基于CiteSpace的新冠肺炎防控知識圖譜及可視化分析

司威 孫曉玲 陳海紅

摘 要：自新型冠狀病毒疫情暴發以來，疫情傳播迅速，傳染性強，感染范圍廣，嚴重威脅著人類的生命健康，疫情防控形勢嚴峻，全國各地高度重視疫情防控，有效遏制了病毒的蔓延。本文從CNKI中國知網檢索與新型冠狀病毒疫情防控有關的期刊文獻，時間跨度限定為2019年12月1日至2021年7月31日，檢索到中文文獻3389篇，并以此作為數據源，利用可視化圖譜分析軟件CiteSpace從關鍵詞、作者、合作機構等多個角度進行聚類分析并繪制可視化圖譜，得出“疫情防控”“應急管理”“突發公共衛生事件”等研究熱點，隨著疫情的發展，研究熱點向“護理管理”“線上教學”等方向進行擴展;在作者合作上還沒有形成大型合作團體，主要以分散的形式存在;在研究機構上跨地域合作并未形成。在后疫情時期，疫情防控正由應急狀態向常態化精準防控進行轉變。

關鍵詞：新型冠狀病毒;疫情防控;知識圖譜;CiteSpace

中圖分類號：R222.18 ?文獻標識碼：A ?文章編號：1673-260X（2021）12-0054-04

2019年末武漢爆發了新型冠狀病毒性肺炎[1]（Corona Virus Disease 2019，COVID-19），突如其來的疫情嚴重影響了人們的工作和生活，以習近平同志為核心的黨中央高度重視，始終堅持人民至上、生命至上的原則，在全國范圍內統一指揮，全面部署，形成了立體防控的戰略布局，取得了抗擊疫情的階段性勝利。但疫情還遠沒有結束，境外的輸入病例的變異毒株的出現，不斷考驗著我國的疫情防控措施，全國總體防控策略調整為“外防輸入、內防反彈”，疫情防控工作由應急管理向常態化精準防控轉變。

在疫情發展過程中，為更好地應對疫情做好防控工作，國務院應對新型冠狀病毒性肺炎疫情聯防聯控機制綜合組制定了新型冠狀病毒性肺炎防控方案[2]，同時眾多機構和研究者也從防控措施、防控策略、人工智能、線上教學等多個角度對疫情防控過程中的重點問題進行研究和總結。本研究通過使用結合數學、統計學、文獻學為一體的文獻計量學方法，對CNKI中國知網中獲取的大量文獻進行定量分析生成一系列可視化圖譜，除了數據顯示直觀外更重要的是發現在疫情防控過程中當前研究熱點和未來發展趨勢，為后疫情時期的疫情防控指明方向。

1 數據來源與研究方法

1.1 數據來源

數據是從CNKI中國知網上檢索與新型冠狀病毒疫情防控相關的文獻，檢索時間限定為2019年12月1日至2021年7月31日，檢索時使用“新型冠狀病毒”“新冠肺炎”和“疫情防控”等作為主題詞，文獻來源限定為期刊，共檢索到中文文獻8215篇，為確保數據的完整性、準確性和相關性，經過人工篩選，剔除與研究主題無關、信息不全面、重復的文獻以及領導人講話、會議、新聞、通知、評論員文章等無效文獻，處理后共得到有效文獻3389篇。

1.2 研究工具

本研究選取CiteSpace 5.8.R2作為研究工具對文獻進行可視化研究。CiteSpace[3]是一款運行在JAVA環境下由陳超美博士及其團隊開發的應用于文獻計量學中的知識圖譜工具，能夠呈現某個研究領域中科學發展的新趨勢和新動態，并以可視化的形式繪制出合作網絡、共現網絡、文獻共被引以及文獻耦合等多方面的圖譜。

1.3 研究方法

將從CNKI中國知網檢索到的期刊文獻以Refworks格式導出，按照download_xx.txt格式命名并以此作為數據源，將文件導入到CiteSpace軟件中進行數據格式轉換，格式轉換完成后進行可視化分析。

在CiteSpace軟件中新建項目，設置時間跨度為2019年到2021年，時間切片設置為一年，節點類型選取作者、研究機構以及關鍵詞分別繪制可視化圖譜。在生成的可視化圖譜中觀察節點的數量、大小、節點間連線數量、模塊大小、聚類模塊值（Modularity Q）和聚類平均輪廓值（Mean Silhouette）等指標參數，分析本領域當前研究的熱點問題，以及預測未來的趨勢。

2 結果分析

2.1 發文量分布情況

發文數量的多少代表著研究機構和研究者對該領域關注度的大小。2019年12月至2021年7月從CNKI中國知網檢索的與新型冠狀病毒疫情防控有關文獻按月統計的發文量如圖1所示。從圖中可以看出，在新型冠狀病毒爆發的首月雖未出現疫情防控相關文獻，但從次月開始連續3個月發文量呈現爆發式增長，表明疫情發生后，疫情防控方面的問題迅速成為研究熱點，各研究機構和學者紛紛投入相關方面的研究，為我國各單位、各行業疫情防控工作提供了科學有效的指導，有效遏制了新型冠狀病毒的蔓延。自2020年5月后發文量逐漸減少，表明我國在抗擊疫情過程中取得了階段性勝利，相關的防控措施和防控策略等相繼完善，在后疫情時期，疫情防控由應急狀態向著常態化精準防控轉變。

2.2 文獻發表作者合作分析

在CiteSpace可視化軟件中選取節點類型為“Author”，得出新型冠狀病毒疫情防控文獻作者合作網絡分析圖譜，如圖2所示，該圖譜密度為0.0193，圖譜密度較低，表明作者較多但相對比較分散，從節點間連線來看，節點間連線較少，表明作者間合作并不緊密，合作關系主要是張英澤、楊麗、張明與其他作者間的合作。

2.3 研究機構合作分析

在CiteSpace可視化軟件中選取節點類型為“Institution”，得出新型冠狀病毒疫情防控文獻發文作者合作機構網絡圖譜，如圖3所示，通過該圖譜發現發文機構主要是以大學和其附屬醫院為主，尤其是疫情發生地區（武漢）和科技發達地區（北京、上海等）的綜合性醫院，發文量較多的是華中科技大學同濟醫學院、北京大學第三醫院、武漢大學中南醫院、武漢大學社會學院等，研究機構比較分散，并未形成大型合作團體，合作僅局限于本地，地域間合作比較少見。

2.4 文獻關鍵詞共現分析

關鍵詞是對一篇文獻的核心概括，分析國內疫情防控過程中出現的高頻率和高中介中心性關鍵詞，能夠窺探文獻的主題，進而發現該領域當前的研究熱點和趨勢。

2.4.1 關鍵詞共現分析

在CiteSpace可視化軟件中選取節點類型為“Keyword”，由于文獻中關鍵詞相對比較集中，可視化圖譜重疊嚴重，可讀性差，為了使圖譜中的節點和連線呈現得更加清晰對生成的圖譜使用Pathfinder算法和Pruning sliced networks策略進行了剪枝處理[4]，得出關鍵詞共現圖譜，如圖4所示。圖譜中節點數量為451，節點連線數為624，網絡密度為0.0061。圖譜中節點的大小代表該關鍵詞出現的頻次，節點越大表明該關鍵詞出現的頻次越高，與當前研究領域的相關性越強。根據圖譜顯示，除了疫情防控、新型冠狀病毒性肺炎、新冠肺炎等關鍵詞外，突發公共衛生事件、應急管理、感染防控等均屬于高頻詞匯，除此之外隨著疫情的發展和后疫情時期的到來，護理管理、線上教學等其他熱點逐漸衍生出來成為重要關注點。

在關鍵詞共現圖譜中，為更清晰地顯示熱點詞匯，剔除了與新型冠狀病毒表述同義的名詞，得到10個高頻次高中介中心性關鍵詞匯，如表1所示。高頻次關鍵詞代表了一定時期內本領域的研究熱點和發展趨勢[5];當圖譜中中介中心性值大于0.1時，表明該關鍵詞在本網絡中影響較大[6]，其中疫情防控、醫療機構、應急管理等關鍵詞均具有較高的中介中心性。

2.4.2 關鍵詞聚類分析

聚類分析按照數據特征進行分類，能夠發現數據間潛在的依賴關系，本研究運用LLR聚類算法對關鍵詞共現圖譜進行聚類分析，共得到25個聚類，聚類模塊值（Q值）和聚類平均輪廓值（S值）分別為0.7585和0.886，其中Q>0.3表示聚類結果顯著，S>0.5表示聚類合理，因此本圖譜聚類后完全符合上述標準，聚類效果較好。選取其中范圍最大的10個聚類進行分析總結，根據研究的領域和熱點進行歸類：

#0、#3、#8大數據以及人工智能在疫情防控中的應用，自新型冠狀病毒爆發以來，借助大數據及人工智能技術，構建了各類數字化平臺[7]，通過聯防聯控、網格化管理等方式，在疫情溯源與監控、物資調度等方面為疫情防控提供了強有力的數據支持。

#1國家和黨中央對疫情防控的高度重視，各地各部門高度配合，全國人民眾志成城，形成了偉大的抗疫精神，彰顯了中國特色社會主義制度的優越性。

#2、#7、#9各行各業依據自己的行業特點，結合國家對于疫情防控的要求，制定有針對性的疫情防控措施和策略，構建了科學、精準、有效的防控機制;

#4為阻斷疫情向學校蔓延，根據疫情防控要求，疫情期間“停課不停學”，各大中小學突破傳統教學模式通過各種網絡平臺開展在線教育，促進了優質教學資源的共享，推動了教學模式的創新和改革;

#5新型冠狀病毒是突發性公共衛生事件，在疫情防控救治中，形成中西醫結合[8]、優勢互補的救治方案，對新型冠狀病毒的預防和診療起到了良好的效果;

#6面對突如其來的疫情，公眾可能會出現焦慮、恐懼、抱怨等情況，在常態化疫情防控下，對各類人員尤其是重點人群（如一線醫務工作者、患者等）進行有針對性地心理健康方面的干預和疏導。

關鍵詞聚類明細表如表2所示。

3 總結及期望

本文采用文獻計量學方法，使用CiteSpace可視化軟件對與新型冠狀病毒疫情防控有關的中文文獻進行分析，以可視化圖譜的形式，繪制了作者合作網絡、研究機構合作網絡、關鍵詞共現網絡三個方面的圖譜，通過對圖譜進行分析，得出結論。

新型冠狀病毒疫情是突發公共衛生事件，在疫情出現早期疫情防控有關文獻出現了暴發式增長，為做好各行業疫情防控提供了科學的指導意見和規范，在疫情相對穩定后相關文獻逐漸減少并趨于穩定。作者間尚未形成相對穩定的合作團體，各研究機構間跨地域合作較少。我國雖然取得了抗擊疫情的階段性勝利，但疫情尚未結束在后疫情時期更應加強疫情防控管理，在此希望各研究機構和學者間加強合作，提高科研水平，為打贏疫情防控阻擊戰提供科學的指導和技術支撐。

疫情防控研究的內容和涉及的領域眾多，除了防控措施、防控策略、應急管理等研究外，還向著大數據人工智能、線上教學、心理健康等方向進行擴展研究，為后疫情時期實現精準防控和企業復產復工以及大中小學及幼兒園復課的有序推進提供了常態化的疫情防控保障。

本文僅針對CNKI中國知網的文獻數據對我國的疫情防控做了初步分析，發現了當前我國疫情防控過程中的熱點和研究趨勢。但新型冠狀病毒疫情已經在全球范圍內蔓延，本文并未對外文數據庫進行檢索，對國外的疫情防控沒有進行研究分析，在后續的研究過程中將進一步補充完善。

參考文獻：

〔1〕World Health Organization.WHO Director-General’s remarks at the media briefing on 2019-nCoV on 11 February 2020 [EB/OL]. https：//www.who.int/dg/speeches/detail/director-generals-remarks-at-the-media-briefing-on-2019-novel-coronavirus-8-february-2020，2020-02-18.

〔2〕國家衛生健康委員會辦公廳.新型冠狀病毒性肺炎防控方案（第八版）.（2021-5-14）.http：//www.nhc.gov.cn/xcs/zhengcwj/202105/6f1e8ec6 c4a540d99fafef52fc86d0f8/files/4a860a7e85d14d5 5a22fbab0bbe77cd9.pdf.

〔3〕Chen Y， Chen CM， Liu ZY， etal. Methodological functions of CiteSpace knowledge mapping Science of science research，2015，33（02）：242-253.

〔4〕Chen Chaomei， Morris Steven. Visualizing evolving networks： Minimum spanning trees versus Pathfinder networks. Proceedings of IEEE Symposium on Information Visualization 2003， IEEE Computer Society Press，2003：67-74.

〔5〕令娟，樊玉清，胡蘭文，等.基于CiteSpace及VOSviewer的2019新型冠狀病毒研究熱點的可視化分析[J].中華醫院感染學雜志，2020，30（10）：1468-1474.

〔6〕李杰.CiteSpace中文指南[EB/OL].http：//blog.sciencenet.cn/blog-554179-1066981.html，2017 -07-18.

〔7〕李德仁，邵振峰，于文博，等.基于時空位置大數據的公共疫情防控服務讓城市更智慧[J].武漢大學學報（信息科學版），2020，45（04）：475-487.

〔8〕鮑丙豪，王彬，王繼升，等.基于CiteSpace軟件的中醫治療新冠肺炎等疫病研究狀況及趨勢的可視化分析[J].世界科學技術-中醫藥現代化，2020， 22（03）：589-596.