基于大數據協同的我國知識圖譜軟件應用概況研究

戴振威

摘 ? 要：CiteSpace是美國德雷賽爾大學計算機與情報學教授陳超美開發的一款繪制科學知識圖譜的科學計量學軟件，該軟件憑借強大的分析能力，被廣泛應用于各個知識領域的可視化分析。本文創造性運用文獻計量協同大數據分析，以中國知網（CNKI）收錄的與CiteSpace有關的2405篇為文獻基礎數據（2007-2019），有效探測國內CiteSpace軟件的應用概況。

關鍵詞：CiteSpace ?大數據 ?協同 ?文獻計量 ?應用概況

中圖分類號：TP311.13 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2020）04（c）-0136-02

CiteSpace是一款在科學計量學、數據以及信息可視化背景下發展起來的引文可視化分析軟件，可以通過可視化的方式來呈現科學知識的結構和分布[1]。隨著軟件的不斷更新，CiteSpace從最初的僅針對文獻共被引分析變換為在提供引文空間挖掘的基礎上，還提供其他功能如共現分析等[2-3]。本研究利用文獻計量協同大數據對復雜、海量的低密度數據進行分析[4]，以較為系統準確地了解我國CiteSpace軟件在期刊論文寫作中的應用概況。

1 ?研究方法

選擇中國知網（CNKI）正式發表的期刊論文為全量大數據研究對象。以“CiteSpace”為主題詞進行定向全面檢索，檢索區間為截止2019年。共檢索出文獻2405篇作為分析樣本。借助文獻計量學方法協同大數據進行解讀。

2 ?結果與討論

2.1 文獻統計

2.1.1 相關文獻的時間分布

通過大數據對國內已發表的使用CiteSpace作為分析工具的期刊論文的發表時間進行統計，從數量上分析，應用CiteSpace的文章數量呈逐年上升趨勢，2007年第一篇應用CiteSpace的文章發表，在2007—2014年間發文數量均相對較少，年刊文量100篇以下。從2015年開始，發文量突破百篇且增長較快，2019年共939篇，2020年有希望突破千篇，可以發現CiteSpace越來越受到研究人員的青睞。

2.1.2 相關文獻的空間分布

當今研究領域的各個學科作為人類通過發展而形成的知識體系，都具有一般的科學屬性[5]。通過大數據對應用CiteSpace發表的期刊論文的學科進行分類，結果發現有1266篇文獻的學科為圖書情報檔案學，占總文獻量的39.2%，其次還有教育學、語言學等，分別占13.31%和4.92%。由此可見該軟件應用最多的領域為圖書情報檔案學，由此可見，作為繪制科學知識圖譜的軟件，CiteSpace其本身就具備情報學等學科的屬性，因此在相關領域內的發文數量也最多[6]。

2.1.3 期刊發表情況

本次研究共納入2405篇期刊論文，其中核心期刊761篇，占總數的31.6%，表明有超過1/3的論文質量相對較高，有較好的學術研究價值。收錄應用CiteSpace論文最多的期刊為《科技管理研究》雜志，共36篇，該雜志影響因子為1.604，為核心期刊，可見該期刊在學術界有足夠的權威性，也由此可見CiteSpace軟件在學術研究中的重要性。除此之外，刊登此類論文較多的期刊還有《現代情報》、《情報雜志》、《情報科學》等，這些雜志均為情報學領域內的學術權威期刊，由此可見CiteSpace軟件在情報學領域的應用較多。與上文的學科分類結果相同。除此之外，在2405篇期刊論文中，有854篇為基金項目，其中有320篇為國家自然科學基金項目，250篇為國家社會科學基金項目，可見相關領導和政府對此類科學計量學研究的重視，通過基金項目的支持，CiteSpace的許多潛在價值也被不斷挖掘，研究人員也越來越注意到該軟件的重要性。

2.2 關鍵詞共現分析

基于共詞分析理論[7]對納入的2405篇文獻的關鍵詞進行分析，得到的關鍵詞分布見表1，一般認為當關鍵詞的中心性大于0.1時，該關鍵詞較為重要，具有一定研究熱度以及影響力。由表格可見，“研究熱點”、“可視化”等頻次較高，中心性較大，表明CiteSpace在這些方面應用較多;其次，CiteSpace在數據挖掘領域應用也較多，并且會協同其他可視化軟件如vosviewer等進行更精確的分析。

3 ?結語

本文以2007—2019年間CNKI 數據庫中共2405篇文獻為研究樣本，運用CiteSpace知識圖譜可視化軟件協同大數據進行分析，呈現了我國CiteSpace軟件在期刊論文中的應用現狀，隨著科學知識的不斷更替，CiteSpace作為探測科學前沿的有效工具，必將受到更多各個領域內研究人員的重視。

參考文獻

[1] Chen， C.Searching for intellectual turning points： Progressive Knowledge Domain Visualization. Proc. Natl. Acad. Sci. USA，2004，101 （suppl.）：5303-5310.

[2] 陳悅，陳超美. 引文空間分析原理與應用[M]. 北京：科學出版社，2014.

[3] 陳超美.科學前沿圖譜：知識可視化探索[M]. 北京：科學出版社，2014.

[4] 鄔雪艷，孫永杰. 云計算和大數據助力醫療協同[J]. 通信世界，2013（10）： 15.

[5] 庾光蓉.自然科學與人文社會科學融合：科研創新的新途徑[J].天府新論，2008（3）：33-36.

[6] 陳悅，陳超美，劉則淵，等.CiteSpace知識圖譜的方法論功能[J].科學學研究，2015，33（2）：242-253.

[7] 陳仕吉.科學研究前沿探測方法綜述[J].現代圖書情報技術，2009（9）： 28-33.