基于Citespace的陜南移民研究數(shù)據(jù)可視化計(jì)算分析與應(yīng)用

摘 要： 在數(shù)據(jù)信息時代，如何獲取和處理眾多數(shù)據(jù)，是各類科學(xué)研究領(lǐng)域的重點(diǎn)和熱點(diǎn)，有效分析和使用數(shù)據(jù)，可對諸多學(xué)科科學(xué)研究發(fā)展產(chǎn)生較大的推力。通過對目前可視化分析的發(fā)展現(xiàn)狀和應(yīng)用分析，舉例說明利用可視化分析軟件Citespace對陜南移民研究現(xiàn)狀進(jìn)行可視化特征研究，分析統(tǒng)計(jì)目前陜南移民研究的方向和成果，預(yù)測其研究動態(tài)及發(fā)展方向，總結(jié)數(shù)據(jù)所表現(xiàn)出的可視化圖譜分析特征。

關(guān)鍵詞： 陜南移民； 數(shù)據(jù)處理； 可視化分析軟件； 知識圖譜

中圖分類號： TN911?34； TP391.41 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2016）18?0123?04

Abstract： In the era of big data information， how to obtain and process a lot of data is the focus and hotspot of all kinds of scientific research fields. Effective data analysis and application play a tremendous role in promoting the development of social economy and science research. Based on the analysis of the development situation and application of the visualization analysis， the visualization features for research status of Southern Shaanxi immigration is studied with the visual analysis software CiteSpace. The research direction and achievements of Southern Shaanxi migration are analyzed statistically. The research trend and development direction are predicted. The visualization map analysis features expressed by data are summarized.

Keywords： Southern Shaanxi immigration； data processing； visualization analysis software； mapping knowledge domain

0 引 言

數(shù)據(jù)可視化（Visualization）是采用視覺表現(xiàn)形式的數(shù)據(jù)科學(xué)處理方式，是從數(shù)據(jù)中提煉出某種概要形式的信息，包含數(shù)據(jù)信息表現(xiàn)出的各種屬性和變量[1]。

數(shù)據(jù)可視化發(fā)展不斷進(jìn)步，其概念范疇不斷擴(kuò)展。主要包含通過各種計(jì)算機(jī)語言搭建的平臺，利用圖形、圖像處理、計(jì)算機(jī)視覺表現(xiàn)以及用戶界面，形成對各類數(shù)據(jù)通過數(shù)據(jù)表現(xiàn)形式、數(shù)學(xué)建模以及對圖形的立面、表現(xiàn)、屬性以及動畫的顯示，對目標(biāo)進(jìn)行可視化解釋[2]。與其他數(shù)據(jù)分析方法相比，可視化數(shù)據(jù)分析涵蓋技術(shù)方法多，表現(xiàn)形式更加多樣，處理繁雜數(shù)據(jù)能力強(qiáng)，可將海量數(shù)據(jù)進(jìn)行關(guān)聯(lián)性分析和表達(dá)，尋找眾多數(shù)據(jù)的聯(lián)系性強(qiáng)度，并做出完整的分析圖表加以解釋。

目前是數(shù)據(jù)信息時代，如何獲取和處理眾多數(shù)據(jù)，是各類科學(xué)研究領(lǐng)域的重點(diǎn)和熱點(diǎn)。而可視化分析軟件主要用于海量數(shù)據(jù)的關(guān)聯(lián)分析，從表象看，這些數(shù)據(jù)信息特征分散不集中，關(guān)聯(lián)性差，數(shù)據(jù)結(jié)構(gòu)不統(tǒng)一，如果單純以人工分析為主，容易形成分析過程結(jié)構(gòu)不確定，很難找尋其數(shù)據(jù)分析流程規(guī)律性和模式，在后期數(shù)據(jù)應(yīng)用中，不能加以深層次的技術(shù)分析挖掘。如果借助強(qiáng)大的可視化數(shù)據(jù)分析平臺，輔助人工操作的數(shù)據(jù)化關(guān)聯(lián)分析，做出完成有效的數(shù)據(jù)分析圖，完整且正確展示數(shù)據(jù)分析的全過程以及最終的結(jié)果走向，是目前數(shù)據(jù)時代分析的最佳方式之一。

1 數(shù)據(jù)可視化技術(shù)概念

數(shù)據(jù)可視化起源于20世紀(jì)50年代、計(jì)算機(jī)圖形學(xué)發(fā)展初期，其數(shù)據(jù)分析的數(shù)學(xué)基礎(chǔ)直到計(jì)算機(jī)的出現(xiàn)才使得實(shí)際操作成為可能，并使得數(shù)據(jù)分析得以推廣。因此數(shù)據(jù)分析是數(shù)學(xué)與計(jì)算機(jī)科學(xué)相結(jié)合的產(chǎn)物。

數(shù)據(jù)可視化分析的基本概念主要包含以下幾點(diǎn)：

（1） 數(shù)據(jù)空間是具有與研究目標(biāo)有相關(guān)性的數(shù)據(jù)和關(guān)系的集合，在可控范圍內(nèi)直接影響目標(biāo)屬性，這些與目標(biāo)的相關(guān)性和可控性是在多維視角下由屬性和元素組成的多維數(shù)據(jù)空間[3]。

（2） 數(shù)據(jù)開發(fā)是指利用計(jì)算機(jī)語言和處理工具，通過對數(shù)據(jù)進(jìn)行定量分析，計(jì)算和預(yù)測數(shù)據(jù)結(jié)果。

（3） 數(shù)據(jù)分析通過適當(dāng)?shù)臄?shù)理統(tǒng)計(jì)方法對通過計(jì)算機(jī)軟件收集整理的大量數(shù)據(jù)進(jìn)行的合理分析，對多維數(shù)據(jù)從多維空間的切、剖、旋轉(zhuǎn)等分析途徑分析數(shù)據(jù)，從而能多角度、多側(cè)面觀察數(shù)據(jù)；從中提取可用的、對研究目標(biāo)結(jié)論有影響的數(shù)據(jù)加以詳細(xì)、科學(xué)的分析和概括，協(xié)助人們做出合理的分析和決策，并選擇科學(xué)合理的解決方式和方法[4]。

（4） 數(shù)據(jù)可視化是指將海量數(shù)據(jù)以圖形、圖像等可視化集中表現(xiàn)形式，利用數(shù)據(jù)分析軟件探尋數(shù)據(jù)之間暗藏未知信息的方式。

2 數(shù)據(jù)可視化技術(shù)應(yīng)用和發(fā)展

近年來隨著社會經(jīng)濟(jì)的發(fā)展，數(shù)據(jù)時代逐步來臨，成為科學(xué)研究和社會經(jīng)濟(jì)發(fā)展領(lǐng)域研究的重點(diǎn)，甚至各國政府也都關(guān)注著數(shù)據(jù)時代帶來的各種影響，成為各國政府和各界研究領(lǐng)域關(guān)注的熱點(diǎn)。

數(shù)據(jù)暗含經(jīng)濟(jì)、社會等領(lǐng)域的科研價值，引起各行各業(yè)的關(guān)注。數(shù)據(jù)分析時代的研究前沿和熱點(diǎn)，將對社會發(fā)展和科學(xué)研究產(chǎn)生重要的推動作用。

數(shù)據(jù)可視化通常應(yīng)用在二維象限數(shù)據(jù)屬性的多維表現(xiàn)中，分析并發(fā)展數(shù)據(jù)之間的關(guān)聯(lián)性和發(fā)展曲線趨勢?？茖W(xué)測算可視化參考模型，將一般數(shù)據(jù)處理為矢量數(shù)據(jù)，再轉(zhuǎn)換為幾何數(shù)據(jù)，再將幾何數(shù)據(jù)轉(zhuǎn)換為圖像、圖形數(shù)據(jù)，最終達(dá)到數(shù)據(jù)映射和圖像描述。數(shù)據(jù)化因?yàn)閿?shù)據(jù)的不確定性，因此沒有固定數(shù)據(jù)模型，而可視化系統(tǒng)可提供具有多變量的圖形化分析數(shù)據(jù)，協(xié)助分析者進(jìn)行可用信息的提煉，得出計(jì)算機(jī)無法完成的模式。

數(shù)據(jù)可視化分析有許多方法，根據(jù)其可視化原理和采用軟件的不同劃分為幾何技術(shù)、面向像素技術(shù)、基于圖標(biāo)的技術(shù)、基于層次的技術(shù)、基于圖像的技術(shù)和分布式技術(shù)等[5]。數(shù)據(jù)可視化的最終目標(biāo)是將數(shù)據(jù)庫中的每個數(shù)據(jù)單元模擬成單獨(dú)的圖形元素，由眾多數(shù)據(jù)圖形元素集合而成的數(shù)據(jù)圖像以多維的方式表現(xiàn)其屬性。通過不同維度的數(shù)據(jù)分析，對數(shù)據(jù)進(jìn)行深入的觀察和分析。其中美國信息可視化專家陳超美博士基于Java語言開發(fā)的Citespace 4.0是目前針對文獻(xiàn)數(shù)據(jù)研究的信息可視化應(yīng)用軟件，明確開展數(shù)據(jù)研究的經(jīng)典關(guān)鍵文獻(xiàn)和學(xué)科前沿?zé)狳c(diǎn)，預(yù)測了數(shù)據(jù)領(lǐng)域的未來發(fā)展趨勢，為學(xué)者和讀者更好地了解數(shù)據(jù)提供了幫助[6]。

3 可視化軟件Citespace 4.0實(shí)例分析應(yīng)用

Citespace 4.0是一種利用外文和中文文獻(xiàn)數(shù)據(jù)庫，進(jìn)行數(shù)據(jù)分析和有效整理的一種數(shù)據(jù)可視化分析軟件。它的特點(diǎn)是利用文獻(xiàn)數(shù)據(jù)庫反映的文獻(xiàn)各項(xiàng)數(shù)據(jù)信息，進(jìn)行聚類分析，通過可視化圖譜展示信息之間的關(guān)系。知識圖譜（Mapping Knowledge Domain）是可視化數(shù)據(jù)分析方法中，利用各種不同的圖形，展示一類知識研究發(fā)展的進(jìn)程和動向，以及其知識點(diǎn)之間的相關(guān)性分析，是一種高效的數(shù)據(jù)處理方式。其涵蓋應(yīng)用計(jì)算數(shù)學(xué)、圖形學(xué)、信息科學(xué)等學(xué)科，采用文獻(xiàn)計(jì)量分析的方法，利用可視化圖譜描述整個學(xué)科目前發(fā)展的歷史和現(xiàn)狀、結(jié)構(gòu)體系、發(fā)展趨勢，以及展現(xiàn)多學(xué)科融合的研究方法[7]，譬如以CNKI數(shù)據(jù)庫檢索出的所有主題為“陜南移民”的 487 篇文獻(xiàn)為研究對象，利用Citespace 4.0軟件，從所有檢錄文獻(xiàn)的計(jì)量統(tǒng)計(jì)角度， 分析得出關(guān)于“陜南移民”的相關(guān)作者群、研究機(jī)構(gòu)和關(guān)鍵詞之間的相關(guān)性可視化圖譜，主要分析過程和結(jié)果如下。

3.1 分析過程

3.1.1 文獻(xiàn)作者聚類分析

通過了解文獻(xiàn)數(shù)據(jù)資料中的作者共引關(guān)系形成的聚類網(wǎng)絡(luò)圖譜可知，文獻(xiàn)作者按照一定的研究方向形成不同的聚類塊，每個塊的大小以及塊之間的緊密程度表示相關(guān)度較大的研究方向和作者，形成固定的研究群體和研究方向。通過設(shè)置Citespace 4.0軟件，各項(xiàng)指標(biāo)選取如下：網(wǎng)絡(luò)節(jié)點(diǎn)選擇 author，算法路徑選擇搜索（pathfinder）算法，數(shù)據(jù)抽取對象為 top 30， Time Scaling的值設(shè)置為 l，軟件運(yùn)行后形成的圖譜表明目前從事陜南移民研究不同領(lǐng)域的多個作者聚類，聚類群越集中，說明相關(guān)研究者居多[8]。

Article Labling 的threshold取值是表明最少發(fā)表數(shù)量的作者數(shù)目；圖1為threshold值為2時展現(xiàn)的幾個聚類群；圖2為Article Labling 的threshold值為1時展現(xiàn)的幾個聚類群。聚類群中節(jié)點(diǎn)的大小和遠(yuǎn)近反映不同聚類群之間的聯(lián)系以及數(shù)量的差異，也可分析得出某個作者發(fā)表文獻(xiàn)的數(shù)量和目前該研究領(lǐng)域發(fā)文較多的作者以及它們之間的關(guān)聯(lián)性。從圖1可知：較大的簇團(tuán)有以西北農(nóng)林科技大學(xué)的何得桂、陜西理工大學(xué)的馮明放以及咸陽師范學(xué)院李文正引領(lǐng)的公共管理與政策、社會經(jīng)濟(jì)及就業(yè)為研究方向的研究群體。這三個研究群體聚類人數(shù)較多、之間的關(guān)聯(lián)性較大，發(fā)表文獻(xiàn)之間的交叉較多。從圖2可知，只發(fā)表一篇文獻(xiàn)的作者占多數(shù)，并且關(guān)聯(lián)性差。

3.1.2 研究機(jī)構(gòu)分析

Citespace可直觀統(tǒng)計(jì)各機(jī)構(gòu)發(fā)表的論文總數(shù)，軟件設(shè)置網(wǎng)絡(luò)節(jié)點(diǎn)為Institution，運(yùn)行 Citespace 4.0軟件， 得到如圖3所示的有關(guān)陜南移民研究機(jī)構(gòu)的可視化圖譜。

從機(jī)構(gòu)看，位于最中心的是西北農(nóng)林科技大學(xué)， 其次為陜西理工大學(xué)，西安建筑科技大學(xué)、咸陽師范學(xué)院、延安大學(xué)。從機(jī)構(gòu)的發(fā)文量可以看出， 西北農(nóng)林科技大學(xué)發(fā)文量最大， 其中西北農(nóng)林科技大學(xué)研究機(jī)構(gòu)是以其下屬的農(nóng)村社會研究中心、公共管理學(xué)院、農(nóng)村改革發(fā)展協(xié)同創(chuàng)新中心、人文學(xué)院共同構(gòu)成，說明主要研究人員呈多學(xué)科研究方向發(fā)展。

3.1.3 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞反映文獻(xiàn)研究的關(guān)鍵問題和某類文獻(xiàn)研究的熱點(diǎn)問題，是通過對在某時段內(nèi)有內(nèi)在聯(lián)系和數(shù)量較多的文獻(xiàn)探討的科學(xué)問題統(tǒng)計(jì)，發(fā)現(xiàn)某一時期文獻(xiàn)研究的規(guī)律和特征。Citespace 4.0通過對統(tǒng)計(jì)文獻(xiàn)中的關(guān)鍵詞可視化統(tǒng)計(jì)，運(yùn)行時在關(guān)注類型中設(shè)置關(guān)鍵詞選項(xiàng)，運(yùn)行軟件，得出如圖4所示的陜南移民研究的關(guān)鍵詞詞頻的可視化圖譜。其中各關(guān)鍵詞節(jié)點(diǎn)年輪狀同心圓的顏色表明其詞頻統(tǒng)計(jì)的具體情況，其大小引出每個年代關(guān)鍵詞詞頻出現(xiàn)的數(shù)量和關(guān)聯(lián)性的大小。從圖4可看出： 除移民搬遷外， 同心圓較大的幾個關(guān)鍵詞是陜南地區(qū)、 搬遷工程、地質(zhì)災(zāi)害、搬遷安置、移民工程、分散安置、秦巴山區(qū)、避災(zāi)移民等， 且同心圓的較大，各節(jié)點(diǎn)間連線也較粗， 表明這幾個關(guān)鍵詞產(chǎn)生的關(guān)聯(lián)較多， 表明為目前陜南移民研究的研究熱點(diǎn)。

3.2 分析結(jié)果

從文獻(xiàn)整體計(jì)量和可視化分析可知，目前陜南移民研究特征呈幾個“集中”的特點(diǎn)：

（1） 發(fā)表數(shù)量年代分布集中。文獻(xiàn)發(fā)表數(shù)量集中在陜南移民政策頒發(fā)之后，說明陜南移民的政府主導(dǎo)作用較強(qiáng)。從報紙文獻(xiàn)發(fā)表的數(shù)量可知： 2011年開始，各級政府開始關(guān)注移民安置的整個過程，從宏觀政策制定，到中觀政策掌控，以及微觀政策實(shí)施，都進(jìn)行全面監(jiān)督。由期刊發(fā)表數(shù)量可知，2011—2015年間共發(fā)表411篇占總篇數(shù)的84.39%，充分說明陜西省各界學(xué)者能對最新的研究動向能快速反應(yīng)，為科學(xué)移民、人文安置奠定基礎(chǔ)。

（2） 發(fā)表城市和機(jī)構(gòu)集中。文獻(xiàn)發(fā)表城市和機(jī)構(gòu)主要集中在西安、漢中、楊凌的幾個高校中，以西北農(nóng)林科技大學(xué)、陜西理工大學(xué)和陜西師范大學(xué)為主，說明陜南移民的理論研究受區(qū)域位置和研究機(jī)構(gòu)學(xué)科背景的影響度較大。其中西北農(nóng)林科技大學(xué)農(nóng)村社會研究中心成立于2011年4月，從時間上恰好與陜南移民政策頒布重合，是研究西北地區(qū)農(nóng)村發(fā)展和基層治理的重要機(jī)構(gòu)，是目前陜南移民社科研究的主力。陜西理工大學(xué)因地處陜南，直接或間接參與移民項(xiàng)目，基于已有研究基礎(chǔ)，可從再就業(yè)、人居環(huán)境等其他視角，作為陜南移民研究的補(bǔ)充。

（3） 發(fā)表文獻(xiàn)作者集中。根據(jù)文獻(xiàn)發(fā)表數(shù)據(jù)統(tǒng)計(jì)，以何得桂和馮明放為主，持續(xù)發(fā)表大量相關(guān)文獻(xiàn)，說明二者均為目前陜南移民研究的核心力量。何得桂作為西北農(nóng)林科技大學(xué)農(nóng)村社會研究中心的成員，基于公共管理學(xué)科背景，對陜南移民政策、公共管理方向進(jìn)行深入研究，并取得重大成果。馮明放作為陜西理工大學(xué)經(jīng)法學(xué)院教授，從社會學(xué)、經(jīng)濟(jì)學(xué)角度分析目前陜南移民過程中產(chǎn)生的各類問題，并提出解決方案。

（4） 研究層次和學(xué)科背景集中。根據(jù)統(tǒng)計(jì)，陜南移民研究的層次和學(xué)科背景多集中在社會科學(xué)的政策、社會、經(jīng)濟(jì)、文化領(lǐng)域，自然科學(xué)類研究涉及較少，可作為陜南移民研究的新方向。移民安置是動態(tài)過程，搬遷項(xiàng)目是從政策制定實(shí)施開始，到項(xiàng)目規(guī)劃設(shè)計(jì)實(shí)施，制定具體搬遷方式和補(bǔ)償方式、解決后續(xù)再就業(yè)等持續(xù)的過程，因此移民安置在過程中會不斷出現(xiàn)新問題。針對前期開展的政策及公共管理、社會經(jīng)濟(jì)等研究，后續(xù)還可以從交叉學(xué)科入手，譬如心理學(xué)、生態(tài)學(xué)、環(huán)境科學(xué)、建筑科學(xué)等多個學(xué)科融合，完善陜南移民的理論研究體系。

4 結(jié) 語

數(shù)據(jù)可視化分析是目前各科學(xué)領(lǐng)域交叉學(xué)科研究的主要應(yīng)用工具，可應(yīng)用于不同學(xué)科的數(shù)據(jù)處理，利用和發(fā)展前景廣闊。通過對數(shù)據(jù)的分析，探尋數(shù)據(jù)之間的關(guān)聯(lián)性和特征可視化表現(xiàn)，直觀、準(zhǔn)確地處理海量數(shù)據(jù)，模擬目標(biāo)特征，探索其發(fā)展規(guī)律，協(xié)助人們選擇科學(xué)合理的解決方法。

參考文獻(xiàn)

[1] 余鵬彥.數(shù)字資源評價的可視化研究與應(yīng)用[J].現(xiàn)代情報，2011，31（10）：19?21.

[2] 楊新華，韓迎軍，趙曉云.數(shù)據(jù)可視化對服務(wù)渠道監(jiān)控的重要性[J].中國電力企業(yè)管理，2016（10）：27?30.

[3] 佚名.數(shù)據(jù)可視化、信息可視化與知識可視化[EB/OL]. [2015?04?15].http：//www.360doc.com.

[4] 佚名.地理信息系統(tǒng)名詞解釋大全[EB/OL]. [2012?12?03].http：//wenku.baidu.com.

[5] 張海燕.數(shù)據(jù)挖掘技術(shù)在大壩安全監(jiān)測系中的研究與應(yīng)用[D].蘭州：蘭州理工大學(xué)，2013.

[6] 王學(xué)勤.竹子栽培文獻(xiàn)計(jì)量分析與可視化圖譜分析[J].浙江農(nóng)林大學(xué)學(xué)報，2016，33（2）：330?339.

[7] 殷之明.國內(nèi)圖書館績效評估的知識圖譜研究：基于Cite spaceⅡ的分析[J].湖南人文科技學(xué)院學(xué)報，2011（6）：141?145.

[8] 趙蓉英，王菊.圖書館學(xué)知識圖譜分析[J].中國圖書館學(xué)報，2011，37（2）：40?50.