基于itespaeⅢ对于大数据研究的可视化分析..docVIP

基于cite space III对于大数据研究的可视化分析 本文结合文献计量学的方法和citespace软件与excel软件， 对2005-2015年间的web of scienceTM核心合集收录的2182篇大数据 研究领域的文献分别进行了研究现状、知识基础、研究热点、研究前沿进 行了可视化分析，进而揭示了国际大数据领域研宄的特点规律及动态过 程。 关键词：大数据；大数据研究前沿；cite spacelll :G40-057文献识别码：A :1001-828X (2017) 003-0-03 引言 随着智能手机、平板电脑等越来越多的智能移动终端被用户所接受， 而随着用户量的迅猛增长，数据也在以惊人的速度增长和累积。正是在全 球数据暴涨的背景下，大数据，一个用来形容这种庞大的数据集的名词应 运而生。目前，学术界、政界、工商界等都对其产生了浓厚的兴趣。大数 据是一个抽象的概念，不同领域的专家学者因对其关注的方向不同，所给 出的定义也不相同。 美国国家标准和技术研究院(NIST)从学术角度给大数据做了一个定 义“大数据是指其数椐量、采集速度或者数椐表示限制了传统关系型方法 进行有效分析的能力，或需要使用重要的水平缩放技术来实现高效处理的 数据”。 对于大数据的特征的描述，目前比较流行的是“3VS”和“4VS”两种。 “3VS”是由Gartner公司的分析师道格莱尼提出的，他将大数据描述为 数量(volume) ??大、种类(variety)繁多、速度(velocity)快且具 有即时性的数据集。 “4VS”则是由国际知名数据公司IDC提出的，在其发布的报告屮是 这样描述大数据的特征的“数量浩大、种类繁多、生成快速、价值巨大单 密度低”。正是由于学者专家高涨的研究热情，探索理清大数据的发展方 向，明确大数据的研究前沿，理清大数据的知识基础对于大数据研究和管 理则显得尤为重要。 一、 数据来源与研究方法 本文所选取的数据席具体为科学引文索引SCIE (Science Citation Index expand),检索式为” TS=big data AND TT=big data”，时间为 2005 — 2015,检索结果有2，182条记录，来自web of science核心合集。本文 选用可视化分析软件为陈超美团队所开发的CiteSpace 111来对所获取到 的文献数据进行分析。将之前检索并下载的引文记录放入到data文件夹 中，使用CiteSpace III创建一个新的project,时间跨度选择为2005 — 2015，选择每一年为一个时间段，termtypes选择burst terms,并分别选 择 author, institution, keyword, cited author, cited reference, cited journal 进行分析，设定阈值为：c (2，2，20)，cc (3，3，20)， ccv (3, 3, 20)。 二、 文献产量分析 文献计量统计是科学研究中重要的研究方法，它能反映某一学科领 域的文献随时间变化的一个分布状况以及研宄主题的热度情况。表一为统 计表，图一为每年散点图及趋势预测图。对于文献增长的规律用多项式函 数进行拟合，得到拟合曲线y = -1.27 x4 + 10223. 44 x3 - 64 x2 + 41304216104. 99 x - 20755444911937. 60 , R? = 0. 92 ,接近于 1， 且曲线与数据点较为吻合，说明近期内文献数量将按照此曲线增长。 根据图形我们可以把近十年来对大数据的研宄分为两个阶段： 萌芽期(2010年以前)：2006年，大数据技术形成并运行运算与分 布式系统，为大数据的深入研宄奠定基础。2007年1月吉姆格雷一一数据 库软件先驱，第一次将这种转变称为第四范式，他认为面对这种范式，只 能开发新一代的计算工具来处理海量数据。2008年，《Nature》在开辟了 Big Data 专栏，同年计算机社区联盟(Computing Community Consortium) 发表了报告 Big Data Computing： Creating Revolutionary Breakthroughs in Commerce, Science and Society ［1］,阐述解决大数掘问题的一些方 法和技术。2010年2月，肯尼斯库克尔在《经济学人》上发表报告《数据， 无所不在的数据》［2］。 增长期(2011-2015)： 2011年2月为了对科学研宄中大数据的问 题及其重要性进行讨论，Science杂志出版专刊Dealing with Data。同 年5月，继物联网，云计算之后，“大数据”成为又一个广受关