基于共詞分析的中醫藥科技形象研究

梁田田　趙玉洋　錢思妍　杜毅蓉　王然禹　劉倩　譚巍

[摘要] 目的 用共詞分析、聚類分析法對中醫藥領域核心期刊論文進行分析，構建中醫藥科技形象二級維度。 方法 采用共詞分析法和聚類分析法對15 333篇中醫藥相關論文的高頻關鍵詞進行分析。 結果 59個高頻關鍵詞可分為中醫藥基礎研究類、中醫藥臨床研究類、中醫藥傳承應用類、中醫藥發展應用類。前兩類屬于對中醫藥的探索和認知，后兩類屬于中醫藥現代化成果及應用。 結論 對結果分析構建出中醫藥科技形象的二級維度，即科學研究形象、成果轉化形象、科技貢獻形象。

[關鍵詞] 中醫藥;科技形象;共詞分析;聚類分析

[中圖分類號] R2 ? ? ? ? ?[文獻標識碼] A ? ? ? ? ?[文章編號] 1673-7210（2019）06（c）-0136-05

Research on the image of traditional Chinese medicine science and technology based on co-word analysis

LIANG Tiantian ? ZHAO Yuyang ? QIAN Siyan ? DU Yirong ? WANG Ranyu ? LIU Qian ? TAN Wei

School of Management， Beijing University of Chinese Medicine， Beijing ? 100029， China

[Abstract] Objective To analyze the core journal papers in the field of traditional Chinese medicine by using co-ward analysis and cluster analysis， so as to construct the secondary dimension of the image of traditional Chinese medicine science and technology. Methods The high frequency keywords of 15 333 papers related to traditional Chinese medicine were analyzed by co-ward analysis and cluster analysis. Results Fifty-nine high-frequency keywords could be divided into basic research of traditional Chinese medicine， clinical research of traditional Chinese medicine， inheritance and application of traditional Chinese medicine， development and application of traditional Chinese medicine. The first two categories belong to the exploration and cognition of traditional Chinese medicine， the latter two belong to the achievement and application of modernization of traditional Chinese medicine. Conclusion The secondary dimension of the image of Chinese medicine science and technology are constructed by analyzing the results， which is the image of scientific research， the image of transformation of achievements and the image of contribution of science and technology

[Key words] Traditional Chinese medicine; Image of science and technology; Co-word analysis; Cluster analysis

中醫藥社會形象是指與中醫藥相關的各種要素（人、事、物等）在人們心中的綜合反應[1]。關于中醫藥社會形象的研究，殷曉月等[2]率先采用半結構化訪談，調查了北京市居民對中醫藥社會形象的認識，通過訪談資料、文獻等定性資料分析和德爾菲專家咨詢，建立了中醫藥社會形象評價指標體系，中醫藥科技形象是首要一級維度。殷曉月等[2]建立的中醫藥科技形象包含科技投入形象、科技產出形象、科技影響形象三個二級維度。由于公眾接觸這類專業性強的二級指標可能性較小，所以不利于開發工具，面向公眾調查。

共詞分析法主要應用于人工智能、科學計量學、信息檢索等多個領域[3]，分析不同主題間的關系[4]、某領域的研究熱點、結構或體系。蘇娜[5]采用共詞方法分析數字圖書館領域的研究主題及相互關系。李長玲等[6]使用共詞聚類分析法研究各主題間的內在關系。陳艷等[7]利用共詞分析法分析方劑翻譯相關的研究現狀和研究熱點。周玲娜等[8]以共詞、聚類分析法對近十年國內中醫食療的研究熱點進行分析。馬費成等[9]運用共詞分析聚類出了信息政策等5個子領域。閏士濤[10]通過共詞分析、聚類分析探索出知識管理學科的結構和理論體系。蔣振喜等[11]以國內文獻為研究對象，應用共詞聚類分析方法構建我國高校教學質量監控體系。

中醫藥相關文獻完整記載了對中醫藥科學研究的過程，反映了中醫藥的科技水平，是中醫藥科技成果的載體。而且，核心期刊文獻有更高的影響力與價值。因此，本文利用共詞分析對中醫藥核心期刊文獻進行研究，深入挖掘中醫藥的主題與主題間的聯系，結合聚類分析探索中醫藥科技形象的結構，重構中醫藥科技形象。

1 資料與方法

1.1 資料

1.1.1 文獻獲取 ?在CNKI全文期刊數據庫，以主題檢索為檢索條件、中醫為檢索詞，檢索2008年1月1日～2017年12月31日在核心期刊發表的中醫藥相關文獻，獲得18 674篇文獻。采用如下原則對文獻進行清洗：第一，剔除重復項。第二，剔除不含有關鍵詞的文獻。第三，采取人工閱讀的方式，通過閱讀文獻的題目和摘要，剔除掉與研究不相關的文獻，如現狀簡介、會議通知和紀要、約稿通知等。通過清洗，最終獲得15 333篇文獻。

1.1.2 關鍵詞提取 ?利用EXCEL分列功能，獲得文獻關鍵詞。利用NVIVO質性分析軟件對關鍵詞詞頻進行統計。將重復出現的關鍵詞記為1，共獲得23 299個原始關鍵詞。由于EXCEL分列產生不規范和無意義關鍵詞，因此對關鍵詞進行清洗、合并，保留有效高頻關鍵詞。原則如下：①合并同義詞，保留更為常見詞語。例如，高血壓病和高血壓，合并為高血壓。②合并包含關系的關鍵詞，保留含義廣泛的詞匯。例如，原發性肝癌和肝癌，合并為肝癌。③合并含義相同的中英文關鍵詞。例如，HIV和艾滋病，合并為艾滋病。④刪除信息量少的詞語。例如養生、中醫。通過對原始關鍵詞的清洗，共保留11 591個有效關鍵詞。建立有效關鍵詞庫，提取高頻詞。

1.1.3 高頻關鍵詞選取 ?利用齊拉普夫第二定律[12]T=（-1+）確定高頻、低頻詞分界，T為高頻與低頻詞的分界。本研究中為5816。經計算，T為107。將頻次>107的關鍵詞確定為高頻詞，共59個高頻詞。部分高頻關鍵詞見表1。

表1 ? 部分高頻關鍵詞

1.1.4 共詞矩陣構建 ?利用EXCEL，兩兩統計高頻關鍵詞在同一篇文獻中共同出現的次數，形成59×59共詞矩陣。用來確定高頻關鍵詞之間的相互關系，探索科技形象的構成要素。見表2。

1.2 方法

1.2.1 共詞分析法 ?共詞分析是科學計量學常用方法[13]，靈活性高，直觀性強[14]。該方法通過詞與詞兩兩共同出現的次數，構建關系網絡，探索其相互關系。共同出現的次數越高，代表研究之間的關系越緊密。共詞分析以此為原理，利用多種統計分析方法，把分析對象之間復雜的共詞網狀關系簡化為數值、圖形，表達更加直觀[15]。共詞分析法研究為六個步驟：確定分析的問題、確定分析單元、高頻詞的選定、共詞出現頻率、共詞分析中統計方法、對共詞結果的分析[16]。

1.2.2 聚類分析 ?聚類分析是對給定對象分類的統計方法[17]，將大量數據集合依照其相似程度分成若干簇[18]。組內相似度越大，組間差別度越大，聚內效果就越好[19]。聚類分析是共詞分析常用的分析方法。在構建共詞矩陣的基礎上，將詞語與詞語聚類，進一步挖掘詞語之間的相互關系。鐘偉金等[20]提出，聚類分析十分適用于對事物類別的面貌尚不清楚、共有幾類都不能確定的情況下進行分類。

2 結果

為了挖掘詞語之間相互關系，探索中醫藥科技形象的內在構成。本研究利用SPSS 22.0對高頻關鍵詞進行系統聚類分析。經分析，高頻關鍵詞可分為如下四類：

2.1 中醫藥基礎研究類

中醫藥基礎研究類包含病證結合、動物模型、中醫體質等7個關鍵詞，見圖1。這部分以研究中醫藥基礎知識為目的，充分運用中醫名醫經驗與動物模型、流行病學調查等方法手段圍繞中醫體質、中醫藥療法、病證結合等開展中醫藥基礎研究。

2.2 中醫藥發展應用類

中醫藥發展應用類包含中醫護理、肺癌、治未病、中風等19個關鍵詞，見圖1。該部分以中醫藥黃帝內經和治未病等原創理論、中醫特色技法以及中醫護理、中醫治療的中醫藥現代化應用為主要內容，對中醫文化、中醫翻譯、中醫標準化和中醫科學性進行發展應用。構建符合自身特點的中醫藥標準，推動中醫藥進入國際主流市場。

2.3 中醫藥臨床研究類

中醫藥臨床研究類包括辨證論治、病因病機、療效評價、失眠等22個關鍵詞，見圖1。這部分以探究疾病病因病機、辨證論治為出發點，運用隨機對照試驗分析臨床療效以及患者生活質量，開展心力衰竭、慢性阻塞性肺疾病、骨質酥松癥、類風濕性關節炎、抑郁癥、高血壓、糖尿病、糖尿病腎病等常見病、重大疾病和難以解決的慢性復雜性疾病的辨證分型及相關研究。中醫藥臨床研究推動了中西醫結合。

2.4 中醫藥傳承應用類

中醫藥傳承應用類包括數據挖掘、用藥規律、艾滋病等11個關鍵詞，見圖1。這部分以中醫藥傳承應用為主體，運用數據挖掘技術，開展對名老中醫學術思想、用藥規律和臨床經驗的總結，以及對經典文獻的研究。

3 討論

通過對高頻關鍵詞相互關系的深入挖掘，結合統計結果以及中醫藥發展現狀，構建中醫藥科技形象二級指標。

3.1 科學研究形象

構建科學研究形象從中醫藥基礎研究和中醫藥臨床研究兩類關鍵詞以及科學研究對中醫藥發展的現實意義兩方面出發。中醫藥基礎研究和中醫藥臨床研究均是利用科研手段、資料及設備對中醫藥知識所開展的研究活動，從中醫藥學的基礎理論和實踐應用出發，探索挖掘中醫藥防治疾病的療效與價值，均屬于中醫藥科學研究范疇。中醫藥具有原創性的科技優勢資源，蘊含著深厚的科學內涵。充分利用科學手段與方法，結合中醫藥原創思維，可以充分發掘中醫藥科學的內涵與價值。基于此，構建出科學研究形象，幫助中醫藥擺脫古老、守舊的刻板印象，進而重塑中醫藥當代形象。科學研究形象是中醫藥科技形象的基礎與核心，是其他二級維度建立的本源。

3.2 成果轉化形象

從科學研究形象出發、結合聚類分析結果以及中醫藥的發展三方面出發，構建成果轉化形象。中醫藥現代化發展繼承了中醫藥已有的成果精髓，又吸收了優秀的現代醫學成果，并且結合中醫藥自身的特點與時代需求，借鑒科研與當代醫學的手段與方法，對中醫藥原創理論、思想、文化等的創新發展與應用，在中西醫結合、中醫護理、中醫藥標準化等方面取得成績。不忘本來，吸收外來，面向未來，在繼承中發展，發展中創新，創新中產生成果，成果不斷轉化應用。基于此，構建成果轉化形象，展示中醫藥當代發展的豐碩成果與廣泛應用，提升中醫藥行業自信。成果轉化形象是中醫藥科技形象的代表，是其他二級維度建立的依據。

3.3 科技貢獻形象

以科學研究形象為基礎，以成果轉化形象為依據，衍伸構建科技貢獻形象。中醫藥是中華民族在長期的生產生活中不斷摸索與積累的具有中華民族原創性的醫學科學。從宏觀與微觀、整體與個體的角度認識了人的生命以及健康和疾病的發生發展規律，是中華民族戰勝疾病、強身健體的利器，為中華民族的繁衍昌盛做出了突出的貢獻。中醫藥與西醫充分結合，提升了傳染病、慢性病、常見病等的臨床療效與治愈率;中醫藥在周邊乃至世界各國廣泛傳播，促進各地民眾的健康維護與養生保健;中醫藥科研成果的應用與轉化為臨床診療標準規范、增加國家的科技優勢取得了顯著的社會效益和經濟效益，推動中醫藥在世界的規范廣泛的傳播。構建科技貢獻形象反映了中醫藥科學研究和成果轉化的作用與意義，充分體現了中醫藥的當代價值與影響力，有助于促進中醫藥在世界范圍內更好地發展。

[參考文獻]

[1] ?殷曉月.中醫藥社會形象評價指標體系研究[D].北京：北京中醫藥大學，2017

[2] ?殷曉月，郭穎，梁田田，等.北京市居民中醫藥社會形象調查研究[J].醫學與社會，2017，30（5）：41-44.

[3] ?馮璐，冷伏海.共詞分析方法理論進展[J].中國圖書館學報，2006（2）：88-92.

[4] ?李博.關于知識管理研究的知識結構圖譜[D].太原：山西師范大學，2013.

[5] ?蘇娜.基于共詞分析的數字圖書館領域研究主題及進展分析[J].情報雜志，2009，28（6）：15-19.

[6] ?李長玲，翟雪梅.我國情報學碩士學位論文的共詞聚類分析[J].情報科學，2008（1）：73-76.

[7] ?陳艷，金仁旻.中醫方劑翻譯研究熱點的共詞聚類分析——基于1992-2016年知網數據庫文獻[J].牡丹江醫學院學報，2017，38（1）：127-130.

[8] ?周玲娜，徐潔，萬敏，等.近十年國內中醫食療研究熱點的共詞聚類分析[J].時珍國醫國藥，2014，25（4）：983-985.

[9] ?馬費成，張斌，陳歡.國家信息政策體系研究——領域劃分與結構分析[J].圖書館論壇，2011，31（6）：259-265.

[10] ?閆士濤.知識管理學學科體系構建研究[D].合肥：安徽大學，2011.

[11] ?蔣振喜，侯雪蓮，王姝.基于共詞分析的高校教學質量監控體系的構建與實踐研究[J].經濟師，2014（12）：240-241.

[12] ?孫清蘭.高頻、低頻詞的界分及詞頻估計方法[J].情報科學，1992（2）：28-32.

[13] ?李穎，賈二鵬，馬力.國內外共詞分析研究綜述[J].新世紀圖書館，2012（1）：23-27.

[14] ?唐果媛，張薇.國內外共詞分析法研究的發展與分析[J].圖書情報工作，2014，58（22）：138-145.

[15] ?儲節旺，郭春俠.共詞分析法的基本原理及EXCEL實現[J].情報科學，2011，29（6）：931-934.

[16] ?鐘偉金，李佳.共詞分析法研究（一）——共詞分析的過程與方式[J].情報雜志，2008（5）：70-72.

[17] ?姜萍，李壽松.聚類分析法在傳承名老中醫用藥規律中的應用體會[J].世界中醫藥，2013，8（9）：1105-1107.

[18] ?劉俊，劉希玉.關于數據挖掘中聚類分析的研究進展[J].網絡安全技術與應用，2010（8）：63-65.

[19] ?張靜.數據挖掘中聚類分析綜述[J].價值工程，2014，33（15）：226-227.

[20] ?鐘偉金，李佳，楊興菊.共詞分析法研究（三）——共詞聚類分析法的原理與特點[J].情報雜志，2008（7）：118-120.