國內外圖情領域可視化比較研究
——基于SSCI與CSSCI期刊論文的計量與可視化分析

王燕平（河南理工大學圖書館）

1 引言

信息環境下，龐大的信息量使人們處理和理解信息的難度日益增加。為了探索抽象信息之間的復雜關系，經常需要對大量的信息進行分析、歸納，并從大量雜亂無序的信息中發現隱藏在其中的本質特征和規律。因此，結合數據挖掘、圖像技術、圖形學等諸多學科理論和方法的可視化技術便出現了。1989年，Robertson等在《用于交互性用戶界面的認知協處理器》一文中首次提出了“信息可視化”這個概念［1］。此后信息可視化作為一個學科逐漸成長起來。關于可視化的概念、定義、內涵非常之多，筆者認為張聰和張慧的定義比較全面，其認為可視化（Visualization）是將大量的數據、信息和知識轉化為人類的一種視覺形式，充分利用人類對可視化模式（圖形、圖像等）快速識別的自然能力及有效的可視界面來觀察、操縱、研究、分析、過濾、發現和理解大規模數據，并與之交互，從而可以直觀、形象地表現、解釋、分析、模擬、發現或揭示隱藏在數據內部的特征和規律，提高人類對事物的觀察、記憶和理解能力及整體概念的形成［2］?？梢暬夹g包括科學計算可視化、數據可視化、信息可視化、知識可視化、知識域可視化等［3］，其中知識域可視化最終呈現的圖形被陳悅和劉則淵稱為“知識圖譜”［4］。

可視化一經提出就被廣泛應用于金融、網絡通信、商業信息、氣象、科學計量等各個學科領域，其中圖書情報是重要的應用領域之一。因為可視化的理論、技術和方法可以優化信息組織與檢索，提高信息獲取效率，提供新的信息分析方法和工具，可視化通過各種視覺表征促進用戶對知識的理解，進而促進知識的傳播、利用和創新。所以圖情領域的可視化研究較早就受到關注，并在近年來不斷得到發展深化，成為圖情領域的熱點問題。1998年，張進與陳遠對情報檢索可視化過程中信息節點的歧義性問題進行了討論［5］，一般被認為是我國圖情領域可視化研究的開端；2013年邱均平等總結了國外圖書情報領域可視化研究，認為圖書情報領域可視化研究有向計算機技術化方向發展的態勢［6］；2014年邱均平等分析了我國圖書情報領域可視化的主要研究維度、研究熱點及其演化以及創新途徑［7］；2017年張長魯等對我國信息可視化的研究演進及發展趨勢進行了系統總結和歸納［8］。

目前，國內外圖情領域可視化研究從理論、方法、技術、工具和應用層面進行了不同程度的探討，對可視化研究的主題內容、主題演化作國內外對比研究的很少。為了更全面地了解國內外圖情領域可視化研究的主題、發展和研究力量等，筆者將采用定性和定量相結合的分析方法，運用文獻計量和可視化圖譜等手段對國內外圖情領域可視化研究文獻進行對比分析，以期從研究主題、發展階段和研究力量等多視角尋找國內外圖情領域可視化研究的差異，為我國圖情領域可視化研究的理論和應用發展提供參考與借鑒。

2 數據來源與研究方法

為了保證數據的代表性與權威性，本文選擇社會科學引文索引（SSCI）、中文社會科學引文索引（CSSCI）數據庫為來源數據庫進行檢索。在CSSCI中以“可視化”為主題詞進行檢索，學科領域限制在“圖書情報與數字圖書館”。在SSCI中以“visual”為主題詞進行檢索，學科限定在“Information Science Library Science”類別，文獻類型選擇“Article”“Proceedings paper”，出版年選擇1998—2019年，檢索日期為2019年7月8日。通過對檢索到的數據進行清洗，得到SSCI收錄的論文899篇，CSSCI收錄的論文1,364篇。采用文獻計量和可視化方法對數據進行計量及可視化分析，利用NoteExpress、UCINET、NetDraw、CiteSpace等工具對檢索到的論文的時間分布、高被引論文、高頻關鍵詞、核心作者、作者合著等進行定量統計與定性分析，并對國內外研究發展現狀作比較，總結國內外發展異同，探討未來研究中值得重點關注和拓展的領域。

3 結果與分析

3.1 圖情領域可視化研究的時間分布

學術論文數量的時序變化是衡量某領域發展的重要指標，反映該領域研究發展的階段、趨勢和動態等，圖1顯示了1998—2019年間SSCI和CSSCI收錄的可視化研究論文的年份分布（2019年數據不完整）。

如圖1所示，國外圖情領域可視化研究一直處于逐步緩慢上升的趨勢，到2007年達到第一個發展高峰，2007—2014年處于平穩發展階段，2014年達到第二個高峰，之后又進入第二個平穩發展階段，其年載文量分布曲線波動幅度較小。和國外相比，國內在該領域研究上升趨勢更加明顯，2007年以前可以看作是一個初步發展階段，2007—2014年是迅猛發展階段，2014年國內與國外研究同時達到一個高潮，2014年之后國內研究也進入平穩發展階段，其年載文量分布曲線波動不大。綜上所述，國內外圖情領域可視化研究發展階段和趨勢基本保持一致，總體都呈上升趨勢。大體都可分為三個發展階段：2007年之前為初步發展階段，2007—2014年為緩慢上升發展階段，2014年之后為平穩發展階段。

圖1 SSCI和CSSCI圖情領域可視化研究論文數量的年份分布曲線

3.2 圖情領域可視化研究內容分布

3.2.1 圖情領域可視化研究高被引論文分析

高被引論文具有較高的學術參考價值，反映該領域學者們重點關注的內容及研究熱點。通過對SSCI中圖情領域可視化研究的高被引論文進行統計，得出被引次數前五名論文的情況（見表1）。

表1 SSCI中被引次數前五名的圖情領域可視化研究論文

Eck等開發了用于構建和查看文獻計量地圖的免費軟件VOSviewer，并利用該軟件構建并展示了一個由5,000種主要科學期刊組成的共引圖，展示了VOSviewer處理大型文獻計量地圖的能力［9］。Essen等描述并舉例介紹了一款用于大腦皮層表面分析可視化的集成軟件，該軟件具有從數據庫中高效插入、搜索和提取曲面和體積數據并可視化顯示的功能［10］。Chen（陳超美）利用軟件CiteSpace II對科學文獻中出現的新興趨勢和瞬態模式進行探測和可視化，設計并實現了集群視圖和時區視圖這兩種互補的可視化視圖，并利用CiteSpace II對“大滅絕”和“恐怖主義”兩個研究領域的文獻進行建模與可視化案例分析［11］。Porter等通過建立文獻計量指標以及利用新的跨學科指數、文獻計量可視化方法調查了1975年至2005年間六個研究領域的跨學科程度是如何變化的［12］。Cobo等對可視化軟件工具、文獻計量技術進行回顧、分析比較［13］。對CSSCI中圖情領域可視化研究的高被引論文進行統計，得出被引次數前五名論文的情況（見表2）。

表2 CSSCI中被引次數前五名的圖情領域可視化研究論文

秦長江等概述了知識圖譜的概念、主要應用領域、關鍵技術、相關軟件、發展歷史以及國內外最新研究進展［14］。趙蓉英等利用CiteSpace II對Web of knowledge收錄的文獻題錄進行文獻共引分析和聚類分析，繪制出文獻計量學研究發展演進的知識圖譜，揭示了該領域的代表人物、代表文獻、熱點領域和發展趨勢［15］。邱均平等利用CiteSpace II工具對SCI和SSCI收錄的13種外文期刊進行高影響力作者、高頻關鍵詞以及突變專業術語分析，揭示出國際范圍內圖書情報學領域的研究熱點和前沿［16］。胡澤文等對國內248篇知識圖譜研究文獻進行內容分析，得出國內知識圖譜在情報學領域及其子領域以及其他學科領域的應用狀況［17］。趙蓉英等利用CiteSpaceⅡ軟件對Web of Science數據庫中有關圖書館主題文獻的相關引文、主題詞進行分析和處理，揭示出圖書館學的重要研究力量、研究前沿和熱點［18］。

通過對國內外圖情領域可視化研究高影響力論文的內容進行分析，發現國外研究主要集中于對可視化工具、方法以及對這些工具、方法所進行的可行性論證。國內研究主要是對知識圖譜基礎理論、相關軟件和應用概況的介紹。研究結果表明，國內研究的重點主要是對可視化工具的具體應用，尤其突出的是對知識圖譜及繪制知識圖譜的工具CiteSpace的應用，國內缺乏本土可視化軟件工具的開發；國外早期發表的文獻被引次數相對較高，高被引論文分布從2001年到2011年，而國內相對發表較晚的文獻被引次數較高，高被引論文分布從2009年到2013年。

3.2.2 圖情領域可視化研究主題分布

關鍵詞表達了論文的研究主題，是論文的核心與精髓。可通過繪制高頻關鍵詞共現網絡，利用關鍵詞之間的緊密程度分析圖情領域可視化研究的主題。對SSCI中899篇論文的關鍵詞進行統計，得到關鍵詞3,444個；對CSSCI中1,364篇論文的關鍵詞進行統計，得到關鍵詞2,318個。分別對國內外研究的高頻關鍵詞按頻次排序，將頻次前100的關鍵詞利用NoteExpress生成高頻關鍵詞矩陣并導入UCINET6，再利用可視化工具NetDraw分別繪制SSCI和CSSCI收錄的可視化研究論文的高頻關鍵詞共現網絡。由SSCI收錄的可視化研究論文的高頻關鍵詞共現網絡得知：Visualization、Science、Information Visualization、Networks是國外圖情領域可視化研究的核心關鍵詞，這幾個關鍵詞與其他關鍵詞的聯系最為緊密；Model、Information、Web、Design、Knowledge、Bibliometrics、System、GIS、Bibliometric Analysis、Management、Patterns、Co-word analysis等關鍵詞是該領域較為重要的關鍵詞，與其他關鍵詞有比較強的聯系。這說明國外圖情領域可視化研究集中于信息可視化、可視化模型、模式設計、文獻計量可視化分析、共詞分析、GIS等。

由CSSCI收錄的圖情領域可視化研究論文的高頻關鍵詞共現網絡（見圖2）可知，國內圖情領域可視化研究最核心的關鍵詞是可視化、知識圖譜、可視化分析、研究熱點、信息可視化、CiteSpace、共詞分析；與核心節點密切聯系的次重要節點包括：文獻計量、大數據、社會網絡分析、研究前沿、數字圖書館、引文分析、情報學、科學知識圖譜、信息檢索、本體。說明國內圖情領域可視化的主要研究內容是信息可視化，對信息檢索結果特別是文獻的可視化分析，如對某學科領域研究熱點與前沿可視化分析，以及共詞分析、社會網絡分析和引文分析等，利用最多的可視化軟件是CiteSpace。

圖2 CSSCI收錄的圖情領域可視化研究論文的高頻關鍵詞共現網絡

通過以上對國內外研究關鍵詞共現的比較分析，發現國外該領域研究關鍵詞總量多，核心關鍵詞少，研究主題分布范圍廣；國內研究的關鍵詞總量少，核心關鍵詞多，研究主題更加集中。國內外在圖情領域可視化研究主題內容的共同點是都關注文獻計量可視化分析。不同點是國外圖情領域更重視可視化理論、方法的研究，如構建可視化模型、可視化模式設計；國內在該領域更重視對可視化理論、方法、工具的具體應用，如利用知識圖譜對某學科前沿、熱點進行分析，尤其是對可視化軟件CiteSpace的利用。

3.2.3 圖情領域可視化研究主題演化

利用CiteSpace的時間軸聚類功能，對國內外圖情領域可視化研究的關鍵詞進行時間軸聚類分析。從CiteSpace關鍵詞時間軸聚類可以看出國外該領域研究從時間演變上形成了8個大的聚類，其標簽分別為：#0 public health domain、#1 knowledge management research、#2 sequence analysis、#3 semantic mapping、#4 citation analysis、#5 mathematical model、#6 emergent theme、#7 scientific institution。第一個大的聚類是關于公共健康衛生領域數據的可視化研究，時間上從2001年到2019年，貫穿整個研究時間段。第二個聚類是關于知識管理可視化研究，時間集中于2002年到2017年。第三個聚類是關于對數據的序列分析，第四個聚類是對數據進行語義映射，這兩個聚類都是數據可視化的理論、方法研究，時間集中于2002年到2018年。第五個聚類是關于文獻計量的引文分析，主要關注可視化理論、軟件等應用，時間集中在2007年到2018年。第六個聚類是通過數學模型對數據進行可視化研究，屬于可視化方法研究，時間集中在2003年到2017年。第七個聚類是通過可視化對某學科新興主題的探究，也屬于對可視化方法、軟件的具體應用，時間集中于2007年到2016年。第八個聚類是研究機構的可視化分析，包括研究機構空間分布的可視化，大學排名可視化等，時間也是從2001年到2019年，貫穿了整個研究時間段。

結合8個聚類出現的時間順序以及前面分析的不同年份研究論文的發文量，可以將國外圖情領域可視化研究劃分為三個發展階段。①從2001年到2007年，是國外圖情領域可視化研究的初步發展階段，研究集中于圖情領域數據可視化理論、方法、技術分析，包括信息檢索可視化、網絡信息可視化等。②從2007年到2014年，是國外圖情領域可視化研究較快發展階段，研究集中在可視化理論與技術進一步發展，大量的可視化軟件被開發，同時利用這些可視化軟件對圖情領域的數據進行可視化分析。③2014年至今是國外圖情領域可視化研究的平穩發展階段，可視化研究對象的范圍進一步擴大，除了通過文獻計量可視化分析學科前沿、趨勢等，還包括對各類型大數據進行可視化分析。

從CiteSpace關鍵詞時間軸聚類可看出國內該領域研究從時間演變上形成了9個大的聚類，其標簽分別為：#0可視化、#1科學計量學、#2 citespace、#3 aquabrowser library、#4數據挖掘、#5社會網絡、#6社會網絡分析、#7數字人文、#8數字資源整合。第一個聚類是內容最多的聚類，體現整個圖情領域可視化研究演化過程，包括可視化檢索技術、知識可視化方法、文獻計量結果可視化分析、對各學科前沿熱點可視化分析，在時間上基本貫穿整個研究的始終。第二個聚類是通過可視化方法對科學計量學中的數據進行分析，包括對不同學科主題進行比較研究，學科內容演化等，時間集中于2006年到2017年。第三個聚類是利用CiteSpace軟件對不同學科文獻計量結果的可視化分析，得出不同學科研究的人物、機構、主題內容、發展趨勢等，時間集中于2009年到2019年。第四個聚類是屬于可視化檢索范疇，包括地理信息系統、可視化人機交互檢索等，其中AquaBrowser Library是荷蘭Medialab Solutions公司推出的具有信息可視化功能的OPAC系統［19］，通過自由文本信息檢索技術、視覺關聯搜索和分面類別導航的組合來提供書目信息檢索服務，幫助用戶發現書目信息所揭示的概念、學科以及領域之間的內在聯系［20］，時間集中在2003年到2014年。第五、六、七個聚類屬于可視化技術、軟件應用范疇，包括通過共詞分析、詞頻統計、數據挖掘形成可視化圖譜，揭示學科主題演化，通過可視化社會網絡分析揭示不同領域研究作者關系，時間集中在2007年到2018年。第八、第九個聚類產生時間較晚，屬于圖情領域可視化的最新研究，隨著可視化技術、方法的發展，可視化研究對象進一步擴大，可視化技術和最新的學術熱點結合，包括跨學科數字資源整合的可視化，公共數字文化資源、開放數據的可視化研究，以及大數據、數字人文、創客教育等學術熱點結合的可視化研究，時間集中在2012年到2018年。

結合9個聚類出現的時間順序和前面分析的不同年份研究論文的發文量，可以將國內圖情領域可視化研究劃分為三個發展階段。①2007年之前，是可視化概念引入、可視化理論、方法初步發展階段，主要研究內容偏重信息檢索可視化，包括視覺設計、人機交互可視化檢索等。②從2007年到2014年，是國內圖情領域可視化研究高速發展階段，主要研究集中在利用軟件進行文獻計量可視化分析，揭示不同學科的研究熱點、主題演化、研究人物、研究機構等，重點是對CiteSpace的利用。③2014年至今，是國內圖情領域可視化研究的平穩發展階段，內容主要是圖情領域可視化技術、方法進一步發展，可視化研究對象擴大，可視化技術和最新的學術熱點結合，如與大數據、數字人文、創客教育等學術熱點結合的可視化研究。

通過對國內外圖情領域可視化研究主題演化的比較分析，可以看出國內外該領域研究發展趨勢基本一致，國外更重視可視化方法、技術研究，如可視化模型、可視化軟件比較等，國內該領域研究和國外相比上升趨勢更加明顯，但國內更關注對可視化軟件的應用，尤其是對國外可視化軟件CiteSpace的應用，與國外相比，國內明顯缺乏本土可視化軟件的開發和推廣。在可視化研究對象上，國外圖情領域很關注公共健康衛生數據的可視化研究，而國內主要關注圖情學科相關學科的可視化，以及可視化技術和最新的學術熱點結合的可視化研究。

3.3 圖情領域可視化研究作者分析

在SSCI中共檢索到圖情領域可視化研究的作者2,285位，發表論文數量最多的作者發表論文數量為24篇。發表論文10篇以上的作者6人，發表論文5篇以上的作者35人，發表論文2篇以上的作者295人，發表1篇論文的作者1,990人，發表10篇以上、5篇以上、2篇以上和1篇論文的作者占總作者數分別為0.3%、2%、13%和87%。在CNKI中共檢索到作者2,201位，發表論文數量最多為41篇，這樣的作者共2人。發表論文10篇以上的作者11人，發表論文5篇以上的作者56人，發表論文2篇以上的作者295人，發表1篇論文的作者1,733人，發表10篇以上、5篇以上、2篇以上和1篇論文的作者占總作者數分別為0.5%、3%、21%和79%。統計結果顯示，國內該領域研究的高產作者多于國外，國內外發表1篇論文的作者都大于洛特卡定律60.79%的數值。這說明國內外圖情領域需要更多的在可視化領域深入、持續研究的作者。

發文量高的作者不一定是該領域的核心作者，核心作者還應該具備較高的學術影響力，因此本文取發文5篇以上、被引頻次前十的作者將其確定為核心作者（見表3）。國外排名第一的是美國德雷克斯大學的Chen C M（陳超美）研發了圖情領域著名的可視化軟件CiteSpace，成為該領域學術影響力非常高的作者［11］。排名第二和第三的是荷蘭萊頓大學的Waltman和Van Eck屬于同一個團隊，他們都是從事可視化技術和軟件開發研究的學者，開發了文獻計量可視化圖譜軟件VOSviewer和文獻引文網絡可視化軟件工具CitNetExplorer［9,21］。他們的發文量雖然不高，但平均被引頻次達到205.2和198.6。排名第四的荷蘭阿姆斯特丹大學的Leydesdorff是發文量最高的作者，主要研究可視化方法，如對可視化數據前期進行對稱共引文矩陣和非對稱引文矩陣處理等［22］。國內排名第一和第二的是邱均平和趙蓉英教授，其發文量和被引頻次都最高，主要研究內容包括從文獻計量角度對文獻檢索結果的可視化分析，探討和圖情領域相關學科的發展趨勢、研究熱點等，以及可視化方法研究［23］。排名第三的是南京農業大學的侯漢清，主要研究可視化檢索技術，他利用軟件實現了敘詞表的可視化［24］。

表3 SSCI和CSSCI中圖情領域可視化研究的核心作者

4 結論

可視化技術在國內外圖情領域也已得到了廣泛應用，本研究結果表明：①國內外圖情領域可視化研究都比較關注文獻計量可視化分析。不同點是國外圖情領域更重視可視化理論、方法的研究；國內在該領域更重視對可視化理論、方法、工具的具體應用。②與國外相比，國內明顯缺乏本土可視化軟件的開發和推廣，這可能是我國圖情領域可視化研究發展潛在的隱患。一旦國外收回軟件的使用權，我國很多研究將難以為繼。因此相關職能部門應提供更多政策支持，促進我國本土可視化軟件的開發和推廣。③在可視化研究對象上，國外圖情領域研究主題分布范圍更廣，國內研究主題更加集中。國外圖情領域很關注公共健康衛生數據的可視化研究；而國內主要關注圖情學科相關學科可視化、可視化技術和最新的學術熱點結合的可視化研究。未來國內圖情領域的研究主題范圍可進一步擴大，加強跨學科領域合作研究，使圖情領域能為其他學科提供更多的學術服務支持。