胡乙

（江蘇經(jīng)貿(mào)職業(yè)技術(shù)學院，江蘇 南京 211168）

CiteSpace是CitationSpace的簡稱，是一款分析文獻中潛在知識的可視化分析軟件，廣泛適用于各學科研究。但在實踐中，部分作者只是借助該軟件更好地展示數(shù)據(jù)，而不是利用軟件的強大功能深入地發(fā)掘文獻間隱藏的信息，據(jù)此，研究擬從情報學可視化技術(shù)入手，詳細闡述CiteSpace發(fā)明過程中涉及的學科知識，并據(jù)此分析該軟件的主要功能與原理，以此為基礎(chǔ)，研究者能更深入地發(fā)掘該軟件的價值。

1 可視化技術(shù)與科學知識圖譜

可視化技術(shù)推動了對知識圖譜的研究，而CiteSpace軟件是文獻圖譜專用繪制工具之一，其能輔助研究者有效識別學科熱點與研究前沿。

1.1 可視化概念及分類

可視化是圖書館學情報學一般研究方法之一，是將數(shù)據(jù)轉(zhuǎn)化為可視表示形式的過程。從離散數(shù)學考察，其本質(zhì)是建立從抽象數(shù)據(jù)集合到可視化結(jié)構(gòu)數(shù)據(jù)集合之間的映射。可視化分類包括數(shù)據(jù)可視化、科學計算可視化、信息可視化與知識可視化?？梢詫⒖梢暬暈檫B接人與電腦信息處理系統(tǒng)的橋梁。

可視化的產(chǎn)生涉及諸多跨學科知識與技術(shù)，如高等代數(shù)、計算機圖形學、圖像處理等。其能將知識之間的聯(lián)系以表格、節(jié)點、圖等方式展現(xiàn)在屏幕上，這種方式有助于人們對數(shù)據(jù)或信息集合從一個全新的角度進行觀察分析，以發(fā)現(xiàn)過去研究中遺漏的隱藏情報。在大數(shù)據(jù)、人工智能、5G 通訊背景下，可視化技術(shù)為文本挖掘、情報挖掘等提供了新的的工具。例如，目前流行的科學知識圖譜與專利地圖就是可視化技術(shù)在情報學中的具體應用。

1.2 可視化與科學知識圖譜

知識圖譜的概念，源于萬維網(wǎng)之父Ti.m Bener-Lee關(guān)于語義網(wǎng)的設(shè)想。其旨在運用圖結(jié)構(gòu)來構(gòu)建世間所有萬物之間關(guān)系及知識，以便實現(xiàn)更確切的搜索。其在搜索引擎、語言理解、大數(shù)據(jù)分析決策等領(lǐng)域得到了廣泛應用，已經(jīng)成為自動化知識獲取、大規(guī)模圖挖掘與分析等領(lǐng)域不可或缺的工具。

狹義的知識圖譜特指一類知識表示，本質(zhì)上是一種大規(guī)模的語義網(wǎng)絡(luò)；廣義的知識圖譜是大數(shù)據(jù)時代知識工程一系列技術(shù)的總稱。從狹義角度考察，此種大規(guī)模的語義網(wǎng)絡(luò)包括實體、概念及其之間的各種關(guān)系，其中，語義網(wǎng)絡(luò)是知識圖譜的本質(zhì)。與傳統(tǒng)的語義網(wǎng)絡(luò)相比，知識圖譜代表的語義網(wǎng)絡(luò)規(guī)模巨大、語義豐富、質(zhì)量精良、結(jié)構(gòu)友好。語義網(wǎng)絡(luò)是一種以圖形化的形式，通過點與邊描述知識關(guān)系的方法。圖形中的點可以描述實體、概念和屬性。實體稱為對象或?qū)嵗?，它是一切屬性的物質(zhì)基礎(chǔ)，是有明確指代意義的。概念又稱類別、類，其是指一類人，這類人有相同的特征。概念所對應的動詞稱為概念化和范疇化，概念化一般指識別文本中的相關(guān)概念的過程，例如，拉格朗日的中值思想；范疇化一般指實體形成類別的過程，如具有若干哲學思想的人們組成某個特定的哲學派別，則這一學派的形成就是典型范疇化的過程。每個實體都有一定的屬性值，包括數(shù)值、日期、文本等，知識圖譜的推理即是建立在實體、屬性與關(guān)系之上。

科學知識圖譜在圖書館學情報學應用領(lǐng)域，包括識別學科領(lǐng)域熱點、展示學科研究前沿、分析引用關(guān)系等。

2 CiteSpace 的主要學科基礎(chǔ)理論

從哲學、社會學、數(shù)據(jù)科學，數(shù)學等學科入手，可全面理解軟件包含的學科基礎(chǔ)知識。

2.1 科學革命的結(jié)構(gòu)

CiteSpace設(shè)計靈感之一，是來源于托馬斯·庫恩的《科學革命的結(jié)構(gòu)》。庫恩重塑了科學的真理形象，其“范式論”“不可通約論”為科學史研究提供了新的視角。

庫恩思考的根本問題可以概括為“科學進步的機制是什么”。這是需要借助科學史研究才能回答的問題，但傳統(tǒng)的研究方法存在缺陷，而作者嘗試從科學史的編著工作中找到突破口?？茖W知識的歷史不是簡單增長過程，其中某個階段必定會發(fā)生根本性的轉(zhuǎn)變，新的科學觀應以研究此類根本性轉(zhuǎn)變?yōu)樽谥?。同時，科學研究活動并不是單個人的孤立活動，而是群體活動。為了能順利有效地開展研究，科學共同體一般會就研究的基本事項達成共識。此類共識具有歷史性與偶然性，并且預定了科學知識的類型。正是這些共識的變遷帶來了科學知識系統(tǒng)的大轉(zhuǎn)換，也就是科技革命的發(fā)生，決的重大疑難問題，

《公務(wù)員法》和《勞動法》都有規(guī)定：公務(wù)員和勞動者患病在醫(yī)療期間不得被辭退的相關(guān)表述，但對于超過醫(yī)療期的勞動者和公務(wù)員是否應當被辭退，法律沒有硬性規(guī)定，出現(xiàn)大部分公務(wù)員生病期間也會受到很好的待遇，薪酬基本不會降低，但企業(yè)特別是民營企業(yè)的做法是辭退員工。由于單位性質(zhì)的不同，員工患病后也會出現(xiàn)截然不同的待遇。

2.2 結(jié)構(gòu)洞

20 世紀90 年代初，美國社會學家伯特提出了結(jié)構(gòu)洞理論。該理論描述了網(wǎng)絡(luò)中不同節(jié)點是如何影響行為人收益的。概括地說，如果網(wǎng)絡(luò)中的行動者所連接的其他行動者之間不存在直接聯(lián)系，則這個行動者就占據(jù)了結(jié)構(gòu)洞的位置，能夠通過中介機會獲取社會資本收益，從而帶來競爭優(yōu)勢。該理論創(chuàng)造性的從結(jié)構(gòu)角度對網(wǎng)絡(luò)進行分析，不僅有助于挖掘關(guān)鍵的行動者和關(guān)鍵位置，更有利于拓展研究與發(fā)展的視野。自問世以來，該理論在管理科學、社會科學與經(jīng)濟學等多個領(lǐng)域得到了廣泛的運用。

結(jié)構(gòu)洞來源于網(wǎng)絡(luò)分析學派的理論成果，并與社會資本共生理論密切相關(guān)。人的行為，不僅是受所處網(wǎng)絡(luò)結(jié)構(gòu)影響，也受人自身欲望影響，人具有選擇行為的主動性。如行動者彼此越接近，關(guān)系越密切，則其擁有的資源也基本相同，此種密切關(guān)系難以使個體獲得稀缺資源。相反，行動人能從弱的關(guān)系中尋找到更有價值的資源，由此引出社會資本概念。社會資本來自構(gòu)成社會的諸要素，單獨的個人并不能完全擁有社會資本，只有參與交換網(wǎng)絡(luò)，并與他人建立關(guān)系，才能獲得所需收益。總之，處于結(jié)構(gòu)洞的行為主體往往能接觸更多的信息，并能占據(jù)更大的優(yōu)勢，沒有中間人，則部分群體或者個人無法發(fā)生交換關(guān)系。而位于結(jié)構(gòu)洞的行為主體即可視為發(fā)揮連接作用的中間人。

2.3 圖論

離散數(shù)學通常以邏輯與集合論開端，并以此為基礎(chǔ)講授函數(shù)、數(shù)列、算法等后續(xù)內(nèi)容。而圖論在各個領(lǐng)域中可進行可視化處理，圖模型為多個學科與領(lǐng)域提供了求解問題的新思路。圖是由頂點連接頂點的邊構(gòu)成的離散結(jié)構(gòu)，根據(jù)圖中的邊是否有方向、相同頂點對之間是否可以有多條邊相連，以及是否允許存在短路環(huán)，可將圖分為多個類型。圖模型在多個領(lǐng)域中均可用于建立數(shù)學模型，例如，文獻計量學或科學計量學用圖表示論文引用關(guān)系以及研究人員、研究機構(gòu)與團隊間合作關(guān)系等。一個圖是由頂點非空集合與邊的集合組成，每條邊有一個或兩個頂點與它相連，這些頂點稱為邊的端點，邊連接它的端點。點與邊使得可視化分析有了可能。圖的類型、同構(gòu)、連通性、通路等問題，為科學計量與可視化研究提供了新的思路。

3 CiteSpace 主要功能分析

從引文網(wǎng)絡(luò)分析、中介中心性、突發(fā)性檢測、共詞分析等入手，可深入理解軟件的主要功能與操作步驟。

3.1 引文網(wǎng)絡(luò)分析

引文網(wǎng)絡(luò)分析是科學計量領(lǐng)域的重要研究方向，其通過研究參考文獻被引用的網(wǎng)絡(luò)特征來探索科學知識發(fā)展的特征與規(guī)律，為學科研究、技術(shù)創(chuàng)新、科學評價等科技活動服務(wù)。引文分析是對科學文獻參考模式的探索，多用于影響力分析、知識流和知識網(wǎng)絡(luò)等多個社會科學領(lǐng)域中。該方法有助于解決研究、管理或信息服務(wù)等相關(guān)問題，例如，學校排名、研究評估、知識可視化等，受到了諸多領(lǐng)域?qū)W者的好評。

要進行科研合作網(wǎng)絡(luò)分析，可運用CiteSpace科學合作網(wǎng)絡(luò)分析功能。該分析包括三個層次：作者合作網(wǎng)絡(luò)、機構(gòu)合作網(wǎng)絡(luò)、國家與地區(qū)合作網(wǎng)絡(luò)。其中節(jié)點大小代表了各成員發(fā)表論文的數(shù)量，節(jié)點間連線描述了不同主體間合作關(guān)系。以作者合作網(wǎng)絡(luò)分析為例，依照前述步驟新建項目后，在節(jié)點類型中選擇Author，可得到初級作者合作網(wǎng)絡(luò)。在合作網(wǎng)絡(luò)圖中，選中某一節(jié)點，右擊Node Detail即可查詢該作者發(fā)表論文的時間統(tǒng)計及論文內(nèi)容。在機構(gòu)合作、國家地區(qū)合作網(wǎng)絡(luò)中也可運用上述功能。

3.2 中介中心性分析

節(jié)點的中介中心性有助于發(fā)現(xiàn)有價值的、新穎的成果。僅僅有好想法，出于風險最小化和利益最大化考慮，人們會謹慎行動。學術(shù)中的新發(fā)現(xiàn)往往具備高風險，但同行的支持有助于降低這種風險，使新的成果產(chǎn)生。如發(fā)現(xiàn)已經(jīng)有學者在研究類似的問題，則同行進行同一研究的風險會顯著降低。具有爭議性的結(jié)果發(fā)表后，往往會帶來更多的研究，即對風險與收益重新審視后，學者在新環(huán)境下更容易積極行動。

3.3 突發(fā)性檢測

克萊因伯格認為，文本挖掘的一個基本問題是從隨著時間連續(xù)到達的文檔流中提取有意義的結(jié)構(gòu)。電子郵件與新聞報道是文檔流的自然例證，它們均以出現(xiàn)的主題為特征，在一段時間內(nèi)強度突然增加，然后逐漸消失。在特定領(lǐng)域中發(fā)表論文的數(shù)量在較長時間內(nèi)也表現(xiàn)出類似的現(xiàn)象。文檔流中主題的出現(xiàn)是一種突發(fā)活動的信號，隨著某個特定主題的出現(xiàn)，某些特征的頻率會顯著上升。如果能開發(fā)一種簡便算法，對此類突發(fā)活動建立數(shù)學模型，則有可能穩(wěn)健高效地識別它們，并且有可能為分析底層內(nèi)容提供組織框架。

在CiteSpace中，有兩處可以對節(jié)點進行突發(fā)性檢測：（1）在可視化界面，點擊CitationFrequencyBurst；（2）點擊控制面板Burstness功能區(qū)的Refresh。如果存在具有突發(fā)性特征的節(jié)點，則電腦會將這些節(jié)點標注特殊顏色。

3.4 共詞分析

共詞分析法最早由法國文獻計量學家Callon提出。其通過統(tǒng)計一組詞在同一篇論文中同時出現(xiàn)的次數(shù)，以此為基礎(chǔ)，對這些詞進行聚類分析，以發(fā)現(xiàn)這些詞組之間的親疏關(guān)系，進而分析論文所涉及學科領(lǐng)域中主題之間的關(guān)系。如果一對關(guān)鍵詞在同一篇論文中出現(xiàn)次數(shù)越多，則表明兩者之間距離越近，關(guān)系越密切，學者對這兩個詞所涉及的領(lǐng)域也較為關(guān)注，同時，這些研究主題可能是該領(lǐng)域的研究熱點。

以關(guān)鍵詞分析為例，該方法是對論文集合中作者與數(shù)據(jù)庫提供的關(guān)鍵詞進行共現(xiàn)分析。在webofscience中，則對DE與ID所存儲的數(shù)據(jù)進行共現(xiàn)分析。在節(jié)點類型中選擇Keyword，在功能區(qū)設(shè)置相關(guān)參數(shù)后，CiteSpace可生成關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)。

以術(shù)語共現(xiàn)分析為例，該方法從論文標題、關(guān)鍵詞、摘要中提取名詞性術(shù)語后，通過自然語言處理的過程形成共詞網(wǎng)絡(luò)。在CiteSpace功能參數(shù)模塊TermTypes選擇NounPhrases，此時會彈出part-of-speech.TaggingOpinion對話框，首次支行時需要點擊CreatePOSTagS，CiteSpace會顯示相關(guān)時間跨度與論文數(shù)量信息，此時在節(jié)點類型中選擇Term后可創(chuàng)建共現(xiàn)網(wǎng)絡(luò)。

以科學領(lǐng)域共現(xiàn)分析為例， 該方法涉及wc(webofscienceCategory)與sc(Subject.Category)， 兩者是webofscience對期刊在更加廣闊視野中的科學分類。wc比sc分類更為細致，在CiteSpace中，在節(jié)點類型中選擇Category，可建立科學領(lǐng)域共現(xiàn)網(wǎng)絡(luò)。在共現(xiàn)圖譜中，右擊可選擇節(jié)點細節(jié)以觀察某一領(lǐng)域研究的時序特征，也可以對不同領(lǐng)域發(fā)文突發(fā)性進行檢測。

4 結(jié)語

未來研究中，知識圖譜仍在發(fā)展，現(xiàn)實應用對知識圖譜技術(shù)提出了眾多挑戰(zhàn)。在知識表示層面，未來研究應關(guān)注知識圖譜與規(guī)則等其他知識表示相聯(lián)合的方式。在知識獲取層面，未來研究將關(guān)注如何和降低自動化知識獲取過程中的成本。在知識應用中層面，未來研究將關(guān)注增加器學習能力，實現(xiàn)可解釋人工智能等目標。