科學(xué)知識圖譜視角下CiteSpace 的學(xué)科基礎(chǔ)與原理分析

胡乙

（江蘇經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院，江蘇 南京 211168）

CiteSpace是CitationSpace的簡稱，是一款分析文獻(xiàn)中潛在知識的可視化分析軟件，廣泛適用于各學(xué)科研究。但在實(shí)踐中，部分作者只是借助該軟件更好地展示數(shù)據(jù)，而不是利用軟件的強(qiáng)大功能深入地發(fā)掘文獻(xiàn)間隱藏的信息，據(jù)此，研究擬從情報(bào)學(xué)可視化技術(shù)入手，詳細(xì)闡述CiteSpace發(fā)明過程中涉及的學(xué)科知識，并據(jù)此分析該軟件的主要功能與原理，以此為基礎(chǔ)，研究者能更深入地發(fā)掘該軟件的價(jià)值。

1 可視化技術(shù)與科學(xué)知識圖譜

可視化技術(shù)推動(dòng)了對知識圖譜的研究，而CiteSpace軟件是文獻(xiàn)圖譜專用繪制工具之一，其能輔助研究者有效識別學(xué)科熱點(diǎn)與研究前沿。

1.1 可視化概念及分類

可視化是圖書館學(xué)情報(bào)學(xué)一般研究方法之一，是將數(shù)據(jù)轉(zhuǎn)化為可視表示形式的過程。從離散數(shù)學(xué)考察，其本質(zhì)是建立從抽象數(shù)據(jù)集合到可視化結(jié)構(gòu)數(shù)據(jù)集合之間的映射。可視化分類包括數(shù)據(jù)可視化、科學(xué)計(jì)算可視化、信息可視化與知識可視化。可以將可視化視為連接人與電腦信息處理系統(tǒng)的橋梁。

可視化的產(chǎn)生涉及諸多跨學(xué)科知識與技術(shù)，如高等代數(shù)、計(jì)算機(jī)圖形學(xué)、圖像處理等。其能將知識之間的聯(lián)系以表格、節(jié)點(diǎn)、圖等方式展現(xiàn)在屏幕上，這種方式有助于人們對數(shù)據(jù)或信息集合從一個(gè)全新的角度進(jìn)行觀察分析，以發(fā)現(xiàn)過去研究中遺漏的隱藏情報(bào)。在大數(shù)據(jù)、人工智能、5G 通訊背景下，可視化技術(shù)為文本挖掘、情報(bào)挖掘等提供了新的的工具。例如，目前流行的科學(xué)知識圖譜與專利地圖就是可視化技術(shù)在情報(bào)學(xué)中的具體應(yīng)用。

1.2 可視化與科學(xué)知識圖譜

知識圖譜的概念，源于萬維網(wǎng)之父Ti.m Bener-Lee關(guān)于語義網(wǎng)的設(shè)想。其旨在運(yùn)用圖結(jié)構(gòu)來構(gòu)建世間所有萬物之間關(guān)系及知識，以便實(shí)現(xiàn)更確切的搜索。其在搜索引擎、語言理解、大數(shù)據(jù)分析決策等領(lǐng)域得到了廣泛應(yīng)用，已經(jīng)成為自動(dòng)化知識獲取、大規(guī)模圖挖掘與分析等領(lǐng)域不可或缺的工具。

狹義的知識圖譜特指一類知識表示，本質(zhì)上是一種大規(guī)模的語義網(wǎng)絡(luò)；廣義的知識圖譜是大數(shù)據(jù)時(shí)代知識工程一系列技術(shù)的總稱。從狹義角度考察，此種大規(guī)模的語義網(wǎng)絡(luò)包括實(shí)體、概念及其之間的各種關(guān)系，其中，語義網(wǎng)絡(luò)是知識圖譜的本質(zhì)。與傳統(tǒng)的語義網(wǎng)絡(luò)相比，知識圖譜代表的語義網(wǎng)絡(luò)規(guī)模巨大、語義豐富、質(zhì)量精良、結(jié)構(gòu)友好。語義網(wǎng)絡(luò)是一種以圖形化的形式，通過點(diǎn)與邊描述知識關(guān)系的方法。圖形中的點(diǎn)可以描述實(shí)體、概念和屬性。實(shí)體稱為對象或?qū)嵗且磺袑傩缘奈镔|(zhì)基礎(chǔ)，是有明確指代意義的。概念又稱類別、類，其是指一類人，這類人有相同的特征。概念所對應(yīng)的動(dòng)詞稱為概念化和范疇化，概念化一般指識別文本中的相關(guān)概念的過程，例如，拉格朗日的中值思想；范疇化一般指實(shí)體形成類別的過程，如具有若干哲學(xué)思想的人們組成某個(gè)特定的哲學(xué)派別，則這一學(xué)派的形成就是典型范疇化的過程。每個(gè)實(shí)體都有一定的屬性值，包括數(shù)值、日期、文本等，知識圖譜的推理即是建立在實(shí)體、屬性與關(guān)系之上。

科學(xué)知識圖譜在圖書館學(xué)情報(bào)學(xué)應(yīng)用領(lǐng)域，包括識別學(xué)科領(lǐng)域熱點(diǎn)、展示學(xué)科研究前沿、分析引用關(guān)系等。

2 CiteSpace 的主要學(xué)科基礎(chǔ)理論

從哲學(xué)、社會(huì)學(xué)、數(shù)據(jù)科學(xué)，數(shù)學(xué)等學(xué)科入手，可全面理解軟件包含的學(xué)科基礎(chǔ)知識。

2.1 科學(xué)革命的結(jié)構(gòu)

CiteSpace設(shè)計(jì)靈感之一，是來源于托馬斯·庫恩的《科學(xué)革命的結(jié)構(gòu)》。庫恩重塑了科學(xué)的真理形象，其“范式論”“不可通約論”為科學(xué)史研究提供了新的視角。

庫恩思考的根本問題可以概括為“科學(xué)進(jìn)步的機(jī)制是什么”。這是需要借助科學(xué)史研究才能回答的問題，但傳統(tǒng)的研究方法存在缺陷，而作者嘗試從科學(xué)史的編著工作中找到突破口。科學(xué)知識的歷史不是簡單增長過程，其中某個(gè)階段必定會(huì)發(fā)生根本性的轉(zhuǎn)變，新的科學(xué)觀應(yīng)以研究此類根本性轉(zhuǎn)變?yōu)樽谥肌Ｍ瑫r(shí)，科學(xué)研究活動(dòng)并不是單個(gè)人的孤立活動(dòng)，而是群體活動(dòng)。為了能順利有效地開展研究，科學(xué)共同體一般會(huì)就研究的基本事項(xiàng)達(dá)成共識。此類共識具有歷史性與偶然性，并且預(yù)定了科學(xué)知識的類型。正是這些共識的變遷帶來了科學(xué)知識系統(tǒng)的大轉(zhuǎn)換，也就是科技革命的發(fā)生，決的重大疑難問題，

《公務(wù)員法》和《勞動(dòng)法》都有規(guī)定：公務(wù)員和勞動(dòng)者患病在醫(yī)療期間不得被辭退的相關(guān)表述，但對于超過醫(yī)療期的勞動(dòng)者和公務(wù)員是否應(yīng)當(dāng)被辭退，法律沒有硬性規(guī)定，出現(xiàn)大部分公務(wù)員生病期間也會(huì)受到很好的待遇，薪酬基本不會(huì)降低，但企業(yè)特別是民營企業(yè)的做法是辭退員工。由于單位性質(zhì)的不同，員工患病后也會(huì)出現(xiàn)截然不同的待遇。

2.2 結(jié)構(gòu)洞

20 世紀(jì)90 年代初，美國社會(huì)學(xué)家伯特提出了結(jié)構(gòu)洞理論。該理論描述了網(wǎng)絡(luò)中不同節(jié)點(diǎn)是如何影響行為人收益的。概括地說，如果網(wǎng)絡(luò)中的行動(dòng)者所連接的其他行動(dòng)者之間不存在直接聯(lián)系，則這個(gè)行動(dòng)者就占據(jù)了結(jié)構(gòu)洞的位置，能夠通過中介機(jī)會(huì)獲取社會(huì)資本收益，從而帶來競爭優(yōu)勢。該理論創(chuàng)造性的從結(jié)構(gòu)角度對網(wǎng)絡(luò)進(jìn)行分析，不僅有助于挖掘關(guān)鍵的行動(dòng)者和關(guān)鍵位置，更有利于拓展研究與發(fā)展的視野。自問世以來，該理論在管理科學(xué)、社會(huì)科學(xué)與經(jīng)濟(jì)學(xué)等多個(gè)領(lǐng)域得到了廣泛的運(yùn)用。

結(jié)構(gòu)洞來源于網(wǎng)絡(luò)分析學(xué)派的理論成果，并與社會(huì)資本共生理論密切相關(guān)。人的行為，不僅是受所處網(wǎng)絡(luò)結(jié)構(gòu)影響，也受人自身欲望影響，人具有選擇行為的主動(dòng)性。如行動(dòng)者彼此越接近，關(guān)系越密切，則其擁有的資源也基本相同，此種密切關(guān)系難以使個(gè)體獲得稀缺資源。相反，行動(dòng)人能從弱的關(guān)系中尋找到更有價(jià)值的資源，由此引出社會(huì)資本概念。社會(huì)資本來自構(gòu)成社會(huì)的諸要素，單獨(dú)的個(gè)人并不能完全擁有社會(huì)資本，只有參與交換網(wǎng)絡(luò)，并與他人建立關(guān)系，才能獲得所需收益。總之，處于結(jié)構(gòu)洞的行為主體往往能接觸更多的信息，并能占據(jù)更大的優(yōu)勢，沒有中間人，則部分群體或者個(gè)人無法發(fā)生交換關(guān)系。而位于結(jié)構(gòu)洞的行為主體即可視為發(fā)揮連接作用的中間人。

2.3 圖論

離散數(shù)學(xué)通常以邏輯與集合論開端，并以此為基礎(chǔ)講授函數(shù)、數(shù)列、算法等后續(xù)內(nèi)容。而圖論在各個(gè)領(lǐng)域中可進(jìn)行可視化處理，圖模型為多個(gè)學(xué)科與領(lǐng)域提供了求解問題的新思路。圖是由頂點(diǎn)連接頂點(diǎn)的邊構(gòu)成的離散結(jié)構(gòu)，根據(jù)圖中的邊是否有方向、相同頂點(diǎn)對之間是否可以有多條邊相連，以及是否允許存在短路環(huán)，可將圖分為多個(gè)類型。圖模型在多個(gè)領(lǐng)域中均可用于建立數(shù)學(xué)模型，例如，文獻(xiàn)計(jì)量學(xué)或科學(xué)計(jì)量學(xué)用圖表示論文引用關(guān)系以及研究人員、研究機(jī)構(gòu)與團(tuán)隊(duì)間合作關(guān)系等。一個(gè)圖是由頂點(diǎn)非空集合與邊的集合組成，每條邊有一個(gè)或兩個(gè)頂點(diǎn)與它相連，這些頂點(diǎn)稱為邊的端點(diǎn)，邊連接它的端點(diǎn)。點(diǎn)與邊使得可視化分析有了可能。圖的類型、同構(gòu)、連通性、通路等問題，為科學(xué)計(jì)量與可視化研究提供了新的思路。

3 CiteSpace 主要功能分析

從引文網(wǎng)絡(luò)分析、中介中心性、突發(fā)性檢測、共詞分析等入手，可深入理解軟件的主要功能與操作步驟。

3.1 引文網(wǎng)絡(luò)分析

引文網(wǎng)絡(luò)分析是科學(xué)計(jì)量領(lǐng)域的重要研究方向，其通過研究參考文獻(xiàn)被引用的網(wǎng)絡(luò)特征來探索科學(xué)知識發(fā)展的特征與規(guī)律，為學(xué)科研究、技術(shù)創(chuàng)新、科學(xué)評價(jià)等科技活動(dòng)服務(wù)。引文分析是對科學(xué)文獻(xiàn)參考模式的探索，多用于影響力分析、知識流和知識網(wǎng)絡(luò)等多個(gè)社會(huì)科學(xué)領(lǐng)域中。該方法有助于解決研究、管理或信息服務(wù)等相關(guān)問題，例如，學(xué)校排名、研究評估、知識可視化等，受到了諸多領(lǐng)域?qū)W者的好評。

要進(jìn)行科研合作網(wǎng)絡(luò)分析，可運(yùn)用CiteSpace科學(xué)合作網(wǎng)絡(luò)分析功能。該分析包括三個(gè)層次：作者合作網(wǎng)絡(luò)、機(jī)構(gòu)合作網(wǎng)絡(luò)、國家與地區(qū)合作網(wǎng)絡(luò)。其中節(jié)點(diǎn)大小代表了各成員發(fā)表論文的數(shù)量，節(jié)點(diǎn)間連線描述了不同主體間合作關(guān)系。以作者合作網(wǎng)絡(luò)分析為例，依照前述步驟新建項(xiàng)目后，在節(jié)點(diǎn)類型中選擇Author，可得到初級作者合作網(wǎng)絡(luò)。在合作網(wǎng)絡(luò)圖中，選中某一節(jié)點(diǎn)，右擊Node Detail即可查詢該作者發(fā)表論文的時(shí)間統(tǒng)計(jì)及論文內(nèi)容。在機(jī)構(gòu)合作、國家地區(qū)合作網(wǎng)絡(luò)中也可運(yùn)用上述功能。

3.2 中介中心性分析

節(jié)點(diǎn)的中介中心性有助于發(fā)現(xiàn)有價(jià)值的、新穎的成果。僅僅有好想法，出于風(fēng)險(xiǎn)最小化和利益最大化考慮，人們會(huì)謹(jǐn)慎行動(dòng)。學(xué)術(shù)中的新發(fā)現(xiàn)往往具備高風(fēng)險(xiǎn)，但同行的支持有助于降低這種風(fēng)險(xiǎn)，使新的成果產(chǎn)生。如發(fā)現(xiàn)已經(jīng)有學(xué)者在研究類似的問題，則同行進(jìn)行同一研究的風(fēng)險(xiǎn)會(huì)顯著降低。具有爭議性的結(jié)果發(fā)表后，往往會(huì)帶來更多的研究，即對風(fēng)險(xiǎn)與收益重新審視后，學(xué)者在新環(huán)境下更容易積極行動(dòng)。

3.3 突發(fā)性檢測

克萊因伯格認(rèn)為，文本挖掘的一個(gè)基本問題是從隨著時(shí)間連續(xù)到達(dá)的文檔流中提取有意義的結(jié)構(gòu)。電子郵件與新聞報(bào)道是文檔流的自然例證，它們均以出現(xiàn)的主題為特征，在一段時(shí)間內(nèi)強(qiáng)度突然增加，然后逐漸消失。在特定領(lǐng)域中發(fā)表論文的數(shù)量在較長時(shí)間內(nèi)也表現(xiàn)出類似的現(xiàn)象。文檔流中主題的出現(xiàn)是一種突發(fā)活動(dòng)的信號，隨著某個(gè)特定主題的出現(xiàn)，某些特征的頻率會(huì)顯著上升。如果能開發(fā)一種簡便算法，對此類突發(fā)活動(dòng)建立數(shù)學(xué)模型，則有可能穩(wěn)健高效地識別它們，并且有可能為分析底層內(nèi)容提供組織框架。

在CiteSpace中，有兩處可以對節(jié)點(diǎn)進(jìn)行突發(fā)性檢測：（1）在可視化界面，點(diǎn)擊CitationFrequencyBurst；（2）點(diǎn)擊控制面板Burstness功能區(qū)的Refresh。如果存在具有突發(fā)性特征的節(jié)點(diǎn)，則電腦會(huì)將這些節(jié)點(diǎn)標(biāo)注特殊顏色。

3.4 共詞分析

共詞分析法最早由法國文獻(xiàn)計(jì)量學(xué)家Callon提出。其通過統(tǒng)計(jì)一組詞在同一篇論文中同時(shí)出現(xiàn)的次數(shù)，以此為基礎(chǔ)，對這些詞進(jìn)行聚類分析，以發(fā)現(xiàn)這些詞組之間的親疏關(guān)系，進(jìn)而分析論文所涉及學(xué)科領(lǐng)域中主題之間的關(guān)系。如果一對關(guān)鍵詞在同一篇論文中出現(xiàn)次數(shù)越多，則表明兩者之間距離越近，關(guān)系越密切，學(xué)者對這兩個(gè)詞所涉及的領(lǐng)域也較為關(guān)注，同時(shí)，這些研究主題可能是該領(lǐng)域的研究熱點(diǎn)。

以關(guān)鍵詞分析為例，該方法是對論文集合中作者與數(shù)據(jù)庫提供的關(guān)鍵詞進(jìn)行共現(xiàn)分析。在webofscience中，則對DE與ID所存儲(chǔ)的數(shù)據(jù)進(jìn)行共現(xiàn)分析。在節(jié)點(diǎn)類型中選擇Keyword，在功能區(qū)設(shè)置相關(guān)參數(shù)后，CiteSpace可生成關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)。

以術(shù)語共現(xiàn)分析為例，該方法從論文標(biāo)題、關(guān)鍵詞、摘要中提取名詞性術(shù)語后，通過自然語言處理的過程形成共詞網(wǎng)絡(luò)。在CiteSpace功能參數(shù)模塊TermTypes選擇NounPhrases，此時(shí)會(huì)彈出part-of-speech.TaggingOpinion對話框，首次支行時(shí)需要點(diǎn)擊CreatePOSTagS，CiteSpace會(huì)顯示相關(guān)時(shí)間跨度與論文數(shù)量信息，此時(shí)在節(jié)點(diǎn)類型中選擇Term后可創(chuàng)建共現(xiàn)網(wǎng)絡(luò)。

以科學(xué)領(lǐng)域共現(xiàn)分析為例， 該方法涉及wc(webofscienceCategory)與sc(Subject.Category)， 兩者是webofscience對期刊在更加廣闊視野中的科學(xué)分類。wc比sc分類更為細(xì)致，在CiteSpace中，在節(jié)點(diǎn)類型中選擇Category，可建立科學(xué)領(lǐng)域共現(xiàn)網(wǎng)絡(luò)。在共現(xiàn)圖譜中，右擊可選擇節(jié)點(diǎn)細(xì)節(jié)以觀察某一領(lǐng)域研究的時(shí)序特征，也可以對不同領(lǐng)域發(fā)文突發(fā)性進(jìn)行檢測。

4 結(jié)語

未來研究中，知識圖譜仍在發(fā)展，現(xiàn)實(shí)應(yīng)用對知識圖譜技術(shù)提出了眾多挑戰(zhàn)。在知識表示層面，未來研究應(yīng)關(guān)注知識圖譜與規(guī)則等其他知識表示相聯(lián)合的方式。在知識獲取層面，未來研究將關(guān)注如何和降低自動(dòng)化知識獲取過程中的成本。在知識應(yīng)用中層面，未來研究將關(guān)注增加器學(xué)習(xí)能力，實(shí)現(xiàn)可解釋人工智能等目標(biāo)。