基于CSSCI(2000～2011)的我国统计学学科知识图谱研究.docVIP

　　基于CSSCI(2000～2011)的我国统计学学科知识图谱研究 　　中图分类号： G8/ G255.2 文献标识码： A ： 1003-6938（2014）02-0094-08 　　Abstract Based the statistics of statistical core journals in CSSCI （2000-2011）， the study displays the evolution of research， knoapping knoains. The paper also makes annual analysis on the research hotspots， the research frontiers and the knoapping； CSSCI； term co-occurrence analysis； core documents； co-author analysis 　　1 引言 　　南京大学苏新宁教授分析了影响人文社会科学期刊学术质量和影响力的定量指标，构建了我国人文社会科学期刊评价体系[1]。在CSSCI数据基础上，胡?对统计学期刊指标加以统计分析，量化展示了各期刊的学术影响力及发展变化趋势[2]。马敬从篇均引文量、基金论文比、地区分布广度以及机构标注率四项指标出发，深入探讨了统计学期刊的学术规范[3]。赵良英以4种统计学期刊为数据源，通过核心期刊论文及分析，揭示了我国统计学科研队伍的状况、整体科研实力和科技产出力水平[4]。文章在以上研究基础上，通过关键词共现、文献共被引、共被引、合作分析我国统计学期刊，图形化的呈现我国统计学2000～2011年间发展历程。 　　知识图谱是在引文分析、社会网络分析、科学可视化和信息可视化基础上发展起来的一个跨学科领域，起初其研究大多是基于引文分析的理论和方法。Small Henry首次提出了论文共被引的概念和分析方法，并绘制了SCI中粒子物理学领域高被引论文的共被引图谱[5]。Mane和Brner探讨了Kleinberg突变检测算法、共词分析方法和图形可视化技术在科研趋势发现中的应用[6]。陈超美在突变检测领域算法基础上，通过寻径网络技术开发了知识图谱工具Citespace[7]，并在恐怖主义研究领域进行了应用[8]。梁永霞等利用Citespace对引文分析主题文献，进行了知识图谱构建和分析[9]。 　　本文将人文社会科学计量方法与知识图谱工具相结合，以2000-2011年间CSSCI收录统计学期刊发文及引用为数据基础，可视化分析我国统计学的科研发展历程。图谱相关参数及说明如下：（1）频次（Frequency），图谱知识单元节点大小与其频次大小乘正比；（2）中介中心度（Centrality），图谱知识单元与其他单元的连接情况，代表了其在网络中的联通作用；（3）突变（Burst），对于关键词等知识单元可以考察其各年度频次变化，出现重大变化的具有较大突变值，表明其可能代表学科前沿；（4）聚类指标（Modularity），衡量图像聚类效果。需要说明的是，对于发文中的不规范，文章进行了清洗，去除了未标注的公告、通讯等数据，并根据可视化工具格式进行了必要的数据转化。 　　2 统计学期刊关键词共现图谱及分析 　　共词分析是科学计量学的重要研究方法，近年来随着社会网络分析技术的兴起，对于网络中具有高中介中心度节点的研究也成为学者关注的研究对象。本节将通过绘制2000～2011年统计学整体的关键词共现图谱，将这12年来统计学的研究内容直观地在网络图谱中展示出来，进而揭示国内统计学研究的知识结构及其演进。在数据处理时以两年切片，选取合适的阈值，得到网络节点数177，经Pathfinder算法修剪后得到连接数181，可视化聚类视图见图1。 　　图1中按照中介中心度的大小来控制节点标签的显示，节点大小与其代表的关键词出现频次大小成正比，圆环的颜色代表年代信息。由于本次采集数据始于2000年，故2000年出现关键词突变不在讨论范围内，本文列出上图中出现频次前30个关键词（见表1）。 　　表1可知经济增长、指标体系、因子分析和上市公司是这12年来国内统计学学者们使用最多的关键词，且均是中介中心度大于0.1的关键节点。为了更清晰地反映关键词之间的关联及其出现的年份信息，特绘制关键词Time Zone视图（见图2），该视图是由一系列标识时区的颜色相间的柱形区域构成，这些时区按照时间顺序从左向右排列，节点的位置代表其出现的年份信息，由此可以直观的看出各年度出现的关键词。 　　由表1、图1和图2中的信息并综合聚类结果，可以将这12年我国统计学的研究主题归纳为如下五大领域，下面将分别阐述各个领域的发展脉络与趋势： 　　（1）统计学基础理论研究在这12年里一直是国内统