大數據背景下我國壯藥領域研究的可視化分析

范建華，滿小露，梁敏，鐘鳴，鄧鑫，尤劍鵬

1.廣西中醫藥研究院，廣西 南寧 530022；2.廣西中醫藥大學，廣西 南寧 530001

廣西壯族自治區壯藥資源較為豐富。壯藥是在壯醫理論和經驗指導下應用于疾病防治和衛生保健的天然藥物，具有鮮明的民族性、傳統性和地域性特點。已查明常用壯藥有 2285種[1]，民間驗方、秘方 30000多條[2]，至今仍是人民群眾賴以防病治病、保障健康的主要衛生資源之一。本文以我國壯藥研究領域為對象，梳理已經發表的相關文獻發現，壯醫藥研究主要集中在運用關聯規則方法發現壯醫臨床治療氣道病的用藥特色和組方規律[3]，采用頻數分析法對壯醫治療月經病用藥類別和使用頻次進行統計分析，初步認識其用藥特點和規律[4]。而對作者、研究機構網絡關系及高頻關鍵詞的定量研究較少。本研究主要借助可視化 Ucinet的NetDraw和CiteSpace V分析軟件，從作者、機構合作社會網絡，高頻關鍵詞等方面探析壯藥研究領域熱點，揭示近十年來我國壯藥研究現狀和趨勢，以期為該領域的后續探索提供不同的研究視角。

1 資料與方法

1.1 數據來源

通過中國學術期刊網絡出版總庫（CNKI）獲取國內公開發表的期刊文獻的題目、作者、機構、摘要、關鍵詞等。

1.2 檢索方法

檢索的主題＝“壯藥”，用精確方式進行檢索。檢索時間段為2007－2016年，檢索日期截止到2017年 6月 2日。將檢出文獻分別以 endnote和Refworks格式導出。

1.3 納入排除標準

納入以壯醫藥為研究對象的文獻。排除新聞、指南、摘要，論文中沒有標題、作者、發文機構、關鍵詞及摘要等類型的文獻。重復發表的文獻只取最早發表的一篇，必要時查看全文。

1.4 研究方法

知識圖譜也被稱為科學知識圖譜，在圖書情報界稱為知識域可視化或知識領域映射地圖。它把復雜的知識領域通過數據挖掘、信息處理、知識計量和圖形繪制而顯示出來，揭示知識領域的動態發展規律，利用可視化的圖譜形象地展示學科的核心結構、發展歷史、前沿領域，為學科研究提供切實的、有價值的參考。本文利用 CNKI數據庫自帶的數據分析功能（endnote和Refworks）將檢索含有文獻標題、作者、機構、關鍵詞、發表年份等題錄數據以endnote格式導入書目共現分析系統，進行統計分析。對作者、機構、高頻關鍵詞分別構建共現矩陣，把共現矩陣導入 Ucinet軟件的 NetDraw，形成以##h為擴展名的文件，最后繪制出相關共現網絡圖譜。而將檢索到的題錄數據以Refworks格式導入CiteSpace Ⅴ，Time Slicing＝（From2007 To 2016）（#Years Per Slice 1）；Term Source全部勾選：即Title（標題）、Abstract（摘要）、Author Keywords（DE）（作者關鍵詞）、Keywords Plus（ID）（擴展關鍵詞）；Node勾選 Keyword（關鍵詞）；Selection Criteria為每個時間片前 50個高頻或高被引節點。

2 結果

初次檢索獲得 668篇文獻，根據納入排除標準，最終得到620篇有效文獻，

2.1 文獻發表年代分布

將2007－2016年間國內壯藥研究文獻620篇導入Excel 2007版中，得到2007－2016年壯藥研究文獻發表年代分布圖（見圖1）。2007－2010年度發文量均在 50篇/年以下，在國家和自治區有關中醫藥、壯瑤醫藥一系列政策引導下，壯藥研究逐漸受到相關大學、科研院所、醫院的重視，從2011年開始，發文量在2012、2013年出現爆發式增長，2014年發文量有所回落，2015、2016年的發文量又大幅增長。

2.2 高頻作者合作度及作者中介中心性

隨著科學研究的深入，科學創新難度的逐漸提高，學科交叉和科研人員之間的合作不斷增多，科學研究工作既需要優秀的科研帶頭人，也需要一個協作的團隊，科研論文合著現象已經非常普遍[5]。因此對論文作者合作度社會關系進行統計時，單獨考慮以第一作者進行科學評價已具有局限性。為了更好地體現論文作者合作度特征，選用作者均一統計法[6]能較全面地反映合著論文作者的分布情況。620篇壯藥研究論文一共有 1148位作者參與撰寫，本研究將93位發文頻次≥5篇的作者，借助Ucinet的NetDraw可視化軟件，導入生成好的93×93共現矩陣，繪制出壯藥研究中高頻作者共現網絡圖（見圖2）。圖中每個節點代表1位作者，用正方形藍色節點表示，節點間的連線表示 2位作者間存在合作關系。節點越大說明該作者在合作網絡中具有越高的中心度，即有較多的作者與該作者建立了合作關系。節點間的連線越粗表明該作者對之間的合作關系越緊密，穩定性越高。

圖1 2007－2016年CNKI數據庫中620篇壯藥研究文獻年代分布情況

圖2 2007－2016年CNKI數據庫中93位發文頻次≥5篇的作者合作網絡圖

為了反映作者合作度變化，把2007－2016年分成 2007－2011年（第一階段，共發文 227篇）和2012－2016年（第二階段，共發文 393篇）2個階段（見表1）。從表1可知，每篇文獻由 1位或2位作者完成的比例第二階段比第一階段明顯減少。2個階段中，每篇文獻由 3位作者共同完成的比例變化不大，而每篇文獻由4～8位作者共同完成的比例第二階段比第一階段明顯增加。

中介中心性是社會網絡分析中的重點之一，反映行動者在其社會網絡中所處的地位、媒介能力及影響力，中介中心性測量的是行動者對資源控制的程度，一個行動者在網絡中的中介中心性值越高，就有越多的行動者聯絡時必須通過他發生聯系[7]。利用 Ucinet對高頻作者進行中介中心性測度，均取排名前 10的作者（見表2）。根據圖2和表2可知，在壯藥研究領域已形成以廣西中醫藥大學的林辰、龐宇舟、韋松基、方剛、蔡毅和廣西民族醫藥研究院滕紅麗等為核心的科研團隊。

表1 620篇壯藥研究文獻不同時間段每篇文獻的作者數量及發文篇數

圖2顯示，93位作者中有 84位處于同一個合作網里，占90.32%（84/93），而其中只有4位作者屬于廣西壯族自治區以外的單位。在壯藥研究領域高頻作者中廣西作者占95.70%（89/93），而在作者合作網絡中的中介中心性＞7的作者有林辰、余勝民、韋松基等 10人，而中介中心性＞3的作者有22人。研究表明，他們是合著者中的核心人物，擁有更多的學術資源，在信息流中占有重要地位，是與其他作者聯系的關鍵人物。通過上述計算得知，在國內壯藥研究領域位于結構洞位置、承擔橋梁作用的作者較多，對促進我國壯藥研究學科均衡發展起到積極作用。

表2 620篇壯藥研究文獻中前10位高頻作者及中介中心性測度

2.3 機構合作度分析

科研合作在知識傳播中起著重要作用。機構協作網絡是指為研究一個學術領域的發展變化，由相關大學、研究機構和醫院建立的相互聯系的網絡。在這個網絡中，以機構為節點，以節點之間的聯線為邊。如果 2個機構的研究人員共同撰寫 1篇論文，他們是相互關連的。本次研究的 620篇壯藥研究論文一共有179個機構參與撰寫。

從表3可知，每篇文獻由 1家機構完成的比例第二階段比第一階段明顯減少，由2～3家機構完成的比例第二階段比第一階段明顯增加，說明壯藥研究領域機構合作意愿增加。

表3 620篇壯藥研究文獻不同時間段每篇文獻的機構數量及發文篇數

將其中發文≥2篇的發文機構 62家，借助Ucinet的NetDraw可視化軟件導入生成好的62×62共現矩陣，繪制出壯藥研究中發文機構共現網絡圖（見圖3）。從圖3可知，62家發文機構中有9家是獨立發文，廣西的發文機構數為 47個，占75.81%（47/62）。目前我國壯藥研究領域形成巨大機構合作群，以廣西中醫藥大學、廣西民族醫藥研究院、廣西壯醫醫院、廣西醫科大學等為核心，占據機構網絡的核心地位，說明在壯藥研究領域廣西的研究機構占主導地位。

圖3 2007－2016年CNKI數據庫中62家發文頻次≥2篇的機構合作網絡圖

2.4 文獻研究主題與基金分布

將壯藥研究文獻分成 2007－2011年和 2012－2016年 2個時間段，按不同研究主題進行分類統計，結果見表4、表5。分析統計在2個時間段內各主題與基金對應支持的關系可以發現，制劑工藝對比增長 100%，生藥鑒定對比增長 49.49%，高等教育對比增長48.57%，臨床觀察對比增長28.31%，藥理研究對比增長24.62%。

表4 2007－2011年CNKI數據庫中壯藥研究文獻的研究主題與基金分布

表5 2012－2016年CNKI數據庫中壯藥研究文獻的研究主題與基金分布

2.5 高頻關鍵詞分析

關鍵詞在一篇論文中雖然只有3～8個，卻是對論文主題的高度概括和提煉，因此對論文的關鍵詞或主題詞進行分析，頻次高的關鍵詞和主題詞即可被用來判定一個研究領域的熱點問題[8-9]。詞頻統計法是利用關鍵詞的出現頻次高低來確定某一領域研究熱點和發展動向，利用詞頻進行情報分析研究，可以對某些問題進行簡單、明了的分析預測，且結論較為可靠[10]。在導入下載標題之前，先對題錄中關鍵詞的部分近義詞、同義詞進行相應的歸并與規范化處理，去除最高關鍵詞“壯藥”，獲得1309個有效關鍵詞，將頻次出現≥4次的71個關鍵詞，借助 Ucinet的 NetDraw可視化軟件，導入生成好的71×71共現矩陣，繪制出壯藥研究領域關鍵詞共現網絡圖（見圖4）。節點之間的連線為矩陣中的共現關系，連線的粗細表示關鍵詞之間的緊密度，節點大小與其在共現網絡地位、關鍵詞頻次成正比，節點越大，表示地位越高、越重要。

2.6 壯藥研究突現詞時間分區圖

通過識別和跟蹤學科領域的研究前沿，研究人員可以了解新出現的理論趨勢和新出現的主題，然后預測學科未來的發展方向。通過Citespace軟件中的突現詞探測算法，可以從題目、摘要、關鍵詞、標識符中提取突變的專業術語，將其中頻次變化率高的詞從大量的關鍵詞中探測出來，從而確定某學科的研究前沿[11]。將檢索到的題錄數據以 Refworks格式導入 CiteSpace Ⅴ，在 Article Labeling項選擇By Citation模式，閾值設定為 4、6、30，生成突現詞圖譜，如圖5所示。從圖中可看出壯藥領域熱點詞聚集在2007－2011年期間，圖中圓環代表壯藥領域研究熱點，圓環越大，關注度越大。線條表示其演化過程，圖形下方代表演變年份，從圖5較為直觀地展示“壯藥領域”研究前沿術語演化歷程，顯示壯藥研究熱點主題演化軌道。

圖4 2007－2016年CNKI數據庫中壯藥研究文獻的71高頻關鍵詞（≥4次）共現網絡圖

圖5 2012－2016年CNKI數據庫中壯藥研究突現詞時間分區圖譜

3 討論

壯藥是祖國傳統醫學的重要組成部分，本研究利用Ucinet和CiteSpace V可視化軟件，對近十年壯藥研究領域的作者、機構合作度及高頻關鍵詞，繪制作者、機構、高頻關鍵詞網絡圖譜和壯藥研究時間分區圖譜，政府基金對研究主題支持對比變化，對壯藥研究的前沿領域和發展趨勢進行分析。學科主題演化是一個復雜的過程，存在多種變量，以單一類型可視化圖譜進行分析會有局限性，把不同的可視化分析工具Ucinet和Citespace綜合利用，可以揭示某學科知識結構的演進和學科研究熱點，有學者對比Ucinet和Citespace軟件在主題演化方面的優劣[12]，發現 Ucinet可以通過節點、連線展示詞間關系，發現核心和邊緣主題詞，但學科主題演化趨勢展示不足；Citespace則美觀、色彩豐富，可以展示主題時間演化趨勢，而主題詞間關系及其內部各主題的權重不能很好的展現。

近十年來，在壯藥研究領域高頻作者中廣西的作者占 95.7%（89/93），研究機構占 75.81%（47/62），均占主導地位，也占據網絡的核心地位，學者們圍繞核心人物形成了相對穩定的群體，但在一定程度上制約了壯藥研究的發展。因此，壯藥研究領域要加強同國內外著名的中醫藥研究機構的科研合作，提升合作水平和成果質量。“合作規模越大，論文被引次數越高”在我國醫學科研人員在 SCI／SSCI收錄期刊上發表的論文得到證實。作者數、機構數和國家數的增多均會導致論文影響力的升高。合作模式對論文影響力的促進作用按照由大到小的順序依次為國際合作、多機構合作和多作者合作[13]。

從各級政府部門（基金）對壯藥研究主題支持力度的變化，對比 2個時間段在國家級基金項目中以制劑工藝（33.33%）、成分分析（32.14%）、理論研究（7.14%）、臨床觀察（5.45%）獲得支持較多，增長幅度較快。綜合國家、省部和地市三級基金支持，從 2個階段主題數統計結果對比來看，增長排前五位分別是制劑工藝、生藥鑒定、高等教育、臨床觀察和藥理研究，質量標準前后五年對比基金的支持力度均保持在100%。

綜合壯藥研究關鍵詞共現網絡圖和突現詞時間分區圖來看，2007－2011年主要熱點詞匯多集中在壯醫藥、臨床觀察、HPLC、藥線點灸、薄層色譜法、化學成分、藥理作用、提取工藝、質量標準等。2008年 10月出版《廣西壯族自治區壯藥質量標準第一卷（2008年版）》共收錄 164種壯藥標準[14]，2011年 12月出版《廣西壯族自治區壯藥質量標準第二卷（2011年版）》共收錄 211種壯藥標準[15]，相對于有記載的2285種壯藥，可以預見未來在相當長的時期內壯藥質量標準一定是壯藥研究的熱點和發展方向。隨著時間推移，壯藥研究熱點詞匯逐漸向質量控制、急性肝損傷、腰肌勞損、療效評價、鯽魚膽、小鼠、壯藥香花護乳凝膠劑等轉移，預示著壯藥研究在注重療效評價基礎上，加強質量控制，發展新劑型[16]。

4 小結

運用大數據可視化分析方法，將復雜的數據、信息繪制成多維視覺的圖形呈現是當前的研究熱點。本文采用Ucinet和CiteSpace V可視化軟件，從三維立體角度，展現了壯藥研究文獻作者合作、機構合作、關鍵詞共現網絡圖和突現詞時間分區圖譜的社會關系，其結果直觀清晰，可視性更強。研究表明，利用Ucinet和CiteSpace V軟件，在高頻關鍵詞社會網絡圖譜和突現詞時間分區圖譜探究壯藥研究熱點和發展前沿時，結果基本相同。采用不同的可視化軟件工具，對相關結果進行對比分析，有助于提高分析效果和準確性，從不同的研究視角為今后的壯藥研究提供參考。

[1] 滕紅麗,梅之南.中國壯藥資源名錄[M].北京:中醫古籍出版社,2014:12.

[2] 鐘鳴,容小翔.壯藥理論與現代研究[M].南寧:廣西科技出版社,2012:26.

[3] 龐宇舟,蔣祖玲,宋寧,等.基于關聯規則的壯醫氣道病用藥組方規律研究[J].中國中醫基礎醫學雜志,2013,19(10):1190,1193.

[4] 楊美春,尤昭玲,方剛.月經病的壯醫用藥特色研究[J].中華中醫藥雜志,2010,25(11):1759-1761.

[5] 范建華,梁敏,陳明明,等.我國缺血缺氧性腦損傷幼鼠研究文獻作者合作度分析[J].中華醫學圖書情報雜志,2016,25(5):58-62.

[6] 肖慎華.合著論文作者計量方法研究[J].農業圖書情報學刊,2013,25(12):65-67.

[7] 李林,李秀霞,劉超,等.跨學科知識貿易動態影響和擴散模式研究——以圖書情報學和管理學為例[J].情報雜志,2017,36(2):182-186,158.

[8] Bailón-Moreno R, Jurado-Alameda E, Ruiz-Ba?os R, et al.Analysis of the field of physical chemistry of surfactants with the Unified Scienctometric Model. Fit of relational and activity indicators[J]. Scientometrics, 2005,63(2):259-276.

[9] BELVAUX G, WOLSEY L A. bc-prod: A Specialized Branch-and-Cut System for Lot-Sizing Problems[J]. Management Science,2000,46(5):724-738.

[10] 鞏永強,劉莉.基于詞頻分析法的情報學研究熱點透析[J].圖書館學研究,2011(7):9-13.

[11] 譚春輝,麻曉杰.我國圖書館學非正式學術共同體的形成——基于1998－2012年《中國圖書館學報》的計量分析[J].情報雜志,2014,33(3):64-71.

[12] 劉自強,王效岳,白如江.多維度視角下學科主題演化可視化分析方法研究——以我國圖書情報領域大數據研究為例[J].中國圖書館學報,2016,42(11):67-84.

[13] 杜建,張玢,李陽.我國醫學領域不同學科作者合作度與論文影響力的關系[J].中華醫學圖書情報雜志,2012,21(3):18-23.

[14] 廣西壯族自治區食品藥品監督管理局.廣西壯族自治區壯藥質量標準 第一卷 (2008年版)[M].南寧:廣西科學技術出版社,2008:1.

[15] 廣西壯族自治區食品藥品監督管理局.廣西壯族自治區壯藥質量標準 第二卷 (2011年版)[M].南寧:廣西科學技術出版社,2011:1.

[16] 張青青,余勝民,蘇青,等.壯藥香花護乳凝膠劑的薄層色譜鑒別及急性毒性實驗研究[J].中國民族民間醫藥,2016,25(18):8-9,12.