VOSviewer可視化分析視域下我國科技期刊選題策劃優化策略

摘要：【目的】進一步優化我國科技期刊選題策劃工作，提高科技期刊質量與影響力。【方法】文章利用VOSviewer可視化分析軟件，以Web of Science核心合集作為數據來源，以我國熱帶農業核心期刊《熱帶作物學報》為分析樣本，分析國外熱帶農業熱門研究領域、主要發文機構、主要期刊等信息，并與《熱帶作物學報》研究領域作對比。【結果】提出利用VOSviewer可視化分析指導科技期刊選題策劃、篩選優質專家資源、獲取優質作者信息等建議。【結論】可視化分析技術為我國科技期刊選題策劃工作提出了新的方法，期刊編輯應提高選題策劃能力，利用可視化分析技術提高期刊選題策劃質量，進而提高我國科技期刊質量與影響力。

關鍵詞：VOSviewer可視化分析；科技期刊；選題策劃；優化策略 " " " " 中圖分類號：G237.5 " " " "文獻標識碼：A

文章編號：1671-0134（2023）06-028-05 " " " " DOI：10.19483/j.cnki.11-4653/n.2023.06.005

本文著錄格式：汪匯源，黃東杰，趙云龍，龍婭麗.VOSviewer可視化分析視域下我國科技期刊選題策劃優化策略——以熱帶農業研究領域為例[J].中國傳媒科技，2023（06）：28-32.

2019年，中國科協、中宣部、教育部、科技部聯合印發《關于深化改革 培育世界一流科技期刊的意見》，指出“科技期刊要對標世界一流，突出關鍵重點，圍繞國家重大需求和科技發展戰略必爭領域，做強優勢學科，搶抓新興交叉學科發展和數字化轉型的戰略機遇”。科技期刊作為我國優秀科學文化的重要載體，承擔著文化傳播、文化交流與文化“走出去”的重要使命。選題策劃作為科技期刊編輯工作中的重要部分，對提升科技期刊質量與學術影響力具有重要作用，同時也是衡量期刊編輯工作能力與效果的重要指標。長期以來，我國學界圍繞科技期刊選題策劃工作做了許多有益探討，獲得了豐碩的研究成果。隨著世界科學技術的迅猛發展，如何從紛繁的科技信息中篩選出適合科技期刊刊登的有效信息，迅速掌握前沿科學研究熱點，逐漸成為科技期刊選題策劃工作的重中之重。

目前，文獻計量學中主要應用Citespace和VOSviewer可視化分析軟件對學科研究歷程、研究熱點進行追蹤與分析。針對科技期刊選題策劃工作，趙霞將Citespace軟件應用到科技期刊選題策劃的具體實踐中，認為基于CiteSpace軟件的科技期刊選題策劃工作模式是有意義的。[1]王燕以園藝學科領域為例，利用InCite數據庫Citation Topics新功能，對研究主題、人員、機構、國家等進行精細分析，有助于編輯高效梳理研究熱點并制定選題方案。[2]范姝婕以醫學期刊為例，以Citespace分析和質性研究作為輔助方式，構建了專家選題與文獻計量學分析相結合的選題策劃模式。[3]趙鶴凌以動物學類期刊《亞洲兩棲爬行動物研究》為例，利用VOSviewer可視化分析軟件，分析本領域主要的研究方向，把握研究的發展趨勢主線，確保選題組稿契合研究發展趨勢的大方向。[4]夏玲利用VOSviewer可視化分析軟件，呈現了《中國輸血雜志》2015—2020年高被引和高下載論文的研究熱點，并與國外醫學期刊作對比，認為VOSviewer可視化分析可為優化組稿方向、挖掘潛在熱點提供參考。[5]綜合以上分析，可看出目前利用Citespace軟件分析學科領域研究方向，并進行期刊選題策劃工作的研究較多，但利用VOSviewer軟件分析期刊選題策劃工作的研究較少，而針對農業期刊，利用VOSviewer軟件分析選題策劃的研究則少見報道。VOSviewer是一款用來構建和查看文獻計量圖譜的文獻計量軟件，基于文獻的共引和共被引原理，可用于繪制各個知識領域的科學圖譜，由荷蘭萊頓大學Nees Jan van Eck和Ludo Waltman共同開發。[6]VOSviewer相較于Citespace可視化分析軟件，操作界面更為友好，操作便捷，步驟較少。因此，本文利用VOSviewer可視化分析軟件，以Web of Science核心合集作為數據來源，以我國熱帶農業核心期刊《熱帶作物學報》為分析樣本，分析國外熱帶農業熱門研究領域、主要發文機構、主要期刊等信息，并與《熱帶作物學報》研究領域作對比，以期為我國農業期刊捕捉領域研究熱點、規劃期刊欄目設置、制定科學的選題策劃方案、培育核心作者群提供方法借鑒。

1.數據來源與分析方法

1.1 " 數據來源

本文以Web of Science核心合集為數據來源，第一步在檢索頁面中選擇“主題檢索”，鍵入檢索字段“tropical agriculture”，時間跨度選擇“近5年”；第二步在檢索結果頁面左側“精煉檢索結果”任務欄中，只勾選“article（論文）”選項，截至2021年12月16日，共檢索出1777條文獻信息。由于VOSviewer可視化分析軟件導入文獻數量限制，本文根據被引次數由高到低排列，篩選出被引次數在前500條的文獻信息，作為本文國外熱帶農業研究現狀的數據來源。第三步以中國知網（CNKI）為數據來源，統計分析《熱帶作物學報》研究領域與刊發論文情況。

1.2 " 分析方法

利用VOSviewer可視化分析軟件1.6.17，對從Web of Science核心合集檢索到的文獻信息分析得出國外熱帶農業關鍵詞共現圖譜、國別共現圖譜、作者機構共現圖譜與期刊共現圖譜。再利用Web of Science數據庫檢索頁面自帶的結果分析功能，得出國外熱帶農業關鍵研究領域概況。《熱帶作物學報》研究領域與刊發論文情況則通過中國知網（CNKI）統計與評價功能獲得。

2.結果與分析

2.1 " "國際熱帶農業研究關鍵詞共現分析

基于從Web of Science核心合集檢索到的500條文獻信息，進行國際熱帶農業研究關鍵詞共現分析（圖1）。從圖1可知，關鍵詞共現分析圖譜包括4大聚類，第一聚類為綠色模塊（cluster 1），包括關鍵詞“agriculture（農業）”“climate-change（氣候變化）”“responses（相應機制）”“vegetation（蔬菜學）”等；第二聚類為藍色模塊（cluster 2），包括關鍵詞“biodiversity（生物多樣性）”“conservation（保護）”“species-richness（物種多樣性）”“oil palm（油棕）”等；第三聚類為黃色模塊（cluster 3），包括關鍵詞“deforestation（森林砍伐）”“land-use（土地利用）”“tropical forest（熱帶森林）”“amazon（亞馬遜雨林）”等；第四聚類為紅色模塊（cluster 4），包括關鍵詞“land use change（土地利用變化）”“carbon sequestration（碳封存）”“greenhouse gas emissions（溫室氣體排放）”“conservation agriculture（保護性農業）”等。通過分析國際熱帶農業研究熱門關鍵詞，發現國際熱帶農業研究領域通常會重點關注人類環境社會的重大生態問題，具有更明顯的實踐指導意義。

2.2 " "國際熱帶農業研究國別共現分析

基于從Web of Science核心合集檢索到的500條文獻信息，進行國際熱帶農業研究國別共現分析（圖2）。從圖2可知，國別共現分析圖譜包括3大聚類，第一聚類為紅色模塊（cluster 1），包括America（美國）、Brazil（巴西）、France（法國）、Switzerland（瑞士）、Mexico（墨西哥）等國；第二聚類為綠色模塊（cluster 2），包括England（英國）、Australia（澳大利亞）、India（印度）、Indonesia（印度尼西亞）、The People’s Republic of China（中國）等國；第三聚類為藍色模塊（cluster 3），包括Germany（德國）、Netherlands（荷蘭）、Canada（加拿大）、Colombia（哥倫比亞）等國。通過分析國際熱帶農業主要研究國家，可為我國熱帶農業期刊提供正確的約稿方向，迅速掌握國際熱帶農業領域研究趨勢。

2.3 " 國際熱帶農業研究作者機構共現分析

基于從Web of Science核心合集檢索到的500條文獻信息，進行國際熱帶農業研究作者機構共現分析（圖3）。從圖3可知，作者機構共現分析圖譜包括3大聚類，第一聚類為綠色模塊（cluster 1），包括“University Sao Paulo （圣保羅大學）”“University Florida（佛羅里達大學）”“Wageningen University（瓦格寧根大學）”等；第二聚類為紅色模塊（cluster 2），包括“Chinese of Academy Sciences（中國科學院）”“Humboldt University（洪堡大學，柏林）”“Ctr Trop Agr CIAT，Colombia（國際熱帶農業中心，哥倫比亞）”等；第三聚類為藍色模塊（cluster 3），包括“University Cambridge（劍橋大學）”“University Nacl Autonoma Mexico（墨西哥國立自治大學）”等。通過分析國際熱帶農業研究主要作者機構，可為我國熱帶農業期刊培育作者群體、尋找國際編委提供信息支持。

2.4 " 國際熱帶農業研究期刊共現分析

基于從Web of Science核心合集檢索到的500條文獻信息，進行國際熱帶農業研究期刊共現分析（圖4）。從圖4可知，期刊共現分析圖譜包括5大聚類，第一聚類為紫色模塊（cluster 1），包括“環境科學（Sciences of the Total Environment）”“環境科學通訊（Environmental Research Letters）”；第二聚類為藍色模塊（cluster 2），包括“農業生態系統與環境（Agriculture Ecosystemamp;Environment）”“土壤研究（Soil amp;Tillage Research）”；第三聚類為紅色模塊（cluster 3），包括“生物多樣性保護（Biological Conservation）”“應用生態學報（Journal of Applied Ecology）”“科學公共圖書館（Plos One）”等 ；第四聚類為綠色模塊（cluster 4），包括“全球生態變化（Global Change Biology）”“科學報告（Scientific Reports）”。基于國際熱帶農業期刊信息，可為我國熱帶農業期刊在熱點選題追蹤、欄目設置上提供國際化參考。

2.5 "國內外熱帶農業重點研究領域對比分析

基于從Web of Science數據庫檢索得到的1777條文獻信息，再利用Web of Science數據庫檢索頁面自帶的結果分析功能，選擇排名前10的國外熱帶農業重點研究領域（近5年）（見表1）；再利用中國知網（CNKI）統計與評價功能，獲得《熱帶作物學報》重點研究領域（見表2）。從表1、表2可看出，我國熱帶農業期刊刊文領域與國際熱帶農業研究領域還有所差別，國外熱帶農業研究領域比較注重交叉科學的研究，國際科技期刊也比較關注人類生存問題與環境保護問題，具有明顯的實踐指導意義與人文關懷價值。相反，我國熱帶農業科技期刊缺少國際熱點選題策劃，對于熱點選題與前沿選題的策劃力度遠遠不夠。

3.基于VOSviewer可視化分析的我國農業科技期刊選題策劃優化策略

3.1 "數據化：利用VOSviewer可視化分析指導科技期刊選題策劃，捕捉學科發展熱點

傳統的科技期刊選題策劃工作主要通過檢索查新行業文獻、編輯個人追蹤學科發展成果、專家咨詢等方式進行，受編輯個人能力及專家主觀性影響較大，無法準確判斷學科發展特點或捕捉學科熱點。傳統的選題策劃多憑借編輯的經驗，數據處理多采用孤立方式，無法實現信息的精細化管理和多元化、多角度的延伸，沒有充分挖掘采集數據的價值。在當下移動互聯網快速發展和迅速普及的時代，必須通過一定的手段對數據進行重構和應用，才能在數據內容呈爆炸式增長的態勢下快速地獲得有價值的信息。[7]將可視化分析方法應用于選題策劃中，主要是依據科研數據自身的數據特征，通過數據收集、預處理，進一步挖掘數據潛在的關聯信息，并利用科研數據、基于關鍵詞和共詞分析的研究熱點可視化方法和技術，為選題策劃的最終決策提供可視化分析結果，具有精準、便捷、科學的優勢，可提高選題策劃成功率，保證選題效果。[8]基于以上分析，我國農業科技期刊雖然也進行了一定的選題策劃工作，并策劃專欄、專刊，但對熱點選題的把握還不準確，缺乏交叉學科的研究。以《熱帶作物學報》為例，論文主題主要為耕作栽培、植物保護、農藝學等，與國外農業期刊相比，較少關注人類社會發展的共性問題。因此，我國科技期刊在選題策劃工作中可適當融入可視化分析技術，從國內外學科發展歷程中捕捉學科發展熱點，追蹤學科發展趨勢，加強對稀缺選題與熱門選題的策劃，另外仿照國際高水平科技期刊的欄目設置和研究領域，優化欄目設置，調整組稿方向，學習先進的選題策劃經驗。同時，借助可視化分析軟件，能夠為編輯判斷稿件質量、提高初審把關水平提供參考。根據可視化分析結果，編輯可迅速把握行業熱點，對不符合學科發展趨勢的稿件迅速退稿，提高審稿效率。[9]提高科技期刊選題策劃的數據化程度，是決定科技期刊選題策劃效果、提高學術影響力的關鍵。

3.2 "專業化：利用VOSviewer可視化分析篩選優質專家資源，為科技期刊選題策劃提供智力支持

選題策劃因時、因地而呈現出不同特點與效果，容易受國家政策、學科發展導向、學者研究特點等影響。因此，依靠可視化分析結果的選題策劃工作也存在一定局限性。選題策劃既要找準研究前沿方向、考慮領域核心知識，還需結合作者和審稿專家來源考慮專家識別和評價等問題，專家對科技期刊選題策劃優化具有很強的現實應用價值。[10]因此，在進行科技期刊選題策劃工作時，有必要基于可視化分析結果，融合一定的專家質性研究，保證專家充分參與到科技期刊選題策劃工作中。科技期刊工作中專家作用的發揮主要依靠編委會來實現，其中，主編是實現期刊宗旨的主體，是期刊的靈魂和核心，編委會在促進科技期刊發展中也始終發揮著主導作用。[11]近年來，為充分發揮編委會作用，《熱帶作物學報》進行了許多有益工作，例如于2019年、2021年分別召開了第五屆編委會第二、三次會議，并多次進行主編日活動，邀請學報主編、編委到編輯部進行指導，充分發揮了編委會在指導期刊發展中的作用，但也存在編委會國際化程度低、編委會工作數字化程度低等問題。我國農業科技期刊可基于可視化分析技術，獲取國內外科技期刊優秀作者團隊信息，同時篩選出優秀編委專家。將可視化分析數據結果與專家質性研究結果相融合，并邀請專家策劃專欄、專刊，經過選題策劃會議，提高選題成功率，同時也有利于充分調動編委工作積極性，增強編委與期刊編輯部的聯系。

3.3 "廣泛化：利用VOSviewer可視化分析獲取優質作者信息，為廣泛而精準約稿奠定基礎

傳統的選題策劃主要依靠編輯運用專業知識，緊密圍繞國家重大方針政策、學科熱點和難點及品牌學術會議等展開，這種策劃方式受編輯主觀性影響較大，而且編輯需要經常深入各個單位、科研團隊、學協會進行組稿、約稿，耗時耗力，策劃效果并不理想。[12]在大數據時代，如何快速篩選優質學術信息，培育優秀作者群體，是科技期刊爭取學術首發權的法寶。利用VOSviewer可視化分析技術，獲取到國內外優秀科研單位與作者信息，使得科技期刊明確在本學科領域的高產單位與作者，為科技期刊獲取優質稿源、制定精準的約稿方案、提高策劃效率奠定基礎。科技期刊在選題策劃過程中要樹立“受眾思維”，以為作者與讀者服務為宗旨，滿足作者與讀者的學術需求，鼓勵編輯深入國內外高端學術會議、科研院所、科研團隊之中，依托國內外重大基金項目，根據課題研究進程策劃優秀選題，同時保證對學術成果的持續追蹤，爭取到本學科的前沿學術成果，提高科技期刊學術影響力。

結語

本研究還存在一定局限性。第一，本文研究領域為熱帶農業，在Web of Science數據庫檢索詞為“tropical agriculture”，研究領域較為固定，此文研究結果是否適用于其他學科領域還需進一步探明；第二，受VOSviewer可視化分析軟件導入文獻數量限制，本研究外文文獻分析數量為500條，樣本數量還有待進一步增加，研究時間線還可適當延長。此兩點問題將在后續研究中進一步優化與完善。

《中國科技期刊發展藍皮書（2021）》指出，2020年中國SCI期刊發表論文數占全球SCI論文總數的1.45%，而同期中國作者發表的SCI論文數占全球SCI論文總數的比例達到25.85%;這一年，中國作者共發表SCI論文549845篇，其中發表在中國SCI期刊上的只有25766篇，僅占4.69%。從影響力來看，中國SCI期刊還尚不能匹配中國作者的產出。[13]這說明我國優秀論文外流嚴重，對我國科技期刊影響力提升、科技創新能力建設與國家信息安全都造成了嚴重的威脅。論文外流現象也對我國科技期刊選題策劃工作提出了新的要求。我國科技期刊必須提高選題策劃能力，應用可視化分析技術，結合人工智能、大數據信息技術，保證準確捕捉前沿學術熱點，了解學科發展趨勢，刊發高質量學術成果，遏制論文外流，爭取將“論文寫在祖國大地上”。同時，期刊編輯除了要具有一定的學科背景，還要具有精準的判斷力和前瞻能力，及時發現和跟蹤科學前沿問題和研究熱點，主動進行約稿工作，有能力挖掘出高質量的科技熱點稿件。[14]綜上所述，在“互聯網+”時代，科技期刊應該不斷適應時代的發展，既要積極運用大數據、云計算、互聯網等新技術，尋求適合當今科技期刊發展之道，也要堅守科技期刊本質。[15]立足于優勢學科領域，精心做好選題策劃工作，通過選題策劃工作充分體現科技期刊的辦刊宗旨，實現我國科技期刊特色與高質量發展，更好地服務于我國科技創新體系建設與能力建設。

[1]趙霞，池營營，武曉芳，周小潭.基于CiteSpace的科技期刊選題策劃工作模式構建與探索[J].中國科技期刊研究，2020（4）：419-424.

[2]王燕，姚蔚，杜敏，張萍，李亦軒，王文莉，陳潔.利用InCites新功能Citation Topics助力學術期刊編輯制定選題策劃方案——以園藝學科研究領域為例[J].中國科技期刊研究，2021（6）：777-785.

[3]范姝婕，白洋，徐靜，付曉霞.醫學期刊應用文獻計量學方法輔助選題策劃模式初探[J].中國科技期刊研究，2021（11）：1460-1466.

[4]趙鶴凌，朱丹，毛萍.基于VOSviewer的英文學術期刊選題策劃——以《亞洲兩棲爬行動物研究（英文版）》為例[J].學報編輯論叢，2020（00）：738-743.

[5] 夏玲，李弘武.高被引和高下載論文主題可視化分析下的醫學期刊選題策略[J].中華醫學圖書情報雜志，2021（5）：65-75.

[6]高凱.文獻計量分析軟件VOSviewer的應用研究[J].科技情報開發與經濟，2015（12）：95-98.

[7]吳娜達，李彩珊，哈爽.學術圖書選題知識圖譜研究[J].中國傳媒科技，2019（12）：78-80.

[8]蔣學東，涂鵬，陽麗霞.數據挖掘與智能篩選視角下的科技期刊選題策劃[J].出版科學，2020（1）：36-41.

[9]張敏.利用CiteSpace對科技期刊定位和選題進行優化——以中國生態學期刊為例[J].中國科技期刊研究，2020（6）：731-737.

[10]潘有能，賀煥振.基于合著與引用加權的專家知識地圖構建研究[J].情報雜志，2018（8）：128-132.

[11]張福穎，倪東鴻.數據挖掘助力科技期刊選題策劃——以《大氣科學學報》為例[J].編輯學報，2021（1）：107-110.

[12]王繼紅，劉燦，鄧群，岳娜.科技期刊選題策劃創新路徑探析——基于InCites數據庫[J].傳播與版權，2020（11）：23-27+32.

[13]中國科學技術協會.中國科技期刊發展藍皮書[M].北京：科學出版社，2021.

[14]薛春璐，王元杰，王應寬，齊秀麗.引導我國科技工作者在國內期刊發表論文的策略[J].編輯學報，2021（2）：161-164.

[15]李笑梅.“互聯網+”時代下科技期刊的選題策劃[J].中國傳媒科技，2018（6）：90-91.

作者簡介：汪匯源（1991-），女，黑龍江大慶，助理研究員，研究方向為科技期刊編輯出版；黃東杰（1981-），女，河北高碑店，副編審，研究方向為科技期刊編輯出版；趙云龍（1988-），男，黑龍江雞西，助理研究員，研究方向為科技檔案管理；龍婭麗（1992-），女，貴州納雍縣，研究實習員，研究方向為科技期刊編輯出版。

（責任編輯：張曉婧）