国际大数据研究主题的可视化分析.PDFVIP

探索与交流 国际大数据研究主题的可视化分析* 1 2 2 王一博 ，郭鑫 ，王继民 （1. 北方工业大学信息工程学院计算机系，北京 100144 ；2. 北京大学信息管理系，北京 100871） 摘要：随着大数据时代的来临，有关大数据的理论、技术、方法与应用的研究已成为当前产、学、研的研究 热点。以Web of Science数据库的文献信息为数据源，对大数据领域的论文关键词进行共词分析，构建高频 关键词共现关系网络，可视化地展示该网络的 “核心-边缘结构”，通过聚类分析将这一领域的研究内容划分 为14个类团，并利用战略坐标图揭示该领域的各个研究主题及其发展趋势，以期为相关研究提供参考。 关键词：大数据；数据可视化；社会网络分析；聚类分析；战略坐标图 中图分类号：G350 DOI ：10.3772/j .issn .1673—2286.2014.07.009 随着移动互联网、物联网、云计算技术的快速发 类分析、社会网络分析等方法，对国际范围内的大数据领 展，以及视频监控、智能终端、应用商店的普及，全球 域的研究现状和研究热点进行可视化分析，以期为我国 数据量出现了爆炸式增长。Gar t n er 提出，目前半结构 学者对大数据领域的深入研究提供参考和借鉴。 和非结构化的数据，诸如文档、表格、网页、音频、图像 和视频等占全球网络数据量的85%左右，大数据隐含 1 数据准备 着巨大的社会、经济和科研价值，并且整个互联网络体 [1] 系架构也将面临革命性的改变 。 1.1 数据收集 麦肯锡将大数据定义为：无法在一定时间内用传统 数据库软件工具对其内容进行抓取、管理和处理的数据 本文以美国科学情报研究所( I n s t i t u t e f o r [2] 集合 。大数据的特点通常用4个V来概括，即Volume （规 S c i e n t i f i c I n f o r m a t i on ，I SI ) 出版的国际权威引 模性）、Velocity （高速性）、Variety （多样性）和Value （价 文数据库Wo S （Web of Sci en c e w it h C on fer en c e 值密度低），这被认为是大数据有别于传统数据集的特 Pr o c e ed in g s : SCI -EX PA N DED ；SSCI ；A ＆H CI ； 征。在大量数据的背后，有复杂的定位、访问、检索、存 CPCI-S；CPCI-SSH ）为文献信息源，以“主题”为检索 取、交换等活动，现有的网络环境、存储及搜索条件，都 项，检索式为“big data”，时间跨度为2009年-2014年， 难以适应这种新的变化。随着大数据的快速发展与进 即近6年的文献数据，因为2009年之前论文较少（仅有 [3] 步，人类的生产生活方式正在发生根本性的变革 。 52篇），且与目前意义的“大数据”含义不完全相同。 20 12年3月，美国联邦政府宣布投入2亿多美元启 检索得到文献1330篇。之后对数据进行筛选，除去错 动大数据的研发任务，并把大数据定义为和历史上的 检项后，得到期刊文献 （包括A r t icle ，A r t icle ；B ook [4] 互联网、超级计算同等重要的国家战略 。我国也对大 Chapter，Article ；Proceedings Pap er ）1113 篇，占文 数据的理论与应用开展了深入系统的研究，目前大数据 献总数的83.68% 。 已经渗透到社会经济各