大数据营销的研究热点及趋势-基于知识图谱的量化研究.docxVIP

? ? 大数据营销的研究热点及趋势 基于知识图谱的量化研究 ? ? 杨宇萍 陈章旺 教授（福州大学 福州 350108） 引言 随着大数据技术的兴起，营销经历了从量变到质变的跨越式发展，通过在虚拟网络上对海量数据进行重聚和匹配，利用数据挖掘对营销需求进行分类和聚合，从而建构大数据时代营销新范式。虽然大数据营销的研究时间尚短，但是相关的理论基础和实践探索已经渐入正轨，越来越多的学者开始聚焦于该领域的研究。然而，尽管当前大数据营销研究文献快速增长，但大部分偏重定性研究，缺乏对该领域的定量分析，而且研究内容分布松散，运用量化方法对大数据营销的研究现状、热点以及趋势进行整理的文献几乎是空白的。因此，亟需对该研究领域的成果予以分类，归纳并总结其未来发展方向，以期为学者提供引导作用。 相较于传统文献，本文运用文献计量方法梳理2010-2018年大数据营销的研究内容，并借助科学知识图谱，试图以直观、系统方式将大数据营销研究的结构特征和发展态势呈现出来。同时，本文通过找出该研究领域的盲点和薄弱环节，为大数据营销研究正确把握研究方向，找准研究切入口提供科学的量化依据，对于提高大数据营销的研究水平具有重要的理论意义和学术价值。 数据选取与分析工具 本文以中文期刊全文数据库（CNKI）的相关文献为数据源，检索条件设置为：主题=“大数据+营销”，来源类别=“核心期刊+CSSCI”，时间跨度为2010-2018年（数据采集时间为2018年10月16日），共检索出406篇相关文献，剔除论文摘编、文献评述、征稿通知、专题导读以及人物专访等不相关文献，最后得到381篇符合要求的文献样本。 在论文题录数据格式转换的过程中，分别以EndNote和Refworks为存盘格式导出记录数据，方便后期数据处理和统计分析。通过从CNKI检索下载以EndNote格式导出的题录数据，再将其导入SAIT软件实现格式转换，在文本预处理的基础上对Key进行字段抽取、词频统计，以生成共现矩阵，并将矩阵导入Ucinet软件进行分析，绘制出大数据背景下营销研究领域的高频Key共现知识图谱、多维尺度图谱以及战略坐标图。同时将以Refworks格式的题录数据导入Citespace软件中，以生成Key时区图。通过对这些知识图谱的量化研究，来分析大数据营销的研究热点和研究趋势。 表1 大数据营销研究高频Key中心性测定 大数据营销领域研究的可视化分析 （一）研究文献的热点分析 社会网络知识图谱。通过将收集到的381篇文献导入文献题录信息统计分析软件SAIT中，可以得到高频Key表，它们能很好地反映大数据营销的研究热点。由于研究热点间存在关联，需要对Key之间的关系进行梳理，因此本研究利用SAIT构造50*50（即Rows/cols=50）的高频Key共现矩阵。将其导入社会网络分析软件Ucinet中，利用其内嵌开源软件Netdraw对网络进行计算，并根据网络节点的中心度值来设置节点大小，最后生成2010-2018年大数据营销高频Key共现知识图谱（见图1）。由于“大数据”这个高频Key与其他Key的频次相差较大，导致其他节点较小，为了使结果更加直观，在图中剔除“大数据”这个Key。社会网络图中节点之间的线条代表两者之间的联系，节点大小代表Key出现的频率以及在网络中的作用，节点大小与频率成正比，同时节点越大，控制其它节点出现的能力就越强。由共现网络图分析结果显示“精准营销”、“移动互联网”、“广告产业”、“营销模式”、“数字出版”和“图书营销”位于整体网络的中心位置，且其节点相对较大，控制着其他主题的研究，因此成为大数据背景下营销研究领域的热点议题。 中心性分析。为了更准确获取大数据营销的研究热点，本文选用中心性来测量节点对网络中核心群体的重要性。同样，将共现矩阵导入Ucinet软件中，测定大数据营销研究领域的高频Key中心性，提取中心性排名前8的数据进行分析，结果如表1所示。首先，从点度中心度可以看出，节点“大数据”的点度中心度最高（degree=128），表明在该网络图中共有128个节点与之相连，而且该节点的相对中心度也最高（NrmDegree=12.689），表明“大数据”这个节点在整个网络中占据核心地位。同时，精准营销、移动互联网、广告产业、数据挖掘、营销模式及图书营销的点度中心度和相对中心度都较高，说明与其它节点的联系紧密。其次，从中间中心度可以看出，大数据、精准营销、广告产业、移动互联网、营销模式以及传统媒体等Key在网络中占据“结构洞”位置，其他节点通过这些节点来建立联系，这些节点的枢纽作用也代表着当前大数据营销的研究方向。最后，从接近中心度可以看出，大数据、精准营销、广告产业以及创新等Key与网络中其它节点的距离较短，说明其处于网络的中心位置。可见，分别从三个不同角度出发对