文獻(xiàn)計(jì)量及共詞分析視角下的國(guó)內(nèi)云計(jì)算熱點(diǎn)研究

王貴娟,李秀霞,陳強(qiáng)

［摘 要］對(duì)從中國(guó)知網(wǎng)（CNKI）期刊全文數(shù)據(jù)庫(kù)中提取的云計(jì)算領(lǐng)域的文獻(xiàn)進(jìn)行定量分析，選取其中的高頻關(guān)鍵詞進(jìn)行共詞分析，采用SPSS軟件進(jìn)行聚類分析，并將國(guó)內(nèi)有關(guān)云計(jì)算的研究劃分為：云計(jì)算的服務(wù)層次及安全問(wèn)題、基于云計(jì)算架構(gòu)的數(shù)據(jù)中心的存儲(chǔ)及安全、基于云計(jì)算的高校信息化及信息服務(wù)研究。

［關(guān)鍵詞］云計(jì)算；文獻(xiàn)計(jì)量；內(nèi)容分析；共詞分析

［中圖分類號(hào)］TP393-3［文獻(xiàn)標(biāo)志碼］B［文章編號(hào)］1005-6041(2012)01-0046-05

1 研究方法與數(shù)據(jù)來(lái)源

1.1 研究方法

文獻(xiàn)計(jì)量分析法是以文獻(xiàn)信息為研究對(duì)象、以文獻(xiàn)計(jì)量學(xué)為理論基礎(chǔ)的一種研究方法。內(nèi)容分析法是對(duì)文獻(xiàn)內(nèi)容進(jìn)行客觀、系統(tǒng)和量化描述與分析的研究方法，是社會(huì)科學(xué)研究中普遍使用的一種科學(xué)方法。前者以定量分析為主，側(cè)重外部表征；后者以定性分析為主，側(cè)重內(nèi)部特征。為了確保研究結(jié)論的準(zhǔn)確性和可信度，本文將文獻(xiàn)計(jì)量分析法與內(nèi)容分析法結(jié)合起來(lái)對(duì)相關(guān)文獻(xiàn)進(jìn)行分析。［4］本文先采用文獻(xiàn)計(jì)量分析法統(tǒng)計(jì)、分析出關(guān)于云計(jì)算研究的核心期刊，然后對(duì)相關(guān)文獻(xiàn)的關(guān)鍵詞進(jìn)行共詞聚類分析，找出知識(shí)間的關(guān)聯(lián)及變化趨勢(shì)。

共詞分析是內(nèi)容分析法中常用的方法。一般以文本中的關(guān)鍵詞或主題詞為分析單元，詞匯對(duì)在同一篇文獻(xiàn)中出現(xiàn)的次數(shù)越多，說(shuō)明這兩個(gè)主題的關(guān)系越緊密。統(tǒng)計(jì)出文獻(xiàn)集中關(guān)鍵詞或主題詞在同一篇文獻(xiàn)中兩兩出現(xiàn)的頻率，便可形成一個(gè)由這些詞對(duì)關(guān)聯(lián)所形成的共詞網(wǎng)絡(luò)，網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)之間的遠(yuǎn)近可以反映主題內(nèi)容的親疏關(guān)系。利用Ochiia（包容）系數(shù)、聚類分析等多種統(tǒng)計(jì)分析方法，把詞匯之間錯(cuò)綜復(fù)雜的共詞網(wǎng)狀關(guān)系簡(jiǎn)化并以數(shù)值、圖形直觀地表現(xiàn)出來(lái)。

1.2 數(shù)據(jù)來(lái)源

以中國(guó)知網(wǎng)（CNKI）期刊全文數(shù)據(jù)庫(kù)為目標(biāo)源，以“云計(jì)算”作為檢索詞，分別采用關(guān)鍵詞和主題兩種檢索途徑進(jìn)行檢索。為了保證檢索質(zhì)量，對(duì)檢索到的文獻(xiàn)做了進(jìn)一步的處理：剔除會(huì)議通知、會(huì)議報(bào)道、刊物征稿等消息類文獻(xiàn)；只保留帶有關(guān)鍵詞的文獻(xiàn)，以便后續(xù)利用關(guān)鍵詞進(jìn)行主題分析；盡量剔除重復(fù)文獻(xiàn)和一稿多投文獻(xiàn)；去掉無(wú)署名的文獻(xiàn)。具體檢索結(jié)果見(jiàn)表1。

對(duì)檢索到的文獻(xiàn)進(jìn)行分析后發(fā)現(xiàn)：我國(guó)云計(jì)算方面的論文雖在2007年開始出現(xiàn)，但對(duì)其進(jìn)行真正的研究始于2008年，而且近兩年呈劇增的趨勢(shì)；通過(guò)“主題”檢索途徑檢出的論文存在大量不相關(guān)的以及消息類文獻(xiàn)，其中還包括一些不規(guī)范的關(guān)鍵詞。基于以上兩點(diǎn)，本文最后采用的檢索策略為：關(guān)鍵詞=“云計(jì)算”（精確匹配），并勾選了“中英文擴(kuò)展”；檢索時(shí)間限定在2008年1月1日到2010年12月31日；檢索日期為2011年4月11日。

對(duì)采用此檢索策略檢索到的787篇文獻(xiàn)采用文獻(xiàn)計(jì)量?jī)?nèi)容分析法分階段進(jìn)行分析。第一階段：將文獻(xiàn)導(dǎo)入EndNote軟件中，分析文獻(xiàn)的年代分布、文獻(xiàn)期刊分布，并確定核心期刊。第二階段：對(duì)關(guān)鍵詞進(jìn)行共詞分析。首先是關(guān)鍵詞的預(yù)處理。由于所選關(guān)鍵詞不是標(biāo)準(zhǔn)的受控詞，所以在進(jìn)行詞頻統(tǒng)計(jì)之前進(jìn)行了一定程度的人工干預(yù)，如將“軟件即服務(wù)”統(tǒng)一為“SaaS”，“安全策略”“安全問(wèn)題”統(tǒng)一為“安全”等。接著計(jì)算關(guān)鍵詞出現(xiàn)的頻次，并從學(xué)科領(lǐng)域知識(shí)出發(fā)選擇頻次在4以上的26個(gè)關(guān)鍵詞作為代表云計(jì)算研究方向的高頻詞。統(tǒng)計(jì)這些詞在同一篇文章中兩兩出現(xiàn)的頻次，并制作共詞矩陣。最后利用SPSS對(duì)共詞矩陣進(jìn)行聚類分析。第三階段：研究結(jié)果的分析和討論，對(duì)聚類結(jié)果進(jìn)行解析。

2 云計(jì)算研究文獻(xiàn)的計(jì)量分析

2.1 文獻(xiàn)年代分布

由表1可以清晰地看到關(guān)于云計(jì)算研究的論文自2007年后數(shù)量在不斷地增長(zhǎng)，而且每年的增幅都很大，可謂突飛猛進(jìn)。這說(shuō)明云計(jì)算的出現(xiàn)迅速引起了國(guó)內(nèi)學(xué)者的高度關(guān)注。考慮到普賴斯文獻(xiàn)指數(shù)增長(zhǎng)規(guī)律以及文獻(xiàn)邏輯增長(zhǎng)規(guī)律:當(dāng)一個(gè)處于誕生與發(fā)展階段的主題出現(xiàn)時(shí)，會(huì)引發(fā)許多不同思想的交流。學(xué)科內(nèi)容的相互滲透、交叉豐富了云計(jì)算的研究?jī)?nèi)容。

2.2 文獻(xiàn)期刊分布

據(jù)統(tǒng)計(jì)，787篇論文散布于280種期刊中。依據(jù)布拉德福定律，按期刊的實(shí)際載文量，將所有期刊分為3個(gè)區(qū)，依次是核心區(qū)、相關(guān)區(qū)以及邊緣區(qū)，每個(gè)區(qū)的論文數(shù)量大致相等，大約是258篇。由于排名前14位的期刊發(fā)文總數(shù)為258，所以可以確定排名前14位的期刊為云計(jì)算研究領(lǐng)域的中文核心區(qū)期刊。

3 云計(jì)算研究的內(nèi)容分析

3.1 文獻(xiàn)關(guān)鍵詞分析

關(guān)鍵詞是對(duì)文獻(xiàn)內(nèi)容的深度提煉，能直觀、快捷、鮮明地反映文獻(xiàn)的主題。同一文獻(xiàn)的3到6個(gè)關(guān)鍵詞之間存在著一定的內(nèi)在聯(lián)系，共同表述所在文獻(xiàn)的主題。而同一主題的多篇文獻(xiàn)中的關(guān)鍵詞相互交叉反映這一主題的主要內(nèi)容。因此，本文采用詞頻統(tǒng)計(jì)、共詞分析、聚類分析對(duì)關(guān)鍵詞進(jìn)行分析，以期準(zhǔn)確地把握云計(jì)算研究的熱點(diǎn)、趨勢(shì)。

我們分2008年、2009年、2010年三個(gè)時(shí)間點(diǎn)以及2008—2010年整個(gè)時(shí)間段分別統(tǒng)計(jì)文獻(xiàn)中出現(xiàn)的關(guān)鍵詞的詞頻，得到關(guān)鍵詞詞頻的排列見(jiàn)表2（部分）。

從表2中可以看出，隨著時(shí)間的變化云計(jì)算研究的主題越來(lái)越明確。虛擬化一直是云計(jì)算研究的熱點(diǎn)，2009年開始對(duì)網(wǎng)格計(jì)算與虛擬化進(jìn)行比較的主題則研究得比較多。

選擇2008—2010年間出現(xiàn)的頻次大于4的26個(gè)關(guān)鍵詞兩兩配對(duì)，統(tǒng)計(jì)他們?cè)谖墨I(xiàn)中出現(xiàn)的次數(shù)，得到一個(gè)26×26的矩陣見(jiàn)表3（部分）。

由于頻次懸殊會(huì)給統(tǒng)計(jì)結(jié)果造成影響，所以用Ochiia相似系數(shù)將共詞矩陣轉(zhuǎn)換成相關(guān)矩陣。相關(guān)矩陣表明的是兩個(gè)關(guān)鍵詞之間的相關(guān)程度，數(shù)值越大，表明關(guān)鍵詞之間的相關(guān)程度越高，相似度越好。轉(zhuǎn)換的公式為Nij/sqrt(NiNj)。統(tǒng)計(jì)后發(fā)現(xiàn)，相關(guān)矩陣中0值過(guò)多，這會(huì)導(dǎo)致統(tǒng)計(jì)時(shí)誤差過(guò)大。為了后面的進(jìn)一步處理，用1和相關(guān)矩陣上的全部數(shù)據(jù)做相減運(yùn)算，得到表示兩詞間相異程度的相異矩陣，見(jiàn)表4（部分）。

圖1為將相異矩陣區(qū)分為3大類進(jìn)行分層聚類形成的聚類結(jié)果樹形圖。本研究將這3個(gè)研究主題自上而下分別命名，即A類為云計(jì)算的服務(wù)層次及安全問(wèn)題，B類為基于云計(jì)算架構(gòu)的數(shù)據(jù)中心的存儲(chǔ)及安全，C類為基于云計(jì)算的高校信息化及信息服務(wù)研究。

3.2 文獻(xiàn)主題分析

3.2.1 云計(jì)算的服務(wù)層次及安全問(wèn)題。在云計(jì)算受到眾多企業(yè)追捧的同時(shí)，它所帶來(lái)的安全問(wèn)題也引起了業(yè)界的重視。Gartner公司于2008年發(fā)布了一份關(guān)于云計(jì)算安全的風(fēng)險(xiǎn)分析，列舉了7項(xiàng)安全風(fēng)險(xiǎn)，包括特權(quán)管理、數(shù)據(jù)位置、數(shù)據(jù)隔離、數(shù)據(jù)恢復(fù)、審計(jì)與法律調(diào)查、服務(wù)延續(xù)性等。謝四江、馮雁于2008年發(fā)表的《淺析云計(jì)算與信息安全 》是國(guó)內(nèi)首篇介紹云計(jì)算與信息安全的學(xué)術(shù)論文，文章在介紹云計(jì)算的相關(guān)概念、系統(tǒng)架構(gòu)和主要形式的基礎(chǔ)上，簡(jiǎn)要分析了云計(jì)算給現(xiàn)代信息安全帶來(lái)的機(jī)遇與挑戰(zhàn)。［5］葛慧在2009年發(fā)表的《云計(jì)算的信息安全 》也探討了由云計(jì)算帶來(lái)的信息安全問(wèn)題及解決這些問(wèn)題的方法。［6］2009年，一貫關(guān)注技術(shù)進(jìn)展的大學(xué)圖書館學(xué)報(bào)刊載了胡小菁、范并思的《云計(jì)算給圖書館管理帶來(lái)挑戰(zhàn)》，該文介紹了云計(jì)算給圖書館管理帶來(lái)的包括可替代性問(wèn)題、標(biāo)準(zhǔn)問(wèn)題、數(shù)據(jù)安全和保密問(wèn)題、知識(shí)產(chǎn)權(quán)問(wèn)題等挑戰(zhàn)，提出了圖書館界應(yīng)該近一步解決的問(wèn)題：云計(jì)算的基礎(chǔ)理論問(wèn)題，云計(jì)算在圖書館應(yīng)用的可行性，圖書館云計(jì)算政策、標(biāo)準(zhǔn)與協(xié)議，基于云計(jì)算的圖書館管理體制，云計(jì)算案例等。［7］根據(jù)云計(jì)算所提供的服務(wù)類型，將其劃分為3個(gè)層次：應(yīng)用層、平臺(tái)層和基礎(chǔ)設(shè)施層。相應(yīng)地，各自對(duì)應(yīng)著一個(gè)子服務(wù)集合：軟件即服務(wù)（SaaS，Software as a Service）、平臺(tái)即服務(wù)（PaaS，Platform as a Service）和基礎(chǔ)設(shè)施即服務(wù)（IaaS，Infrastructure as a Service）。這一方面的典型代表作是2009年黎春蘭和鄧仲華發(fā)表的《論云計(jì)算的價(jià)值》一文，文章通過(guò)介紹各主流廠商（Google、微軟、IBM等）的云計(jì)算的理念及其共同特點(diǎn)，從內(nèi)外部架構(gòu)來(lái)分析云計(jì)算的潛在和現(xiàn)實(shí)價(jià)值,文章最后還提出了云計(jì)算模式所面臨的關(guān)于安全性、競(jìng)爭(zhēng)性等的挑戰(zhàn)。［8］2010年范并思在《圖書情報(bào)工作》上發(fā)表的《云計(jì)算與圖書館：為云計(jì)算研究辯護(hù)》一文探討了云計(jì)算在圖書館中幾種可能的應(yīng)用，包括：軟件即服務(wù)、圖書館集成系統(tǒng)、云存貯、平臺(tái)即服務(wù)或基礎(chǔ)設(shè)施即服務(wù)等。［9］這是將云計(jì)算服務(wù)類型與圖書館的具體應(yīng)用結(jié)合起來(lái)進(jìn)行研究的比較成功的文章。

3.2.2 基于云計(jì)算架構(gòu)的數(shù)據(jù)中心的存儲(chǔ)及安全。隨著“分布式計(jì)算”“網(wǎng)格計(jì)算”和“SOA”“虛擬化”等新技術(shù)、新理念的進(jìn)一步發(fā)展推動(dòng)了計(jì)算機(jī)產(chǎn)業(yè)的發(fā)展，云計(jì)算運(yùn)動(dòng)隨之產(chǎn)生。作為承載企業(yè)、單位業(yè)務(wù)和應(yīng)用基礎(chǔ)的數(shù)據(jù)中心，云計(jì)算的重要性正在凸顯，更多的用戶開始接受各大“電信運(yùn)營(yíng)商”提供的基于云計(jì)算的“數(shù)據(jù)中心”的“云存儲(chǔ)”“云安全”“私有云”等服務(wù)。2009年張敏、陳云海發(fā)表的《虛擬化技術(shù)在新一代云計(jì)算數(shù)據(jù)中心的應(yīng)用研究》對(duì)虛擬化技術(shù)的概念、特性、發(fā)展過(guò)程和現(xiàn)狀以及電信運(yùn)營(yíng)商目前的現(xiàn)狀和發(fā)展瓶頸進(jìn)行了描述，考察了虛擬化技術(shù)給電信運(yùn)營(yíng)商帶來(lái)的新的發(fā)展契機(jī)，其中包括虛擬化技術(shù)的優(yōu)勢(shì)、如何應(yīng)用虛擬化技術(shù)建設(shè)云計(jì)算數(shù)據(jù)中心開展新型增值業(yè)務(wù)等，分析了各云計(jì)算數(shù)據(jù)中心運(yùn)營(yíng)商的優(yōu)勢(shì)和劣勢(shì)，并建立了一個(gè)以電信運(yùn)營(yíng)商為核心的生態(tài)圈模型。［10］同年，石屹嶸、段勇的《云計(jì)算在電信IT領(lǐng)域的應(yīng)用探討》一文重點(diǎn)介紹了云計(jì)算的演進(jìn)過(guò)程和相關(guān)概念，闡述了云計(jì)算在電信IT領(lǐng)域的應(yīng)用模式，分析了云計(jì)算的架構(gòu)，并對(duì)電信內(nèi)部數(shù)據(jù)中心初步實(shí)現(xiàn)云計(jì)算的過(guò)程進(jìn)行了簡(jiǎn)要的分析。［11］

3.2.3 基于云計(jì)算的高校信息化及信息服務(wù)研究。云計(jì)算技術(shù)的不斷成熟以及基于RFID技術(shù)的物聯(lián)網(wǎng)的快速發(fā)展使云服務(wù)成為了可能，并加快了高校的信息化進(jìn)程，改變了信息資源的提供方式和信息服務(wù)模式。隨著數(shù)字圖書館信息資源的日益增多，傳統(tǒng)的信息服務(wù)模式逐漸難以滿足知識(shí)經(jīng)濟(jì)的發(fā)展和知識(shí)創(chuàng)新的需求。信息服務(wù)模式的改變是圖書館服務(wù)發(fā)展的必然趨勢(shì)，近年來(lái)信息服務(wù)及涉及的知識(shí)整合、組織、處理、檢索、存儲(chǔ)等受到越來(lái)越多的關(guān)注。2009年錢楊等人在《面向信息資源管理的云計(jì)算性能分析》一文中介紹了信息資源管理的中心內(nèi)容，從信息資源管理的各個(gè)視角看云的性能要求，從信息交流的障礙出發(fā)闡述了云的安全性問(wèn)題，并且將信息資源管理中信息組織和服務(wù)的相關(guān)原則應(yīng)用到云的信息交流、信息組織、信息服務(wù)等方面的質(zhì)量考察中，試圖為云計(jì)算的性能評(píng)價(jià)找到合適的標(biāo)準(zhǔn)。［12］同年，基于企業(yè)信息服務(wù)對(duì)社會(huì)性信息技術(shù)大平臺(tái)要求的背景下李勇發(fā)表了《云計(jì)算對(duì)信息服務(wù)的影響及存在的問(wèn)題》，對(duì)云計(jì)算的基本概念、類型和原理進(jìn)行了探討，介紹并分析了Google、微軟、IBM、亞馬遜等公司的云計(jì)算產(chǎn)品，總結(jié)了云計(jì)算對(duì)于企業(yè)信息服務(wù)的平臺(tái)支持作用，同時(shí)也指出了當(dāng)前云計(jì)算產(chǎn)品的問(wèn)題和不足。［13］

4 總 結(jié)

本研究基于文獻(xiàn)計(jì)量法和內(nèi)容分析法，利用詞頻分析、共詞分析、聚類分析并結(jié)合相關(guān)論文，較真實(shí)、客觀地總結(jié)了近幾年我國(guó)云計(jì)算研究的熱點(diǎn)。但這種分析也存在一定的局限和不足，首先是數(shù)據(jù)來(lái)源問(wèn)題。云計(jì)算目前在國(guó)內(nèi)還處于起步階段，大部分研究論文主要是對(duì)云計(jì)算概念、特點(diǎn)及其應(yīng)用的研究，真正有影響力的成果還很少。在這種情況下，利用詞頻統(tǒng)計(jì)和高頻詞共詞分析對(duì)相關(guān)數(shù)據(jù)進(jìn)行處理，其結(jié)果與實(shí)際情況會(huì)有一定出入。這一點(diǎn)從本文云計(jì)算研究主題的分析可以看出來(lái)。其次是共詞分析雖然是內(nèi)容分析法中較常用的方法，但是在揭示信息內(nèi)容方面還不夠全面，可以考慮基于主題聚類的綜合研究方法并結(jié)合作者聚類分析、機(jī)構(gòu)聚類分析、主題-作者映射分析、主題-機(jī)構(gòu)映射分析等來(lái)完善該實(shí)證研究。

［參考文獻(xiàn)］

［1］ 云計(jì)算［EB/OL］.［2010-04-20］.http://baike.baidu.com/view/1316082.htm.

［2］ 科技論文［EB/OL］.［2010-04-20］.http://baike.baidu.com/view/4286893.htm#sub4286893.

［3］ 曹冰凌，鄭 瑜，王小雄．我國(guó)數(shù)字圖書館安全問(wèn)題研究綜述［J］．江西農(nóng)業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2009（4）：165—167．

［4］ 邱均平，王曰芬．文獻(xiàn)計(jì)量?jī)?nèi)容分析法 ［M］．北京：國(guó)家圖書館出版社，2008：1—11．

［5］ 謝四江，馮 雁．淺析云計(jì)算與信息安全［J］．北京電子科技學(xué)院學(xué)報(bào)，2008（12）：1—3．

［6］ 葛 慧．云計(jì)算的信息安全［J］．信息科學(xué)，2009（4）：42—43．

［7］ 胡小菁，范并思．云計(jì)算給圖書館管理帶來(lái)挑戰(zhàn)［J］．大學(xué)圖書館學(xué)報(bào)，2009（4）：7—12．

［8］ 黎春蘭，鄧仲華．論云計(jì)算的價(jià)值［J］．圖書與情報(bào)，2009（4）：42—46．

［9］ 范并思．云計(jì)算與圖書館：為云計(jì)算研究辯護(hù)［J］．圖書情報(bào)工作，2010（21）：5—9．

［10］ 張 敏，陳云海．虛擬化技術(shù)在新一代云計(jì)算數(shù)據(jù)中心的應(yīng)用研究［J］．廣東通信技術(shù)，2009（5）：35—39．

［11］ 石屹嶸，段 勇．云計(jì)算在電信IT領(lǐng)域的應(yīng)用探討［J］．電信科學(xué)，2009（9）：24—28．

［12］ 錢 楊，代 君，廖小艷．面向信息資源管理的云計(jì)算性能分析［J］．圖書與情報(bào)，2009（4）：53—56．

［13］ 李 勇．云計(jì)算對(duì)信息服務(wù)的影響及存在的問(wèn)題［J］．情報(bào)理論與實(shí)踐，2009（12）：89—91,120．