基于共词分析的GIS领域研究热点分析.doc

基于共词分析的GIS领域研究热点分析（杨红艳，中国矿业大学（北京）100083）摘要：本文以CNKI 数据库文献的关键词为研究对象，利用Bibexcel软件来实现关键词的共现矩阵，再借助Ucinet、Netdraw分析软件绘制关键词的可视化图谱，根据所呈现的共词可视化图谱来分析该领域的学科结构、研究热点和发展趋势，最后对该研究的内容和方法进行了总结，并提出了其中的缺陷不足以及进一步的研究展望。关键词：GIS；共词矩阵；共现分析；可视化1、引言地理信息系统（GIS）作为多个学科、多种技术交叉融合的一种新兴的地理空间信息技术产物，至今只有40多年的历史，研究其发展的文献还不多见。国内外也有很多专家学者根据不同的观点提出其研究方法、发展方向和应用领域，而在大多数涉及G IS的研究生学位论文中，也有关于G IS 发展的论述。但是总的来说，国内外有关文献对G IS 发展的论述都不是系统的、规律性的探讨。而随着GIS的快速发展，它在社会中的重要性和地位也与日俱增，因此我们有规律性的把握它的研究热点、学科结构和发展趋势，对我们科技管理者以及学者来说有着至关重要的作用。科学地图（Science map）是一种采用图形的方式来描述科学问题的研究方法，即基于科学数据对其所反映的科学信息进行可视化。该观点最早来自于Garfield的科学地图思想，其目的是探究某一特定研究领域的研究前沿，鼓励跨学科的讨论，如何最好地跟踪和交流全世界范围内的人类活动与科学进步。利用论文、期刊、专利、资金资助项目、会议等数据源以可视化的静态或动态图像展示全球或某个国家（地区）、或某个主题领域的科学结构，分析热点领域，挖掘潜在竞争点，发现学科新的增长点，预测新交叉学科的出现等等。基于共现分析（如共作者分析、共词分析、共引分析、共被引分析等）的信息可视化技术就是科学地图的一种表现形式，能形象化地表达文献信息蕴含的内容，方便科研人员和情报人员利用文献等数据源挖掘其中所隐含的知识。本文尝试利用CNKI数据库下载的期刊文献，由程序经特殊格式处理后导入Bibexcel软件实现共词矩阵，再将其导入Ucinet、Netdraw等分析软件，绘制知识单元的共词关系可视化图谱，由此来初步分析把握地理信息系统这一学科领域的发展结构、热点领域和发展趋势。2、共词分析法共词分析法（Co-word）最早起源于20 世纪70 年代中后期，属于内容分析法的一种，它的主要原理是对一组词（主题词、关键词）两两统计它们在同一篇文献中所出现的次数，以此为基础对这些词进行聚类、降维和可视化，从而反映出这些词之间的亲疏关系，进而分析这些词所代表的学科和主题的结构变化。比较不同时期主题结构，把握学科发展、交叉、渗透和兴衰趋势，为地理信息系统（GIS）这门学科技术更好的发展和规划提供决策依据。论文的主题词和关键词都可较好地反映一篇文章的研究内容，是科学研究内容的提示符和凝炼，共词分析通过统计词汇（通常是关键词）之间的关系与结合来概述研究领域的微观知识结构，从横向和纵向的角度分析领域学科的发展过程、特点以及领域或学科之间的关系，反映研究领域的科研水平及动态和静态结构，拓展信息检索领域以求帮助用户检索信息。本文则利用关键词来实现共现矩阵，从而呈现可视化图谱，来展现GIS学科领域的发展结构、研究热点和发展趋势。3、数据来源、处理与分析3.1 数据来源 以CNKI 数据库文献的关键词为研究对象。在CNKI 主题检索途径中以“地理信息系统”、“GIS”为检索词进行检索；期刊来源限定为SCI期刊、EI期刊、核心期刊、CSSCI；检索学科限定为自然地理学和测绘学 ；检索时间限定为2005年-2014年，结果共获取相关文献5293篇，统计关键词词频，有11894个关键词，经去重、统一名称后，最终所得关键词词频个数为11851个。3.2 数据处理实现知识单元可视化分析的关键一步，就是要构建知识单元的共现矩阵。实现共现矩阵之后，可以借助Ucinet、Netdraw等分析软件绘制各种知识单元的可视化图谱。本文则先由Bibexcel软件建立共现矩阵，然后再利用Ucinet、Netdraw软件建立共词可视化图谱。具体方法步骤如下： 由CNKI下载的数据为.txt格式，需用编程将其处理成Bibexcel软件所需要的标准格式（如共词分析具体格式如下图1所示），然后再将数据导入Bibexcel软件（如图1），经一系列处理之后最后生成.coc（如图2）共词频率文件和.ma2共现矩阵文件（如图3）。 图1 Bibexcel使用界面 图2 共词频率表 图3 共词矩阵（部分）经Bibexcel频次统计后，选择频次大于20（包含20）的74对关键词为研究对象，建立共现关系矩阵。至此，关键词共现矩阵关系构建完毕。为了直观了解和分析各知识单元之间的共现关系，需要进一步借助可视化分析软件来实现。由Bibexcel软件生成的.ma2格式共现矩阵文件须先转化成.xls格式的文件，然后再利用Ucinet软件将其转化为.#h格式的文件后，才能进一步利用Netdraw软件绘制成共现知识图谱。关键词共现关系图谱如图4所示。图4 共词网络知识图谱图中方格代表的是文章中的关键词，节点周围的黑色是代表指向关系的箭头，箭头越密集，说明节点的中心性越强，在网络中占有的地位就越重要。如果两个关键词同时在一篇文章中出现过，那么他们之间就会用线链接起来，两个关键词之间的连线越多，说明他们共现的次数越多，在这个学科领域（GIS）的相关性就越大，联系越紧密。3.3数据分析 从图2关键词共现频次可以看出，GIS与遥感的共现频率最高，说明在地理信息系统这个学科领域，二者不仅占的分量很重，并且学科间结构联系也相当紧密。这一现象从专业角度现实性来看，GIS和遥感这两个学科在研究学习当中确实不分彼此，二者相辅相成，从另一方面也验证了共词分析这一方法的可行性。其次，GIS与空间分析、数据库、土地利用、GPS、可视化、空间数据库的共现频率也相当之高，也表现出了学科之间的互动情况和学科结构等。从图4的共现知识图谱中我们可以观察出，遥感、空间分析、数据库、空间数据、可视化、WebGIS、空间数据库、数据模型、虚拟现实、数字高程模型、数字城市、组件式GIS、数据转换、拓扑关系等等这些关键词的中心性比较强，说明他们在GIS这个学科领域中是研究的热点，占有重要的地位，也可能预示着GIS这一领域的发展趋势，在接下来的几年、几十年会依然成为学科的研究热点，在社会生活当中也将占据着举足轻重的地位。4、结论本文数据仅从CNKI数据库搜集，检索国内外比较有影响力的4个期刊来源（SCI期刊、EI期刊、核心期刊、CSSCI），检索范围并不全，因此数据源必定存在一定缺失，同时文献样本量少（仅5293偏），可能会夸大数据分析结果的偏差，但并不影响对宏观情况的揭示。本文选择的数据是以地理信息系统（GIS）领域文献的高频关键词为研究对象，数据检索时间限制为近10年，是以静态形式进行研究，因此只能反映当前（近10年）GIS的主要研究领域情况，而对新近出现的研究领域，并不能实时动态的进行追踪反映出来，因此有必要追踪跟进最新学术领域动态，进行深入研究潜在领域的可视化，来弥补之一缺陷。参考文献1魏瑞斌. 基于关键词的情报学研究主题分析J. 情报科学,2006,24(9):1400-1404.2陈云伟,方曙,邓勇.基于SSCI研究世界图书情报学科布局J. 情报杂 志,2008,27(12):97-95,114.3金莹, 邓三鸿.基于主题聚类的社会科学地图J. 图书情报工作, 2007,51(4):104-108.4姜春林, 杜维滨, 李江波. CSSCI文献数据共现矩阵的软件实现J. 情报理论与实践. 2008，31(6):937-940.5马费成,张勤.国内外知识管理研究热点-基于词频的统计分析J.情报学报,2006,25(2):163-171.6沈建通,姚乐野,李幼平,Mike Clarke等.循证医学学科知识可视化研究之一： 循证医学研究主题图谱J.中国徇证医学杂志,2011.11(6):613-621.7王建芳,冷伏海.共引分析理论与实践进展J.中国图书馆学报（双月刊),2006,1:85-88.8王莉亚,张志强,卫军朝.基于共词分析的近十年国外图书情报学研究主题分析J.情报杂志,2011,30(3):50-58.9肖明,李国俊,袁浩等.国外情报学研究前沿可视化分析：基于JASIS&T（2000-2009