以發現教育研究的領域分布、權威期刊、權威作者以及熱點詞匯構成。

(3)詞頻分析法

詞頻分析法主要通過分析某一研究領域中，文獻中的詞出現的頻次高低，可以確定該領域發展動向和研究熱點發展動向(馬費成，張勤，2006)。詞頻分析法屬于定性分析方法，但它與傳統文獻定性分析的最大不同之處在于，較好地摒棄了研究者的個人喜好，通過對文獻中關鍵詞、主題詞以及篇名的詞頻準確、客觀的分析，有助于得出深入并且共識性的結論。采用詞頻分析法，可以較好的直觀展示出教育研究領域的新的發展及變化。

(4)社會網絡分析法

社會網絡分析法是測量與調查社會系統中各部分(點)的特征與相互間的關系(連接)，將其用網絡的形式加以表示，進而分析其關系的模式與特征的理論、方法和技術(湯匯道，2009)。社會網絡分析法以圖形或者矩陣方式，直觀呈現出教育研究領域文獻間鏈接的強弱關系，較好地揭示某一研究領域在整個教育研究中所處的位置。

5.知識圖譜解讀和分析

為了避免繪制知識圖譜結果出現偏差，在繪制出教育研究領域知識圖譜后，最好能夠請本領域的專家對結果進行把關驗證。對知識圖譜解讀和分析時，首先，要匯報統計效度；其次，要與專家進行商討；第三，要對知識圖譜結果進行解讀，藉此預測教育研究領域的進展和趨勢，探尋教育研究熱點與前沿。

三、知識圖譜進行教育文獻內容可視化的一個實例

為了解國內學者在遠程教育領域的具體研究，我們選取了中國博士及優秀碩士全文數據庫收錄的3170篇學位論文的關鍵詞作為分析材料，嘗試通過內容可視化呈現我國遠程教育研究的熱點和現狀。首先，以中國知識基礎設施工程數據庫中的碩博士論文庫為研究主要數據源。其次，設定檢索條件，將主題詞設定為“遠程教育”，將時間設定為截至2013年6月9日。共檢索到3179篇文獻，剔除不符合要求的學位論文9篇，共得到有效文獻3170篇。對獲取的不同單位來源的學位論文的關鍵詞進行格式和內容標準化。第三，選取Bicomb2.0和SPSS20作為知識圖譜繪制工具。第四，對查詢到文獻的關鍵詞進行詞頻分析：從關鍵詞總頻次14307次中確定19.51% 的前50位關鍵詞為高頻關鍵詞、建立高頻關鍵詞共詞頻矩陣、高頻關鍵詞聚類分析、高頻關鍵詞多維尺度分析，繪制出高頻關鍵詞知識圖譜(見圖1)。第五，對知識圖譜(圖1)進行相應的內容解釋和分析，可以發現，遠程教育研究熱點主要圍繞八個領域展開，分別為：遠程教育支持系統及其應用技術研究、遠程教育中的個性化設計研究、遠程考試系統設計研究、網絡教學平臺的設計與實現研究、遠程教育的學習支持服務系統研究、遠程教育中的網絡課程的教學設計研究、遠程教育中的流媒體教育平臺研究與開發、遠程教育中的虛擬現實技術研究與開發。對可視化戰略坐標進行內容分析，不僅可以發現，遠程考試系統設計研究和網絡教學平臺的設計與實現研究2類主題自身的內部聯系緊密，且其研究成果處于有關遠程教育學位論文中心地位；遠程教育中的網絡課程的教學設計研究，流媒體教育平臺研究與開發2類主題自身內部聯系較為松散，它們未來在遠程教育研究中具有較重要價值，可以加大對它們的研究力度；遠程教育中的虛擬現實技術研究中，落在第三象限的網絡教育、網絡交互、VRML等內容之間的聯系較為緊密，而落在第四象限的虛擬實驗、虛擬實驗室、虛擬現實等內容的相關研究成果與其他領域的相關成果比較而言還較少；遠程教育支持系統及其應用技術橫跨第一和第四象限，其處于第一象限的支持系統研究間聯系較為緊密，相應的研究也較多，而處于第四象限的遠程教育的應用技術則研究人員少，相應的成果也較少。而且，還可以發現，遠程教育中的個性化設計研究和遠程教育的學習支持服務系統研究分別處于戰略坐標的縱軸和橫軸，將最后為遠程教育研究關注的兩大中心點(郭文斌，俞樹文，2014)。

圖1 遠程教育研究熱點知識圖譜(郭文斌，俞樹文，2014)

四、知識圖譜進行教育文獻內容可視化的注意事項

采用知識圖譜對教育文獻內容可視化呈現時，應該注意以下三方面的內容：

(一)關鍵詞的選取和標準化

知識圖譜分析的單詞多是以文本形式保存的詞匯清單，繪制工具可以找到該詞匯或詞組在文本所處的全部位置，對其進行自動統計。繪制知識圖譜時，為了使研究更加深入，大多數研究者會選取關鍵詞作為單詞詞頻分析對象。此時，需要注意：第一，關鍵詞的標準化。因為數據源文獻采集到的關鍵詞來源多樣，關鍵詞的標識可能存在差異，所以進行高頻關鍵詞提取前，要對詞義接近或者相同的關鍵詞進行合并，比如：將“自閉癥”、“孤獨癥”、“自閉癥譜系障礙”等含義相同的關鍵詞合并為“自閉癥譜系障礙”。隨后再進行關鍵詞詞頻統計。如若不然，會影響到關鍵詞的排序，致使結果發生偏差。第二，無意義關鍵詞的刪除。有的詞匯雖然以關鍵詞呈現，但是，它們并非實質的關鍵詞，比如展望、政策等詞匯，需要研究者對此類詞匯進行甄別并予以手工刪除。

(二)判斷高頻關鍵詞閾限的適當性

(三)知識圖譜結構分析

結構分析也稱單詞語義網絡分析，主要應用因子分析和空間圖將詞語間的關系直觀的展示出來(諾曼，伊馮娜，風笑天，2007)，揭示事物關系中顯現出來的性質。知識圖譜結構分析時，需要呈現四方面的內容：高頻關鍵詞系數矩陣、高頻關鍵詞聚類分析、多維尺度分析以及社會網絡分析。高頻關鍵詞系數矩陣中，研究者要交代清楚系數產生的統計原則，生成的矩陣為相同系數矩陣還是相異系數矩陣(知識圖譜論文中常采用相異系數矩陣)，并對系數矩陣之間的關系進行簡單的解讀。高頻關鍵詞聚類分析時，為更客觀的對單詞進行歸類，研究者可以先采用因子分析法，依據因子分析得分值，將研究對象因子分析所構成的空間的變量點畫出來，以此對聚類分析結果進行完善(馬費成，望俊成，陳金霞，胡超，2007)。呈現高頻關鍵詞聚類分析圖后，研究者對聚類分析結果進行解讀時，要對呈現有關單詞的原始文獻進行綜合分析，挑選出最重要的文獻，并組織好它們之間的銜接關系，以類似綜述的形式將其呈現出來。此處涉及到大量原始文獻的精讀和取舍，是知識圖譜論文寫作時研究者花費時間較多的地方。在進行多維尺度分析時，一般要匯報生成的Stress和RSQ系數，交代清楚生成戰略坐標的知識領域的分布情況。此外，還需要求教育研究領域的相關專家對生成結果把關，進一步驗證劃分領域和命名的合理性。值得一提的是，根據多維尺度結果對各單詞對應的領域進行劃分時，應該允許少數單詞對應的領域和聚類分析結果有所出入。對知識圖譜內容進行詳細的解讀，首先，需要將聚類分析和多維尺度分析結果結合在一起，對生成的知識領域進行解讀；其次，需要根據戰略坐標的象限分布，解讀各個領域的重要性；最后，需要根據縱橫坐標分布，從較為宏觀趨勢上對已有研究結果進行概括總結。

綜上所述，知識圖譜通過信息可視化對教育文獻內容進行定量研究和定性研究的結合，極大提升了教育文獻內容研究的質量，為海量教育文獻內容的深度解讀提供了可行性的技術支持。筆者期待更多的教育研究者投身到對教育文獻內容可視化技術的討論和實際應用中來。

陳定權. (2005). 同引分析與可視化技術.情報科學, 23(4), 532-537.

郭文斌. (2015).知識圖譜理論在教育與心理研究中的應用.杭州：浙江大學出版社.4-6.

郭文斌,陳秋珠.(2012).特殊教育研究熱點知識圖譜.華東師范大學學報(教育科學版),30(3), 49-54.

郭文斌, 方俊明. (2015). 關鍵詞共詞分析法: 高等教育研究的新方法.高教探索,(9), 15-21.

郭文斌, 方俊明, 陳秋珠.(2012).基于關鍵詞共詞分析的我國自閉癥熱點研究.西北師大學報(社會科學版), 49(1), 128-132.

郭文斌, 俞樹文. (2014). 我國遠程教育研究熱點知識圖譜——基于 3170 篇碩士及博士學位論文的關鍵詞共詞分析.電化教育研究,(2), 163-171.

胡澤文, 孫建軍, 武夷山. (2013). 國內知識圖譜應用研究綜述.圖書情報工作,57(3),131-137.

林夏. (2004). 信息可視化與內容描述.現代圖書情報技術,(10), 3-13.

劉則淵, 陳悅, 侯海燕. (2010).科學知識圖譜: 方法與應用.. 北京：人民出版社.5.

馬費成, 望俊成, 陳金霞, 胡超. (2007). 我國數字信息資源研究的熱點領域: 共詞分析透視.情報理論與實踐,30(4), 438-443.

馬費成, 張勤. (2006). 國內外知識管理研究熱點——基于詞頻的統計分析.情報學報, 25(2), 163-171.

(美國)諾曼·K·鄧津，伊馮娜·S·林主編，風笑天等譯.(2007).肯定性研究:經驗資料收集與分析方法(第3卷). 重慶：重慶大學出版社.837.

邱均平. (2007).信息計量學.武漢：武漢大學出版社.315.

任紅娟,張志強. (2009). 基于文獻計量的科學知識圖譜發展研究.情報雜志,(12), 86-90.

湯匯道. (2009). 社會網絡分析法述評.學術界,(3), 205-208.

張勤,馬費成. (2007). 國外知識管理研究范式.管理科學學報,(6),65-74.

鄭日昌,崔麗霞. (2001). 二十年來我國教育研究方法的回顧與反思.教育研究,(6), 17-21.

鐘文娟. (2012). 基于普賴斯定律與綜合指數法的核心作者測評——以《圖書館建設》為例.科技管理研究,32(2),57-60.

Bederson, B. B., & Shneiderman, B. (2003). The craft of information visualization: readings and reflections. San Francisco：Morgan Kaufmann./.

(責任編輯 陳振華)

陜西省田家炳項目“學校發展及改進計劃”。

10.16382/j.cnki.1000-5560.2016.01.007