基于測(cè)繪期刊論文數(shù)據(jù)的可視分析

李　靜，劉海硯

(信息工程大學(xué)地理空間信息學(xué)院，河南 鄭州 450000)

?

基于測(cè)繪期刊論文數(shù)據(jù)的可視分析

李靜，劉海硯

(信息工程大學(xué)地理空間信息學(xué)院，河南 鄭州 450000)

摘要：結(jié)合文獻(xiàn)計(jì)量方法與可視化技術(shù)，以《測(cè)繪學(xué)報(bào)》《測(cè)繪通報(bào)》《測(cè)繪科學(xué)》《測(cè)繪工程》2003—2013年共收集的5863篇學(xué)術(shù)論文為數(shù)據(jù)源，進(jìn)行了關(guān)鍵詞、論文作者及論文作者所在地3方面的統(tǒng)計(jì)分析，并將統(tǒng)計(jì)結(jié)果以統(tǒng)計(jì)圖表和地圖的形式展現(xiàn)，直觀地反映了我國(guó)測(cè)繪學(xué)科研究熱點(diǎn)的演變，以及活躍作者群的人數(shù)、核心研究區(qū)的地理分布。研究顯示，涉及大地測(cè)量、地理信息系統(tǒng)和地圖制圖3方面研究?jī)?nèi)容的論文占總論文數(shù)的59.9%，達(dá)一半以上；根據(jù)普賴斯定律確定的活躍作者群人數(shù)為131人；發(fā)文量排名前10的城市中，有90%為省會(huì)城市或直轄市。從研究結(jié)果可以得出，我國(guó)測(cè)繪學(xué)科的發(fā)展每年的研究熱點(diǎn)都不相同，其中大地測(cè)量、地理信息系統(tǒng)和地圖制圖的研究較為廣泛；測(cè)繪學(xué)科發(fā)展具有高質(zhì)量的活躍作者群體，但學(xué)科的發(fā)展具有地域不均衡性。

關(guān)鍵詞：統(tǒng)計(jì)；可視化；研究熱點(diǎn)；文獻(xiàn)計(jì)量;普賴斯定律

《測(cè)繪學(xué)報(bào)》《測(cè)繪通報(bào)》《測(cè)繪科學(xué)》《測(cè)繪工程》是測(cè)繪科學(xué)領(lǐng)域具有重要影響力的期刊。其論文數(shù)據(jù)是科研成果原理與思想的展示，在一定程度上反映了我國(guó)測(cè)繪科技水平的發(fā)展及測(cè)繪領(lǐng)域的最新成果，促進(jìn)了學(xué)者們的互相交流與學(xué)習(xí)。為實(shí)現(xiàn)對(duì)我國(guó)測(cè)繪科技發(fā)展?fàn)顩r從定性到定量的分析，本文結(jié)合文獻(xiàn)計(jì)量學(xué)的方法，對(duì)《測(cè)繪學(xué)報(bào)》《測(cè)繪通報(bào)》《測(cè)繪科學(xué)》《測(cè)繪工程》2003—2013年的所出版的5863篇科技論文進(jìn)行關(guān)鍵詞、作者及發(fā)文地等方面的統(tǒng)計(jì)和分析，并采用可視化技術(shù)將統(tǒng)計(jì)結(jié)果進(jìn)行直觀展現(xiàn)，便于從繁多的數(shù)據(jù)中找出數(shù)據(jù)所蘊(yùn)藏的信息，進(jìn)而分析得出我國(guó)測(cè)繪學(xué)科研究?jī)?nèi)容的變化情況，確定出活躍作者群的人數(shù)，以及核心研究區(qū)的分布情況。

文獻(xiàn)計(jì)量學(xué)原理為本文中所進(jìn)行知識(shí)梳理和科學(xué)研究提供了理論基礎(chǔ)。所謂文獻(xiàn)計(jì)量學(xué)，即用數(shù)學(xué)和統(tǒng)計(jì)學(xué)的方法定量地分析一切知識(shí)載體的交叉科學(xué)。它是集數(shù)學(xué)、統(tǒng)計(jì)學(xué)、文獻(xiàn)學(xué)為一體，注重量化的綜合性知識(shí)體系。其計(jì)量對(duì)象主要是：文獻(xiàn)量(各種出版物，尤以期刊論文和引文居多)、作者數(shù) (個(gè)人集體或團(tuán)體)、詞匯數(shù)(各種文獻(xiàn)標(biāo)識(shí)，其中以敘詞居多)，文獻(xiàn)計(jì)量學(xué)最本質(zhì)的特征在于其輸出的是“量”[1]。其中，普賴斯定律是文獻(xiàn)計(jì)量學(xué)方法中一個(gè)比較著名的定律，它是由被譽(yù)為“科學(xué)計(jì)量學(xué)”之父的普賴斯于1963年提出的。普賴斯認(rèn)為：“全部論文的一半系由該領(lǐng)域中全部作者的平方根的那些人所撰。”后又補(bǔ)充道：“如果設(shè)所發(fā)表的全部論文為n篇，可以發(fā)現(xiàn)其中低產(chǎn)作者論文總數(shù)相當(dāng)于少量高產(chǎn)作者論文總數(shù)，在這種簡(jiǎn)單的情況下，對(duì)稱性可能表明作者數(shù)量是符合平方根定律的?！痹摾碚摲从沉俗髡吲c發(fā)文數(shù)量之間的數(shù)學(xué)關(guān)系，從而為本文中進(jìn)行活躍作者群的確定提供了數(shù)學(xué)方法和依據(jù)。

一、可視分析

1. 研究熱點(diǎn)演變

期刊論文數(shù)據(jù)不同于一般的文本數(shù)據(jù)，它屬于半結(jié)構(gòu)化數(shù)據(jù)，具有一定的結(jié)構(gòu)和要素。文獻(xiàn)中的關(guān)鍵詞在一定程度上反映了該篇論文的研究?jī)?nèi)容。本文根據(jù)期刊論文數(shù)據(jù)特有的關(guān)鍵詞要素，以年為單位，采用武漢大學(xué)開發(fā)的ROST詞頻統(tǒng)計(jì)軟件對(duì)其進(jìn)行統(tǒng)計(jì)，從而反映研究?jī)?nèi)容在時(shí)間上的變化情況；并根據(jù)論文的題目、摘要、關(guān)鍵詞等要素信息對(duì)論文進(jìn)行整體分類，從而突出測(cè)繪研究?jī)?nèi)容上的差異。

(1) 關(guān)鍵詞統(tǒng)計(jì)

表1中表示的是剔除掉無(wú)用詞后，2003—2013年間每年出現(xiàn)頻率最高的關(guān)鍵詞。從中可以看出，每年詞頻最高的關(guān)鍵詞都各不相同，這反映出11年來測(cè)繪科學(xué)每年的研究熱點(diǎn)都各不相同。其中詞頻的均值為9.7，最高的為13，即2005年的“地圖綜合”。從關(guān)鍵詞內(nèi)容上可以看出，2003—2007年，主要屬于GIS和地圖制圖范疇。

表1　2003—2013年最高詞頻關(guān)鍵詞統(tǒng)計(jì)

圖1是關(guān)鍵詞隨時(shí)間變化的統(tǒng)計(jì)圖，折線表示詞頻，條形圖表示該詞所占當(dāng)年所有關(guān)鍵詞的比例。從圖上可以看出，2003—2007年關(guān)鍵詞的詞頻與其所占比例基本上呈正相關(guān)關(guān)系，即該關(guān)鍵詞詞頻越高，其所占的比例越大，從而可以說明該詞具有一定代表性，可以反映當(dāng)年的研究熱點(diǎn)。2008—2013年，每年的關(guān)鍵詞總數(shù)增多，最高詞頻下降，最高詞頻關(guān)鍵詞所占比例也較之前明顯下降，這說明這幾年的研究?jī)?nèi)容相比之下比較分散，更加多元化。

圖1　2003—2013年最高詞頻關(guān)鍵詞隨時(shí)間變化圖

(2) 論文內(nèi)容分類

本文根據(jù)論文的題目、關(guān)鍵詞、摘要對(duì)其進(jìn)行分類。表2表示2003—2013年間論文內(nèi)容分類的統(tǒng)計(jì)結(jié)果。從表2可以看出，近11年間，發(fā)文數(shù)量最高的為大地測(cè)量方面，共1407篇，占論文總數(shù)量的24%；第2位為GIS，占論文總數(shù)量的19.6%；第3位為地圖制圖，占論文總數(shù)量的16.3%，僅關(guān)于大地測(cè)量、GIS和地圖制圖方面的研究總和達(dá)到59.9%。這說明，在測(cè)繪領(lǐng)域的研究中，大地測(cè)量、GIS和地圖制圖等內(nèi)容被廣泛研究和發(fā)展。另一方面，對(duì)其他方面的研究也在不斷深入，從各個(gè)方面充實(shí)著測(cè)繪科技的發(fā)展。

圖2是根據(jù)UGGIS于2006年提出的地理信息科學(xué)與技術(shù)知識(shí)體系8個(gè)方面的內(nèi)容對(duì)論文進(jìn)行分類后所繪制的漏斗圖和玫瑰圖。從圖中可以看出，測(cè)繪領(lǐng)域研究主要是建立在對(duì)地理空間數(shù)據(jù)上的，地理空間數(shù)據(jù)是整個(gè)測(cè)繪學(xué)科研究的基礎(chǔ)，地理空間數(shù)據(jù)的概念與獲取占有重要地位。從總體上看，數(shù)據(jù)建模、分析方法、地理計(jì)算、地圖與可視化主要涉及方法的研究與探索，其論文數(shù)量占到多數(shù)；其次設(shè)計(jì)問題、地理信息科學(xué)與技術(shù)主要涉及地理信息的應(yīng)用與服務(wù)，而其論文數(shù)量相對(duì)較少。這說明研究者更多地致力于對(duì)規(guī)律的探索、模型的建立、合理算法與研究方法的探尋。

表2　論文內(nèi)容分類統(tǒng)計(jì)

圖2　論文內(nèi)容分類統(tǒng)計(jì)

2. 論文作者分析

(1) 作者發(fā)文量統(tǒng)計(jì)

測(cè)繪期刊在2003—2013年間共刊登了5822篇署名作者的文章，共3652名作者以第一作者身份發(fā)表文章，其中單個(gè)作者發(fā)文量最高的為45篇，最低為1篇，平均發(fā)文量為1.59篇。

表3反映了不同發(fā)文量的作者數(shù)及不同發(fā)文量占總文章數(shù)的比例。其中發(fā)文量為1篇的作者數(shù)最多，且總發(fā)文量達(dá)到總文章數(shù)的45%，這說明四大期刊有豐富的作者資源。發(fā)文量大于3篇的比例總計(jì)為23.9%，這說明四大期刊有著權(quán)威的作者隊(duì)伍，實(shí)力雄厚，支持著整個(gè)測(cè)繪領(lǐng)域的發(fā)展。

(2) 活躍作者群的確定

所謂活躍作者群，是指在某一領(lǐng)域發(fā)表論文數(shù)量較多，且影響力較大的作者的集合。本文對(duì)11年間論文作者的發(fā)文量進(jìn)行了統(tǒng)計(jì)分析，并結(jié)合普賴斯定律確定在測(cè)繪領(lǐng)域的活躍作者群，現(xiàn)將發(fā)表論文數(shù)以N表示，單位為篇，計(jì)算公式如下

N=0.749×(Z)1/2

(1)

式中，Z為發(fā)文量最多的作者所發(fā)的文章數(shù)。根據(jù)表3可知Z為45篇，從而計(jì)算出N。

N=0.749×451/2≈5.024≈5

(2)

因此，根據(jù)普賴斯定律將活躍作者群的發(fā)文量確定為5篇和5篇以上，得到活躍作者群的總數(shù)為131人，占作者總數(shù)的3.6%，其活躍作者群所發(fā)表的論文占論文總數(shù)的17.3%，這說明在測(cè)繪領(lǐng)域有著穩(wěn)定的作者群，他們實(shí)力雄厚，基礎(chǔ)扎實(shí)，雖然所占總?cè)藬?shù)的比例較小，但是具有較高的發(fā)文量，支撐著測(cè)繪事業(yè)的發(fā)展。

表4統(tǒng)計(jì)了發(fā)文量大于10篇的作者信息?？梢园l(fā)現(xiàn)，發(fā)文量大于10篇的作者總共有20人，其中發(fā)文量最多為45篇且只有一人。如圖3所示，發(fā)文量大于10篇的作者有45%分布在北京各個(gè)科研院校，15%分布在武漢，10%分布在西安。

表4　發(fā)文量大于10篇的作者情況統(tǒng)計(jì)

注：①按照第一作者進(jìn)行統(tǒng)計(jì)；②作者所在地指該作者最新發(fā)表的論文中其所在單位。

圖3　發(fā)文量大于10篇的作者單位分布統(tǒng)計(jì)

3. 核心研究區(qū)分布

一個(gè)地區(qū)發(fā)文量的高低在一定程度上反映了該地區(qū)的師資力量和科研水平。本文根據(jù)發(fā)文量多少來確定測(cè)繪學(xué)科核心研究區(qū)的分布情況。

根據(jù)第一作者單位所在地，本文對(duì)發(fā)文地點(diǎn)進(jìn)行統(tǒng)計(jì)。表5羅列了發(fā)文量排在前10位的城市。可以看出，第1位為北京，發(fā)文量占總論文數(shù)量比例為18.7%；第2位為武漢；第3位為鄭州。前10位城市發(fā)文量總和占到總論文數(shù)量的70%。研究發(fā)現(xiàn)，排名前10位的城市，北京、上海為直轄市，除徐州外，其余均為省會(huì)城市。這說明，在經(jīng)濟(jì)發(fā)達(dá)和人口眾多的地區(qū)，教育資源豐富，師資力量雄厚，學(xué)術(shù)交流便利，是測(cè)繪領(lǐng)域研究的核心區(qū)域。

表5　發(fā)文量排名前10位的城市統(tǒng)計(jì)

本文以5篇發(fā)文量為節(jié)點(diǎn)，將發(fā)文量高于5篇的地區(qū)稱為高發(fā)文區(qū)，低于5篇且大于0篇的地區(qū)稱為低發(fā)文區(qū)。據(jù)統(tǒng)計(jì)，高發(fā)文地區(qū)主要集中分布在中東部地區(qū)，且主要為省會(huì)、直轄市等大型城市；而低發(fā)文區(qū)分布在中東部地區(qū)和東南沿海城市，這些城市規(guī)模相對(duì)較小。總體來看，無(wú)論高發(fā)文區(qū)或低發(fā)文區(qū)都主要分布在中東部地區(qū)，城市規(guī)模的大小、經(jīng)濟(jì)水平的高低直接影響該區(qū)域科研水平與師資力量。

二、結(jié)論

從以上的統(tǒng)計(jì)分析可以表明，期刊論文數(shù)據(jù)具有非常高的研究?jī)r(jià)值，能夠定量描述某一學(xué)科的研究狀況及其發(fā)展。本文通過研究測(cè)繪期刊論文數(shù)據(jù)統(tǒng)計(jì)圖表及可視化圖形，可以得出以下結(jié)論：

1) 測(cè)繪學(xué)科研究熱點(diǎn)從時(shí)間上看，每年的研究熱點(diǎn)都有所不同，且研究?jī)?nèi)容從2008年起更加豐富、多元化。2003—2007年間，測(cè)繪領(lǐng)域研究熱點(diǎn)主要集中在GIS與地圖制圖方面。

2) 測(cè)繪學(xué)科從研究?jī)?nèi)容分類上看，大地測(cè)量、GIS和地圖制圖等內(nèi)容被廣泛研究和發(fā)展；而地理空間數(shù)據(jù)是整個(gè)測(cè)繪學(xué)科的研究基礎(chǔ)；對(duì)于研究者來說，他們更致力于對(duì)科學(xué)方法的尋求及對(duì)規(guī)律的探索。

3) 測(cè)繪學(xué)科擁有一大批實(shí)踐經(jīng)驗(yàn)豐富、理論水平較高的作者隊(duì)伍。雖然所占總?cè)藬?shù)的比例較小，但是實(shí)力雄厚，基礎(chǔ)扎實(shí)，支撐著測(cè)繪事業(yè)的發(fā)展。

4) 測(cè)繪學(xué)科主要分布在經(jīng)濟(jì)發(fā)達(dá)和人口眾多的中東部地區(qū)，可以看出我國(guó)測(cè)繪學(xué)科的發(fā)展具有地域不均衡性。主要有以下原因：一是測(cè)繪領(lǐng)域科研高校主要集中在北京、武漢、鄭州等幾個(gè)城市，從而造成作者主要來自于這幾個(gè)地區(qū)。二是每個(gè)省市測(cè)繪地理信息局都可能會(huì)有自己的側(cè)重點(diǎn)，側(cè)重點(diǎn)為理論研究的可能就有較高的發(fā)文量，而注重實(shí)用性的地區(qū)發(fā)文量就較低。這表明，在注重實(shí)踐的同時(shí)，同樣應(yīng)當(dāng)注重理論研究的創(chuàng)新。三是偏遠(yuǎn)地區(qū)通信交通都較為不便，也在一定程度影響了該區(qū)域的發(fā)文量。

參考文獻(xiàn)：

[1]溫克勒.基于科學(xué)計(jì)量學(xué)指標(biāo)的科研評(píng)價(jià)[M].馬崢，譯.北京：科學(xué)技術(shù)文獻(xiàn)出版社，2014.

[2]唐家渝, 劉知遠(yuǎn), 孫茂松. 文本可視化研究綜述[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2013, 25(3): 273-285.

[3]劉海硯, 孫群, 肖強(qiáng), 等. 數(shù)字地圖制圖中多源數(shù)據(jù) (資料) 的綜合應(yīng)用[J]. 測(cè)繪科學(xué)技術(shù)學(xué)報(bào), 2006, 23(3): 161-164.

[4]蔣穎.人文社會(huì)科學(xué)領(lǐng)域文獻(xiàn)計(jì)量學(xué)研究[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2013.

[5]周炤, 劉海硯, 李少梅, 等. 現(xiàn)代地圖語(yǔ)言[J]. 測(cè)繪工程, 2008, 17(2): 6-8.

[6]陳生,曾行吉,梁軍. 基于GIS的統(tǒng)計(jì)數(shù)據(jù)可視化研究[J]. 計(jì)算機(jī)工程與設(shè)計(jì), 2008, 29(14): 3757-3759.

[7]王曰芬. 文獻(xiàn)計(jì)量法與內(nèi)容分析法的綜合研究 [D]. 南京：南京理工大學(xué), 2007.

[8]王凱. 新聞文本集可視化模型研究[D]. 北京：中國(guó)地質(zhì)大學(xué) (北京), 2013.

[9]林鴻飛, 高天. 中文文本的可視化表示[J]. 東北大學(xué)學(xué)報(bào)(自然科學(xué)版), 2000, 21(5): 501-504.

[10]鐘文娟. 基于普賴斯定律與綜合指數(shù)法的核心作者測(cè)評(píng)——以《 圖書館建設(shè)》 為例[J]. 科技管理研究, 2012, 32(2): 57-60.

[11]趙紅,趙良英.《測(cè)繪學(xué)報(bào)》論文及作者的統(tǒng)計(jì)分析[J]. 測(cè)繪學(xué)報(bào),1998,27(3):88-95.

[12]羅玲,王文福. 《測(cè)繪科學(xué)》在中國(guó)知網(wǎng)的文獻(xiàn)計(jì)量分析[J]. 測(cè)繪科學(xué),2013(4)：209-212.

[13]普賴斯,張季婭.洛特卡定律與普賴斯定律[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理,1984(9):17-22.

[14]KEIMDA,MANSMANNF，SCHNEIDEWINDJ，etal.VisualAnalytics:ScopeandChallenges[J].LectureNotesinComputerScience, 2008(4404): 76-90.

[15]THOMASJJ，COOKKA.IlluminatingthePath:TheResearchandDevelopmentAgendaforVisualAnalytics[M].Piscataway:IEEEComputerSocietyPress, 2005.

[16]JIANP,ZENGCR,WUWW.Multi-grainHierarchicalTopicExtractionAlgorithmforTextMining[J].ExpertSystemswithApplications,2010(37):3202-3208.

[17]洪文學(xué),王金甲.可視化和可視化分析學(xué)[J]. 燕山大學(xué)學(xué)報(bào),2010(2)：95-99，105.

[18]姜春林,劉盛博,丁堃.《中國(guó)科技期刊研究》研究熱點(diǎn)及其演進(jìn)知識(shí)圖譜[J]. 中國(guó)科技期刊研究,2008(6)：954-958.

[19]劉紅紅. 基于復(fù)雜網(wǎng)絡(luò)的報(bào)告文本可視化模型研究[D].北京：中國(guó)地質(zhì)大學(xué)(北京),2012.

Visual Analysis of Paper Data from Surveying and Mapping Journals

LI Jing,LIU Haiyan

收稿日期：2016-01-15

基金項(xiàng)目：地理信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室開放基金(SKLGIE-M-4-3)；國(guó)家自然科學(xué)基金(41501446；41471387)

作者簡(jiǎn)介：李靜(1990—)，女，碩士生，主要從事數(shù)據(jù)挖掘與文本可視化研究。E-mail：brandy12367@sina.cn

中圖分類號(hào)：C82

文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：0494-0911(2016)06-0050-05

引文格式： 李靜，劉海硯. 基于測(cè)繪期刊論文數(shù)據(jù)的可視分析[J].測(cè)繪通報(bào)，2016(6)：50-54.DOI:10.13474/j.cnki.11-2246.2016.0188.