韓鋒　隋福民

【摘要】 以CNKI中收錄的主題詞是“雙一流”建設(shè)、高校質(zhì)量監(jiān)測(cè)的相關(guān)研究論文為研究樣本，借助可視化軟件CiteSpace V，繪制出有關(guān)這個(gè)主題的研究熱點(diǎn)、研究前沿的知識(shí)圖譜。運(yùn)用關(guān)鍵詞共現(xiàn)分析法呈現(xiàn)我國(guó)雙一流建設(shè)、高校質(zhì)量監(jiān)測(cè)研究的熱點(diǎn)；運(yùn)用突變?cè)~檢索算法查找突變?cè)~及突變率，揭示行業(yè)研究前沿。

【關(guān)鍵詞】 “雙一流”建設(shè) 高校質(zhì)量監(jiān)測(cè)研究 共現(xiàn)分析 突變?cè)~CiteSpace V近年來，各級(jí)政府和各地高校都非常關(guān)注兩件事情，一是“世界一流大學(xué)，世界一流學(xué)科”（簡(jiǎn)稱“雙一流”）的建設(shè)，另一件是高校質(zhì)量監(jiān)測(cè)。2015年10月24日，國(guó)務(wù)院印發(fā)《統(tǒng)籌推進(jìn)世界一流大學(xué)和一流學(xué)科建設(shè)總體方案》，要求按照“四個(gè)全面”戰(zhàn)略布局和黨中央、國(guó)務(wù)院決策部署，堅(jiān)持以中國(guó)特色、世界一流為核心，以立德樹人為根本，以支撐創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、服務(wù)經(jīng)濟(jì)社會(huì)發(fā)展為導(dǎo)向，堅(jiān)持“以一流為目標(biāo)、以學(xué)科為基礎(chǔ)、以績(jī)效為杠桿、以改革為動(dòng)力”的基本原則，加快建成一批世界一流大學(xué)和一流學(xué)科。雙一流建設(shè)及與之相關(guān)的高校質(zhì)量監(jiān)測(cè)是我們當(dāng)前關(guān)注的熱點(diǎn)和焦點(diǎn)。與之而來的我們很關(guān)心近來學(xué)者們對(duì)此都進(jìn)行了哪些研究，研究的核心是什么，研究的熱點(diǎn)是什么，研究的前沿是什么。而要回答這些問題無(wú)疑要借助現(xiàn)代的可視化研究技術(shù)。

本文借助現(xiàn)代可視化工具CiteSpace V，運(yùn)用共現(xiàn)分析和突變?cè)~檢索算法，結(jié)合中國(guó)知網(wǎng)數(shù)據(jù)，對(duì)雙一流建設(shè)、高校質(zhì)量監(jiān)測(cè)的研究現(xiàn)狀進(jìn)行了剖析，希望能夠給研究者在實(shí)際研究中提供幫助和參考。

一、研究工具及數(shù)據(jù)來源

（一）研究工具CiteSpace V簡(jiǎn)介

CiteSpace V是用來分析和可視共被引網(wǎng)絡(luò)的Java程序，是一款應(yīng)用于科學(xué)文獻(xiàn)中識(shí)別并顯示科學(xué)發(fā)展新趨勢(shì)和新動(dòng)態(tài)的軟件。利用CiteSpace V可以尋找某一學(xué)科領(lǐng)域的研究進(jìn)展和當(dāng)前的研究前沿，及其對(duì)應(yīng)的知識(shí)基礎(chǔ)。

（二）數(shù)據(jù)來源

本文所用數(shù)據(jù)來自中國(guó)知網(wǎng)，檢索方式是主題詞檢索，選取的主題詞是“雙一流”建設(shè)或高校質(zhì)量監(jiān)測(cè)。共搜索到2015-2017年文獻(xiàn)496篇，其中2015年2篇，2016年232篇，2017年263篇。下載時(shí)對(duì)數(shù)據(jù)進(jìn)行了預(yù)處理和清洗。主要工作包括去除公告、通信信息，刪除未標(biāo)注作者引用以及網(wǎng)絡(luò)引用，以及根據(jù) CiteSpace V數(shù)據(jù)格式進(jìn)行了數(shù)據(jù)轉(zhuǎn)化。

二、研究熱點(diǎn)探析

（一）共現(xiàn)分析的研究方法

共現(xiàn)分析（Co-occurrence analysis）是一種內(nèi)容分析方法，是將各種信息載體中的共現(xiàn)信息定量化的分析方法，以解釋信息的內(nèi)容聯(lián)系和特征項(xiàng)所隱含的寓意，被廣泛用于知識(shí)發(fā)現(xiàn)的研究中。它的方法論基礎(chǔ)是心理學(xué)的臨近聯(lián)系法則和知識(shí)結(jié)構(gòu)及映射原則。共同出現(xiàn)的特征項(xiàng)之間一定存在著某種關(guān)聯(lián)，關(guān)聯(lián)程度可用共現(xiàn)頻次來測(cè)度。利用共現(xiàn)關(guān)系繪制某一領(lǐng)域的知識(shí)圖譜，能夠以可視化的方式來探測(cè)該領(lǐng)域的研究熱點(diǎn)和研究前沿，縱向和橫向分析展示相關(guān)領(lǐng)域的發(fā)展進(jìn)程、主題結(jié)構(gòu)以及未來發(fā)展趨勢(shì)，反映當(dāng)前科學(xué)研究水平，展示其研究主題的變遷，進(jìn)而實(shí)現(xiàn)預(yù)測(cè)關(guān)注的主題的趨勢(shì)，實(shí)現(xiàn)關(guān)注主題跟蹤的可視化。鑒于此，本文嘗試運(yùn)用共現(xiàn)分析方法及其可視化工具CiteSpace V來繪制主題為“雙一流”建設(shè)、高校質(zhì)量監(jiān)測(cè)的知識(shí)圖譜，并結(jié)合社會(huì)網(wǎng)絡(luò)理論進(jìn)行分析。

（二）研究對(duì)象的選取

CiteSpace V來實(shí)現(xiàn)共現(xiàn)分析，可分為三種情況，作者共現(xiàn)，關(guān)鍵詞共現(xiàn)以及領(lǐng)域共現(xiàn)分析。我們關(guān)注于雙一流建設(shè)或者高校質(zhì)量監(jiān)測(cè)這個(gè)主題的研究熱點(diǎn)，所謂研究熱點(diǎn)是指在所研究的時(shí)期內(nèi)，有內(nèi)在聯(lián)系的、數(shù)量相對(duì)較多的一系列文獻(xiàn)所探討的科學(xué)問題或?qū)ｎ}。關(guān)鍵詞雖然在文獻(xiàn)中所占的比例很小，但卻是文獻(xiàn)主題的高度凝練和概括，代表了一個(gè)領(lǐng)域的知識(shí)點(diǎn)和研究熱點(diǎn)，在所關(guān)注領(lǐng)域中高頻率出現(xiàn)的關(guān)鍵詞常常被視為熱點(diǎn)研究領(lǐng)域。因此，通過分析“雙一流”建設(shè)或高校質(zhì)量監(jiān)測(cè)相關(guān)文獻(xiàn)的關(guān)鍵詞，可以在一定程度上反映該領(lǐng)域的技術(shù)構(gòu)成和研究動(dòng)態(tài)。

（三）熱點(diǎn)探析的結(jié)果

我們接下來做的是關(guān)鍵詞共現(xiàn)分析，在共詞網(wǎng)絡(luò)中，我們除了關(guān)注關(guān)鍵詞出現(xiàn)的頻率，同時(shí)，也關(guān)注每個(gè)節(jié)點(diǎn)的中心性。一個(gè)節(jié)點(diǎn)的中心性越高，意味著它控制其他節(jié)點(diǎn)間的信息流越多，與其他關(guān)鍵詞在文獻(xiàn)中共現(xiàn)的次數(shù)也就越多，是控制整個(gè)網(wǎng)絡(luò)的“瓶頸性”節(jié)點(diǎn)，即關(guān)鍵節(jié)點(diǎn)。所以，在一個(gè)表征“雙一流”建設(shè)或高校質(zhì)量監(jiān)測(cè)領(lǐng)域的共詞網(wǎng)絡(luò)中，中心性強(qiáng)的節(jié)點(diǎn)一般代表該領(lǐng)域的關(guān)鍵技術(shù)。

在CiteSpace V中，我們把網(wǎng)絡(luò)節(jié)點(diǎn)類型設(shè)定為“Keywords（關(guān)鍵詞）”，主題詞來源選擇“標(biāo)題（Title）、摘要（Abstract）、描述符（Descriptors）和標(biāo)識(shí)符（Identifiers）”，演算路徑為最小生成樹，其他選項(xiàng)為默認(rèn)設(shè)置。繪制雙一流建設(shè)或者高校質(zhì)量監(jiān)督領(lǐng)域共詞圖譜，得到共有178個(gè)節(jié)點(diǎn)，175個(gè)連接，網(wǎng)絡(luò)密度為0.0111。利用CiteSpace V得到關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖，如圖1所示。圖中的每一個(gè)節(jié)點(diǎn)代表一個(gè)關(guān)鍵詞，節(jié)點(diǎn)大小取決于相應(yīng)時(shí)段內(nèi)的出現(xiàn)次數(shù)。

在圖1中可以發(fā)現(xiàn)，節(jié)點(diǎn)比較大的都是高頻關(guān)鍵詞，是我們研究的熱點(diǎn)之一。但是有些節(jié)點(diǎn)比較大，卻和其他節(jié)點(diǎn)間沒有連線，說明中心性比較低。接下來我們具體統(tǒng)計(jì)一下關(guān)鍵詞頻率和共現(xiàn)網(wǎng)絡(luò)中心性，如下表1和表2。表1中，我們列出頻次是7次以上的關(guān)鍵詞列表。

由表1所示，一流學(xué)科是頻次最高的，而“雙一流”建設(shè)、“雙一流”、雙一流其實(shí)是可以合并為一類，有關(guān)雙一流的研究頻次也很高。再次就是人才培養(yǎng)、高等教育、一流大學(xué)建設(shè)等。與此相關(guān)的研究就是我們關(guān)注領(lǐng)域研究的熱點(diǎn)和著眼點(diǎn)。

從圖1我們可以看出，雖然有些節(jié)點(diǎn)比較大，但是與其他節(jié)點(diǎn)的連線比較少，我們進(jìn)一步再?gòu)闹行男缘慕嵌葋硖綄ひ幌玛P(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)。我們僅列出中心度高于0.13的關(guān)鍵詞。如下表2。endprint

由表2我們可以看出，現(xiàn)代大學(xué)制度、高水平大學(xué)、學(xué)科建設(shè)、頂層設(shè)計(jì)等均具有較高的中心度，這些就是我們關(guān)注領(lǐng)域的關(guān)鍵技術(shù)。

以上，我們對(duì)關(guān)注領(lǐng)域的研究熱點(diǎn)、關(guān)鍵技術(shù)進(jìn)行了剖析。下面我們探尋下關(guān)注領(lǐng)域的研究前沿。

三、研究前沿發(fā)現(xiàn)

（一）突變?cè)~檢索算法查找突變?cè)~及突變率

從文獻(xiàn)內(nèi)容來看，研究前沿通常表現(xiàn)為新主題詞的大量出現(xiàn)、詞間關(guān)系變化、主題詞含義變遷等。因此，跟蹤分析文獻(xiàn)集中主題詞的變化可以探測(cè)研究前沿的誕生。本文所說的研究前沿是指正在興起或突然涌現(xiàn)的技術(shù)主題，代表一個(gè)新的動(dòng)態(tài)，強(qiáng)調(diào)新趨勢(shì)和突現(xiàn)（Burst）的特征。

突變?cè)~檢測(cè)算法是Kleinberg于2002年提出的，他提出不僅要關(guān)注高頻關(guān)鍵詞，還要關(guān)注那些雖然頻次低但變化率高的詞，即突變?cè)~，因?yàn)殛P(guān)鍵詞出現(xiàn)時(shí)的密度更加能夠體現(xiàn)關(guān)鍵詞的重要程度。該算法可以對(duì)文獻(xiàn)中出現(xiàn)的所有詞進(jìn)行突變分析，及時(shí)發(fā)現(xiàn)頻率低但具有情報(bào)意義的詞。

CiteSpace V采用“突現(xiàn)詞檢測(cè)”（burst-detection）算法，從大量文獻(xiàn)中檢測(cè)那些頻次變化率高的突現(xiàn)詞（burst-term）。該算法不僅僅是分析詞頻的高低，而是依靠詞頻的變動(dòng)頻次和變動(dòng)趨勢(shì)來確定研究前沿，基本原理就是統(tǒng)計(jì)文獻(xiàn)標(biāo)題和摘要中詞匯的頻率，根據(jù)這些詞匯的增長(zhǎng)率來確定研究前沿的熱點(diǎn)詞匯。在CiteSpace V設(shè)置中，Term Type中選擇Burst Terms，其他設(shè)置如前述不變。

（二）研究前沿探測(cè)的結(jié)果

突變?cè)~檢索算法查找到的2015～2017年我們關(guān)注領(lǐng)域的突變?cè)~及突變率，如下表3所示。

由表3可以看出，突變?cè)~是一流大學(xué)、學(xué)科評(píng)估、研究中心，而且頻率及中心性也較高，說明這幾個(gè)關(guān)鍵詞揭示了我們關(guān)注的領(lǐng)域的研究前沿。

四、結(jié)論

我們借助工具CiteSpace V，應(yīng)用關(guān)鍵詞共現(xiàn)方法探究出來，2015～2017年我國(guó)主題為“雙一流”建設(shè)、高校質(zhì)量監(jiān)測(cè)的相關(guān)研究文獻(xiàn)中高頻率關(guān)鍵詞為，一流學(xué)科，“雙一流”建設(shè)、人才培養(yǎng)等；中心度較高的關(guān)鍵詞是現(xiàn)代大學(xué)制度、高水平大學(xué)、學(xué)科建設(shè)、頂層設(shè)計(jì)等。應(yīng)用突變?cè)~檢索算法查找突變?cè)~及突變率，檢索結(jié)果表明突變?cè)~為一流大學(xué)、學(xué)科評(píng)估、研究中心，這揭示了我們關(guān)注領(lǐng)域的研究前沿。

參考文獻(xiàn)：

[1]王偉軍，王金鵬.科學(xué)知識(shí)圖譜在技術(shù)預(yù)見中的應(yīng)用探析[J].情報(bào)科學(xué)，2010，（08）：1127-1131.

[2]趙蓉英，許麗敏.文獻(xiàn)計(jì)量學(xué)發(fā)展演進(jìn)與研究前沿的知識(shí)圖譜探析[J].中國(guó)圖書館學(xué)報(bào)，2010，（5）.

[3]王

旻霞.基于知識(shí)圖譜的國(guó)際知識(shí)管理研究可視化分析[J].科技管理研究，2011，（20）：175-178.

[4]Kleinberg J.Bursty and Hierarchical Structure in Streams[J].Data Mining&Knowledge Discovery，2003，（04） ：373-397.

[5]魏曉俊.基于科技文獻(xiàn)中詞語(yǔ)的科技發(fā)展監(jiān)測(cè)方法研究[J].情報(bào)雜志，2007，（03）：34-36.endprint