楊秀璋，武帥,2，宋籍文，任天舒，廖文婧，劉建義，夏換，于小民

（1.貴州財(cái)經(jīng)大學(xué)信息學(xué)院，貴陽(yáng) 550025；2.漣水縣財(cái)政局，淮安 223400；3.貴州高速公路集團(tuán)有限公司，貴陽(yáng)550027；4.貴州財(cái)經(jīng)大學(xué)貴州省經(jīng)濟(jì)系統(tǒng)仿真重點(diǎn)實(shí)驗(yàn)室，貴陽(yáng) 550025）

0 引言

余華是國(guó)際文壇聲望最高的中國(guó)作者之一，其作品在國(guó)內(nèi)外受到一致好評(píng)。對(duì)中國(guó)當(dāng)代文學(xué)來(lái)說(shuō)，以余華為核心的先鋒文學(xué)是一里程碑式的標(biāo)志。余華作品文獻(xiàn)作為余華小說(shuō)的交流與傳播的主要載體，有效地推動(dòng)了余華小說(shuō)的傳播。當(dāng)前余華作品的研究主要采用期刊閱讀、電影觀賞、原著閱讀、相關(guān)講座論壇等。大數(shù)據(jù)環(huán)境下，研究成果層出不窮，大量學(xué)者各抒己見(jiàn)，對(duì)同一部小說(shuō)往往有著不同的主題見(jiàn)解，從而不能精準(zhǔn)地反映原作者的主題初衷。

隨著文學(xué)、電影等文化藝術(shù)的發(fā)展，近年來(lái)針對(duì)文學(xué)和電影等方面的研究和文藝批評(píng)，學(xué)者們針對(duì)某一作者和作品從不同角度進(jìn)行解構(gòu)，學(xué)術(shù)成果碩果累累、百花齊放。為了更精準(zhǔn)地從海量學(xué)術(shù)成果中分析出主流的學(xué)術(shù)觀點(diǎn)，藉此了解文學(xué)作者和作品的主題特征、行文脈絡(luò)、思想傾向、主流觀點(diǎn)和發(fā)展脈絡(luò)等方面，為短時(shí)間內(nèi)準(zhǔn)確把握作者創(chuàng)作傾向和特點(diǎn)提供依據(jù)。

同時(shí)，國(guó)內(nèi)外利用數(shù)據(jù)挖掘或機(jī)器學(xué)習(xí)算法深層次分析文學(xué)和電影作品的研究相對(duì)較少，傳統(tǒng)的文學(xué)和電影作品分析方法主要是基于劇情表現(xiàn)手法、視聽(tīng)特效、時(shí)間維度、閱讀量或票房的，其分析方法比較單一，不足以直觀地呈現(xiàn)文學(xué)或電影作品深層次的主題，缺乏利用數(shù)據(jù)挖掘和社交網(wǎng)絡(luò)方法研究文學(xué)作品的熱點(diǎn)主題及關(guān)系脈絡(luò)。

針對(duì)這些問(wèn)題，本文提出一種基于數(shù)據(jù)挖掘和主題演化的余華小說(shuō)電影文獻(xiàn)的分析方法，結(jié)合數(shù)據(jù)可視化技術(shù)和社交網(wǎng)絡(luò)直觀地反映余華小說(shuō)的發(fā)展歷程以及主題時(shí)間演化趨勢(shì)，發(fā)現(xiàn)各熱點(diǎn)關(guān)鍵詞之間的關(guān)系，進(jìn)一步驗(yàn)證余華小說(shuō)“向死而生”的主題觀點(diǎn)。本文實(shí)驗(yàn)數(shù)據(jù)為中國(guó)知網(wǎng)（CNKI）收錄的自1986年起至2019年7月5日的2825篇余華小說(shuō)期刊文獻(xiàn)的相關(guān)數(shù)據(jù)。

實(shí)驗(yàn)結(jié)果表明，本文的研究成果具有重要的理論研究意義和實(shí)用價(jià)值，通過(guò)大數(shù)據(jù)相關(guān)技術(shù)挖掘出了余華作品的核心主題、現(xiàn)實(shí)意義和藝術(shù)價(jià)值，為以其小說(shuō)為素材的藝術(shù)創(chuàng)作盡可能還原原著主題起到積極作用，該方法可以為投資方和導(dǎo)演們的藝術(shù)創(chuàng)作或電影拍攝提供更好的建議，為觀眾提供更好的精神糧食。

1 相關(guān)研究

近年來(lái)，國(guó)內(nèi)外學(xué)者致力于文獻(xiàn)主題演化研究并提出各自解決文獻(xiàn)主題的辦法。何偉林等提 出 一 種 名 為CSToT（content similaritytopicsover time）的主題模型，分析國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域2012-2016年的研究主題結(jié)構(gòu)以及演化過(guò)程。朱茂然等提出一種基于隱性狄利克雷分布（LDA）主題演化模型分析中文情報(bào)學(xué)領(lǐng)域。王燕鵬通過(guò)人工判讀提煉主題分析科技文獻(xiàn)發(fā)展演化過(guò)程。曾利等基于標(biāo)準(zhǔn)LDA模型，依據(jù)時(shí)序關(guān)系進(jìn)行切片，建立動(dòng)態(tài)LDA主題模型分析科研發(fā)展趨勢(shì)。張子振等基于KL距離和LDA主題分析機(jī)器學(xué)習(xí)領(lǐng)域。楊秀璋基于LDA模型挖掘和文本聚類進(jìn)行聚類分析水族文獻(xiàn)主題。許丹等基于主題詞法和自然語(yǔ)言法分析最新文獻(xiàn)新穎性。李軍蓮等基于多維特征概率通用度算法有效降低通用概念對(duì)文獻(xiàn)主題自動(dòng)標(biāo)引的噪音影響。馬思婷等基于CiteSpace分析中國(guó)醫(yī)養(yǎng)結(jié)合的熱點(diǎn)分析。Tran等基于AI主題分析抑郁癥治療。楊秀璋等基于綜合指數(shù)算法和知識(shí)圖譜分析水族文獻(xiàn)核心作者群。

余華小說(shuō)和電影文獻(xiàn)作為余華作品分析研究成果的主要展現(xiàn)方式，有效地推動(dòng)余華作品的發(fā)展。但傳統(tǒng)的余華作品研究方法缺乏核心作者以及核心主題的引導(dǎo)，其核心作者僅依據(jù)發(fā)文量來(lái)衡量，核心主題只是通過(guò)大眾普遍認(rèn)知的主題來(lái)確立，缺乏嚴(yán)謹(jǐn)科學(xué)的核心作者及主題的確認(rèn)方式。同時(shí)，沒(méi)有從多個(gè)角度去深層次挖掘余華作品的熱點(diǎn)關(guān)鍵詞、熱門(mén)期刊、核心作者以及主題演化趨勢(shì)，沒(méi)有深入剖析余華小說(shuō)和電影主題關(guān)系網(wǎng)絡(luò)。

由此可見(jiàn)，開(kāi)展人文數(shù)字交叉領(lǐng)域的研究成為了新的研究熱點(diǎn)?；诖?，本文利用大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)對(duì)余華作品相關(guān)的文獻(xiàn)開(kāi)展研究。首先，本文提出一種依托普賴斯定律來(lái)確定核心作者候選人，結(jié)合發(fā)文量和引用量綜合指數(shù)方法確定排名前20位的余華作品核心作者；其次，基于頻次和共現(xiàn)矩陣確認(rèn)核心主題詞，引入社交網(wǎng)絡(luò)和WordCloud等方法，結(jié)合可視化技術(shù)從多個(gè)角度深層次挖掘余華作品文獻(xiàn)的潛在規(guī)律，為以其小說(shuō)為素材的藝術(shù)創(chuàng)作盡可能還原原著主題起著積極作用，推動(dòng)文學(xué)研究發(fā)展。

2 框架模型

本文旨在對(duì)余華小說(shuō)和影視作品在中國(guó)知網(wǎng)相關(guān)期刊文獻(xiàn)進(jìn)行分析和研究，挖掘2825篇文獻(xiàn)的熱門(mén)期刊、機(jī)構(gòu)，核心作者及熱點(diǎn)主題。其具體的流程如圖1所示。

圖1 余華小說(shuō)文獻(xiàn)分析流程圖

具體流程如下：

（1）通過(guò)Selenium和Xpath技術(shù)抓取中國(guó)知網(wǎng)1986年至2019年7月間2825篇余華作品相關(guān)的學(xué)術(shù)期刊文獻(xiàn)，所抓取的相關(guān)字段包括文章標(biāo)題、作者、出版社、出版日期、摘要、關(guān)鍵詞、下載量以及被引用量。

（2）對(duì)所抓取的文獻(xiàn)進(jìn)行預(yù)處理操作，包括數(shù)值提取、缺失值填充、異常值判定、數(shù)據(jù)清洗、中文分詞、停用詞過(guò)濾等，從而得到質(zhì)量更好的數(shù)據(jù)，提取文獻(xiàn)相關(guān)的主題特征并存儲(chǔ)。

（3）開(kāi)展核心作者發(fā)現(xiàn)研究。利用計(jì)量統(tǒng)計(jì)分析挖掘重點(diǎn)引文機(jī)構(gòu)，結(jié)合普賴斯定律篩選核心作者候選人，并基于綜合指數(shù)算法遴選核心作者。

（4）開(kāi)展主題演化分析研究。通過(guò)CiteSpace進(jìn)行時(shí)間序列主題演化，利用WordCloud詞云顯示熱點(diǎn)關(guān)鍵詞，基于Python共詞矩陣分析和社交網(wǎng)絡(luò)構(gòu)建余華作品文獻(xiàn)的主題知識(shí)圖譜。

3 余華小說(shuō)文獻(xiàn)核心作者發(fā)現(xiàn)

本文采用普賴斯定律計(jì)算余華作品核心作者候選人，再基于綜合指數(shù)算法結(jié)合文獻(xiàn)的發(fā)文量和被引用量來(lái)遴選研究余華作品文獻(xiàn)的核心作者。

3.1 引文機(jī)構(gòu)分析

國(guó)內(nèi)引文機(jī)構(gòu)主要包括全國(guó)各大高校、研究院、圖書(shū)館以及部分事業(yè)單位和公司。本文針對(duì)所爬取的2825篇余華作品期刊論文的第一作者單位進(jìn)行計(jì)量分析，得出如圖2所示的核心機(jī)構(gòu)。

圖2 余華作品期刊文獻(xiàn)主要研究機(jī)構(gòu)

其中刊載相關(guān)論文數(shù)量排名前三位的分別是：浙江師范大學(xué)（共刊載76篇）、南京師范大學(xué)（共刊載55篇）、遼東師范大學(xué)（共刊載48篇）；論文總下載量最高的三個(gè)機(jī)構(gòu)分別是：浙江師范大學(xué)（共被下載52893次）、武漢大學(xué)（共被下載33168次）、南京大學(xué)（共被下載32955次）；論文總被引用量最高的三個(gè)機(jī)構(gòu)分別是：復(fù)旦大學(xué)（共被引用443次）、浙江師范大學(xué)（共被引用357次）、南京大學(xué)（共被引用264次）。

3.2 普賴斯定律計(jì)算候選人

（1）依托普賴斯定律統(tǒng)計(jì)最低發(fā)文量來(lái)確定核心作者候選人，其計(jì)算公式如（1）所示：

公式（1）中為普賴斯定律統(tǒng)計(jì)的發(fā)表余華作品文獻(xiàn)最高發(fā)文量，余華作品個(gè)人最高發(fā)文量為20，依據(jù)普賴斯定律確認(rèn)余華作品核心作者候選人最低發(fā)文量為4。

（2）依托普賴斯定律統(tǒng)計(jì)最低被引用量來(lái)確定核心作者候選人，其計(jì)算公式如（2）所示：

公式（2）中為普賴斯定律統(tǒng)計(jì)的發(fā)布余華作品文獻(xiàn)最高被引用量，余華作品文獻(xiàn)單篇文章最高被引用量為216，依據(jù)普賴斯定律確認(rèn)核心作者候選人最低被引用量累計(jì)次數(shù)為11。

（3）篩選符合第（1）、（2）步的作者并進(jìn)行重新統(tǒng)計(jì)，最終確定余華小說(shuō)文獻(xiàn)核心作者候選人共186位，候選人共發(fā)表499篇關(guān)于余華作品期刊論文，總被引用量為7290次。

3.3 綜合指數(shù)遴選核心作者

本文將采用綜合指數(shù)算法，從186位核心作者候選人中選出前20位研究余華作品的核心作者，具體步驟如下：

（1）計(jì)算核心作者候選人的平均發(fā)文量。表示余華作品文獻(xiàn)的核心作者總發(fā)文量，表示核心作者候選人數(shù)，其計(jì)算公式如（3）所示：

（2）計(jì)算核心作者候選人的平均被引用量。表示余華作品文獻(xiàn)的核心作者總被引用量，表示核心作者候選人數(shù)，其計(jì)算公式如（4）所示：

（3）依據(jù)發(fā)文量和被引用量構(gòu)建綜合指數(shù)。score表示第位余華作品核心作者候選人的綜合指數(shù)得分，x表示第位核心作者候選人的發(fā)文量，y表示其總被引用量，發(fā)文量系數(shù)和被引用量系數(shù)均為0.5。具體公式如（5）所示：

運(yùn)用此綜合指數(shù)算法得出余華作品相關(guān)期刊文獻(xiàn)的前20位核心作者，如表1所示。從表1可以看出，余華就自己的作品發(fā)表了近20篇期刊文章，并且被引用量最高，綜合指數(shù)為12.49；洪治綱發(fā)表余華作品相關(guān)的文獻(xiàn)15篇，被引用量為325，綜合指數(shù)為6.61；葉立文發(fā)表余華作品相關(guān)的文獻(xiàn)12篇，被引用量為263，綜合指數(shù)為5.32。通過(guò)綜合指數(shù)算法推算出這20位核心作者所發(fā)表有關(guān)余華作品的期刊論文具有較強(qiáng)的參考價(jià)值，他們也是余華作品的核心研究群體。

表1 余華小說(shuō)相關(guān)文獻(xiàn)核心作者

4 余華作品文獻(xiàn)主題演化分析

關(guān)鍵詞作為論文的重要部分，可以反映論文研究的核心主題和主旨。余華作品相關(guān)文獻(xiàn)的關(guān)鍵詞共詞分析和核心主題挖掘，可以把握該領(lǐng)域的研究方向和熱點(diǎn)主題。本文對(duì)1986年至2019年中國(guó)知網(wǎng)收錄的2825篇期刊論文的關(guān)鍵詞進(jìn)行熱點(diǎn)主題挖掘分析，提出了一種基于共現(xiàn)矩陣和社交網(wǎng)絡(luò)的熱點(diǎn)主題識(shí)別方法，構(gòu)建中國(guó)知網(wǎng)余華作品熱點(diǎn)關(guān)鍵詞的共現(xiàn)關(guān)系，從而挖掘出其核心主題，以及發(fā)現(xiàn)余華作品的核心主題隨時(shí)間推移發(fā)生演化過(guò)程。

4.1 CiteSpace時(shí)間序列主題演化

CiteSpace時(shí)間序列主題演化主要是以時(shí)間發(fā)展為軸的主題演化分析，本文基于余華作品的相關(guān)文獻(xiàn)研究生成了主題演化圖，如圖3所示。

圖3 基于時(shí)間序列的余華作品文獻(xiàn)主題演化

圖中每個(gè)節(jié)點(diǎn)代表一個(gè)主題，時(shí)間橫跨1986年至2019年，兩點(diǎn)之間的連線表示各主題之間的共現(xiàn)關(guān)系。通過(guò)考察詞頻的時(shí)間分布，將主題和關(guān)鍵詞變化率高的詞從大量的主題詞中挖掘出來(lái)，依靠詞頻的變化趨勢(shì)，來(lái)確定主題前沿領(lǐng)域和發(fā)展趨勢(shì)。分析發(fā)現(xiàn)，2007年各主題開(kāi)始匯交于電影、電視主題，可大致推算從那一年起以余華小說(shuō)為素材和主題的影視劇拍攝增多。其核心主題包括“小說(shuō)家”、“呼吸與細(xì)雨”、“心理描寫(xiě)”、“神秘主題”、“余華小說(shuō)”“哲學(xué)”“故事”“現(xiàn)代主義文學(xué)”“中國(guó)當(dāng)代文學(xué)”等?？傊?，近三十年來(lái)我國(guó)學(xué)者對(duì)余華作品的相關(guān)研究經(jīng)歷了由點(diǎn)到線、由線到面的發(fā)展歷程，主要以故事情節(jié)、藝術(shù)價(jià)值、心理描寫(xiě)為主。通過(guò)時(shí)間序列主題演化研究，更加客觀準(zhǔn)確地還原了原著主題，把握作者創(chuàng)作傾向，為將余華作品改編為影視劇創(chuàng)作提供依據(jù)。

4.2 高頻詞統(tǒng)計(jì)分析

來(lái)自中國(guó)知網(wǎng)與余華作品相關(guān)的2825篇期刊文獻(xiàn)共涉及關(guān)鍵詞5245個(gè)，關(guān)鍵詞出現(xiàn)總次數(shù)為14369次，每個(gè)關(guān)鍵詞出現(xiàn)的平均頻次約為2.74次。該領(lǐng)域3950個(gè)關(guān)鍵詞僅出現(xiàn)1次，占總關(guān)鍵詞數(shù)的75.3%；593個(gè)關(guān)鍵詞出現(xiàn)2次，占總關(guān)鍵詞數(shù)的11.3%；出現(xiàn)頻次在5次及以上的高頻關(guān)鍵詞共353個(gè)，共出現(xiàn)8066次，占所有關(guān)鍵詞出現(xiàn)總次數(shù)的56.1%。同時(shí)，“余華”“活著”“小說(shuō)”是出現(xiàn)頻率最高的三個(gè)關(guān)鍵詞，分別出現(xiàn)1400次、428次和277次，緊接著是“余華小說(shuō)”“許三觀賣(mài)血記”“苦難”“第七天”“先鋒小說(shuō)”“文學(xué)”“許三觀”“福貴”“死亡”“兄弟”“人性”“在細(xì)雨中呼喊”等關(guān)鍵詞。充分體現(xiàn)了余華小說(shuō)“向死而生”的主題，以及對(duì)人性和生命的描寫(xiě)，從小說(shuō)升華到藝術(shù)價(jià)值，WordCloud生成的詞云分布圖如圖4所示。

圖4 余華作品文獻(xiàn)關(guān)鍵詞的詞云圖

4.3 關(guān)鍵詞共詞分析

針對(duì)高頻關(guān)鍵詞無(wú)法反映詞語(yǔ)和主題之間的內(nèi)在關(guān)聯(lián)，不能全面揭示出文獻(xiàn)的研究熱點(diǎn)及關(guān)鍵詞動(dòng)態(tài)。本文采用共詞分析方法構(gòu)建余華作品文獻(xiàn)的關(guān)鍵詞共現(xiàn)矩陣，如公式（6）所示，當(dāng)兩個(gè)關(guān)鍵詞共同出現(xiàn)在一篇學(xué)術(shù)文章中，則認(rèn)為共現(xiàn)并構(gòu)建一條相關(guān)聯(lián)的邊，其邊對(duì)應(yīng)的權(quán)重加1；反之，兩個(gè)關(guān)鍵詞不存在共現(xiàn)關(guān)系，其權(quán)重為0。

共詞分析中，兩個(gè)關(guān)鍵詞共同出現(xiàn)的次數(shù)越多，說(shuō)明關(guān)鍵詞聯(lián)系越緊密，越能體現(xiàn)主題的研究?jī)?nèi)容相關(guān)聯(lián)；如果共現(xiàn)次數(shù)為0，說(shuō)明兩個(gè)關(guān)鍵詞之間沒(méi)有關(guān)系。本文根據(jù)余華作品文獻(xiàn)關(guān)鍵詞共現(xiàn)分析，得出了如表2所示的文獻(xiàn)共現(xiàn)高頻詞。其中排名前5位的分別是：“余華”和“小說(shuō)”，共現(xiàn)230次；“余華”和“作家”，共現(xiàn)187次；“余華”和“活著”，共現(xiàn)175次；“余華”和“許三觀賣(mài)血記”，共現(xiàn)116次；“余華”和“第七天”，共現(xiàn)83次。

表2 余華作品期刊文獻(xiàn)共現(xiàn)高頻詞表

4.4 關(guān)鍵詞社交網(wǎng)絡(luò)分析

采用Gephi軟件構(gòu)建余華作品文獻(xiàn)關(guān)鍵詞共現(xiàn)知識(shí)圖譜，為使熱點(diǎn)主題詞之間的關(guān)系更加明細(xì)，過(guò)濾掉共現(xiàn)權(quán)重為5以下的關(guān)系，形成如圖5所示的核心主題共現(xiàn)圖譜。圖中圓圈表示關(guān)鍵詞，連線表示共現(xiàn)關(guān)系，連線越粗表示其共現(xiàn)次數(shù)越多，反之越少。該圖譜共包括790個(gè)核心主題節(jié)點(diǎn)，2687條邊，模塊化系數(shù)0.127，平均路徑長(zhǎng)度2.417，居于中心位置的主題是“余華”，其他的主題詞逐漸向邊緣分布擴(kuò)散。其中“余華”和“小說(shuō)”“作家”“活著”“許三觀賣(mài)血記”“第七天”“苦難”“文學(xué)”“福貴”“先鋒”等關(guān)鍵詞共現(xiàn)明顯，其連線較粗。從圖5可以發(fā)現(xiàn)余華作為關(guān)系核心與各個(gè)主題詞之間均有聯(lián)系，其核心主題分布明顯，這些關(guān)鍵詞能更有效地推動(dòng)余華小說(shuō)改編為影視作品以及藝術(shù)創(chuàng)作。

圖5 余華作品期刊文獻(xiàn)的主題關(guān)系圖譜

接著通過(guò)過(guò)濾算法進(jìn)一步提取余華小說(shuō)文獻(xiàn)的核心主題關(guān)鍵詞，構(gòu)建社交網(wǎng)絡(luò)關(guān)系，繪制如圖6所示的關(guān)系圖譜。其核心特征詞共23個(gè)，存在關(guān)系317條，主要集中于余華的作品、人物和小說(shuō)主題。其中，作品包括《許三觀賣(mài)血記》《活著》《在細(xì)雨中呼喊》《第七天》，人物包括“福貴”“余華”“馬原”等，小說(shuō)主題包括“活著”“苦難”“人性”“暴力”等，以及“文學(xué)史”“先鋒文學(xué)”“先鋒”等積極評(píng)價(jià)。通過(guò)上述分析，本文從數(shù)字人文視域?qū)τ嗳A小說(shuō)作品進(jìn)行了主題關(guān)聯(lián)分析，進(jìn)一步挖掘出余華小說(shuō)的文學(xué)色彩，有效幫助學(xué)者實(shí)施智能化文本挖掘，發(fā)揚(yáng)傳統(tǒng)文化。

圖6 余華作品核心主題關(guān)系圖譜

5 結(jié)語(yǔ)

當(dāng)前社會(huì)，文學(xué)作品改編影視劇已成為熱潮，電影創(chuàng)作者們對(duì)文學(xué)作品的二次創(chuàng)作，往往建立在對(duì)作家和作品的個(gè)人理解上，同時(shí)要充分考慮原著的精髓和絕大多數(shù)受眾對(duì)原著的認(rèn)識(shí)等方面。為了更加客觀準(zhǔn)確地還原原著主題、把握作者創(chuàng)作傾向，為影視劇改編創(chuàng)作提供依據(jù)，本文提出了一種基于數(shù)據(jù)挖掘和主題演化的分析方法，分析余華作品的核心作者和熱點(diǎn)主題，并揭示出余華作品的發(fā)展歷程、關(guān)鍵詞共現(xiàn)關(guān)系及主題演化趨勢(shì)。

本文抓取了中國(guó)知網(wǎng)1986年至2019年7月間2825篇余華作品相關(guān)的學(xué)術(shù)期刊文獻(xiàn)，并進(jìn)行了詳細(xì)的分析與研究。實(shí)驗(yàn)結(jié)果表明，本文的研究成果具有重要的理論研究意義和實(shí)用價(jià)值，通過(guò)大數(shù)據(jù)相關(guān)技術(shù)挖掘出了余華作品的核心主題、現(xiàn)實(shí)意義和藝術(shù)價(jià)值，為以其小說(shuō)為素材的影視改編、藝術(shù)創(chuàng)作盡可能還原原著主題起到積極作用，可以提供有效參考和借鑒。