基于共词分析学科结构可视化表达方法探讨.docVIP

基于共词分析学科结构可视化表达方法探讨 　　〔摘 要〕共词分析可视化是一种利用现代信息技术和统计软件图形显示功能，将分析结果直观形象地显现出来的方法，其目的是应用图示的方法揭示出学科领域的发展及演进趋势、研究课题的扩散与传播的关系，为学科建设提供优化服务。目前，这种方法发展迅速并广泛应用。本文着重介绍几种重要的共词可视化的方法，并对比其优缺点。 　　〔关键词〕学科建设；共词分析；学科结构可视化；聚类分析；多维标度；战略坐标；社会网络分析 　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０．０１．０２３ 　　〔中图分类号〕Ｇ３５０ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１（２０）０１－００９１－０６ 　　Visualization of Subject Structure Based on Co-word AnalysisYang Ying??１ Cui Lei??２ 　　（１．Library，China Medical University，Shenyang 100001，China； 　　２．Department of Information Management and Information System，Shenyang 100001，China） 　　〔Ａｂｓｔｒａｃｔ〕Co-word visualization is a method that can present the results of co-word analysis directly by modern information techniques and graphical display function of statistics systems.Co-word visualization is used to reveal the relation between developmental tendency of discipline and diffuse of research subject.So far,co-word visualization methods and their applications update quickly.This article summary featured several important visualization methods used in co-word analysis. 　　〔Ｋｅｙｗｏｒｄｓ〕subject development;co-word analysis;visualization of subject structure;cluster tree;multidimensional scaling;strategic diagram;social network map 　　 　　共词分析法（Co-word analysis）早在20世纪70年代后期由法国文献计量学家提出的，是信息计量学的一种重要方法，也是内容分析法的常用方法之一。其原理是：当两个能够表达某一学科领域研究主题或研究方向的专业术语（一般为主题词或关键词）在同一篇文献中出现时，表明这两个词之间具有一定的内在关系，并且出现的次数越多，表明它们的关系越密切、距离越近。利用现代统计技术如因子分析、聚类分析和多维尺度分析等多元分析方法，可以进一步按这种“距离”将一个学科内的重要主题词或关键词加以分类，从而归纳出该学科的研究热点、结构与范式［１］，对于决策层规划学科布局，调整学科方向，促进学科发展具有重要的参考价值，对于本学科研究人员了解学科前沿，进一步明晰其研究与应用目标，集中有限力量在重点领域有所突破亦具有积极意义。 　　经过近三十年的发展，对某学科或研究领域的共词分析不光停留在数据的分析层面上，逐渐融入可视化方法，利用现代信息技术和统计软件图形显示功能，将分析结果直观形象地显现出来，目的是应用图示的方法揭示出学科领域的发展及演进趋势、研究课题的扩散与传播的关系。本文主要介绍基于共词分析的学科结构可视化表达方法的原理、使用工具及其特点。 　　１ 共词分析的可视化 　　共词分析可视化是利用可视化开发工具把共词结果以可视化的方式展示出来。可视化的结果可以统称为科学知识图谱，这个定义是由陈悦等人［２］在“科学地图”的基础上将其延伸而来。 　　共词分析可视化主要分五步：文献的检索、数据提取、数据预处理、数据分析和数据可视化。即（1）检索收集某学科领域的文献；（2）根据不同的需要，从关键词、或主题词、题名、摘要或正文中抽取一组词作为研究对象；通常提取文献的关键词或主题词，因为这些词简练并能代表整篇文章的内容。（3）两两统计这些词在同一篇文献中出现的次数，生成词篇矩