基于CiteSpace 的信息可视化文献的量化分析[J].doc

文库下载 免费文档下载/本文档下载自文库下载网，内容可能不完整，您可以点击以下网址继续阅读或下载：/doc/c70d41718e9951e79b892780.html基于Citespace_的信息可视化文献的量化分析第29卷第1期2011年1月情报科学Vol.29,No.1January,2011基于CitespaceII的信息可视化文献的量化分析周金侠（河北科技师范学院图书馆,河北昌黎066600）摘要：利用当前最著名的信息可视化分析软件CitespaceII对从SCI(ThomsonISI)网络版（webofScience中的科学引文索引扩展版）中下载的1998-2009年间信息可视化研究文献做了详细的可视化分析，厘清了信息可视化研究的演进轨迹，揭示了研究热点，探讨了此项研究的国家与研究机构分布情况。关键词：信息可视化;CitespaceII;共引网络图谱中图分类号：G350文献标识码：A文章编号：1007-7634（2011）01-0098-04DocumentsVisibilizationAnalysisofInformationVisibilizationBasedontheCitespaceIIZHOUJin-xia(LibraryofHebeiNormalUniversityofScience&Technology,Changli066600,China)Abstract:ThearticleutilizingthelatestfamousinformationvisualizationandanalysissoftwareCitespaceIIThomsonISIfromSCI(Webversion)(webofscienceintheScienceCitationIndexExpandedEdition)thatyoudownloadedin1989-the2009yearsinformationvisualizationliteraturemadeadetailedvisualanalysistoclarifytheinformationvisualizationofitsevolution,rencent,explo/doc/c70d41718e9951e79b892780.htmlrethestudyandresearchinstitutionsinthecountry.Keywords:informationvisualization;citespaceII;atlasofcocitationnetwork日益成熟，也给信息资源管理科学带来了根本性的1引言变革。为了厘清信息可视化研究的发展脉络，把握该领域的研究热点，笔者拟用国际信息计量学中最先进的软件CitespaceII对WebofScience中有关信息可视化研究的数据进行可视化分析，以期有益于我国信息可视化的研究工作。所谓信息可视化（InformationVisualization）是指利用计算机实现对抽象数据的交互式可视表示，来增强人们对这些抽象信息的认知【1】。信息可视化有助于人们通过视觉的通道快速地观察、认知、加工有关信息，以利于分析数据、发现规律和制定决策。信息可视化可以揭示出信息之间的关系和信息中隐藏的本质规律。“信息可视化”这一术语最早出现在1989年G.2数据来源与可视化工具2.1数据来源本文以SCI(ThomsonISI)网络版webofSci-Robertson、S.Card与J.Mackinlay的论文中【2】。虽然还处于发展时期，但它方法技术的研究和应用正在收稿日期：2010-04-08ence中的科学引文索引扩展版(ScienceCitationIn-作者简介：周金侠（1965-），女，大学本科，馆员，主要从事图书馆工作与文献计量学研究.1期基于CitespaceII的信息可视化文献的量化分析99dexExpanded)数据库为数据来源。检索方法选定为高级检索，检索式为：“TS=Informationvisualization”。检索年限设定为19982009，其中文献类型设定为“article”，/doc/c70d41718e9951e79b892780.html共计4025条记录符合条件。数据下载的方式设定为“全纪录并且包含所引用的参考文献”，数据下载结束的时间为2010年1月29日。献（reference）和主题词，将主题词来源设定为文献标题、文摘、描述符（descriptor）三种。由于CitespaceII软件中主题词又包括名词短语（nounphrase）与“涌现”词（burstterms）两种，我们先将主题词设定为“涌现”词，然后运行CitespaceII，即可得出输出网络所涵盖的节点（Nodes=269）与连接线(Links=472)数，同时也绘制出了信息可视化研究领域的文献共引网络图谱，见图1。2.2可视化工具引文分析可视化是信息可视化的重要分支，其首先处理海量的引文数据，之后利用信息可视化技术使人们更容易地观察、浏览和理解信息，进而找到数据中隐藏的规律和模式【3】。不过当前对此分析的作者，多应用统计学中的一些工具，如SPSS、Pajek等，但是其可视化的效果不仅单调，而且分析解读比较烦琐【4】。本文使用的引文分析可视化工具是基于JAVA平台的CiteSpaceII版本号为2.2.R5，是由美国费城德雷克塞尔大学(Drexe1)信息科学与技术学院陈超美博士开发，他是国际上信息可视化领域的权威专家，多年致力于信息可视化方法及相关算法研究。CitespaceII可用于探测和分析学科研究前沿的变化趋势以及研究前沿与其知识基础之间、不同研究前沿之间的相互关系。通过对文献信息的可视化，能够较为直观地识别学科前沿的演进路径及学科领域的经典基础文献。同时，选择机构共现分析，可得到基于研究机构共现网络的机构合作网络图谱，实现对某技术研究领域中研究机构合作情况的可视化分析【5】。CiteSpaceII可以在其主页(http:/cluster.cis.dre图1信息可视化研究的文献共引网络图谱从图1中可以看出网络中有七个关键节点（关键节点是共引网络中连接两/doc/c70d41718e9951e79b892780.html个以上聚类群组且具有中介作用的节点）。一般而言，关键节点的点度中心性比较高，在整个网络中所起的桥梁作用也很大。从知识理论的角度看，关键节点文献通常是在该领域中提出重大理论或是创新概念的文献，也是最容易引起新的研究前沿热点的关键文献【6】。本文关键节点文献的相关信息见表1。表1关键节点文献的综合信息表序号作者出版年文献名称中心半衰被引度期频次/cchen/citespaee/)上自由下载，免费使用。3结果分析将下载的相关数据全部录入CitespaceII软件中，然后进行相关选项的设定。首先设置时间，由于本文检索年限为19982009共计12年，所以设定时间跨度为1年，这样就形成12个时间段。其次设定c,cc,ccv（其中c为文献被引频次；cc为两篇文献的共引频次；ccv为文献的共引系数）的阈值分别为（3，2，20）、（4，3，20）和（5，3，20），选定路径搜索（pathfinder）算法。最后依据分析内容的不同，选定相应的网络节点，如：作者、关键词、机构、国家等等。1TUFTEER1983VISUALDISPLAYQUANT0.44150.380.330.22396174375027142221162ALTSCHULSF1997NUCLEICACIDSRESROBERTSON3GG1991PACMCHUMFACTCOM4KOHONENT1997SELFORGMAPS5CARDSK1999READINGSINFORMATION6AHLBERGC1994PCHI947MORIS1999ANNNEUROL为验证关键节点文献的重要性，笔者利用3.1关键节点文献分析进行主题分析，需要将网络节点设定为参考文/doc/c70d41718e9951e79b892780.htmlGoogleScholar对表1中按中心度的排序的文献做了进一步的检索。发现中心度最大的文献是美国耶鲁大学教授爱德华塔夫特（EdwardTufte）于1983100情报科学29卷年出版的著作TheVisualDisplayofQuantitativeInformation中，提出了数据图形学的理论，强调有用信息密度的最大化问题。后来塔夫特的这些理论在众多的领域当中变得闻名遐迩，且富于影响力，从而使得信息可视化发展成为了一门学科。其次是美国国家生物技术中心的著名学者AltschulSF。他于pace软件所调用的主题词（Terms）全部来源于SCIE数据库中的题名（Titles）、摘要(Abstracts)、标识符(identifier)和描述符(descriptor)，其完全可以用于表征该文献的内容。因此，笔者将网络节点设定为主题词（Terms），结合软件自带的涌现检测算法1997年在NucleicAcidsResearch上发表的论文“GappedBLASTandPSI-BLAST:anewgenerationofproteindatabasesearchprograms”中提出了数据库搜索程序迭代算法也广泛引用，在一定程度上推动了信息可视化这门科学的发展。排在第三位的乔治罗伯逊（GeorgeG.Robertson）是美国信息可视化专家和高级研究员、可视化和交互(VIBE)研究小组成员，他发明了多种信息可视化技术，1989年他与斯图尔特卡德（StuartK.Card）和约克麦金利（Jock(burstdetectionalgorithm)，然后运行CitespaceII，绘制出19982009各年度的研究主题变化的时区视图谱，见图2。D.Mackinlay）一起创立了信息可视化的英文术语“informationvisualization”。第四位TeuvoKohonen是芬兰赫尔辛基/doc/c70d41718e9951e79b892780.html大学神经网络研究中心的著名教授，也是芬兰最杰出的科学家，曾经担任欧洲神经网络学会主席等职务，其在学习矢量量化算法、基本理论的分布式联想记忆和优化的联想映射等方面都有卓越建树，其最突出的贡献就是发明了神经网络地图（又称作“Kohonen地图”）。第五位斯图尔特卡德是美国XeroxPARC的一位高级研究员，也是率先在人机交互方面运用人员因素的开拓者之一。他与托马斯莫阑（ThomasP.Moran）和艾伦纽威尔（AllenNewell）合著的人机交互心理学（The图2信息可视化研究热点时区分布图在此基础上，使用CiteSpace自带的聚类软件对全部主题词进行ExpectationMaximization简称(EM)聚类，最后得到了全部主题词的年度变化分布表，限于篇幅，这里只给出比较重要的部分，在表2中详细列出了19982009各年度重要主题词变化的详细信息，如主题词、词频、涌现值与中心度等关键指标的数值。由于表2列出的是19982008各年度中涌现值、词频均很高的重要词汇，因此这些主题词的变化，十分准确地反映了信息可视化研究领域中研究热点的演进情况。从表2可以看出1998年的研究热点主要是医学信息的可视化与信息检索的可视化；PsychologyofHuman-ComputerInteraction）已经成为该领域极富影响力的经典著作。第六位克里斯托弗阿尔贝格（ChristopherAhlberg）是瑞典马里兰大学计算机教授，人机交互研究中心研究员，因其突出的学术贡献，被选入2002全球技术新锐TR100。最后一位SusumuMori是美国约翰霍普金斯大学巴尔的摩医学院核磁共振造影领域的专家，他用实验证明了大脑与复杂行为之间的神经网络控制关系，提出了全新的神经网络可视化观点。以上检索结果再次证明了表1中所列学者及其文献在信息可视化研究领域中的重要作用。1999年研究热点是虚拟现实技术；2000与2001年研究热点则是在医学信息的基础上增加了多/doc/c70d41718e9951e79b892780.html媒体信息的可视化；2002年研究热点为人类大脑可视化与视觉数据挖掘；20042007年研究热点表现为生物学信息的可视化，如基因图谱、蛋白质图谱等。另外，在表2中也给出20082009这两年中的其它高频主题词，虽然他们不属于“涌现”词，但从被引频次上看，这些主题词诸如视觉分析（visualanalytics）、知识（knowledge）、信息检索（information-retrieval）、3.2研究热点的演进分析科学文献在发表之后，随着时间的推移，相对于科学技术的迅猛发展，其内容会逐渐变得陈旧过时。而研究内容的陈旧过时，具体体现在代表该研究内容的词汇或短语出现的次数的变化【4】。由于CiteS-1期基于CitespaceII的信息可视化文献的量化分析101神经网络（neural-networks）、图像检索（imagere-虽然我国在信息可视化研究领域起步较晚，但经过科研人员的不懈努力，已经使我国在此研究领域中排名第五，居第四集团之首。见表3。表3各国在信息可视化研究领域科研实力分布表序号国家频次涌现值序号国家频次涌现值trieval）、数据分析（dataanalysis）、元数据（metadata）等等在一定程度也代表了本研究领域的研究热点。它们与近几年的“涌现”词一起共同构成了目前信息可视化研究领域的研究热点。这种演变过程与图2所显示的结果可以相互印证。表2各年度研究主题变化表主题词年度中心涌现词度值频主题词年度中心涌现词度值频ultrasound19980.024.4760information19980.023.4160information19980.023.4160://doc/c70d41718e9951e79b892780.htmlargenesbiologygenes200520052005000000000000003.39165.6253.39162.67235.6219281611111010221716virtualreality19990.023.6434proteomics2007ultrasonog-20000.016.1343visualraphyanalyticsmanagement20000.013.451knowledgemultimedia200003.3911information-retrievalimagepathways200102.7930retrievalhumanbrain2002visualdata2002miningextraction2003livingcells2003ontologybiology2004200500000020082008200820081USA14932GERMANY5343JAPAN2404ENGLAND2165PEOPLESRCHINA1666FRANCE1637CANADA1628NETHERLANDS1399ITALY11310SPAIN9211SOUTHKOREA9112SWITZERLAND87131415161718192021222324AUSTRALIAAUSTRIASWEDENTAIWANRUSSIADENMARKBELGIUMFINLANDINDIAISRAELBRAZILGREECE8170696647454240383636353.462.983.672.92为了探究研究机构的分布情况，笔者将网络节点分别设置成“Institution”，然后运行CiteSpace，得出从事信息可视化研究的机构分布表，由于得到的研究机构很多/doc/c70d41718e9951e79b892780.html，限于篇幅，在表4中只列出前20个研究机构。表4信息可视化研究机构分布表序号研究机构频次序号研究机构频次3.1426dataanalysis20082.9692.820genomesmetadata200820082.6415optimization20094.5925mechanism20095.625density20091234567810HarvardUnivUnivMarylandUnivTexasUnivNCarolinaStanfordUnivUnivWisconsinUnivArizonaUnivIllinoisPurdueUniv48393535343330292611121314151617181920UnivMunichPennStateUnivJohnsHopkinsUnivUnivCalifLosAngelesGeorgiaInstTechnolRussianAcadSciUnivMinnesotaOhioStateUnivTechUnivMunichUnivBritishColumbia252422222121212020203.3各国研究实力与机构分析在进行数据分析的过程中，我们将网络节点分别设置成“Country”,然后运行CiteSpace，得到有关国家研究实力分布图谱，见图3。9UnivCalifSanDiego27从表4可以看出，被引频次最高的是美国的哈佛大学（HarvardUniv），他也是美国最古老、最著名的大学；第二是美国的马里兰大学（UnivMaryland）；美国的德克萨斯大学（UnivTexas）与北卡罗来纳大学（UnivNCarolina）并列第三。在排名前20的/doc/c70d41718e9951e79b892780.html研究机构中美国拥有16个，独占3/4。德国有两个，分别是：慕尼黑大学（UnivMunich）与慕尼黑理工大学（TechUnivMunich）。英国不列颠哥伦比亚大学图3研究人员所在国家分布图（UnivBritishColumbia）、俄罗斯科学院（RussianA-从图3中可以清晰地看出在信息可视化研究领域中，美国具有绝对的优势，居于世界首位，独占第一集团；德国虽然远逊于美国，但明显超出其它国家很多，独占第二集团；第三集团由日本与英国构成，略强于第四集团。第三集团相互之间差距不太大：它们是中国、法国、加拿大、荷兰与意大利。由此可见，cadSci）占一个席位。我国香港理工大学（HongKongPolytechUniv）与香港中文大学（ChineseUnivHongKong）排第54、60位，西安交通大学（XianJiaotongUniv）排在第71位。另外，从科研机构的性质来看，大学是信息可视化研究的重要力量，推动着信息可视化研究的向前发展。（下转第112页）112情报科学29卷4LeeHyoung-Yong,AhnHyunchul,HanIngoo.VCR:VirtualCommunityRecommenderUsingtheTechnologyAcceptanceModelandtheUsersNeedsTypeJ.ExpertSystemswithApplications,2007,33(4):984-995.5LinHsiu-Fen.TheRoleofOnlineandOfflineFeaturesinSustainingVirtualCommunities:AnEmpiricalStudyJ.In-ternetResearch,2007,17(2):119-119.6HSU.Meng-Hsiang,JU.TeresaL,YEN?Chia-Hui,CHANG.Chun-Ming.KnowledgeSharingBehaviorinVir/doc/c70d41718e9951e79b892780.htmltualCom-munities:TheRelationshipBetweenTrust,Self-efficacy,andOutcomeExpectationsJ.InternationalJournalofHu-man-ComputerStudies,2007,65(2):153-169.7DaviesJohn,DukeAlistair,SureYork.OntoShareAnOntology-basedKnowledgeSharingSystemforVirtualCom-munitiesofPracticeJ.JournalofUniversalComputerSci-ence,2004,10(3):262-283.8GloorAPeter,ZhaoYan.AnalyzingActorsandTheirDis-cussionTopicsbySemanticSocialNetworkAnalysisEB/OL./viewdoc/download;jsessionid=B150EC59024FAFE175485C1741F3C0AF?doi=01.8819&rep=rep1&type=pdf,2010-11-07.9WilleRudolf.RestructuringLatticeTheory:AnApproachbasedonHierarchiesofConceptC.In:Proc.ofthe7thIn-ternationalConferenceonFormalConceptAnalysis.Berlin:Springer-Verlag,2009:314-339.10StummeGerd.FormalConceptAnalysisonItsWayfromMathematicstoComputerScienceC.InConceptualStruc-tures:IntegrationandInterfaces,10thICCS,LNCS2393.Lond/doc/c70d41718e9951e79b892780.htmlon:Springer-Verlag,2002:2-1911GanterBernhard,WilleRudolf.AppliedLatticeTheory:FormalConceptAnalysisEB/OL./viewdoc/download?doi=2.9907&rep=rep1&type=pdf,2010-11-07.12GanterBernhard,WilleRudolf.形式概念分析M.北京:科学出版社,2007:15-17.13KelmanCHerbert.Compliance,Identification,andInter-nalizationThreeprocessesofAttitudeChangeJ.TheJour-nalofConflictResolution,1958,2(1):51-60.14MaslowAbraham.ATheoryofHumanMotivationEB/OL.http:/psychclassics.yorku.ca/Maslow/motivation.htm,2010-11-15.（责任编辑：徐波）（上接第101页）（3）通过对信息可视化领域研究热点的演进分析，凸显了信息检索是信息可视化研究的一个重要4讨论发展方向，检索手段正在向可视化检索（图像检索）的演变，这也正是图书情报工作者需要密切关注的。（1）我国信息可视化研究工作起步比较晚，与国际先进水平还有一定的差距。虽然在国家的综合排名中比较靠前，但从研究机构排名情况来看，还没有一个国内研究机构能够形成实力强大的研究团队而进入世界前列。虽然中科院与清华大学、北京大学、大连理工大学等单位都开展了该领域的相关研究，但总体上还没有形成一定的规模，与国外先进水平还有较大的差距【7】。（2）在使用Ci/doc/c70d41718e9951e79b892780.htmlteSpace进行研究之前，笔者曾利用百度与谷歌