智能交通系統研究進展
——基于CiteSpaceⅡ的知識圖譜分析

屈聞聰，劉 博

(人民交通出版社股份有限公司，北京 100011)

1 引 言

隨著智慧城市(Smart City)建設的不斷推進，智能交通系統(Intelligent Transportation System，ITS)得到了長足的發展，ITS相關的基礎理論和應用技術不斷革新。因此，有必要對智能交通系統的最新研究進展進行分析。

當前廣泛應用的ITS由多個子系統構成，智能交通管理系統、智能公交系統、交通信息服務系統、智能交通安全系統等等，其涵蓋的相關理論與基礎多種多樣。在信息技術迅速發展的今天，各種信息的獲取、分析和處理變得愈發便捷，人類所擁有的知識也正以幾何級數高速增長和膨脹。有人估計，全世界的知識在1900年是每30年翻一番，在1970年是每7年翻一番，在1999年是1年半翻一番，而到2010年則是不到一天之內翻一番。與此同時，日益浩繁的知識庫卻似乎成為難以穿越的知識沼澤，想要從中摸索道路、尋找真正需要的知識反而變得困難。因此，尋找一個有效的數據分析方式具有非常重要的意義。

科學知識圖譜(Mapping Knowledge Domains)是進行信息分析的有效手段之一，目前已成為各領域研究的新熱點。科學知識圖譜采用可視化技術分析當前現有信息資源及其載體，分析挖掘科學技術領域的研究信息以及它們之間的相互聯系，并將關系圖譜用可視化的方式顯示，是用于描繪某一研究領域科學知識的發展演進與學科結構關系的一種圖形。它將抽象的數據映射到二維或者三維的界面上，以圖形、圖像的形式從宏觀和微觀的層次展示一個學科的全貌、細節以及發展主題，幫助人們全面地審視一個學科的體系結構，學科發展的重點、學科研究的熱點以及學科未來的趨勢等信息，為學科建設和學科戰略制定提供切實有益的參考。近年來涌現了如Timeriver、時序可視圖(a temporal graph visualization)、VxInsight等基于引文和被引文獻的可視化分析系統，Drexel 大學的華人學者陳超美開發的JAVA 程序 CitespaceⅡ也是其中之一。

本文采用文獻計量學的方法對近10年來Web of Science數據庫中智能交通系統的眾多文獻進行分析。首先，闡述了數據來源與研究方法；然后，進行研究機構與研究者合作網絡分析；接著，完成知識基礎與研究前沿分析；最后，給出結論。

2 數據來源與研究方法

為保證原始數據全面、準確并具有較高解釋度，以Web of Science數據庫為數據源，在數據庫中以主題詞“Intelligent Transportation System”(最后更新時間為2018年5月20日)進行檢索，選擇學科類別Transportation(交通)對結果進行精煉，并將文獻類型限定為“Article(文章)”，共獲得5725篇文獻，也即交通領域中以“智能交通系統”為主題的論文成果，其時間跨度為1963～2018。從中選取2009～2018年發表的文獻，進一步將數據精簡為4 204條。可見近10年來發表的論文數量達到論文總數的73.4%，足以證明領域內知識的增長速度。這些文獻被引次數總計25 025次，去除自引的被引頻次總計22 433次，其h-index為57，表明其中有57篇文獻被引用至少57次。由圖1可見，在國際學術圈中關于智能交通系統的研究愈發豐富。

圖1 近年來關于智能交通系統的論文發表

3 研究機構與研究者合作網絡分析

3.1 研究機構

在CiteSpaceⅡ中將網絡節點類型設置成“Institution”和“Country”，生成了國家與機構合作的科學知識圖譜，共選擇出116個國家或研究機構及它們之間的138條連線。如圖2所示，節點間的連線表明了合作關系，年輪狀圓圈表征了歷年來的論文被引的情況，紫色圓環表示了被引數量的激增(burst)。圖中可見，中國和美國近十年來研究實力呈現迅速增強的態勢，英國、西班牙、法國、德國等隨后。各國的研究力量統計信息如表1所示。

圖2 智能交通系統領域的國家與研究機構合作圖譜

表1 各國研究力量統計

在中國的研究機構中，北京交通大學、中國科學院、上海交通大學和清華大學在領域內的影響力相對較大，美國則以加州大學伯克利分校和華盛頓大學的成果最為突出。值得注意的是，清華大學和加州大學伯克利分校之間的合作較為緊密。

3.2 研究者合作網絡

利用軟件選擇出288位研究者并生成他們之間的108條連線，形成所示的研究者合作網絡知識圖譜。

出現的作者姓名字體越大表明著作數量越多，作者間的連線表顯示了合作關系。以國際研究工作者為例，自西班牙馬德里大學的Milanes Vicente，Perez Joshue和Onieva Enrique等人密切合作。此外，來自日本名古屋電器工業公司的Yamada Muneo，來自陶宛維爾紐斯科技大學的Jarasuniene Aldona等人各自與不同合作者共同發表了較多的成果。

4 知識基礎與研究前沿分析

“研究前沿”(Research Front)的概念最早在1965年由普賴斯(Price)提出，這一概念被用來描述某個科學研究領域的研究前沿的動態本質。他認為某個領域的研究前沿是由科學家積極引用的文章所體現的。他在研究中發現，在新發表的論文中，30%的被引文獻為近6年內的新論文，對最近論文相對集中的高頻引用現象則反映了當前的研究前沿動態。

本文選取的研究對象文獻總計對1 685篇文獻施引，去除自引總計1 614篇。運用CiteSpaceⅡ對分析對象的關鍵詞共現進行分析，并對引文進行作者共引、文獻共引、期刊共引分析，以揭示研究前沿的知識基礎。

4.1 關鍵詞共現分析

利用CitespaceⅡ共篩選出141個節點關鍵詞及它們之間的387條連線，并進行聚類分析。

其中紅色文字為程序通過計算抽象出的不同聚類簇的研究主題，反映了當前智能交通系統領域內的主要研究熱點，例如：城市交通(Urban Transport)、自組織網絡(Ad Hoc Networks)、彈性交通(Flexible Transport)、模糊系統(Fuzzy System)、動態分段(Dynamic Segmentation)、超分辨(Super resolution)等等。此外，可持續發展、交通與環境、交通安全、車聯網等主題也受到關注。關鍵詞的演變反映出近年來本領域研究者的關注點更多地轉向交通與圖像處理、地理信息系統、城市環境等相關學科的交叉領域，并充分認識到智能交通系統對于改善城市人居環境、建設智慧型城市的重要意義。

4.2 作者共引分析

利用CitespaceⅡ進行作者共引分析，選擇出248位研究者并生成他們之間的276條連線。

其中顯示了作者的共被引關系及聚類分析結果，同一色塊內的作者的文章具有一定相似性，紅色文字為經程序計算抽象出的不同聚類簇的研究主題，例如：Perez Joshue和Milanes Vicente的研究體系主要集中在交通控制、自動駕駛等領域；濟州國立大學的Lee Junghoon和Park Gyung-Leen等人在電動汽車、汽車租賃等方面做出較為廣泛的研究，為相關領域奠定良好基礎；Kamijo Shunsuke 、Jaillet Patrick等在車輛無線傳感器方面成果頗豐；Tian Bin和Zhu Fenghua等在車輛檢測等方面做出一定貢獻；Rodrigues Joel J.P.C.和Kumar Neeraj等對車輛自組織網絡進行了研究。

4.3 文獻共引分析

由CiteSpaceⅡ生成的經Pathfinder裁剪的文獻共引科學知識圖譜中，共選擇出329個節點及其間的1 110條連線。每一個節點表示一篇文獻，節點周圍的年輪狀圓環各層的厚度與不同年份的引文數成正比，紫色圓環表示了被引數量的激增(burst)。

其中的重要文獻是近十年來本領域重要的知識基礎。其中，以Quddus Mohammed A等人所著論文Currentmap-matchingalgorithmsfortransportapplications:State-of-theartandfutureresearchdirections影響最大。地圖匹配(map-matching)算法是導航系統最重要基礎，該文獻在對地圖匹配算法的主要研究方向進行綜述的基礎上，揭示了當前研究的難點和局限性，并指出了歐洲的伽利略(Galileo)系統及歐洲地球同步導航服務(European Geostationary Navigation Overlay Service)系統的優越性及其可能帶來的影響。在此基礎上，Velaga Nagendra R與Quddus Mohammed A等人又對拓撲地圖匹配(tMM)算法進行改進。Buch Norbert作為第一作者寫作的AReviewofComputerVisionTechniquesfortheAnalysisofUrbanTraffic也產生了較大的影響。該論文全面探討和對比了最先進的交通視頻分析技術，并對未來技術發展趨勢進行展望。Min Wanli和Wynter Laura合作撰寫的論文Real-timeroadtrafficpredictionwithspatio-temporalcorrelations揭示了交通流的時空特性及其在新一代的“智慧交通”中的應用。Vlassenroot Sven等人通過分析問卷調查和車載設備記錄的行駛數據，對在比利時測試的智能速度適應系統(Intelligent Speed Adaptation System)的應用效果進行評價。

4.4 期刊共引分析

研究對象集中共有15 534次有效引文，來自932種期刊或其他類型文獻。其中被引前10%(93種)的期刊中的引文有4 705次，占總引文次數的30.2%。在CiteSpaceⅡ生成的期刊共引科學知識圖譜中，共選擇出114種期刊以及期刊之間的308條連線。

其容易看出，高被引期刊主要為智能交通系統的核心期刊，如IEEETransactionsonIntelligentTransportationSystems、TransportationResearchPart-C、TransportationResearchRecord等在交通領域影響較大的期刊，同時也出現了一定數量通訊、計算機、地理信息等領域的期刊，如IEEETransactionsonVehicularTechnology、LectureNotesinComputerScience等。這些領域均與智能交通有密不可分的關系，研究者經常需要從中汲取必要的知識。

5 結 論

(1)本文以智能交通系統領域近十年來在Web of Science數據庫中發表的論文及其引文為研究對象，利用CiteSpaceⅡ軟件，通過可視化技術對其進行處理，以科學知識圖譜的形式展現了本領域研究的重要學術文獻、學術代表人物，對當前發展的知識基礎和發展趨勢進行了分析。

(2)智能交通作為交通運輸領域的前沿，當前的研究方向正在進一步向更多交叉學科領域擴展，在這個信息化的時代有著廣闊的應用前景。我國在智能交通系統的研究雖然起步較晚，但經過數十年來研究者的著力推動，研究實力有了長足的提升，涌現了一批優秀的學術帶頭人。如今，伴隨智慧城市、物聯網等新興產業的興起，智能交通行業已經成為是目前細分領域中最具前景、政策傾斜最多的行業之一。雄厚的基礎科研實力將為相關產業的長足發展奠定堅實的基礎。

(3)目前由于中文引文數據庫采用的格式不符合國際通行標準，CitespaceII對中文文獻數據庫的支持尚顯不足，在未來的研究中應當考慮對智能交通系統的中文文獻進行梳理，并與世界研究趨勢加以對比，以便發現我國相關研究需要補充完善的方向。