基于共詞分析和可視化的我國(guó)神經(jīng)病學(xué)領(lǐng)域熱點(diǎn)監(jiān)測(cè)

，

1 研究背景

隨著信息爆炸時(shí)代的到來(lái)，每年各學(xué)科領(lǐng)域都會(huì)有海量的科學(xué)文獻(xiàn)產(chǎn)生，如何從海量的信息資源中識(shí)別學(xué)科領(lǐng)域的研究熱點(diǎn)便成為了廣大科研工作者所面臨的難題。共詞分析是將文獻(xiàn)計(jì)量分析法和內(nèi)容分析法相結(jié)合的綜合分析方法[1]。近年來(lái)隨著信息可視化技術(shù)的快速發(fā)展、多種可視化軟件的開(kāi)發(fā)，共詞分析方法逐漸融入了多種可視化技術(shù)，使分析結(jié)果更加直觀，因而成為監(jiān)測(cè)科技動(dòng)態(tài)的重要方法。目前，很多學(xué)者將共詞分析結(jié)合可視化的方法應(yīng)用到學(xué)科領(lǐng)域熱點(diǎn)的監(jiān)測(cè)中，如1992年Law等人以環(huán)境酸化研究為例，利用共詞分析方法繪制了該領(lǐng)域的科學(xué)圖譜[2]；1993年Courtial等人對(duì)專利文獻(xiàn)進(jìn)行共詞聚類分析，得到食品類專利文獻(xiàn)的研究熱點(diǎn)，同時(shí)利用戰(zhàn)略坐標(biāo)顯示研究熱點(diǎn)[3]；2001年Ding等從SCI和SSCI中獲取相關(guān)數(shù)據(jù)，分析了信息檢索領(lǐng)域的研究主題及發(fā)展變化，并通過(guò)關(guān)鍵詞共現(xiàn)分析和多維尺度分析繪制領(lǐng)域地圖[4]；2003年Stagmann等人利用主題詞聚類分析對(duì)Swanson等人所發(fā)現(xiàn)的非相關(guān)文獻(xiàn)之間隱含關(guān)系的數(shù)據(jù)進(jìn)行研究，并繪制了其研究熱點(diǎn)的戰(zhàn)略坐標(biāo)圖，結(jié)果顯示Swanson等人的研究結(jié)果與詞語(yǔ)在戰(zhàn)略坐標(biāo)中的位置之間存在著一定的聯(lián)系[5]；2003年張晗等人利用共詞聚類分析生物信息學(xué)領(lǐng)域的研究熱點(diǎn)，同時(shí)繪制了戰(zhàn)略學(xué)標(biāo)圖以定量地分析各研究熱點(diǎn)的發(fā)展階段[6]；2005年謝彩霞等人利用關(guān)鍵詞共現(xiàn)分析了1994-2001年我國(guó)納米科技論文，展示了我國(guó)納米科技研究領(lǐng)域的發(fā)展趨勢(shì)[7]；2010年王慧將共詞分析和社會(huì)網(wǎng)絡(luò)分析結(jié)合，對(duì)中美情報(bào)學(xué)學(xué)科熱點(diǎn)進(jìn)行了對(duì)比分析研究[8]。

但大多數(shù)研究只選取一種或兩種可視化方法，本文用不同可視化方法監(jiān)測(cè)并分析了我國(guó)神經(jīng)病學(xué)領(lǐng)域的熱點(diǎn)及其主題的發(fā)展和演進(jìn)態(tài)勢(shì)。

2 研究思路和方法

本文擬按照?qǐng)D1所示路線分析監(jiān)測(cè)研究熱點(diǎn)。

圖1 研究路線

2.1 構(gòu)建共詞矩陣

共詞分析是通過(guò)統(tǒng)計(jì)分析反映文獻(xiàn)主題內(nèi)容的專業(yè)術(shù)語(yǔ)、研究文獻(xiàn)內(nèi)在聯(lián)系和學(xué)科結(jié)構(gòu)的方法。通常采用的方法就是從相關(guān)文獻(xiàn)中提取關(guān)鍵詞，并選取高頻詞，兩兩統(tǒng)計(jì)一組關(guān)鍵詞在同一篇文獻(xiàn)中共同出現(xiàn)的頻率，構(gòu)建共詞矩陣，為后面的統(tǒng)計(jì)分析做好準(zhǔn)備。

2.2 社會(huì)網(wǎng)絡(luò)分析

社會(huì)網(wǎng)絡(luò)是指社會(huì)成員之間因相互作用而形成的關(guān)系體系，社會(huì)網(wǎng)絡(luò)分析就是要對(duì)社會(huì)網(wǎng)絡(luò)成員之間的關(guān)系進(jìn)行量化研究[8]。在社會(huì)網(wǎng)絡(luò)圖中，點(diǎn)表示社會(huì)成員,點(diǎn)之間的連線表示成員之間的關(guān)系。本文從整體屬性和個(gè)體屬性兩個(gè)角度選擇指標(biāo)進(jìn)行分析。其中整體屬性的指標(biāo)包括網(wǎng)絡(luò)密度和網(wǎng)絡(luò)平均路徑長(zhǎng)度，前者是指整體網(wǎng)絡(luò)中各個(gè)點(diǎn)之間聯(lián)系的緊密程度，后者是指網(wǎng)絡(luò)中任意兩點(diǎn)之間的平均距離；個(gè)體屬性的指標(biāo)包括點(diǎn)度中心度、中間中心度、接近中心度，點(diǎn)度中心度是指網(wǎng)絡(luò)圖中與該節(jié)點(diǎn)直接相連的點(diǎn)的數(shù)目，中間中心度表示網(wǎng)絡(luò)成員對(duì)資源控制的程度，接近中心度表示網(wǎng)絡(luò)成員與網(wǎng)絡(luò)其他成員的接近性程度。

2.3 聚類分析

在共詞分析基礎(chǔ)上，采用聚類算法對(duì)共詞網(wǎng)絡(luò)中各主題間的聯(lián)系強(qiáng)度進(jìn)行運(yùn)算，根據(jù)聚類結(jié)果將相互聯(lián)系相對(duì)緊密的主題聚集起來(lái)形成相對(duì)獨(dú)立的團(tuán)體-類團(tuán)[9]。本文劃分類團(tuán)時(shí)將去掉沒(méi)有統(tǒng)計(jì)分析意義的僅由一個(gè)關(guān)鍵詞或兩個(gè)關(guān)鍵詞組成的類團(tuán)[10]和由主題概念不甚關(guān)聯(lián)的關(guān)鍵詞組成的類團(tuán)[11]。類團(tuán)內(nèi)部各關(guān)鍵詞對(duì)聚類的貢獻(xiàn)度用“粘合力”衡量，某一關(guān)鍵詞與類團(tuán)內(nèi)其他關(guān)鍵詞的共現(xiàn)次數(shù)越多，其粘合力越大，在類團(tuán)中的地位越突出。在一個(gè)類團(tuán)中，粘合力最大的關(guān)鍵詞稱為中心詞[12]。本文通過(guò)計(jì)算類團(tuán)內(nèi)某一關(guān)鍵詞和其他關(guān)鍵詞的絕對(duì)共現(xiàn)頻次的平均值得到該關(guān)鍵詞的粘合力值，并根據(jù)每個(gè)類團(tuán)內(nèi)粘合力最大的幾個(gè)關(guān)鍵詞命名類團(tuán)。

2.4 戰(zhàn)略坐標(biāo)分析

戰(zhàn)略坐標(biāo)是在共詞矩陣和聚類的基礎(chǔ)上，描述某學(xué)科領(lǐng)域的內(nèi)部聯(lián)系情況。戰(zhàn)略坐標(biāo)圖是以測(cè)度某個(gè)類團(tuán)和其他類團(tuán)之間的外部鏈接強(qiáng)度的中心度為橫軸、以測(cè)度某個(gè)類團(tuán)內(nèi)部各關(guān)鍵詞之間的內(nèi)部鏈接強(qiáng)度的密度為縱軸繪制的二維坐標(biāo)，原點(diǎn)為中心度平均值和密度平均值的交點(diǎn)[13]。落入四個(gè)象限中的類團(tuán)分別表示不同的含義(圖2)。

圖2 戰(zhàn)略坐標(biāo)圖

3 實(shí)例分析

3.1 數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)源于萬(wàn)方醫(yī)學(xué)網(wǎng)，通過(guò)“中圖分類號(hào)”字段檢索2003-2012年我國(guó)作者發(fā)表的神經(jīng)病學(xué)相關(guān)文獻(xiàn)，中圖分類號(hào)為R741-R748(神經(jīng)病學(xué))、R739.4(神經(jīng)系腫瘤)，共檢出103501條文獻(xiàn)記錄(檢索及下載日期為2013-04-01)。為了研究神經(jīng)病學(xué)領(lǐng)域主題的發(fā)展過(guò)程，按時(shí)間將記錄分成2003-2007年、2008-2012年兩段，分別有40 258和63 243條文獻(xiàn)記錄。

3.2 數(shù)據(jù)處理

提取記錄中的時(shí)間和關(guān)鍵詞字段，對(duì)關(guān)鍵詞進(jìn)行人工清洗，合并同義詞、近義詞，去掉沒(méi)有實(shí)際意義的詞。為簡(jiǎn)化統(tǒng)計(jì)過(guò)程和減少低頻詞對(duì)后續(xù)統(tǒng)計(jì)和可視化造成的不必要干擾，本文截取了高頻詞。利用1973年Donohue提出的高頻低頻詞分界公式截取高頻詞[14]。兩個(gè)階段分別截取到62個(gè)、83個(gè)高頻詞。

本文構(gòu)建了高頻詞的共詞矩陣。在原始共詞矩陣中，兩個(gè)關(guān)鍵詞共現(xiàn)頻次的大小直接受到關(guān)鍵詞詞頻大小的影響，所以原始共詞矩陣所反映的僅僅是一種表象。為了更準(zhǔn)確地揭示關(guān)鍵詞間的共現(xiàn)關(guān)系，需要對(duì)原始矩陣進(jìn)行包容化處理，使神經(jīng)病學(xué)領(lǐng)域的核心主題和非核心主題間的分界更明顯。經(jīng)過(guò)試驗(yàn)，Ochiai系數(shù)法最適合對(duì)本文中的原始共詞矩陣進(jìn)行包容化處理[15]。

3.3 結(jié)果和分析

3.3.1 詞分析

3.3.1.1 社會(huì)網(wǎng)絡(luò)指標(biāo)

2003-2007年網(wǎng)絡(luò)密度為0.0112，2008-2012年網(wǎng)絡(luò)密度為0.0098。后一階段的網(wǎng)絡(luò)密度較前一階段略小，表明雖然后一階段的文獻(xiàn)量顯著增長(zhǎng)，代表研究熱點(diǎn)的高頻詞增多，但是其各個(gè)研究熱點(diǎn)之間的聯(lián)系略不如前一階段緊密。

2003-2007年網(wǎng)絡(luò)平均路徑長(zhǎng)度為1.392，2008-2012年網(wǎng)絡(luò)平均路徑長(zhǎng)度為1.418，表明在神經(jīng)病學(xué)社會(huì)網(wǎng)絡(luò)中，每一個(gè)關(guān)鍵詞大概只需要通過(guò)1-2個(gè)關(guān)鍵詞就能和網(wǎng)絡(luò)中其他關(guān)鍵詞產(chǎn)生聯(lián)系?？梢?jiàn)神經(jīng)病學(xué)社會(huì)網(wǎng)絡(luò)具有小世界效應(yīng)，具有迅速的反應(yīng)能力和較高的效應(yīng)[8]。相比之下，前一階段關(guān)鍵詞間的溝通略好一點(diǎn)。

2003-2007年點(diǎn)度中心度的平均值為0.684，2008-2012年點(diǎn)度中心度的平均值為0.806，說(shuō)明后一階段核心詞在整個(gè)網(wǎng)絡(luò)中發(fā)揮的作用略大于前一階段。兩個(gè)階段中間中心度的平均值分別為11.968和17.133，表明后一階段中間詞在整個(gè)網(wǎng)絡(luò)中發(fā)揮的作用大于前一階段。兩個(gè)階段接近中心度的平均值非常相近，分別為72.822和71.549。

3.3.1.2 社會(huì)網(wǎng)絡(luò)圖

利用Ucinet 6和NetDraw繪制兩個(gè)階段的社會(huì)網(wǎng)絡(luò)圖(圖3和圖4)。根據(jù)節(jié)點(diǎn)大小和連線的粗細(xì)，結(jié)合節(jié)點(diǎn)點(diǎn)度中心度值，還可以判斷出神經(jīng)病學(xué)領(lǐng)域內(nèi)的核心熱點(diǎn)，如腦梗死、腦卒中、腦出血、康復(fù)、高血壓、癲癇、腦缺血、磁共振成像、體層攝影術(shù)、X線計(jì)算機(jī)、康復(fù)、治療、再灌注損傷等。

圖3 2003-2007年社會(huì)網(wǎng)絡(luò)圖

圖4 2008-2012年社會(huì)網(wǎng)絡(luò)圖

3.3.2 類團(tuán)分析

利用SPSS 19.0進(jìn)行聚類，根據(jù)聚類樹圖結(jié)果和篩選，兩個(gè)階段最終分別確定了11個(gè)和12個(gè)類團(tuán)(表1和表2)。

表1 2003-2007年類團(tuán)

表2 2008-2012年類團(tuán)

3.3.2.1 類團(tuán)演變分析

類團(tuán)存在著消失、新生、演進(jìn)及分化現(xiàn)象，從中可以判斷學(xué)科領(lǐng)域內(nèi)研究主題的發(fā)展和變化[16]。本文繪制了前一階段到后一階段的類團(tuán)演變圖(圖5)。從類團(tuán)演化角度看，近幾年微創(chuàng)手術(shù)在神經(jīng)外科中得到廣泛的應(yīng)用。隨著我國(guó)人民生活水平的提高，對(duì)于神經(jīng)疾病治療效果的期望上升為心理層面。雖然對(duì)于頸動(dòng)脈粥樣硬化與C反應(yīng)蛋白、同型半胱氨酸水平相關(guān)性的研究尚不成熟，但引起了科研人員的廣泛關(guān)注，具有潛在的發(fā)展趨勢(shì)。

圖5 類團(tuán)演變圖

3.3.2.2 類團(tuán)地位變化分析

兩個(gè)階段的戰(zhàn)略坐標(biāo)圖見(jiàn)圖6和圖7。圖中各節(jié)點(diǎn)旁的序號(hào)分別對(duì)應(yīng)表1和表2中的類團(tuán)序號(hào)。

對(duì)比圖6和圖7，兩個(gè)階段位于第一象限的類團(tuán)相同，分別為“腦梗死的藥物治療”、“高血壓腦出血的手術(shù)(微創(chuàng)手術(shù))”、“腦卒中的康復(fù)，腦卒中后致偏癱、抑郁”，它們的中心度和密度都很高。這三個(gè)類團(tuán)始終屬于既核心又成熟的類團(tuán)，一直是神經(jīng)病學(xué)領(lǐng)域科研人員研究的重點(diǎn)。

類團(tuán)“兒童癲癇的腦電圖”、“MRI和CT檢查”由第二象限轉(zhuǎn)至第三象限，表明這兩個(gè)主題發(fā)展較慢，密度相對(duì)變小，相關(guān)研究有待于進(jìn)一步加強(qiáng)。類團(tuán)“顱內(nèi)動(dòng)脈瘤并發(fā)蛛網(wǎng)膜下腔出血”由第三象限轉(zhuǎn)至第二象限，密度變大，類團(tuán)名改為“蛛網(wǎng)膜下腔出血后并發(fā)腦血管痙攣，顱內(nèi)動(dòng)脈瘤后并發(fā)蛛網(wǎng)膜下腔出血”，表明后一階段科研人員對(duì)這一主題的關(guān)注和研究逐漸增多，該主題發(fā)展較快，逐漸變得成熟，有繼續(xù)發(fā)展的潛質(zhì)?！澳X血管疾病的危險(xiǎn)因素和預(yù)后”由第四象限轉(zhuǎn)至第三象限，類團(tuán)名改為“腦血管疾病的護(hù)理和并發(fā)癥”，說(shuō)明前一階段中雖然不成熟，但很受關(guān)注的主題在后一階段中受關(guān)注程度降低，科研人員的研究重點(diǎn)有所轉(zhuǎn)變。

新生類團(tuán)“頸動(dòng)脈粥樣硬化與C反應(yīng)蛋白、同型半胱氨酸水平的相關(guān)性”位于第四象限，中心度較大，密度小。雖然該研究主題內(nèi)部結(jié)構(gòu)松散，尚不成熟，但引起了科研人員的關(guān)注，具有潛在的發(fā)展趨勢(shì)。

圖6 2003-2007年戰(zhàn)略坐標(biāo)圖

圖7 2008-2012年戰(zhàn)略坐標(biāo)圖

3.3.3 詞和類團(tuán)綜合分析

社會(huì)網(wǎng)絡(luò)分析是從詞的角度分析學(xué)科熱點(diǎn)，而戰(zhàn)略坐標(biāo)分析是從類團(tuán)的角度研究學(xué)科熱點(diǎn)。將社會(huì)網(wǎng)絡(luò)圖和戰(zhàn)略坐標(biāo)圖整合，得到兩個(gè)階段的復(fù)合網(wǎng)絡(luò)圖分布(圖8和9)。

首先，根據(jù)類團(tuán)所在象限，從復(fù)合網(wǎng)絡(luò)圖中可以很清晰地判斷神經(jīng)病學(xué)領(lǐng)域的核心主題和成熟主題。例如，兩個(gè)階段中既核心又成熟的類團(tuán)都是1，2，3號(hào)類團(tuán)，說(shuō)明他們始終是神經(jīng)病學(xué)的研究核心和熱點(diǎn)，得到了科研人員的廣泛關(guān)注，并已經(jīng)發(fā)展得很成熟。

其次，復(fù)合網(wǎng)絡(luò)圖譜還可以直觀地展現(xiàn)類團(tuán)內(nèi)及類團(tuán)間的聯(lián)系。戰(zhàn)略坐標(biāo)圖中中心度越大的類團(tuán)，和其他類團(tuán)的聯(lián)系越密切，在復(fù)合網(wǎng)絡(luò)圖中該類團(tuán)和其他類團(tuán)的連線越多、越粗；戰(zhàn)略坐標(biāo)圖中密度越大的類團(tuán)，其內(nèi)部成員的聯(lián)系越緊密，在復(fù)合網(wǎng)絡(luò)圖中其內(nèi)部各個(gè)節(jié)點(diǎn)之間的連線越多、越粗。例如，第一象限中類團(tuán)內(nèi)、類團(tuán)間的連線更多、更粗，第三象限中類團(tuán)內(nèi)和類團(tuán)間的連線更少、更細(xì)。

圖8 2003-2007年復(fù)合網(wǎng)絡(luò)圖

圖9 2008-2012年復(fù)合網(wǎng)絡(luò)圖

4 討論

從詞、類團(tuán)及二者結(jié)合的角度分析學(xué)科領(lǐng)域熱點(diǎn)時(shí)具有不同的特點(diǎn)，獲得不同的領(lǐng)域熱點(diǎn)信息。

從詞的角度分析領(lǐng)域熱點(diǎn)時(shí)，既可以定量地分析學(xué)科領(lǐng)域中各關(guān)鍵詞間聯(lián)系的緊密程度、關(guān)鍵詞間溝通的難易程度以及核心關(guān)鍵詞，也可以通過(guò)社會(huì)網(wǎng)絡(luò)圖定性和直觀地展示學(xué)科領(lǐng)域中各關(guān)鍵詞間的聯(lián)系，但關(guān)鍵詞是孤立的點(diǎn)，不能代表領(lǐng)域的研究主題。

從類團(tuán)的角度分析領(lǐng)域熱點(diǎn)時(shí)，既可以定量地揭示各研究主題在領(lǐng)域中的地位，也可以揭示研究主題的發(fā)展及其地位的改變，但無(wú)法分析類團(tuán)內(nèi)部各關(guān)鍵詞間的具體聯(lián)系。

從詞和類團(tuán)結(jié)合的角度，將戰(zhàn)略坐標(biāo)圖和社會(huì)網(wǎng)絡(luò)圖結(jié)合的，得到的復(fù)合網(wǎng)絡(luò)圖，既可以展示研究主題的地位，也可以直觀地揭示類團(tuán)間以及類團(tuán)內(nèi)各關(guān)鍵詞間的聯(lián)系及研究主題的發(fā)展與地位。因此綜合運(yùn)用詞和類團(tuán)分析方法，繪制復(fù)合網(wǎng)絡(luò)圖可以直觀地展示從詞、類團(tuán)角度分別獲得的領(lǐng)域熱點(diǎn)信息，彌補(bǔ)單獨(dú)使用某一方法在分析學(xué)科領(lǐng)域熱點(diǎn)時(shí)的不足，在領(lǐng)域熱點(diǎn)監(jiān)測(cè)中具有重要意義。

本文尚存在不足。首先，只檢索了萬(wàn)方醫(yī)學(xué)網(wǎng)的相關(guān)文獻(xiàn)，由于該數(shù)據(jù)庫(kù)收錄范圍的局限性[17]，不能全面獲得我國(guó)神經(jīng)病學(xué)領(lǐng)域的相關(guān)文獻(xiàn)，分析結(jié)果難免有失偏頗；其次，用高頻詞代表研究熱點(diǎn)具有一定的合理性，其缺點(diǎn)在于某些最新研究主題的詞頻較低，僅依靠高頻詞無(wú)法監(jiān)測(cè)到最新的研究熱點(diǎn)。今后將結(jié)合監(jiān)控暴發(fā)詞的方法來(lái)探測(cè)學(xué)科熱點(diǎn)，從而更加準(zhǔn)確、客觀地揭示學(xué)科的新熱點(diǎn)。