周亞新

(貴州財(cái)經(jīng)大學(xué) 信息學(xué)院，貴州 貴陽(yáng) 550025)

1 引言

可視化分析方法是研究者在電子儲(chǔ)存技術(shù)、數(shù)據(jù)傳輸和信息圖像處理技術(shù)的支持下，將各種數(shù)據(jù)或數(shù)據(jù)間的關(guān)系抽象后，運(yùn)用軟件的圖像處理技術(shù)使數(shù)據(jù)間隱藏的信息和規(guī)律具體化，能夠更加有效、形象地展現(xiàn)出來，學(xué)者也能夠更加直觀地理解和過濾獲取所需要的有效信息，這種方法的直觀性強(qiáng)、傳達(dá)性強(qiáng)，在部分學(xué)術(shù)研究中已得到普遍應(yīng)用，也有越來越多的學(xué)者通過對(duì)某領(lǐng)域的論文從載文量、作者、引文和熱點(diǎn)主題等方面進(jìn)行可視化分析。姜桐桐等[1]對(duì)《解放軍護(hù)理雜志》5年的載文信息進(jìn)行分析，為護(hù)理科研工作者提供了理論參考；張艷玲[2]運(yùn)用文獻(xiàn)計(jì)量學(xué)統(tǒng)計(jì)分析了《圖書館理論與實(shí)踐》的作者群，體現(xiàn)了圖書館建設(shè)的優(yōu)秀作者隊(duì)伍和其學(xué)術(shù)影響力；武瑞和程金蓮[3]對(duì)2018～2019年護(hù)理核心期刊進(jìn)行引文分析，以推動(dòng)我國(guó)護(hù)理管理事業(yè)發(fā)展；周凡力和廖靜[4]利用Citespace軟件文獻(xiàn)計(jì)量分析中國(guó)園林，發(fā)現(xiàn)其研究方向正在轉(zhuǎn)向“鄉(xiāng)村”“工業(yè)廢氣地”“綠色空間”“生態(tài)智慧”等熱點(diǎn)主題。這些對(duì)期刊數(shù)據(jù)進(jìn)行的可視化分析，不僅可以使各個(gè)編輯部能夠迅速有效地獲取近幾年的熱點(diǎn)信息，也能夠提供一些新鮮的辦刊思路，做到在提高期刊質(zhì)量方面有所突破，起到積極、有效的促進(jìn)作用。

《電子知識(shí)產(chǎn)權(quán)》是由中華人民共和國(guó)工業(yè)和信息化部主管、中國(guó)國(guó)家工業(yè)信息安全發(fā)展研究中心主辦的月刊，主要介紹知識(shí)產(chǎn)權(quán)法律信息、提供企業(yè)知識(shí)產(chǎn)權(quán)管理工作指導(dǎo)，探討現(xiàn)實(shí)中新的知識(shí)產(chǎn)權(quán)問題，交流國(guó)內(nèi)外知識(shí)產(chǎn)權(quán)理論及司法實(shí)踐經(jīng)驗(yàn)。多年來，不斷本著集理論性和實(shí)踐性為一體的理念，探討解決理論界和實(shí)務(wù)界中新的知識(shí)產(chǎn)權(quán)問題，也曾獲信息產(chǎn)業(yè)年度報(bào)道選題獎(jiǎng)、中華人民共和國(guó)信息產(chǎn)業(yè)部年度學(xué)術(shù)技術(shù)水平優(yōu)秀獎(jiǎng)。雖然《電子知識(shí)產(chǎn)權(quán)》已經(jīng)獲得了不錯(cuò)的成績(jī)，但在國(guó)際上影響力較小，并且在全部統(tǒng)計(jì)源期刊中排名也較低。因此本研究將以中國(guó)知網(wǎng)上的數(shù)據(jù)為基礎(chǔ)，對(duì)其載文量、核心作者、機(jī)構(gòu)及其地區(qū)分布和熱點(diǎn)研究等方面進(jìn)行分析，以期為《電子知識(shí)產(chǎn)權(quán)》欄目建設(shè)的改善和期刊質(zhì)量的提高提供幫助。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

從中國(guó)知網(wǎng)(CNKI)上選擇本研究需要的數(shù)據(jù)來源，通過“高級(jí)檢索”的方式，同時(shí)設(shè)定檢索條件的期限為2003～2020年，數(shù)據(jù)來源設(shè)置為“期刊”，檢索內(nèi)容為“電子知識(shí)產(chǎn)權(quán)”，檢索日期是2021年1月8日，通過以上的檢索條件，共得到相關(guān)數(shù)據(jù)信息3904條，并導(dǎo)出參考文獻(xiàn)保存Reworks格式，用于分析數(shù)據(jù)的期刊載文量、作者、機(jī)構(gòu)來源及地區(qū)、關(guān)鍵詞特征。

2.2 研究方法和工具

主要采用可視化分析方法，與知識(shí)圖譜相結(jié)合定量分析某領(lǐng)域的學(xué)術(shù)產(chǎn)生與發(fā)展。研究工具主要有Bicomb2、gCLUTO和Ucinet可視化軟件。

3 結(jié)果與分析

3.1 載文量分析

載文量是用來評(píng)估期刊質(zhì)量的標(biāo)準(zhǔn)之一，它是從信息輸出角度評(píng)價(jià)期刊的質(zhì)量，載文量越多，在一定程度上表示該刊信息越豐富。通過Bicomb2軟件對(duì)3904篇文獻(xiàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析得到期刊載文量統(tǒng)計(jì)信息[5]，具體如圖1所示，《電子知識(shí)產(chǎn)權(quán)》刊載論文數(shù)量呈現(xiàn)較大波動(dòng)趨勢(shì)，可以看出，2014年是統(tǒng)計(jì)數(shù)據(jù)期間發(fā)文量最多的年份，共計(jì)337篇；最少的年份是2019年和2020年，各自發(fā)表107篇論文。從2014年起《電子知識(shí)產(chǎn)權(quán)》的載文量就開始呈現(xiàn)下降趨勢(shì)。

圖1 《電子知識(shí)產(chǎn)權(quán)》刊載論文量趨勢(shì)

3.2 作者分析

高影響力的學(xué)術(shù)群體，一定程度上是一個(gè)學(xué)科領(lǐng)域的代表和引導(dǎo)者，是該領(lǐng)域發(fā)展的趨勢(shì)體現(xiàn)。對(duì)作者群研究，可以探究該領(lǐng)域研究主題的廣度和深度，對(duì)于往后科研學(xué)術(shù)活動(dòng)的規(guī)劃和引領(lǐng)具有積極作用。用可視化軟件對(duì)3904篇論文題錄信息做作者統(tǒng)計(jì)和分析，把數(shù)據(jù)導(dǎo)入軟件處理后，共得到3930個(gè)作者，表1中列出了發(fā)文量≥10次的作者，共計(jì)32位作者。

表1 發(fā)文量前32名的作者統(tǒng)計(jì)(≥10次)

由表1中可以看出，周春慧是發(fā)文量最多的作者，共占95篇；其次是盧寶峰和左玉茹，分別是53篇和53篇。接著是作者于凱旋(38篇)、巫曉倩(33篇)、杜聲宇(23篇)、趙天武(22篇)、鈕京暉(20篇)、劉曉春(16篇)等。圖2 是統(tǒng)計(jì)上述作者中有合作關(guān)系的作者，可以看出有合作關(guān)系的僅有夏蕓、楊曉麗、巫曉倩、李秀娟和趙天武，其余作者間均未出現(xiàn)合作，表明該電子知識(shí)產(chǎn)權(quán)期刊合作作者群極少。

3.3 發(fā)文機(jī)構(gòu)分析

對(duì)《電子知識(shí)產(chǎn)權(quán)》刊載論文的發(fā)文機(jī)構(gòu)進(jìn)行分析，共有機(jī)構(gòu)3074個(gè)，表2中統(tǒng)計(jì)出出現(xiàn)次數(shù)在15次及其以上的發(fā)文機(jī)構(gòu)，共計(jì)22個(gè)。發(fā)文量最高的機(jī)構(gòu)是中南財(cái)經(jīng)政法大學(xué)知識(shí)產(chǎn)權(quán)研究中心，共發(fā)文80篇，占前22名的10.90%。

圖2 作者合作統(tǒng)計(jì)(表1中的高頻作者)

表2 發(fā)文機(jī)構(gòu)出現(xiàn)頻次≥15統(tǒng)計(jì)(共計(jì)22個(gè))

對(duì)于表2中發(fā)文機(jī)構(gòu)的地域進(jìn)行分析，主要集中在北京、上海兩個(gè)地區(qū)；對(duì)上述機(jī)構(gòu)所在地分析，基本集中在東南方和東北方；相較于西南方或西北方，《電子知識(shí)產(chǎn)權(quán)》所發(fā)期刊較少。但是近年來發(fā)文機(jī)構(gòu)呈現(xiàn)地區(qū)多樣化。

3.4 關(guān)鍵詞分析

通過軟件對(duì)得到的關(guān)鍵詞數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，用可視化方式直觀展示，并且可以顯示出隱含的關(guān)系和趨勢(shì)，產(chǎn)生一定的指導(dǎo)意義，可用于前沿?zé)狳c(diǎn)研究。

3.4.1 關(guān)鍵詞詞頻統(tǒng)計(jì)

關(guān)鍵詞詞頻是用于統(tǒng)計(jì)情報(bào)檢索與文本挖掘的常用技術(shù)，其統(tǒng)計(jì)為某一領(lǐng)域的學(xué)術(shù)研究提供了不同的方法和視野。高頻關(guān)鍵詞則表示某一學(xué)術(shù)領(lǐng)域或?qū)W科的大密度知識(shí)聚集地，也就是核心關(guān)鍵詞是檢索重點(diǎn)所在。這里用可視化軟件對(duì)期刊論文信息做關(guān)鍵詞統(tǒng)計(jì)和聚類分析，把論文數(shù)據(jù)導(dǎo)入軟件處理后，共得到17192個(gè)關(guān)鍵詞。關(guān)鍵詞出現(xiàn)頻次分布如表3所示，列出了90個(gè)關(guān)鍵詞，均出現(xiàn)了20次及其以上。

從表3中可以看出，知識(shí)產(chǎn)權(quán)、專利權(quán)人、專利、著作權(quán)、反壟斷法、商標(biāo)侵權(quán)等出現(xiàn)次數(shù)排名靠前，但出現(xiàn)次數(shù)最多的是知識(shí)產(chǎn)權(quán)，頻次為174次。

如圖3是對(duì)出現(xiàn)頻次≥30次的51個(gè)關(guān)鍵詞進(jìn)行的社會(huì)網(wǎng)絡(luò)分析。利用社會(huì)網(wǎng)絡(luò)分析軟件Uninet將構(gòu)建的共現(xiàn)矩陣數(shù)據(jù)轉(zhuǎn)換為一個(gè)網(wǎng)絡(luò)圖。專利技術(shù)、專利復(fù)審委員會(huì)、國(guó)家知識(shí)產(chǎn)權(quán)局、商標(biāo)局、中級(jí)人民法院、專利權(quán)人、專利法、不正當(dāng)競(jìng)爭(zhēng)、最高人民法院、一審判決、版權(quán)法、知識(shí)產(chǎn)權(quán)制度、專利保護(hù)、專利態(tài)勢(shì)、國(guó)家版權(quán)局等關(guān)鍵詞處于網(wǎng)絡(luò)中心，且中心性最大，與其他主要關(guān)鍵詞共同出現(xiàn)在同一篇文獻(xiàn)中的頻次最多，是圖中最重要的節(jié)點(diǎn)，而處于圖邊緣的節(jié)點(diǎn)聯(lián)系相對(duì)較稀疏。

圖3 高頻關(guān)鍵詞網(wǎng)絡(luò)分析

3.4.2 高頻關(guān)鍵詞聚類分析

關(guān)鍵詞聚類分析是根據(jù)關(guān)鍵詞在文中的出現(xiàn)次數(shù)，生成共現(xiàn)矩陣，將緊密的關(guān)鍵詞聚集在一起，形成聚類；規(guī)律是關(guān)鍵詞越是相似越容易聚成團(tuán)，反之越分散。通過算法分類之后可以在視圖中揭示不同類團(tuán)的特點(diǎn)和他們之間的關(guān)系。在我國(guó)電子知識(shí)產(chǎn)權(quán)文獻(xiàn)研究領(lǐng)域有較少論文運(yùn)用此方法。本研究對(duì)51個(gè)高頻關(guān)鍵詞構(gòu)建51×51的矩陣，通過gCLUTO軟件進(jìn)行聚類分析[6]。依據(jù)高頻關(guān)鍵詞形成共現(xiàn)矩陣進(jìn)行聚類分析，根據(jù)效果聚6類為佳，形成了如圖4中6個(gè)峰的山峰圖和圖5的6個(gè)主題的聚類圖，具體如下。

圖4是與圖5中的6個(gè)主題相呼應(yīng)的山峰統(tǒng)計(jì)圖。山峰圖從整體上體現(xiàn)各個(gè)聚類的特征，其高度、體積和顏色都與高頻關(guān)鍵詞具有一定的相關(guān)性，具體表示為：第一，山峰的高度與類內(nèi)相似性呈正比例關(guān)系；相似性越大，山峰則越陡峭，反之則越平緩。第二，山峰的體積越大，表示每個(gè)聚類山峰內(nèi)關(guān)鍵詞的數(shù)量越多，反之就越少；第三，山峰的顏色與聚類中關(guān)鍵詞之間的差異呈反向關(guān)系，顏色所表示的類內(nèi)相似度標(biāo)準(zhǔn)差由低到高的排列依次是：紅、黃、綠、淺藍(lán)和深藍(lán)(所有顏色均由軟件自動(dòng)生成，下同)，當(dāng)類內(nèi)的顏色數(shù)量越少，就表明其內(nèi)部關(guān)鍵詞元素相似性越大。

圖4 高頻關(guān)鍵詞的山峰圖

上述圖4表示的高頻關(guān)鍵詞的山峰圖，圖中有6個(gè)峰對(duì)應(yīng)的是6個(gè)不同的主題，從圖中可以看出，0號(hào)峰的高度在6個(gè)山峰中最突出，海拔最高且陡峭，其封頂呈現(xiàn)黃色，山峰整體顏色分布較多，表明0號(hào)峰類內(nèi)元素相似性較大，關(guān)鍵詞數(shù)量較少，類內(nèi)相似度標(biāo)準(zhǔn)差較低。其次是1號(hào)和2號(hào)山峰，海拔較低，呈現(xiàn)平緩狀態(tài)，體積較大，峰頂顏色均為綠色，表明類內(nèi)相似度不高，但類內(nèi)關(guān)鍵詞數(shù)量相對(duì)較多。最后的3號(hào)、4號(hào)、5號(hào)山峰，海拔低且平緩，體積大，顏色單一均為淺藍(lán)，表明這3個(gè)山峰類內(nèi)關(guān)鍵詞相似性都比較大，包含的關(guān)鍵詞數(shù)量也較多。

圖5 高頻關(guān)鍵詞的聚類分析

根據(jù)圖5并結(jié)合圖4分析如下，《電子知識(shí)產(chǎn)權(quán)》期刊的發(fā)文領(lǐng)域主要涉及6個(gè)主題(主題編號(hào)、順序均勻軟件自動(dòng)生成，下同)。主題1中的商標(biāo)評(píng)審委員會(huì)、商標(biāo)局、中級(jí)人民法院、一審判決、商標(biāo)法、最高級(jí)人民法院都是對(duì)商標(biāo)權(quán)、馳名商標(biāo)、商標(biāo)侵權(quán)、注冊(cè)商標(biāo)專用權(quán)和不正當(dāng)競(jìng)爭(zhēng)等的處理途徑。主題2中是對(duì)專利的研究，包括專利權(quán)人、專利法、專利侵權(quán)、專利訴訟、申請(qǐng)人、申請(qǐng)人、外觀設(shè)計(jì)、專利權(quán)和專利評(píng)審委員會(huì)。主題3中國(guó)家版權(quán)局、版權(quán)保護(hù)、著作權(quán)、合理使用和版權(quán)法是對(duì)版權(quán)的研究。主題4中專利態(tài)勢(shì)、發(fā)明專利申請(qǐng)、專利申請(qǐng)、專利布局、專利技術(shù)、專利保護(hù)是集中對(duì)專利前期的研究，其中也涉及了國(guó)家知識(shí)產(chǎn)權(quán)局和知識(shí)產(chǎn)權(quán)戰(zhàn)略的研究。主題5中元素研究相似性較低，關(guān)鍵詞聯(lián)系不緊密，例如知識(shí)產(chǎn)權(quán)法、知識(shí)權(quán)制度、專利、商業(yè)秘密、反不正當(dāng)競(jìng)爭(zhēng)法、反壟斷法、反壟斷等。主題0中關(guān)鍵詞相似性較大，是電子知識(shí)產(chǎn)權(quán)期刊中的主要研究?jī)?nèi)容，如知識(shí)產(chǎn)權(quán)保護(hù)、知識(shí)產(chǎn)權(quán)問題等。

4 結(jié)論

本研究通過對(duì)《電子知識(shí)產(chǎn)權(quán)》期刊的年發(fā)文量、作者、機(jī)構(gòu)和熱點(diǎn)等情況的分析，得出該期刊載文量前期呈現(xiàn)上升趨勢(shì)，近幾年發(fā)文量有所下降，總體有下滑趨勢(shì)；核心作者數(shù)量較多，發(fā)文超過10次以上的有32個(gè)；發(fā)文機(jī)構(gòu)主要集中在北京和上海，這兩個(gè)地區(qū)對(duì)電子知識(shí)產(chǎn)權(quán)的重視高于其他地區(qū)，其中中南財(cái)經(jīng)政法大學(xué)知識(shí)產(chǎn)權(quán)研究中心是發(fā)文最高的機(jī)構(gòu)；期刊的主要研究方向是關(guān)注電子知識(shí)產(chǎn)權(quán)的保護(hù)問題。但不足的是熱點(diǎn)研究中所運(yùn)用的軟件缺乏時(shí)間敏感性，不能從動(dòng)態(tài)角度研究《電子知識(shí)產(chǎn)權(quán)》刊載論文的熱點(diǎn)演化。需要選擇更加合適的、科學(xué)的研究方法來進(jìn)一步探測(cè)該期刊的研究方向，可以繼續(xù)推動(dòng)電子知識(shí)產(chǎn)權(quán)甚至知識(shí)產(chǎn)權(quán)領(lǐng)域的學(xué)術(shù)研究和發(fā)展，也可以為《電子知識(shí)產(chǎn)權(quán)》期刊走向更高的階梯提供參考。