论文部分内容阅读
摘 要：CiteSpace是美国德雷赛尔大学计算机与情报学教授陈超美开发的一款绘制科学知识图谱的科学计量学软件，该软件凭借强大的分析能力，被广泛应用于各个知识领域的可视化分析。本文创造性运用文献计量协同大数据分析，以中国知网（CNKI）收录的与CiteSpace有关的2405篇为文献基础数据（2007-2019），有效探测国内CiteSpace软件的应用概况。
关键词：CiteSpace 大数据 协同 文献计量 应用概况
中图分类号：TP311.13 文献标识码：A 文章编号：1674-098X（2020）04（c）-0136-02
CiteSpace是一款在科学计量学、数据以及信息可视化背景下发展起来的引文可视化分析软件，可以通过可视化的方式来呈现科学知识的结构和分布[1]。随着软件的不断更新，CiteSpace从最初的仅针对文献共被引分析变换为在提供引文空间挖掘的基础上，还提供其他功能如共现分析等[2-3]。本研究利用文献计量协同大数据对复杂、海量的低密度数据进行分析[4]，以较为系统准确地了解我国CiteSpace软件在期刊论文写作中的应用概况。
1 研究方法
选择中国知网（CNKI）正式发表的期刊论文为全量大数据研究对象。以“CiteSpace”为主题词进行定向全面检索，检索区间为截止2019年。共检索出文献2405篇作为分析样本。借助文献计量学方法协同大数据进行解读。
2 结果与讨论
2.1 文献统计
2.1.1 相关文献的时间分布
通过大数据对国内已发表的使用CiteSpace作为分析工具的期刊论文的发表时间进行统计，从数量上分析，应用CiteSpace的文章数量呈逐年上升趋势，2007年第一篇应用CiteSpace的文章发表，在2007—2014年间发文数量均相对较少，年刊文量100篇以下。从2015年开始，发文量突破百篇且增长较快，2019年共939篇，2020年有希望突破千篇，可以发现CiteSpace越来越受到研究人员的青睐。
2.1.2 相关文献的空间分布
当今研究领域的各个学科作为人类通过发展而形成的知识体系，都具有一般的科学属性[5]。通过大数据对应用CiteSpace发表的期刊论文的学科进行分类，结果发现有1266篇文献的学科为图书情报档案学，占总文献量的39.2%，其次还有教育学、语言学等，分别占13.31%和4.92%。由此可见该软件应用最多的领域为图书情报档案学，由此可见，作为绘制科学知识图谱的软件，CiteSpace其本身就具备情报学等学科的属性，因此在相关领域内的发文数量也最多[6]。
2.1.3 期刊发表情况
本次研究共纳入2405篇期刊论文，其中核心期刊761篇，占总数的31.6%，表明有超过1/3的论文质量相对较高，有较好的学术研究价值。收录应用CiteSpace论文最多的期刊为《科技管理研究》杂志，共36篇，该杂志影响因子为1.604，为核心期刊，可见该期刊在学术界有足够的权威性，也由此可见CiteSpace软件在学术研究中的重要性。除此之外，刊登此类论文较多的期刊还有《现代情报》、《情报杂志》、《情报科学》等，这些杂志均为情报学领域内的学术权威期刊，由此可见CiteSpace软件在情报学领域的应用较多。与上文的学科分类结果相同。除此之外，在2405篇期刊论文中，有854篇为基金项目，其中有320篇为国家自然科学基金项目，250篇为国家社会科学基金项目，可见相关领导和政府对此类科学计量学研究的重视，通过基金项目的支持，CiteSpace的许多潜在价值也被不断挖掘，研究人员也越来越注意到该软件的重要性。
2.2 关键词共现分析
基于共词分析理論[7]对纳入的2405篇文献的关键词进行分析，得到的关键词分布见表1，一般认为当关键词的中心性大于0.1时，该关键词较为重要，具有一定研究热度以及影响力。由表格可见，“研究热点”、“可视化”等频次较高，中心性较大，表明CiteSpace在这些方面应用较多;其次，CiteSpace在数据挖掘领域应用也较多，并且会协同其他可视化软件如vosviewer等进行更精确的分析。
3 结语
本文以2007—2019年间CNKI 数据库中共2405篇文献为研究样本，运用CiteSpace知识图谱可视化软件协同大数据进行分析，呈现了我国CiteSpace软件在期刊论文中的应用现状，随着科学知识的不断更替，CiteSpace作为探测科学前沿的有效工具，必将受到更多各个领域内研究人员的重视。
参考文献
[1] Chen， C.Searching for intellectual turning points： Progressive Knowledge Domain Visualization. Proc. Natl. Acad. Sci. USA，2004，101 （suppl.）：5303-5310.
[2] 陈悦，陈超美. 引文空间分析原理与应用[M]. 北京：科学出版社，2014.
[3] 陈超美.科学前沿图谱：知识可视化探索[M]. 北京：科学出版社，2014.
[4] 邬雪艳，孙永杰. 云计算和大数据助力医疗协同[J]. 通信世界，2013（10）： 15.
[5] 庾光蓉.自然科学与人文社会科学融合：科研创新的新途径[J].天府新论，2008（3）：33-36.
[6] 陈悦，陈超美，刘则渊，等.CiteSpace知识图谱的方法论功能[J].科学学研究，2015，33（2）：242-253.
[7] 陈仕吉.科学研究前沿探测方法综述[J].现代图书情报技术，2009（9）： 28-33.
关键词：CiteSpace 大数据 协同 文献计量 应用概况
中图分类号：TP311.13 文献标识码：A 文章编号：1674-098X（2020）04（c）-0136-02
CiteSpace是一款在科学计量学、数据以及信息可视化背景下发展起来的引文可视化分析软件，可以通过可视化的方式来呈现科学知识的结构和分布[1]。随着软件的不断更新，CiteSpace从最初的仅针对文献共被引分析变换为在提供引文空间挖掘的基础上，还提供其他功能如共现分析等[2-3]。本研究利用文献计量协同大数据对复杂、海量的低密度数据进行分析[4]，以较为系统准确地了解我国CiteSpace软件在期刊论文写作中的应用概况。
1 研究方法
选择中国知网（CNKI）正式发表的期刊论文为全量大数据研究对象。以“CiteSpace”为主题词进行定向全面检索，检索区间为截止2019年。共检索出文献2405篇作为分析样本。借助文献计量学方法协同大数据进行解读。
2 结果与讨论
2.1 文献统计
2.1.1 相关文献的时间分布
通过大数据对国内已发表的使用CiteSpace作为分析工具的期刊论文的发表时间进行统计，从数量上分析，应用CiteSpace的文章数量呈逐年上升趋势，2007年第一篇应用CiteSpace的文章发表，在2007—2014年间发文数量均相对较少，年刊文量100篇以下。从2015年开始，发文量突破百篇且增长较快，2019年共939篇，2020年有希望突破千篇，可以发现CiteSpace越来越受到研究人员的青睐。
2.1.2 相关文献的空间分布
当今研究领域的各个学科作为人类通过发展而形成的知识体系，都具有一般的科学属性[5]。通过大数据对应用CiteSpace发表的期刊论文的学科进行分类，结果发现有1266篇文献的学科为图书情报档案学，占总文献量的39.2%，其次还有教育学、语言学等，分别占13.31%和4.92%。由此可见该软件应用最多的领域为图书情报档案学，由此可见，作为绘制科学知识图谱的软件，CiteSpace其本身就具备情报学等学科的属性，因此在相关领域内的发文数量也最多[6]。
2.1.3 期刊发表情况
本次研究共纳入2405篇期刊论文，其中核心期刊761篇，占总数的31.6%，表明有超过1/3的论文质量相对较高，有较好的学术研究价值。收录应用CiteSpace论文最多的期刊为《科技管理研究》杂志，共36篇，该杂志影响因子为1.604，为核心期刊，可见该期刊在学术界有足够的权威性，也由此可见CiteSpace软件在学术研究中的重要性。除此之外，刊登此类论文较多的期刊还有《现代情报》、《情报杂志》、《情报科学》等，这些杂志均为情报学领域内的学术权威期刊，由此可见CiteSpace软件在情报学领域的应用较多。与上文的学科分类结果相同。除此之外，在2405篇期刊论文中，有854篇为基金项目，其中有320篇为国家自然科学基金项目，250篇为国家社会科学基金项目，可见相关领导和政府对此类科学计量学研究的重视，通过基金项目的支持，CiteSpace的许多潜在价值也被不断挖掘，研究人员也越来越注意到该软件的重要性。
2.2 关键词共现分析
基于共词分析理論[7]对纳入的2405篇文献的关键词进行分析，得到的关键词分布见表1，一般认为当关键词的中心性大于0.1时，该关键词较为重要，具有一定研究热度以及影响力。由表格可见，“研究热点”、“可视化”等频次较高，中心性较大，表明CiteSpace在这些方面应用较多;其次，CiteSpace在数据挖掘领域应用也较多，并且会协同其他可视化软件如vosviewer等进行更精确的分析。
3 结语
本文以2007—2019年间CNKI 数据库中共2405篇文献为研究样本，运用CiteSpace知识图谱可视化软件协同大数据进行分析，呈现了我国CiteSpace软件在期刊论文中的应用现状，随着科学知识的不断更替，CiteSpace作为探测科学前沿的有效工具，必将受到更多各个领域内研究人员的重视。
参考文献
[1] Chen， C.Searching for intellectual turning points： Progressive Knowledge Domain Visualization. Proc. Natl. Acad. Sci. USA，2004，101 （suppl.）：5303-5310.
[2] 陈悦，陈超美. 引文空间分析原理与应用[M]. 北京：科学出版社，2014.
[3] 陈超美.科学前沿图谱：知识可视化探索[M]. 北京：科学出版社，2014.
[4] 邬雪艳，孙永杰. 云计算和大数据助力医疗协同[J]. 通信世界，2013（10）： 15.
[5] 庾光蓉.自然科学与人文社会科学融合：科研创新的新途径[J].天府新论，2008（3）：33-36.
[6] 陈悦，陈超美，刘则渊，等.CiteSpace知识图谱的方法论功能[J].科学学研究，2015，33（2）：242-253.
[7] 陈仕吉.科学研究前沿探测方法综述[J].现代图书情报技术，2009（9）： 28-33.