基于CiteSpace的商務大數據可視化分析

太原理工大學經濟管理學院 張睿雨

世界經濟論壇報告指出，大數據為新財富，它的價值堪比石油，發達國家均大力發展大數據相關產業，以求在大數據領域占領一席之地。2015年國務院發布的《促進大數據發展行動綱要》指出“數據已成國家基礎性戰略資源”，大數據的地位已被擺在國家戰略層面。

商務大數據是大數據的一個子集，是在整個商務活動中所采集，可為商務發展創造潛在價值的數據集合。商務領域所部署眾多信息系統中存儲著海量的商務數據，如何將這些數據轉變為信息、知識，進而為商務決策、行為優化等服務，已成為商務領域研究者關注的焦點。當前，已有眾多學者從大數據分析技術、商務應用等不同角度對商務大數據進行了大量的研究，并取得顯著成果。然而，目前尚未發現對商務大數據知識體系進行分析研究的文獻，亟需對該領域的研究成果進行系統化總結分析。

本文基于共詞分析原理，借助CiteSpace工具的關鍵詞共現分析和突現詞分析等功能，通過數理統計與算法運算來分析商務大數據領域的研究熱點以及前沿趨勢，為相關學者進一步研究提供參考和借鑒。

1 研究熱點分析

文獻主題是人們進行文獻信息分析時的主要信息之一，主要通過關鍵詞來表現，具有很高的研究價值，高頻關鍵詞往往代表某一領域的研究熱點[1]。在此運用CiteSpace關鍵詞共現分析功能去全面探究商務大數據研究的熱點問題，得到關鍵詞共現圖譜，如圖1所示，并對排名前20的熱點關鍵詞進行統計分析。圖1中聚類節點圓環的大小表示該節點所代表的關鍵詞出現頻次的多少，圓環越大則代表這一關鍵詞在商務大數據領域熱度越高。

圖1 商務大數據領域關鍵詞共現圖譜

商務大數據領域研究熱點主要表現為以下三個方面。

(1)大數據處理技術研究，如big data、cloud computing、mapreduce、hadoop、system、technology、cloud、framework。云計算是大數據存儲、分析的基礎，在商務大數據領域關注度較高。MapReduce以其并行式數據處理方式成為大數據處理的關鍵技術，同時，Hadoop給大數據分析處理提供了一個性能和可靠性更好，在處理非結構化和半結構化數據方面能力較強的平臺，也是當前該領域的研究熱點[2]。

(2)大數據挖掘相關研究，如analytics、data mining、big data analytics、information、network、social media。該方向主要涉及數據挖掘算法的集成、改進等研究內容。社交媒體與社交網絡產生大量實時行為數據，如何從中挖掘出客戶偏好信息、生產者與消費者之間關系特征等也是該方向一大研究熱點。同時，當前大數據的可視化分析技術相關研究愈來愈熱，其研究熱點有基于多維數據信息可視化設計、基于層次的可視化設計、基于文本的可視化設計等[3]。

(3)基于數據分析、人機交互的商務應用研究，如business intelligence、management、business analytics、performance、model、privacy、challenge。這類研究以商務數據源為基礎進行大數據分析，其結果用來服務現實商務活動，如管理問題、績效問題等。在這一類研究中受關注度比較高的為商務智能，它研究熱點主要集中在支撐技術、體系結構、應用系統三方面研究[4]。“互聯網+”概念的提出，國內在這一方面研究逐漸增多，如對物聯網、電子商務、第三方支付、商務智能等研究熱度較高，同時涉足政府工作報告、國家戰略、國際市場等研究方向。

2 發展前沿分析

研究前沿是科學研究中最新且具有發展潛力的研究主題，研究前沿通常表現為新主題詞的大量出現、詞間關系變化、主題詞含義變遷以及主題詞異常變化等，本文運用CiteSpace突現詞探測技術去科學預測商務大數據研究的發展趨勢。對該領域研究前沿進行分析，得到關鍵詞共現時區網絡突變分析，如圖2所示。

圖2展示出商務大數據突現主題以及它所對應的突變強度和突變時段，其中突變強度越高說明該主題表現越活躍，innovation、strategy、business model、social network、knowledge management、business、algorithm、component為突變強度最高的前八個關鍵詞。即國際上商務大數據研究的學術前沿主要體現以下四個方面。

圖2 商務大數據關鍵詞共現時區圖

(1)大數據環境下的商務模式創新。大數據環境下的商務模式創新應主要圍繞三個方面研究，分別為產品和服務的創新、企業價值和治理機構、新興商務模式[5]。大數據環境下的產品和服務創新研究主要有兩方面：一是基于重點行業，利用大數據和行業特點結合的方式研究產品和服務的創新，探尋在產品市場化之前的互動設計性。二是研究如何根據顧客大數據設計個性化服務方案、滿足各個細分市場需求、建立合適的運營系統、制定準確科學的管理決策。大數據環境下企業價值和治理機構的相關研究主要應在經濟和財務視角下，研究大數據下的商務模式創新給企業帶來的價值提升和相應的治理結構問題。大數據環境下的新興商務模式的研究側重于新興產業鏈的研究、新的大數據應用平臺的利潤來源和營收模式的研究等。

(2)基于社會網絡環境的行為機理研究。社會網絡應用的發展和大數據分析能力的增強，為分析人行為特征，理解商務活動的行為規律奠定了基礎。該研究方向主要聚焦于大數據環境下網絡行為機理識別研究和社交網絡資本結構和影響分析研究這兩方面[5]。一是以社會化網絡中的行為數據為研究對象，利用商務智能和動態分析等手段提取出有代表性的行為模式，從而輔助商務管理科學決策。二是分析在大數據環境下生產者和消費者之間的關系特征，并探尋在多重關系下企業績效和用戶行為受用戶創造信息的影響機制。另外，因為普通用戶在社交網絡中的新興應用產生的信息內容會大概率預測出市場機會，因此對用戶在社會網絡中創造的大量在線數據的研究和信息傳播機理的分析也是商務大數據研究前沿。

(3)大數據背景下知識管理深入研究。移動應用和互聯網發展的同時也伴隨著信息數據“碎片化”的不斷嚴重，對于商務組織來說，數據的“碎片化”導致數據價值流失，影響商務組織行為效率。知識管理除了在統領大數據研究方向上發揮作用，還可以規整“碎片化”數據，將普通數據上升到知識層面，發揮出比數據自身更大的價值，因此在大數據背景下對知識管理方法、應用等方面的深入研究愈來愈熱[6]。

(4)探索處理商務大數據的高效機器學習算法。因為大數據的超高維、噪聲大、關系復雜和屬性極度稀疏等特點，導致現有機器學習算法很難對其高效分析處理，也就直接導致商務決策出現偏差，因此需探索高效算法處理商務大數據。算法前沿研究主要集中在三方面：一是設計出適合挖掘高維、高稀疏數據的算法，實現知識發現。二是構建用于支持大數據分布式處理和并行化執行的模型機制。三是研究在Hadoop等并行計算平臺上處理的復雜度低、并行性高的數據挖掘算法。

3 結語

商務大數據研究的熱點主要涉及幾方面：分別為大數據處理技術研究、大數據挖掘相關研究、基于數據分析、人機交互的商務應用研究。隨著“互聯網+”概念的提出，國內對商務應用方面研究愈來愈熱。

隨著該領域發展，大數據環境下的商務模式創新、基于社會網絡環境的行為機理研究、大數據背景下知識管理深入研究、探索處理商務大數據的高效機器學習算法等前沿問題將成為未來研究的重點。