可视化分析在医院图书馆信息服务中应用.docVIP

可视化分析在医院图书馆信息服务中应用 　　摘要：借助可视化分析技术，以海量文献为研究对象，可以进行特定主题研究热点及其演变分析，确定该主题的研究前沿及未来趋势。医院图书馆根据本馆馆藏资源和人员条件，借助知识可视化分析软件CiteSpace，可以向读者提供科研选题和撰写综述的辅助服务，以及文献信息服务。 　　关键词：可视化分析；知识图谱：Citespace；医院图书馆；信息服务 　　中图分类号：G252 文献标识码：A 文章编号：2095-5707（2016）02-0039-03 　　大数据时代要求图书馆员不仅能够检索各种文献数据库，还应该善于深度挖掘海量文献中的知识，为临床科研人员提供基于海量数据的知识发现和分析服务。陈锐等认为，“应用大数据技术对数据进行深度挖掘和向生物医学领域的各种用户提供高附加值的知识服务，是医学专业图书馆提升自身核心竞争力的重要途径。应用大数据开展生物医学专业科技情报服务，围绕重点领域进行数据挖掘、科技态势监测、科技趋势预见等决策支撑服务”。因此，充分利用知识发现工具对海量文献进行分析，或是将知识分析成果向读者进行推荐，是医院图书馆信息服务人员的一项重要工作内容。 　　在各种知识发现工具当中，目前国内应用较广的可视化分析软件是由美国德雷塞尔大学信息可视化研究专家陈超美博士研发的CiteSpace软件。本文以CiteSpace的应用为例，阐述可视化分析在医院图书馆信息服务中的应用。 　　1.可视化分析 　　可视化分析是把数据、信息和知识转化为可视的表现形式并获得对数据更深层次认识的过程。基于大数据的可视化不仅是数据分析，也是数据分析结果呈现的关键技术。2005年，大连理工大学的陈悦、刘则渊将科学计量学范畴的“mapping knowledge domains”首次译为“科学知识图谱绘制”，随后又撰写一系列的论文来介绍和推广科学知识图谱和知识可视化分析。虽然相对广泛意义的大数据而言，可视化分析技术还处于初始阶段，但对于文献数据来说己相对成熟。 　　常用可视化分析软件有图形聚类工具包（Graphical Clustering Toolkit.gGLuto）、VOSviewer、Ucient及Citespace等。gGLuto软件基于共词聚类，用可视化山丘图的形式呈现类群的相对相似性、聚类数量等信息。VOSviewer是由荷兰雷登大学CWTS研究机构开发的科学知识图谱绘制软件，它更注重图形化的展示，并以鲜明的颜色对比区分不同聚类。美国加州大学欧文分校开发的Ucient软件也是一款应用较广的社会网络分析软件，它具有很强的矩阵分析功能，通过可视化共现网络揭示检索词之间的关系。在医学文献可视化分析利用的软件当中，应用最广的还属CiteSpace。 　　2.CiteSpace可视化分析 　　CiteSpace提供合作图谱、共现图谱和共引图谱等3类知识图谱。合作图谱包括作者合作图谱、国家合作图谱和机构合作图谱。通过合作图谱，能够了解某研究领域学者、国家、研究机构之间的社会关系，作为评价科研人员、国家或机构学术影响力的证据。共现图谱是指对特征词（主体术语）、关键词和学科类别绘制的图谱。特征词和关键词又称为共词，共词图谱有助于分析研究热点及其演变。学科类别共现图谱能够帮助分析学科知识结构及其演变。共引图谱是指对文献共被引、作者共被引和期刊共被引等指标进行绘制的知识图谱。其中，使用最频繁的是文献共被引图谱。研究者可以通过图谱中的关键节点、聚类及色彩来分析某个主题的演变。 　　3.应用可视化分析提供信息服务 　　3.1提供可视化分析服务的内容 　　3.1.1协助读者进行科研选题 从事科研活动最重要的准备工作就是选题。临床医务人员在繁重的业务工作之余，要阅读大量的研究文献，对拟研究主题和研究方法进行新颖性及先进性的判断。医院图书馆信息服务的一项内容就是帮助读者检索相关文献，或是对选题进行预查新。通过CiteSpace可视化分析中的词共现分析功能，可以得到直观的关键词共现网络图谱，从而分析出某研究领域当前的研究热点以及过去曾经产生过哪些热点。再通过进一步查找原始文献，比较研究主题的新颖性。例如袁娟娜等以web of science数据库中收录的念珠菌生物膜文献为研究对象，使用CiteSpaceⅡ，对纳入的1631篇文献进行知识图谱分析，析出20个高频关键词，5个突显主题词。通过分析确定了念珠菌生物膜的研究热点为生物膜的形成、基础实验技术、模型建立及耐药问题，研究前沿为生物膜体外模型以及药敏实验建立新方法。图书馆员将诸如此类的信息提供给需要的读者，对其确定研究方向势必产生事半功倍的效果。CiteSpace软件还具有提供作者、机构、学科等共现分析功能，显示合作作者、合作机构和交叉学科等信息。读者可以藉此选择合