國際大數(shù)據(jù)研究論文的計(jì)量分析

薛辰

〔摘要〕本文利用Web of Science數(shù)據(jù)庫，對(duì)國際大數(shù)據(jù)研究領(lǐng)域的文獻(xiàn)進(jìn)行收集，分別按照論文的年代、著者、國別與機(jī)構(gòu)進(jìn)行統(tǒng)計(jì)分析，并利用SPSS軟件對(duì)文獻(xiàn)的高頻關(guān)鍵詞進(jìn)行聚類分析和多維尺度分析，利用Ucinet軟件予以可視化呈現(xiàn)，總結(jié)了國際大數(shù)據(jù)研究的現(xiàn)狀與熱點(diǎn)，以期對(duì)國內(nèi)大數(shù)據(jù)的研究提供有益的參考和借鑒。

〔關(guān)鍵詞〕大數(shù)據(jù)；共詞分析法；聚類分析；多維尺度分析；可視化

DOI：10.3969/j.issn.1008-0821.2013.09.026

〔中圖分類號(hào)〕TP391；G250.252〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2013）09-0129-06

2011年5月，麥肯錫全球研究院（McKinsey Global Institute）發(fā)布了研究報(bào)告《大數(shù)據(jù)：創(chuàng)新、競爭和生產(chǎn)力的下一個(gè)前沿領(lǐng)域》（Big data，The next frontier for innovation，competition，and productivity）[1]。2012年1月在瑞士達(dá)沃斯舉行的世界經(jīng)濟(jì)論壇上，“大數(shù)據(jù)”是討論的主題之一，論壇上發(fā)布的題為《大數(shù)據(jù)，大影響》（Big Data，Big Impact）的報(bào)告中提出，“數(shù)據(jù)已經(jīng)成為一種新的經(jīng)濟(jì)資產(chǎn)類別，就像貨幣或黃金一樣。[2]”2012年3月29日，美國政府在白宮網(wǎng)站上發(fā)布了《大數(shù)據(jù)研究和發(fā)展倡議》（Big Data Research and Development Initiative），該倡議涉及聯(lián)邦政府的6個(gè)部門，這些部門承諾將投資超過兩億美元，來大力推動(dòng)和改善大數(shù)據(jù)的提取、存儲(chǔ)、分析、共享和可視化。

無論是美國政府的倡議，麥肯錫的研究報(bào)告，還是世界經(jīng)濟(jì)論壇的議題，都預(yù)示著人們，大數(shù)據(jù)時(shí)代已經(jīng)到來。大數(shù)據(jù)正在撬動(dòng)全世界的神經(jīng)，大到一個(gè)國家、企業(yè)，小到每一個(gè)獨(dú)立存在的個(gè)人，都將成為大數(shù)據(jù)時(shí)代的貢獻(xiàn)者和受益者。那么，大數(shù)據(jù)究竟是什么？維基百科將大數(shù)據(jù)解釋為“是指無法在一定時(shí)間內(nèi)用通常的軟件工具進(jìn)行捕獲、管理的數(shù)據(jù)集合”[3]。關(guān)于數(shù)據(jù)量究竟要達(dá)到多少才可以被稱之為大數(shù)據(jù)，目前尚無統(tǒng)一說法。一般認(rèn)為，大數(shù)據(jù)的數(shù)量級(jí)應(yīng)該是“太字節(jié)”，即240。大數(shù)據(jù)之“大”，并不僅僅在于其“容量之大”，更多的意義在于，人們可以“分析和使用”的數(shù)據(jù)在大量增加，通過這些數(shù)據(jù)的交換、整合和分析，人類可以發(fā)現(xiàn)新的知識(shí)，創(chuàng)造新的價(jià)值，帶來“大知識(shí)”、“大科技”、“大利潤”和“大發(fā)展”[4]。

目前國內(nèi)學(xué)者中，楊繹以國內(nèi)文獻(xiàn)為研究基礎(chǔ)，以關(guān)鍵詞分析為主要方法，對(duì)目前國內(nèi)期刊和報(bào)紙上有關(guān)“大數(shù)據(jù)”的文獻(xiàn)進(jìn)行了研究[5]。韓芳芳等以CNKI為數(shù)據(jù)源，從文獻(xiàn)、作者、關(guān)鍵詞3個(gè)角度分析我國大數(shù)據(jù)領(lǐng)域的相關(guān)文獻(xiàn)。筆者認(rèn)為很有必要對(duì)國際大數(shù)據(jù)領(lǐng)域文的獻(xiàn)進(jìn)行分析，從而把握國際大數(shù)據(jù)領(lǐng)域的研究現(xiàn)狀與熱點(diǎn)，以供國內(nèi)學(xué)者參考借鑒。

1數(shù)據(jù)來源與研究方法

Web of Science（簡稱WOS）是美國湯姆森集團(tuán)開發(fā)的產(chǎn)品，是大型綜合性、多學(xué)科期刊引文索引數(shù)據(jù)庫。WOS收錄了世界上經(jīng)過同行專家評(píng)審的有影響力的文獻(xiàn)，選用WOS作為數(shù)據(jù)源進(jìn)行研究可以保證研究資料的權(quán)威性。本文選取WOS數(shù)據(jù)庫下3個(gè)子庫Science Citation Index Expanded（SCI-EXPANDED，科學(xué)引文索引擴(kuò)展版）、Social Sciences Citation Index（SSCI，社會(huì)科學(xué)引文索引）、Arts & Humanities Citation Index（A&HCI，人文藝術(shù)科學(xué)引文索引），檢索年限為“所有年份”，數(shù)據(jù)庫更新日期為2013年4月5日，以“big data”為檢索詞進(jìn)行“主題”檢索，共檢得171篇大數(shù)據(jù)領(lǐng)域的相關(guān)文獻(xiàn)（檢索日期：2013年4月10日）。

本文借助SPSS 190軟件，采用共詞分析法對(duì)國際大數(shù)據(jù)的研究熱點(diǎn)進(jìn)行分析。共詞分析法（Co-term Analysis）最早是在20世紀(jì)70年代中后期由法國文獻(xiàn)計(jì)量學(xué)家提出的，其思想來源于文獻(xiàn)計(jì)量學(xué)中的引文耦合與共被引的概念。共詞分析法的基本原理是，統(tǒng)計(jì)一組詞（關(guān)鍵詞或者主題詞）兩兩在同一篇文獻(xiàn)中出現(xiàn)的次數(shù)，以此作為基礎(chǔ)進(jìn)行聚類分析，從而得出這些詞語之前的親疏遠(yuǎn)近的關(guān)系，進(jìn)而分析出這些詞語所代表的學(xué)科或者主題的結(jié)構(gòu)變化情況[7]。共詞分析法研究的是某一學(xué)科領(lǐng)域中當(dāng)前的學(xué)術(shù)文獻(xiàn)所集中關(guān)注的主題，很適合于分析某一學(xué)科的研究熱點(diǎn)和知識(shí)結(jié)構(gòu)[8]。

2013年9月1第33卷第9期1現(xiàn)？代？情？報(bào)1Journal of Modern Information1Sep，20131Vol.33No92013年9月1第33卷第9期1國際大數(shù)據(jù)研究論文的計(jì)量分析1Sep，20131Vol.33No92文獻(xiàn)計(jì)量分析

2.1年代分析

通過對(duì)文獻(xiàn)發(fā)表時(shí)間的分析，可以勾勒出國際大數(shù)據(jù)研究領(lǐng)域的發(fā)展軌跡，揭示其發(fā)展的總體趨勢。將在數(shù)據(jù)庫中檢索得到的論文按照年度進(jìn)行歸類，如表1所示。

從表1可以看出，國際大數(shù)據(jù)研究可以分為兩個(gè)時(shí)期：第一時(shí)期從1974-2007年，是起步探索時(shí)期。這一時(shí)期的研究成果比較零散，數(shù)量較少，除2006年有3篇外，其余年份均在2篇或以下。第二時(shí)期是從2008年至今，是快速增長期。2008年的文獻(xiàn)量突然增長到11篇，究其原因，是因?yàn)?008年9月《Nature》雜志開設(shè)了“大數(shù)據(jù)”?？?，發(fā)表了10篇有關(guān)大數(shù)據(jù)研究的文章，從大數(shù)據(jù)的技術(shù)、發(fā)展方向以及對(duì)人類的挑戰(zhàn)等多個(gè)角度介紹了大數(shù)據(jù)的相關(guān)問題。這10篇文獻(xiàn)也被后來的文章多次引用，揭開了國際上研究大數(shù)據(jù)熱潮的序幕。2012年文獻(xiàn)量達(dá)到歷史性的84篇，是第一時(shí)期文獻(xiàn)量最多的2006年的近30倍。這與2011年麥肯錫研究中心發(fā)布的大數(shù)據(jù)研究報(bào)告以及2012年初奧巴馬發(fā)布的大數(shù)據(jù)倡議息息相關(guān)。由于數(shù)據(jù)庫的收錄具有滯后性以及檢索時(shí)間是4月份，2013年的數(shù)據(jù)不全，卻已經(jīng)有29篇文獻(xiàn)，可以預(yù)測未來幾年國際大數(shù)據(jù)研究還會(huì)繼續(xù)保持快速增長的趨勢。