信息可視化分析工具的比較分析
——以CiteSpace、SATI分析關鍵詞共現為例

鄭 娜，邵黨國

（昆明理工大學 信息工程與自動化學院，云南 昆明 650504）

信息可視化分析工具的比較分析
——以CiteSpace、SATI分析關鍵詞共現為例

鄭 娜，邵黨國

（昆明理工大學 信息工程與自動化學院，云南 昆明 650504）

CiteSpace和SATI都是應用比較廣泛的可視化分析工具，為分析其兩者的共性及各自的特點。首先介紹了CiteSpace和SATI的基本功能界面，然后分析了他們對數據格式的轉換處理，最后通過兩個軟件在相同數據（通過中國知網檢索“煤炭去產能”領域相關文獻）下以分析關鍵詞共現為例，對生成的關鍵詞共現圖譜進行分析。從多角度歸納總結可視化軟件CiteSpace和SATI的共性特點，期望能為用戶選擇信息可視化分析工具提供參考。

信息可視化分析；煤炭去產能；SATI；CiteSpace

0 引言

可視化是指數據信息轉化為圖形圖像表示的一種方法[1]。可將數據信息通過計算機處理技術后以圖形圖像的形式輸出，對源數據的表達更加直觀形象[2]。可視化軟件利用其強大的數據處理功能，將數據信息轉化成圖像形式，并通過繪制可視化圖譜[3]，可以達到更好的幫助研究人員的目的。

CiteSpace軟件是國際上應用較為廣泛的可視化軟件，它由美國陳超美博士使用Java語言開發，可處理國際上的WoS數據以及國內的CNKI數據等[4]。而 SATI是國內應用比較廣泛的文獻題錄信息統計分析可視化軟件[5]。它是基于.NET開發平臺使用C#編程開發的[6]，可處理最常見的 EndNote格式數據以及NoteFirst和NoteExpress的格式數據。本文首先介紹了數據來源以及對數據的處理，然后再具體介紹了CiteSpace和SATI兩種軟件，最后以關鍵詞共現為研究實例，使用CiteSpace與SATI對相同的數據（通過中國知網檢索“煤炭去產能”領域相關文獻）進行研究，通過可視化結果分析總結兩個可視化軟件的共性及各自的特點。

1 數據來源與數據處理

1.1 數據來源

作為文獻計量分析的基本步驟，數據收集和預處理這兩個過程尤為重要[7-8]，它們直接決定了后面生成結果的分析。在中國知網（CNKI）以主題詞“煤炭去產能”進行高級檢索[9]，檢索時間范圍設置為2007年1月1日-2017年3月4日，文獻來源類型為全部，檢索日期為2017年3月4日，得到我國關于煤炭去產能相關文獻3562篇。數據預處理是把收集的數據經過處理導入到分析軟件的過程。此過程是整個分析過程的基礎，它根據軟件的要求把收集到的數據進行格式轉換以便進一步分析。

1.2 數據處理

從中國知網將收集到的我國煤炭去產能研究數據導出，格式分別設置為Refworks和Endnote格式[10]。其中Citespace可導入Refworks格式的數據，再通過格式轉換后重新導入 Citespace軟件可生成關鍵詞共現知識圖譜。而SATI軟件可直接導入Endnote格式數據，通過轉化為 XML的格式數據，可得到關鍵詞共現矩陣，并借助Ucinet，Netdraw軟件也可得到關鍵詞共現知識圖譜。

2 可視化軟件Citespace和SATI

2.1 Citespace簡介

Citespace可視化軟件是由美國博士陳超美先生使用Java語言開發的軟件，主要功能為研究相關領域的發展過程[11]。通過基于共現、共引和網絡算法對相關領域文獻進行分析，繪制可視化圖譜作為結果來分析具體的變化過程并探測其進一步發展趨勢。并且著名教授劉則淵曾通過“一圖展春秋，一覽無余；一圖勝萬言，一目了然”對Citespace軟件進行了高度評價概括，可見Citespace是非常強大的一個可視化軟件。

2.2 文獻題錄信息計量分析工具SATI簡介

文獻題錄信息統計分析工具 SATI通過導入預處理后的數據[12]，利用其內部的數據分析處理方法，可使數據轉化為可視化的圖像形式并借助屏幕顯示出來。方便后期進一步使用分析數據，SATI可通過對導入數據進行預處理，將其轉化為 XML格式（SATI專用格式）數據文件。SATI主要功能包括數據格式轉換、抽取字段信息、詞頻統計以及構建知識矩陣。

2.3 界面設計比較

CiteSpace和SATI這兩款軟件的主界面均包含菜單項、參數設置項以及顯示框。CiteSpace只有英文版本而 SATI提供中英文兩種版本，其中如圖 1所示，CiteSpace的菜單項又包含了File（文件）、Project（項目）、Data（數據）、Network（網絡）、Visualization（可視化）等欄目，參數設置項包含了Time Slicing（時間切割）、Term Source（術語來源）、Term Type（術語類型）、Links（節點類型）、Selection Criteria（選擇標準）、Pruning（圖譜精簡）和Visualization（可視化類型）等部分，顯示框包含了Process Reports（軟件運行結果報告）和Space Status（數據基本信息）兩部分。如圖2所示，SATI菜單項包括Welcome（歡迎）、Bibliography（文獻目錄）、Tools（工具），其中在Bibliography菜單項下包括文件格式轉換（形成SATI專用的XML文件）、參數設置（如數據的處理內容、矩陣的類型、行列設置等）以及運行過程的操作（字段抽取、頻次統計、矩陣生成、保存文件）。通過運行軟件發現CiteSpace可以同時執行多種操作即運行多個窗口，而 SATI僅可運行一個窗口。

2.4 數據處理功能比較

首先根據CiteSpace和STAI軟件對數據格式的要求，從中國知網分別獲取Refworks和Endnote格式的數據。接下來需要進行數據轉換，其中Refworks格式的數據需要借助 CiteSpace進行格式轉化使之成為CiteSpace專用數據。如圖3所示，在CNKI選項下，選擇數據的源目錄以及處理后數據的存放目錄，這里需要注意下在中國知網獲取的Refworks格式的txt文件應以download開頭[13]，因為CiteSpace只能識別名為download_xxx.txt的文件，點擊Format Conversion按鈕，當在信息欄出現 Finished則表示轉換成功。而對于SATI也需要對Endnote數據轉換成SATI內部需要的XML格式的數據，首先在Bibliography選項下點擊單文件選著已經在知網獲取到的Endnote格式數據文件，在格式下拉框里選擇EndNote-（推薦知網），最后點擊轉換按鈕，如圖4當出現“XML格式題錄文件轉換成功”這表明數據處理成功。相比兩軟件的數據轉換不難發現它們設計的數據轉換都具有良好的操作體驗，不過 SATI進行數據轉換后可以直接使用，而Citespace在進行數據轉換后還需要把數據再次導入才可進行后續操作，這主要是由于CiteSpace是國外開發可視化應用軟件。

圖2 SATI軟件主界面Fig.2 SATI software main interface

圖3 Citespace軟件數據格式轉換Fig.3 Citespace software data format conversion

圖4 SATI軟件數據格式轉換Fig.4 SATI software data format conversion

3 實例結果與分析

煤炭不僅是重要的工業原料，還是我國最重要的傳統基礎能源，對社會的發展起著決定性的作用[14]。而煤炭生產廠家在巨大利益的誘惑下，沒有遵循經濟發展的客觀規律，忽視了市場供求關系，導致煤炭行業的盲目投資擴張[15]。現階段我國煤炭行業出現了嚴重的產能過剩問題，也得到了社會各界的高度關注[16]。而通過 SATI和Citespace兩種可視化軟件分別生成關鍵詞共現知識圖譜，并對可視化圖譜進行深入解讀、分析和比較，以展示我國煤炭領域去產能的研究全貌，了解我國煤炭去產能研究現狀及趨勢。

3.1 基于Citespace可視化軟件的關鍵詞共現分析

通過 Citespace軟件對數據處理后可進一步獲得關鍵詞共現知識圖譜，如圖5首先新建一個項目命名為“煤炭去產能”，然后選擇一個目錄作為項目運行結果保存目錄（Project Home）和處理轉換之后的數據目錄作為數據輸入目錄（Data Directory），選擇數據來源為CNKI，CSSCI，其余選項默認即可，最后點擊Sava保存，項目創建成功。然后在圖6中Time Slicing選擇分析的時間區間為 2007-2017，Years per Slice的意思是以多長時間作為一個時間單位進行分析，我們選擇每一年為一個時間段，Term source 是關鍵詞來源，不需要更改維持默認即可。Term type代表關鍵詞類型，這里一般選擇最后一個burst terms，也就是關鍵詞以爆發性出現。因為一個研究熱點出現時，一般關于這個熱點的關鍵詞會出現爆發性的增長，這也是 CiteSpace主要功能的體現。Node Types選擇Keyword，Selection Criteria中Top N 的意思是每個時間段(slice)選擇被引用最多的前 50個文獻進行分析,引用多相對而言研究較為熱門。為了使得到的知識圖譜更加清楚，我們在pruning（修剪）選項中，勾選pathfinder（探測）和pruning sliced network（修建切片網絡），這樣可以使得到的知識圖譜不至于太亂。最后點擊go按鈕即可運行得到關于關鍵詞共現的知識圖譜（圖7）。

圖5 Citespace創建研究項目Fig.5 Citespace to create a research project

圖6 Citespace項目參數設置Fig.6 Citespace project parameter settings

圖7 Citespace關鍵詞共現知識圖譜Fig.7 Citespace keyword co-occurrence knowledge map

圖7中的環形圓圈被稱為引文年輪，代表了包含該關鍵詞的文章出現的年份。其中中心部分的顏色代表了文章的發表時間。引文時間對應著引文年輪的每環顏色。環的厚度與時區中引用的數目成正比。可以看到產能過剩、結構性改革、動力煤、過剩產能、煤炭企業等節點較大，并與其他節點聯系較為緊密。說明其在引文中出現的次數較多，也代表了它們在煤炭去產能領域的重要性。雖然圖7已是修剪過的知識圖譜，但是看起來還是比較繁雜，為更好地分析煤炭去產能的研究熱點我們可以使用Citespace的Timeline功能生成在時間軸上的知識圖譜如圖8所示。

圖8 Citespace基于時間軸的知識圖譜Fig.8 Citespace based on the time axis of the knowledge map

為得到圖8所示圖譜，首先在輸出結果圖（圖7）的右側對話框中，選擇Labels欄，在Visualizations里面選擇Timeline選項，即可得到每一個時間段內的研究熱點圖譜。從Timeline的圖中我們可以得前三十個關鍵詞的分布。其中關鍵詞曲線的長短與時間跨度成正相關，并且不同年份對應不同顏色。結合圖 7和圖 8，可以看到產能過剩、經濟發展等關鍵詞貫穿了整個時間段，說明它們在煤炭去產能過程中的重要性。動力煤、常務會議、企業兼并重組等關鍵詞在2011年開始涌現，說明在2011年國家高度重視煤炭去產能，并且實施了一系列應對措施。僵尸企業、結構性改革、職工安置等關鍵詞出現在2015年，說明隨著煤炭去產能一系列措施的實施，消化過剩產能的過程中不可避免的出現了一些僵尸企業，并隨著產能的減少，一些職工也面臨著重新安置的問題。所以優化產業結構才是煤炭去產能的必行之路。

3.2 基于SATI可視化軟件的關鍵詞共現分析

同樣通過 SATI軟件進行數據格式轉換后也可以進一步得到關鍵詞共現知識圖譜，不過相比于Citespace較多的設置項來說，SATI的設置較為簡單。如圖9所示，首先在選項欄里選擇“關鍵詞”選項，時間和來源選擇數據中的全部（ALL），矩陣選擇輸出共現矩陣，每單元代表出現的次數。Rows/Cols選項欄里輸入 30，即結果中只保留共現

次數最多的前三十個詞。然后依次選著“字段抽取”、“頻次統計”、“矩陣生成”之后在 Excle里面出現關鍵詞共現矩陣，進一步借助Ucinet、Netdraw軟件[17]可以得到可視化的關鍵詞共現知識圖譜（圖10）。如果關鍵詞節點之間存在連接，這意味著它們之間存在一種共現的關系，連線的厚度和共現關系的強度呈正相關[18]。如果結點的位置越處于中心則代表其地位越核心，在圖10中可以看到節點最大為產能過剩，其次較大節點還包括結構性改革、過剩產能、動力煤、煤炭生產、國家發改委等，而且也都比較居中，說明了這些關鍵詞在能源去產能中有著重要的地位。由于煤炭去產能形勢一直嚴峻，所以持續被各界廣泛的關注。并且在圖10中還可以發現產能過剩節點與上述節點分別有較粗的連線，說明產能過剩與這些節點都有比較強的聯系，可以看出煤炭去產能和國家層面的相關政策聯系較緊密，比如國家發改委出臺一系列關于煤炭產業結構性改革調整的政策等，并且影響著經濟發展。再看圖10中位于中心部分的節點，大多都是很多煤炭行業行業都涉及到的東西，比如過剩產能等。而其他邊緣節點則主要體現的是煤炭去產能涉及的一些具體應對措施，并且不同顏色的節點代表著不同的領域，如煤化工、節能減排、產業結構、分流安置說明發展煤化工是煤炭去產能的有效途徑，這屬于產業結構調整，所以面臨著職工的分流安置，這一過程中還有可能出現僵尸企業。關鍵詞常務會議則代表的是政治領域對煤炭去產能的調節。煤炭行業、煤炭企業、煤炭產業則在煤炭去產能過程中在行業、企業、產業的范疇中扮演著主要角色。圖10中各節點均是煤炭去產能領域排名前三十的關鍵詞，可見它們在一定程度上代表了煤炭去產能行業的發展現狀。

圖9 SATI運行參數設置Fig.9 SATI operating parameter settings

圖10 SATI關鍵詞共現知識圖譜Fig.10 SATI keyword co-occurrence knowledge map

4 結論

通過使用可視化軟件Citespace和SATI對我國煤炭行業相關文獻關鍵詞共現分析，可以發現Citespace所具有的的功能更加強大，它不僅可以生成關鍵詞共現知識圖譜，而且還可以通過 Timeline選項得到每個時間段內的研究熱點。不過 SATI也有其自己的優勢，生成的可視化圖譜較清晰簡潔，并可以以 Excle表格的形式保存關鍵詞共現矩陣，這使得其生成的結果可以被很多研究者方便使用。而且兩者對數據格式的轉換處理速度很快，不過CiteSpace是國外開發可視化應用軟件，主要針對（WoS）數據，所以其需要單獨的數據轉換過程。CiteSpace只有英文版本而SATI提供中英文兩種版本，不過CiteSpace可以同時執行多種操作即運行多個窗口，而 SATI僅可運行一個窗口。綜上所述,這兩款軟件各有千秋，我們還是應根據具體的需要選擇相應軟件。

[1] 鄺野, 馬璇. 信息可視化過程中色像差的補償方式研究[J].軟件, 2012, 33(12): 218-221.Kuang Y, M a X. Compensation method of chromatic aberration in the process of information visualization[J]. Software,2012, 33(12): 218-221.

[2] 李慧玲, 張俊霞. 計算機圖形圖像處理與制作專業教學改革分析[J]. 軟件, 2014(2): 184-185.Li H L, Zhang J X. Computer Graphics, Image Processing and Analysis of the Production of Teaching Reform[J].Software, 2014(2): 184-185.

[3] 孫金升. 數據可視化技術的研究及其在教務信息數據庫中的應用[D]. 合肥工業大學, 2006.Sun J S.Research on Data Visualization and the Application in Educational Administration Information Database[D].Hefei University of Technology, 2006.

[4] 陳超美, 陳悅, 侯劍華, 等. CiteSpaceⅡ: 科學文獻中新趨勢與新動態的識別與可視化[J]. 情報學報, 2009, 28(3):401-421.Chen C M, Chen Y, Hou J H, et al. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the China Society for Scientific and Technical Information, 2009, 28(3): 401-421.

[5] 劉啟元, 葉鷹. 文獻題錄信息挖掘技術方法及其軟件SATI的實現——以中外圖書情報學為例[J]. 信息資源管理學報,2012(1): 50-58.Liu Q Y, Ye Y. A Study on Mining Bibliographic Records by Designed Software SATI:Case Study on Library and Information Science[J]. Journal of Information Resources Management,2012, 2(1): 50-58.

[6] 趙蓉英, 李飛. 基于社會網絡分析方法的國內外信息計量比較研究[J]. 情報科學, 2013(2): 7-12.Zhao R Y, Li F. A Comparative Study of Informetrics in China and in Foreign Countries Based on Social Network Analysis[J]. Information Science, 2013(2): 7-12.

[7] 郭婷, 鄭穎. 數據挖掘在國內圖書情報領域的應用現狀分析——基于文獻計量分析和共詞分析[J]. 情報科學, 2015(10): 91-98.Guo T, Zheng Y. Research on the Application of Data Mining in the Field of Library and Information Science in China--Based on Bibliometric Analysis and Co-word Analysis[J].INFORMATION SCIENCE, 2015(10): 91-98.

[8] 周曉分, 黃國彬, 白雅楠. 科學計量可視化軟件的對比與數據預處理研究[J]. 圖書情報工作, 2013, 57(23): 64-72.Zhou X F, Huang G B, Bai Y N, et al. Comparison Between Scientific Visualization Metrology Software and the Data Pretreatment[J]. Library & Information Service, 2013, 57(23):64-72.

[9] 譚捷, 張李義, 饒麗君. 中文學術期刊數據庫的比較研究[J]. 圖書情報知識, 2010(4): 4-13.Tan J, Zhang L Y, Rao L J. A Comparative Study of Chinese Academic Journal Databases[J]. Document Information &Knowledge, 2010(4): 4-13.

[10] 周春雷, 王偉軍, 成江東. CNKI輸出文件在文獻計量中的應用[J]. 圖書情報工作, 2007, 51(7): 124-126.Zhou C L, Wang W J, Cheng J D. Application of CNKI Output Files in Bibliometric Analysis[J]. Library & Information Service, 2007, 51(7): 124-126.

[11] 侯劍華, 胡志剛. CiteSpace軟件應用研究的回顧與展望[J].現代情報, 2013, 33(4): 99-103.Hou J H, Hu Z G. Review on the Application of CiteSpace at Home and Abroad[J]. Journal of Modern Information, 2013,33(4): 99-103.

[12] 王瑋. 我國創客空間研究熱點可視化分析[J]. 現代情報,2015, 35(12): 92-98.Wang W. Visualization Analysis on Research Hotspots of Makerspace in China[J]. JournaL of Modern Information,2015, 35(12): 92-98.

[13] 劉高勇, 汪會玲. 國內外引文分析研究熱點的可視化分析[J]. 情報科學, 2011(5): 700-705.Liu G Y, Wang H L. Visualization Analysis on the Research Hotspots of Citation Analysis between the Whole World and China[J]. Information Science, 011(5): 700-705.

[14] 賀佑國, 葉旭東, 王震. 關于煤炭工業“十三五”規劃的思考[J]. 煤炭經濟研究, 2015(1): 6-8.He Y G, Ye X D, Wang Z. Consideration on the 13th Five Year Plan of Coal Industry[J]. Coal Economic Research,2015(1): 6-8.

[15] 陳月生. 我國經濟發展方式轉變與戰略性新興產業的發展[J]. 天津大學學報(社會科學版), 2011, 13(3): 217-221.Chen Y S. Transformation of Economic Development Mode and Development of Strategic Emerging Industries in China[J]. Journal of Tianjin University, 2011, 13(3): 217-221.

[16] 管馨, 李文臣. 我國煤炭行業經濟效益下滑的原因分析[J].煤炭工程, 2015, 47(1): 136-138.Guan X, Li W C. Cause Analysis on Economic Benefits Decline of China's Coal Industry[J]. Coal Engineering, 2015,47(1): 136-138.

[17] 文庭孝, 劉曉英等. 我國非物質文化遺產研究的可視化分析——基于三種可視化工具的比較分析[J]. 圖書館, 2016(2): 21-27.Wen T X, Liu X Y. Visualization Analysis of Intangible Cultural Heritage in China[J]. Library, 2016(2): 21-27.

[18] 王曉光. 科學知識網絡的形成與演化(Ⅰ): 共詞網絡方法的提出[J]. 情報學報, 2009, 28(4): 599-605.Wang X G. Formation and Evolution of Science Knowledge Network(I): A New Research Method Based on Co-word Network[J]. Journal of the China Society for Scientific &Technical Information, 2009, 28(4): 599-605.

A Comparative Analysis of Information Visualization Analysis Tools -- CiteSpace,SATI Analysis of Keywords Co-occurrence as an Example

ZHENG Na, SHAO Dang-guo
(School of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650504, China)

CiteSpace and SATI are the application of a wide range of visual analysis tools for the analysis of the two common and their respective characteristics. First introduced the basic functions of CiteSpace and SATI interface, and then analyzed their conversion of the data format processing, and finally through the two software in the same data (through the Chinese knowledge network "coal to produce capacity" in the field of relevant literature) to analyze keywords For example, the generated co-occurrence of the keyword analysis. Summarize the common features of the visualization software CiteSpace and SATI from multiple perspectives and look forward to providing a reference for users to choose information visualization analysis tools.

: Information visualization analysis; Coal to produce capacity; SATI; CiteSpace

G350

A

10.3969/j.issn.1003-6970.2017.10.007

本文著錄格式：鄭娜，邵黨國. 信息可視化分析工具的比較分析——以CiteSpace、SATI分析關鍵詞共現為例[J]. 軟件，2017，38（10）：39-46

國家博士后科學基金(2016M592894XB)；云南省科技廳面上項目：(KKS0201703015)

鄭娜(1994-)，女，碩士，學生，昆明理工大學信息工程與自動化學院學生，研究方向：WEB數據挖掘。

邵黨國，博士，講師，主要研究方向：圖像處理、自然語言處理、數據挖掘、機器學習。