國外知識圖譜研究的文獻(xiàn)計量分析

郭潁濤 楊思洛 覃惠迪

（湘潭大學(xué)公共管理學(xué)院，湖南湘潭 411105）

國外知識圖譜研究的文獻(xiàn)計量分析

郭潁濤 楊思洛 覃惠迪

（湘潭大學(xué)公共管理學(xué)院，湖南湘潭 411105）

利用知識可視化軟件CiteSpace分析Web of Science中收錄的2003—2012年知識圖譜研究相關(guān)論文，分別對相關(guān)文獻(xiàn)的時間分布、期刊分布、學(xué)科分布和地區(qū)分布，作者合作網(wǎng)絡(luò)、機(jī)構(gòu)合作網(wǎng)絡(luò)以及學(xué)科代表人物和經(jīng)典作品等進(jìn)行分析，直觀地揭示國外知識圖譜研究的發(fā)展現(xiàn)狀，并通過關(guān)鍵詞共現(xiàn)分析確定國外知識圖譜研究熱點，通過主題詞突變檢測描繪國外知識圖譜研究前沿與趨勢。

知識圖譜；知識可視化；共被引分析；合作網(wǎng)絡(luò)；CiteSpace；文獻(xiàn)計量分析

知識圖譜是對科學(xué)知識以可視化的形式直觀展示，且深入知識內(nèi)部對其發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系進(jìn)行系統(tǒng)分析。具體來說，就是把應(yīng)用數(shù)學(xué)、圖形學(xué)、信息可視化技術(shù)、信息科學(xué)等學(xué)科的理論與方法同計量學(xué)引文分析、共現(xiàn)分析等方法結(jié)合，用可視化的圖譜形象地展示學(xué)科的核心框架、發(fā)展歷史、前沿領(lǐng)域以及整體知識架構(gòu)的多學(xué)科融合的一種研究方法[1]?？茖W(xué)知識圖譜于20世紀(jì)70年代發(fā)端于國外。2003年，美國科學(xué)院組織的“知識圖譜測繪”大會的召開標(biāo)志著專家們對知識圖譜繪制進(jìn)入大規(guī)模的深入研究階段。隨著學(xué)術(shù)研究和應(yīng)用研究的不斷發(fā)展，知識圖譜理論與方法體系日益成熟，利用知識圖譜方法來探尋科學(xué)研究前沿及發(fā)展動態(tài)已經(jīng)成為一種潮流，廣泛應(yīng)用于人文社會科學(xué)與自然科學(xué)領(lǐng)域。

經(jīng)過檢索，國內(nèi)學(xué)術(shù)論文偏重于研究國內(nèi)知識圖譜，對國外知識圖譜的研究存在一定欠缺。有鑒于此，本文利用知識可視化軟件CiteSpace對國外知識圖譜的研究演進(jìn)與發(fā)展現(xiàn)狀進(jìn)行可視化展示，并借助文獻(xiàn)題錄信息統(tǒng)計分析工具SATI[2]進(jìn)行文獻(xiàn)計量分析。

1 數(shù)據(jù)來源

對Web of Science（包括SCI-EXPANDED和SSCI）進(jìn)行主題檢索。檢索表達(dá)式為：主題=（Science map*） OR 主題=（Bibliometric map*） OR 主題=（Literature map*） OR 主題=（Map* Know ledge Domain） OR 主題=（Scientometrics map*） OR 主題=（informetrics map*） OR 主題=（Science visual*）OR主題=（Bibliometric visual*） OR 主題=（Literature visual*） OR 主題=（Scientometrics visual*） OR 主題=（informetrics visual*） OR 主題=（coauthor visual*） OR 主題=（coauthor map*） OR 主題=（cit* map*） OR 主題=（cit* visual*） OR 主題=（coupl* visual*） OR 主題=（coupl* map*），檢索時間為2012年12月1日，學(xué)科范圍限定在Information and Library Science，最終得到800條有效引文數(shù)據(jù)，發(fā)表年代自2003年1月1日至2012年12月1日。

2 研究的時空分布

2.1 發(fā)文量與載文期刊

國外知識圖譜研究年度分布曲線見圖1。由于數(shù)據(jù)采集時間的原因，2012年發(fā)表的論文未完全統(tǒng)計。2003-2012年個別年份的發(fā)文量出現(xiàn)突降現(xiàn)象，但整體來講，發(fā)文量呈現(xiàn)快速增長趨勢，而且近幾年學(xué)者越來越多地關(guān)注知識圖譜在科學(xué)研究中的利用價值。

國外知識圖譜研究論文主要分布在圖書情報學(xué)科期刊上，其中載文量排名前10的高影響力期刊見表1。排名前3位的期刊大量刊載知識圖譜研究論文，一方面說明這3種期刊質(zhì)量高、認(rèn)可度高，另一方也說明知識圖譜與科學(xué)計量學(xué)、信息科學(xué)、地理信息科學(xué)之間存在著非常密切的聯(lián)系。Scientometrics（《科學(xué)計量學(xué)》）是世界科學(xué)計量學(xué)的頂級權(quán)威刊物，該期刊是荷蘭的一種定量研究科學(xué)學(xué)、科學(xué)交流和科學(xué)政策方面的國際期刊，在計算機(jī)領(lǐng)域和圖書情報領(lǐng)域影響力很大。Journal of the American Society for Information Science and Technology（《美國信息科學(xué)與技術(shù)學(xué)會雜志》）主要探討信息科學(xué)的理論與應(yīng)用，反映最新進(jìn)展。International Journal of Geographical Inform ation Science（《國際地理信息科學(xué)雜志》）主要刊載地理信息系統(tǒng)設(shè)計和運用方面的文章。

值得一提的是，10種高影響力期刊中，英國占據(jù)5種，荷蘭2種，美國3種，英、荷、美三國對傳播知識圖譜研究最新成果、提升知識圖譜研究水平作出了重大貢獻(xiàn)。

圖1 國外知識圖譜研究年度分布曲線

表1 國外知識圖譜研究高影響力期刊

2.2 研究涉及的學(xué)科

由表2可以看出，國外知識圖譜研究涉及眾多學(xué)科，信息科學(xué)和圖書館學(xué)、計算機(jī)科學(xué)、地理學(xué)、管理學(xué)、傳播學(xué)、醫(yī)學(xué)信息學(xué)、教育學(xué)等學(xué)科都有知識圖譜相關(guān)研究，其中信息科學(xué)和圖書館學(xué)、計算機(jī)科學(xué)、地理學(xué)對知識圖譜理論、工具、方法、技術(shù)的發(fā)展和應(yīng)用起著尤為關(guān)鍵的作用。

管理學(xué)、傳播學(xué)、醫(yī)學(xué)信息學(xué)、教育學(xué)等其他學(xué)科也適時地抓住知識圖譜發(fā)展成熟的契機(jī)，借助知識圖譜研究學(xué)科研究進(jìn)展和當(dāng)前的研究前沿及其對應(yīng)的知識基礎(chǔ)。

2.3 開展研究的國家

國外知識圖譜研究的國家見圖2，涵蓋世界六大洲。整體來講，北美洲、歐洲的知識圖譜研究處于世界領(lǐng)先地位，尤其是美國、英國、荷蘭、西班牙等國。

圖2 國外知識圖譜研究的國家（地區(qū)）分布

3 研究作者

3.1 影響力

國外知識圖譜高影響力作者見表3。發(fā)文量排名前列有Leydesdorff、M oya-Agegon、G lanzel。Leydesdorff是知識圖譜研究的高產(chǎn)作者，他在信息可視化、社會網(wǎng)絡(luò)分析、科學(xué)計量等諸多方面均有建樹。他提出利用雙連接圖形分析算法可視化知識結(jié)構(gòu)網(wǎng)絡(luò)，開發(fā)了處理共詞、合作、耦合、共引等知識單元關(guān)系的系列軟件，并通過外部可視化軟件展示知識關(guān)系。

表3 國外知識圖譜研究高影響力作者

作者被引頻次排名前列者有Leydesdorff、Small和White。其中，Leydesdorff是被引頻次最高的作者。Small吸收Price和Gar f eld的科學(xué)引文網(wǎng)絡(luò)思想，創(chuàng)造性地提出了論文“共被引”的概念和共被引分析的方法。White提出共引分析要與多元統(tǒng)計分析結(jié)合起來使用。值得一提的是，華人學(xué)者陳超美，其發(fā)文量和被引頻次均有不錯的排名，他開發(fā)的CiteSpace軟件開創(chuàng)了以知識領(lǐng)域為分析單元的可視化綜合性學(xué)術(shù)與應(yīng)用領(lǐng)域，把對科學(xué)前沿的知識計量和知識管理研究推進(jìn)到以知識圖譜與知識可視化為輔導(dǎo)決策重要手段的新階段[3]。

在中心度方面，Boyack、Price、Leydesdorff和Borner排名前列。Boyack是中心度最高的作者。高中心度作者在共被引網(wǎng)絡(luò)中占據(jù)著重要地位，中心度的高低在一定程度上代表了該作者影響力的大小。

從首被引年份可以看出作者相關(guān)研究的先后時間。Price、Gar f eld、White等奠定了知識圖譜研究的基礎(chǔ)，后繼學(xué)者M(jìn) ccain、Small、Boyack、陳超美等繼承并發(fā)展了相關(guān)的理論，拓展了相關(guān)的應(yīng)用領(lǐng)域。

3.2 合作網(wǎng)絡(luò)

選取被引頻次靠前的50位作者，使用SATI導(dǎo)出作者共現(xiàn)矩陣，經(jīng)Ucinet可視化可得到研究作者合作網(wǎng)絡(luò)（圖3）。圖3中較大節(jié)點標(biāo)識高點度中心性作者。在該網(wǎng)絡(luò)中，點度中心性等于與一個作者共同出現(xiàn)的關(guān)聯(lián)作者的數(shù)量。因此，一個具有高點度中心性的作者必定與許多作者有聯(lián)系，這也就意味著該作者是整個網(wǎng)絡(luò)的核心作者。Leydesdorff 與Moya-Anegon點度中心性最高，為7。部分作者點度中心性為1或0。整體來講，國外知識圖譜研究作者合作網(wǎng)絡(luò)相對稀疏，作者合作研究仍有較大上升空間。

圖3中節(jié)點連線的粗細(xì)代表合作次數(shù)的多少。Boyack與K lavans合作次數(shù)最多，合作論文《Drawing the Backbone of Science》被廣泛引用，影響深遠(yuǎn)。Glanzel、Janssens、De Moor三人彼此都有緊密合作，他們的研究具有較高的相似性和互補(bǔ)性。

4 研究機(jī)構(gòu)

國外知識圖譜研究高發(fā)文機(jī)構(gòu)見表4。這些機(jī)構(gòu)大多是高校且集中分布在歐洲和美國。格拉納達(dá)大學(xué)、阿姆斯特丹自由大學(xué)、天主教魯汶大學(xué)排名前3。印第安納大學(xué)和德雷塞爾大學(xué)排名緊隨其后?？梢?，歐洲和美國的知識圖譜研究走在世界的前列。武漢大學(xué)是中國的佼佼者，能夠躋身世界前列代表了武漢大學(xué)雄厚的科研實力。

選取發(fā)文量靠前的50個機(jī)構(gòu)，使用SATI導(dǎo)出機(jī)構(gòu)共現(xiàn)矩陣，經(jīng)Ucinet可視化可得到國外知識圖譜研究機(jī)構(gòu)合作網(wǎng)絡(luò)（圖4）。圖4中較大節(jié)點標(biāo)識高點度中心性機(jī)構(gòu)。Georga Inst Technol點度中心性最高，為7。與作者合作網(wǎng)絡(luò)相似，國外知識圖譜研究機(jī)構(gòu)合作網(wǎng)絡(luò)相對稀疏，機(jī)構(gòu)合作研究仍有較大上升空間。

圖3 國外知識圖譜研究作者合作網(wǎng)絡(luò)

圖4中節(jié)點的粗細(xì)代表合作次數(shù)的多少。Katholieke Univ. Leuven與Hungarian Acad Sci合作次數(shù)最多。大連理工大學(xué)與Hungarian Acd Sci合作3次。通過高層次的對外交流與合作，大連理工大學(xué)已經(jīng)走在國內(nèi)知識圖譜研究的前列，國際影響力日益增強(qiáng)。

表4 國外知識圖譜研究高發(fā)文機(jī)構(gòu)

5 被引論文

國外知識圖譜研究論文共被引圖譜見圖5。論文詳細(xì)信息見表5。圖5中較大節(jié)點標(biāo)識了國外知識圖譜研究的高影響力論文。1973年，Small在發(fā)表的《科學(xué)文獻(xiàn)的共引分析：兩文獻(xiàn)間聯(lián)系的新測度》論文中創(chuàng)造性地提出了文獻(xiàn)共被引的概念和方法，定義了共引強(qiáng)度以測量論文之間的共引程度，認(rèn)為共引是測量兩篇文獻(xiàn)相關(guān)度的一個新工具，并以1971年的SCI數(shù)據(jù)庫中的粒子物理學(xué)為例，繪制了領(lǐng)域論文的共引網(wǎng)絡(luò)圖[4]。1981年White發(fā)表的《作者共被引：知識結(jié)構(gòu)的文獻(xiàn)測度》論文被認(rèn)為是作者共被引分析的又一經(jīng)典之作。該文通過SSCI數(shù)據(jù)庫，分析了情報學(xué)作者共引情況，劃分了情報學(xué)的學(xué)科結(jié)構(gòu)[5]。1998年，White和M ccain發(fā)表了《可視化一個學(xué)科：1972-1995年信息科學(xué)作者共被引分析》。該文通過因子分析、聚類分析可視化展示了1972-1995年信息科學(xué)學(xué)科機(jī)構(gòu)及其高影響力作者聚類群體[6]。2005年，Boyack、K lavans和Borner發(fā)表了《繪制科學(xué)的“骨架”》，通過對自然科學(xué)和社會科學(xué)期刊論文共被引和聚類分析來可視化展示科學(xué)機(jī)構(gòu)[7]。1989年，Kamada發(fā)表了《一種繪制一般無向圖的算法》，介紹了一種圖布局算法，利用力作用方式，不斷調(diào)整點的位置達(dá)到最小能量完成布局[8]。2003年，Ahlgren發(fā)表了《共被引相似度測量要求：參考皮爾森相關(guān)系數(shù)》，提出共被引相似度測量需要滿足兩個自然要求，皮爾森系數(shù)并不是相似度測量的最佳選擇[9]。1965年，Price發(fā)表在《科學(xué)》上的《科學(xué)論文的網(wǎng)絡(luò)》具有最高的中心性，認(rèn)為科學(xué)論文之間的引證和被引證關(guān)系以及由此形成的所謂“引證網(wǎng)絡(luò)”，顯示了科學(xué)研究前沿的本質(zhì)特征。1990年，M ccain發(fā)表了《繪制智力空間中的作者圖譜》。該文對作者共引分析方法（ACA）從數(shù)據(jù)的收集、整理、聚類、可視化、分析結(jié)論等進(jìn)行了全面的總結(jié)[10]。2009年，Leydesdorff發(fā)表了《新的期刊評價指標(biāo)如何添加到文獻(xiàn)計量工具箱中》，論述了h指數(shù)、PageRank、The Scimago Journal Ranking等新型評價指標(biāo)各自的優(yōu)缺點，并與舊評價指標(biāo)進(jìn)行了比較[11]。

圖4 國外知識圖譜研究機(jī)構(gòu)合作網(wǎng)絡(luò)

從時間和內(nèi)容層面考慮上述高被引論文，筆者發(fā)現(xiàn)，國外知識圖譜研究的經(jīng)典文獻(xiàn)集中在引文理論、知識圖譜理論與方法、科學(xué)計量學(xué)評價指標(biāo)等方面，基礎(chǔ)理論研究和方法論研究在繼承與創(chuàng)新中走向成熟。

圖5 國外知識圖譜研究論文共被引圖譜

表5 國外知識圖譜研究被引論文

6 論文關(guān)鍵詞

6.1 關(guān)鍵詞頻次

論文的關(guān)鍵詞是其內(nèi)容的濃縮和提煉， 關(guān)鍵詞的分布頻次與特征能顯示某領(lǐng)域總體特征、研究內(nèi)容之間的內(nèi)在聯(lián)系、學(xué)術(shù)研究的發(fā)展脈絡(luò)與發(fā)展方向、學(xué)術(shù)研究的重點與熱點等[12]。研究關(guān)鍵詞共現(xiàn)圖譜見圖6。在圖6中出現(xiàn)頻次最高的關(guān)鍵詞是科學(xué)，出現(xiàn)了173次；其次是網(wǎng)絡(luò)，出現(xiàn)了73次。其他頻次大于30的關(guān)鍵詞有技術(shù)、指標(biāo)、信息、地圖、知識、可視化、信息科學(xué)、共被引、引文、文獻(xiàn)計量學(xué)、模型、模式、信息檢索、知識管理、引文分析等。

知識圖譜以科學(xué)學(xué)為基礎(chǔ)，以科學(xué)知識為對象，是科學(xué)計量學(xué)和信息計量學(xué)的新發(fā)展。借助科學(xué)知識圖譜，人們可以理順當(dāng)代知識大爆炸形成的復(fù)雜知識網(wǎng)絡(luò)。從這個意義上講，科學(xué)知識和知識網(wǎng)絡(luò)是知識圖譜的靈魂所在。隨著信息技術(shù)的發(fā)展，信息可視化研究取得重要突破，知識圖譜得以進(jìn)入可視化研究階段。進(jìn)入可視化階段后，知識網(wǎng)絡(luò)就可以通過可視化知識圖譜的方式加以展示。

圖譜中出現(xiàn)頻次大于20的關(guān)鍵詞，大致可歸為以下六大方面：一是知識網(wǎng)絡(luò)，具體關(guān)鍵詞包括尋徑網(wǎng)絡(luò)、網(wǎng)絡(luò)分析、社會網(wǎng)絡(luò)；二是引文分析，具體關(guān)鍵詞包括共詞分析、共被引分析、詞頻分析等；三是信息計量，具體關(guān)鍵詞包括指標(biāo)、文獻(xiàn)計量學(xué)、科學(xué)計量學(xué)、h指數(shù)；四是可視化，具體關(guān)鍵詞包括圖表、地圖、可視化；五是圖書館學(xué)，具體關(guān)鍵詞包括知識管理、信息檢索、數(shù)字圖書館、圖書館學(xué)；六是科研合作創(chuàng)新，具體關(guān)鍵詞包括交流、創(chuàng)新、科研合作。這六大方面在一定程度上代表了當(dāng)前國外知識圖譜研究的熱點主題。

6.2 關(guān)鍵詞突變圖譜

把國外知識圖譜研究論文近10年的題錄數(shù)據(jù)，利用CiteSpace軟件中提供的膨脹詞探測技術(shù)和算法，通過考察詞頻的時間分布，將其中頻次變化率高的詞從大量的主題詞中探測出來，并根據(jù)詞頻的變動趨勢，而不僅僅是頻次的高低，來確定引文研究的前沿領(lǐng)域[13]。

圖6 國外知識圖譜研究關(guān)鍵詞共現(xiàn)圖譜

圖7 國外知識圖譜研究關(guān)鍵詞突變圖譜

國外知識圖譜研究關(guān)鍵詞突變圖譜見圖7。從圖7可以看出，頻次變化率較高的一些主題詞，一是與引文分析相關(guān)的膨脹詞，主要有引文矩陣、被引期刊、科學(xué)引文、共被引分析、引文環(huán)境、作者共被引分析；二是與知識管理相關(guān)的膨脹詞，主要有知識型員工、新知識觀、知識結(jié)構(gòu)、知識創(chuàng)造；三是與知識圖譜技術(shù)相關(guān)的膨脹詞，主要有信息技術(shù)、信息檢索、科學(xué)地圖、數(shù)據(jù)集、認(rèn)知模型等。由此可見，引文分析、知識管理、知識圖譜技術(shù)是當(dāng)前國外知識圖譜研究的前沿領(lǐng)域。

通過參閱相關(guān)論文，筆者發(fā)現(xiàn)，引文環(huán)境是當(dāng)前引文分析領(lǐng)域的一個前沿課題，引文環(huán)境的自動提取、多引文環(huán)境下摘要的自動生成、不同引文環(huán)境下科研評價指標(biāo)的差異等都是學(xué)者關(guān)注的焦點。新知識觀是當(dāng)前知識管理領(lǐng)域的一個前沿課題，如何引導(dǎo)用戶把更多精力放在理解和解釋信息而不是搜索信息上是學(xué)者關(guān)注的熱點。引用路徑展示是當(dāng)前知識圖譜技術(shù)領(lǐng)域的一個前沿課題，同時使用施引圖和被引圖可以完整展示引用的來龍去脈，分析比較多個數(shù)據(jù)集。

7 結(jié)論

（1）國外知識圖譜研究整體水平較高，基礎(chǔ)理論研究與方法論研究成果突出，不過科研合作圈子還有待拓展。

（2）國外知識圖譜研究集信息科學(xué)、圖書館學(xué)、計算機(jī)科學(xué)、地理科學(xué)等諸多學(xué)科的理論、方法、技術(shù)于一身，成熟的知識體系使得知識圖譜被廣泛應(yīng)用于自然科學(xué)及人文社會科學(xué)的應(yīng)用研究之中。

（3）國外知識圖譜研究人才輩出，涌現(xiàn)出Price、Garfield、White、M ccain、Small、Boyack、Glanzel、Leydesdorff、Borner、陳超美等杰出人物。

（4）格拉納達(dá)大學(xué)、阿姆斯特丹自由大學(xué)、天主教魯汶大學(xué)是國外知識圖譜研究的三大代表性杰出機(jī)構(gòu)。

（5）國外知識圖譜研究的經(jīng)典文獻(xiàn)集中在引文理論、知識圖譜理論與方法、科學(xué)計量學(xué)評價指標(biāo)等方面，基礎(chǔ)理論研究和方法論研究在繼承與創(chuàng)新中走向成熟。

（6）知識網(wǎng)絡(luò)、引文分析、信息計量、可視化、圖書館學(xué)、科研合作創(chuàng)新是當(dāng)前國外知識圖譜研究的熱點主題。

（7）引文分析、知識管理、知識圖譜技術(shù)是當(dāng)前國外知識圖譜研究的前沿領(lǐng)域。引文環(huán)境是當(dāng)前引文分析領(lǐng)域的一個前沿課題，新知識觀是當(dāng)前知識管理領(lǐng)域的一個前沿課題，引用路徑展示是當(dāng)前知識圖譜技術(shù)領(lǐng)域的一個前沿課題。

[1] 楊思洛,韓瑞珍.知識圖譜研究現(xiàn)狀及趨勢的可視化分析[J].情報資料工作,2012(4):22-28.

[2] 劉啟元,葉鷹.文獻(xiàn)題錄信息挖掘技術(shù)方法及其軟件SATI的實現(xiàn)——以中外圖書情報學(xué)為例[J].信息資源管理學(xué)報,2012(1):50-58.

[3] 劉則淵,陳悅,侯海燕,等.科學(xué)知識圖譜:方法與應(yīng)用[M].北京:人民出版社,2008.

[4] Small H.Co-citation in the Scienti f c Literature: A New Measure of the Relationship between Two Documents [J]. Journal of the American Society for Information Science, 1973,24(4):265-269.

[5] White Howard D, Grif f th Belver C. Author Cocitation: A Literature Measure of Intellectual Structure[J]. Journal of the American Society for Information Science, 1981,32(3):163-171.

[6] Howard D, Katherine W M cCain.Visualizing a Discipline: An Author Co-citation Analysis of Information Science, 1972-1995[J]. Journal of the American Society for Information Science, 1998,49(4):327-355.

[7] Kevin W Boyack,Richard Klavans,Katy B?rner.Mapping the Backbone of Science[J]. Scientometrics, 2005,64(3):351-374.

[8] Tom ihisa Kamada,Satoru Kaw ai. An A lgorithm for Draw ing General Undirected Graphs[J]. Information Processing letters, 1989(31):7-15.

[9] Per Ahlgren, Bo Jarneving, Ronald Rousseau. Requirements for a Cocitation Sim ilarity Measure, w ith Special Reference to Pearson's Correlation Coef f cient[J]. Journal of the American Society for Information Science and Technology, 2003,54(6):550-560.

[10] Katherine W McCain. Mapping Authors in Intellectual Space: A Technical Overview[J]. Journal of the American Society for Information Science, 1990,41(6):433-443.

[11] Leydesdorff Loet. How Are New Citation-based Journal Indicators Adding to the Bibliometric Toolbox?[J]. Journal of the American Society for Information Science and Technology, 2009,60(7):1327-1336.

[12] 馬費成,張勤.國內(nèi)外知識管理研究熱點——基于詞頻的統(tǒng)計分析[J].情報學(xué)報,2006(2):163-171.

[13] 欒春娟,侯海燕,王賢文.國際科技政策研究熱點與前沿的可視化分析[J].科學(xué)學(xué)研究,2009,27(2): 240-243.

Visualization Analysis of Foreign M apping Know ledge Domain Research

Guo Yingtao, Yang Siluo, Qin Huidi
(Department of Public Management, Xiangtan University, Xiangtan 411105)

This paper utilizes know ledge visualization software of CiteSpace to analyze thesis related to mapping know ledge domain in Web of Science from 2003 to 2012.It makes a concrete analysis of time distribution, journal distribution, discipline distribution, area distribution as well as co-author network, co-institution network, highinfuence authors and literature which reveal development status quo of foreign mapping know ledge domain research intuitively. It detects hot topics of researches by analysis of keyword co-occurrence. It describes research front and trend by term burst detection.

m apping know ledge dom ain, know ledge visualization, co-citation analysis, co-author network, Citespace, visualization analysis

G350

：ADOI：10.3772/j.issn.1674-1544.2013.06.014

郭潁濤（1986- ），男，湘潭大學(xué)公共管理學(xué)院碩士研究生，研究方向：信息計量。

國家社科基金項目“中外圖書情報學(xué)科知識圖譜比較研究”（11CTQ015）。

2013年3月22日。