文內(nèi)視覺資源復(fù)雜度計量分析框架與應(yīng)用研究*

胡 蓉唐振貴朱慶華

（1.南京大學(xué)信息管理學(xué)院 南京 210023； 2.西南大學(xué)計算機與信息科學(xué)學(xué)院 重慶 400715）

·學(xué)術(shù)論壇·

文內(nèi)視覺資源復(fù)雜度計量分析框架與應(yīng)用研究*

胡 蓉1,2唐振貴1朱慶華1

（1.南京大學(xué)信息管理學(xué)院 南京 210023； 2.西南大學(xué)計算機與信息科學(xué)學(xué)院 重慶 400715）

學(xué)術(shù)文獻內(nèi)部的視覺資源（簡稱“文內(nèi)視覺資源”）主要是其圖表資源的集合，在學(xué)術(shù)交流與傳播中扮演著重要角色。針對目前尚缺乏文內(nèi)視覺資源復(fù)雜度計量分析方面的研究，文章提出一套復(fù)雜度分析框架，在設(shè)置復(fù)雜度判別規(guī)則，搭建文內(nèi)視覺資源標(biāo)注平臺，選擇圖書情報領(lǐng)域樣本期刊構(gòu)建語料庫基礎(chǔ)上，從復(fù)雜度特征演化以及復(fù)雜度與研究主題關(guān)系兩個維度進行計量分析，進而在一定程度上揭示圖書情報學(xué)科的視覺表達(dá)態(tài)勢。

文內(nèi)視覺資源 復(fù)雜度 計量分析 分析框架 視覺表達(dá)

〔引用本文格式〕胡蓉，唐振貴，朱慶華.文內(nèi)視覺資源復(fù)雜度計量分析框架與應(yīng)用研究[J].圖書館，2016（11）：40-44

1 引言

文內(nèi)視覺資源主要指學(xué)術(shù)文獻（如學(xué)術(shù)專著、學(xué)術(shù)期刊、學(xué)位論文等）內(nèi)部的圖表視覺資源集合。作為研究者學(xué)術(shù)成果顯性表達(dá)的可視知識形態(tài)，文內(nèi)視覺資源能集中反映學(xué)術(shù)研究的核心思想與架構(gòu)，研究方法與過程，研究數(shù)據(jù)與結(jié)論，以直觀且簡潔的方式提高讀者閱讀和理解學(xué)術(shù)文獻的效率[1]，提升學(xué)術(shù)洞察力，因而成為學(xué)術(shù)研究成果的重要載體，在學(xué)術(shù)交流與傳播中扮演著重要角色。

隨著科研環(huán)境的發(fā)展以及研究技術(shù)的推動，近年來學(xué)術(shù)研究對象日益豐富，研究過程日趨完備與規(guī)范，研究數(shù)據(jù)海量趨勢明顯，各類研究工具及可視化技術(shù)的使用使得研究者對于復(fù)雜數(shù)據(jù)與分析過程的掌控能力不斷增強，同時研究成果視覺呈現(xiàn)的復(fù)雜度也逐漸提升，文內(nèi)視覺資源復(fù)雜度問題日趨顯現(xiàn)。本文認(rèn)為，對于學(xué)科發(fā)展而言，其科研成果視覺呈現(xiàn)的復(fù)雜度演化趨勢在某種程度上反映出學(xué)科的視覺表達(dá)態(tài)勢，將文內(nèi)視覺資源作為可視知識計量單元進行分析，將從新的視角和更細(xì)的粒度拓展計量分析的對象，同時可以挖掘文內(nèi)視覺資源復(fù)雜度與學(xué)科研究主題的關(guān)系，為科研分析與決策提供支持。為此，本文嘗試對文內(nèi)視覺資源復(fù)雜度特征進行計量分析，分析框架涉及復(fù)雜度判別規(guī)則制定、標(biāo)注平臺搭建、語料庫生成、復(fù)雜度計量分析的推進過程。在研究對象選擇問題上，由于學(xué)術(shù)期刊具有連續(xù)出版的特征，便于從時間維度探索其文內(nèi)學(xué)術(shù)資源的發(fā)展與演化，為此，本文選擇學(xué)術(shù)期刊這一文獻類型，以圖書情報學(xué)科較具代表性的《中國圖書館學(xué)報》為例，對分析框架進行案例應(yīng)用。

2 相關(guān)研究概述

文內(nèi)視覺資源復(fù)雜度計量分析涉及兩方面的研究，一是文內(nèi)視覺資源（圖表）的研究，二是視覺復(fù)雜度的分析。文獻調(diào)研結(jié)果表明，文內(nèi)視覺資源研究主要涉及圖表類型研究、圖表設(shè)計等方面，其中圖表類型研究的典型代表是Mitchell于1986年提出的族譜圖[2]，該研究將圖（Graphic）分為圖片（Picture）、造像圖（Statue）與設(shè)計圖（Design）； Steiner在2008年的研究中將圖（Graphic）劃分為照片（Photo）、統(tǒng)計圖表（Chart）、繪圖（Drawing）、文本框（Text Box）、表格（Table）、地圖（Map）和方程式（Equation）[3]；如今CNKI學(xué)術(shù)圖片知識庫中的圖片分類體系包括形態(tài)圖、譜線圖、曲線圖、系統(tǒng)圖、分析圖五個大類，每個大類下又有28個以上的二級分類，體系較為龐大[4]，由圖表的復(fù)雜類型可以看出，如果對圖表分門別類進行復(fù)雜度分析，其難度非常大，需要尋求更為抽象層次上的分析。圖表設(shè)計研究方面，近年來圖書情報領(lǐng)域研究較多的是知識圖譜或可視化設(shè)計，主要涉及如何利用相關(guān)工具生成知識圖譜或可視化圖表[5-7]，繪制過程一般包括樣本數(shù)據(jù)獲取、樣本數(shù)據(jù)清洗、選擇知識單元、構(gòu)建單元關(guān)系、數(shù)據(jù)標(biāo)準(zhǔn)化、樣本數(shù)據(jù)簡化、知識可視化以及圖譜結(jié)果解讀幾個環(huán)節(jié)，相較于圖解表示型的圖表，知識圖譜類的圖表生成過程更為復(fù)雜。視覺復(fù)雜度分析方面，計算機科學(xué)、信息與通信工程領(lǐng)域?qū)ζ溲芯枯^多，涉及研究的主題有圖像、網(wǎng)頁、顏色、形狀復(fù)雜度等方面[8-11]，且多為算法視角的研究，針對文內(nèi)視覺資源復(fù)雜度的分析較為稀缺。

此外，隨著學(xué)術(shù)文獻量的激增，文內(nèi)視覺資源呈現(xiàn)爆發(fā)增長態(tài)勢，逐漸匯集成為學(xué)術(shù)視覺資源大數(shù)據(jù)，為此CNKI專門構(gòu)建學(xué)術(shù)圖片庫，以提供對文內(nèi)圖片資源的檢索、對比和分析等知識發(fā)現(xiàn)功能，F(xiàn)igshare[12]則提供學(xué)術(shù)視覺資源的發(fā)布、存儲、分享、管理與發(fā)現(xiàn)服務(wù)，且Peter Kraker等人還利用Figshare，基于Altmetrics的方法，采用“Captures”、“Mentions”、“Social Media”、“Views”以及“Downloads”幾個指標(biāo)對資源使用情況進行了統(tǒng)計分析[13-14]。然而，目前CNKI學(xué)術(shù)圖片庫或Figshare對文內(nèi)視覺資源自身特征計量分析的支持力度有待提升，且相關(guān)研究與實踐對“表”的關(guān)注較少，同時由于文內(nèi)視覺資源“嵌入”文獻，需在采集資源時就對其進行特征標(biāo)注，才能進一步從資源集合視角進行特征計量分析。因此，本文嘗試從復(fù)雜度視角切入，獨立構(gòu)建一個文內(nèi)視覺資源復(fù)雜度計量分析框架，并通過對樣本期刊的文內(nèi)視覺資源分析進行案例應(yīng)用。

3 文內(nèi)視覺資源復(fù)雜度計量分析框架

本文所搭建的文內(nèi)視覺資源復(fù)雜度計量分析框架由4個推進模塊構(gòu)成，如圖1，框架側(cè)重回答如下幾個問題：①文內(nèi)視覺資源的復(fù)雜度如何判別？②文內(nèi)視覺資源的復(fù)雜度演化情況如何？③文內(nèi)視覺資源復(fù)雜度與相關(guān)研究主題之間有何關(guān)系？其中，復(fù)雜度判別規(guī)則是基礎(chǔ)，基于判別規(guī)則搭建的標(biāo)注平臺是重要支撐，在標(biāo)注平臺上通過實施人工標(biāo)注形成語料庫，進而可實現(xiàn)對文內(nèi)視覺資源復(fù)雜度的演化分析，以及資源復(fù)雜度與研究主題之間關(guān)系分析。

3.1 復(fù)雜度判別規(guī)則

視覺復(fù)雜度常被定義為刺激物的物理特性，然而視覺復(fù)雜度涉及資源的視覺感知，其判別同樣受到觀者主觀評價的影響，視覺復(fù)雜度影響著“第一印象”的形成[8]，不同個體對復(fù)雜度的感知不同。由現(xiàn)有圖表的復(fù)雜類型可知，很難對圖表分門別類進行復(fù)雜度分析，因此本文尋求一種更為抽象層次上的分析，將復(fù)雜度劃分為簡單、適中和復(fù)雜三個級別。為了減少標(biāo)注環(huán)節(jié)的隨意性和偏差，使得標(biāo)注過程相對有章可循，本文遵循“客觀與主觀相結(jié)合”的原則形成相關(guān)判別規(guī)則，如表1，分別設(shè)置了表和圖的復(fù)雜度判別規(guī)則，規(guī)則中除了涉及行數(shù)、頁數(shù)、元素、屬性與關(guān)系（即圖中元素間關(guān)系）多少的客觀判別標(biāo)準(zhǔn)外，借鑒認(rèn)知負(fù)荷理論（Cognitive Load Theory）[15]及相關(guān)測評方法[16]中對時間維度的關(guān)注，考慮到圖表內(nèi)容越復(fù)雜，對其進行識別與理解的時間（即認(rèn)知載入時間）將越長，將時間因素引入判別規(guī)則，酌情增加復(fù)雜度。

表1 復(fù)雜度判別規(guī)則

3.2 標(biāo)注平臺與語料庫構(gòu)建

基于上述復(fù)雜度判別規(guī)則搭建的文內(nèi)視覺資源標(biāo)注平臺支持對電子版學(xué)術(shù)文獻的文內(nèi)視覺資源抽取和特征標(biāo)注，可以抽取與標(biāo)注文內(nèi)視覺資源多個維度特征，本文著重討論復(fù)雜度特征。基于該平臺，選擇學(xué)術(shù)文獻樣本實施標(biāo)注，即可構(gòu)建文內(nèi)視覺資源特征語料庫，進而分析文內(nèi)視覺資源復(fù)雜度演化情況；同時可結(jié)合對應(yīng)的學(xué)術(shù)文獻題錄數(shù)據(jù)，從文內(nèi)視覺資源復(fù)雜度與學(xué)科研究主題的關(guān)系維度展開分析。因此，語料庫中的數(shù)據(jù)集將包括文獻題錄與原文、圖與表及其復(fù)雜度特征元數(shù)據(jù)。

3.3 復(fù)雜度計量分析

一方面，通過計量分析可以看出文內(nèi)視覺資源自身復(fù)雜度演化情況；另一方面，復(fù)雜度與研究主題關(guān)系維度的分析主要基于如下假設(shè)，即研究主題支配著圖表的使用[3]，特定的研究主題影響其圖表的視覺表達(dá)特征；進一步推論，特定的研究主題會影響其圖表的復(fù)雜度。而論文關(guān)鍵詞是其研究主題的核心體現(xiàn)，從關(guān)鍵詞與文內(nèi)視覺資源復(fù)雜度的關(guān)系角度進行探索，是可行且有意義的。因此，具體實施分析時，需要將文獻題錄數(shù)據(jù)與復(fù)雜度特征元數(shù)據(jù)關(guān)聯(lián)。綜上，通過對上述文內(nèi)視覺資源復(fù)雜度特征的計量分析，學(xué)科的視覺表達(dá)的態(tài)勢也能在一定程度上得以反映。

4 案例分析

為驗證該框架對文內(nèi)視覺資源的標(biāo)注與分析效果，本文選擇圖書情報領(lǐng)域具有典型性與代表性的兩棲刊物[17]《中國圖書館學(xué)報》2005-2015年間發(fā)表的文獻進行案例分析。

4.1 分析流程

分析流程分為原始數(shù)據(jù)采集、數(shù)據(jù)清理、數(shù)據(jù)抽取與標(biāo)注以及數(shù)據(jù)分析四大環(huán)節(jié)，如圖2，平臺搭建以及數(shù)據(jù)獲取與分析工作從2015年11月10日啟動至2016年1月20日完成。

圖2 分析流程

表2 文內(nèi)視覺資源復(fù)雜度特征元數(shù)據(jù)片段

原始數(shù)據(jù)采集環(huán)節(jié)，從《中國圖書館學(xué)報》官方網(wǎng)站采集2005年第1期——2015年第6期原始數(shù)據(jù)（含題錄和PDF格式原文）各1186份；數(shù)據(jù)清理環(huán)節(jié)，從1186份原始數(shù)據(jù)中剔除消息、動態(tài)、總目次、征稿啟事等非研究型文章，經(jīng)二次校對，最終確認(rèn)1086份原始數(shù)據(jù)進入后續(xù)環(huán)節(jié)；數(shù)據(jù)抽取與標(biāo)注環(huán)節(jié)，利用搭建的標(biāo)注平臺，對1086篇論文人工進行文內(nèi)圖表抽取與復(fù)雜度特征元數(shù)據(jù)標(biāo)注，表2展示了標(biāo)注完成的語料庫中每篇論文所關(guān)聯(lián)的文內(nèi)視覺資源復(fù)雜度特征元數(shù)據(jù)片段，其中寬和高以像素為單位。1086篇論文共抽取圖表及其復(fù)雜度特征元數(shù)據(jù)各2773個，初步構(gòu)建文內(nèi)視覺資源復(fù)雜度特征樣本語料庫。最后，數(shù)據(jù)分析環(huán)節(jié)，從文內(nèi)視覺資源復(fù)雜度計量維度，以及復(fù)雜度與研究主題關(guān)系兩個維度進行分析。

4.2 分析結(jié)果

（1）資源復(fù)雜度特征演化

如表3，本文采用復(fù)雜度比率來表示文內(nèi)視覺資源復(fù)雜度特征占比情況，該指標(biāo)屬于“即年指標(biāo)”，即以當(dāng)年為單位，相應(yīng)復(fù)雜度特征的圖（表）數(shù)量與當(dāng)年用圖（表）總量的比值。具體復(fù)雜度比率可以細(xì)分為簡單圖（表）率、適中圖（表）率和復(fù)雜圖（表）率。如2015年《中國圖書館學(xué)報》用圖量共114個，其中簡單圖量51個，則簡單圖率為45%；復(fù)雜圖量23個，則復(fù)雜圖率為20%。

表3 復(fù)雜度比率指標(biāo)

如圖3，2005-2015年間，復(fù)雜圖的比率有不斷增大的趨勢，即從4%增長到20%以上，復(fù)雜表的總體增長趨勢不明顯，2013年達(dá)到10%。但總體上看，在所有的圖與表中，大多數(shù)屬于簡單圖表，當(dāng)然，這是《中國圖書館學(xué)報》文內(nèi)視覺資源的特征演化情況，而整個圖書情報學(xué)科領(lǐng)域期刊論文的特征演化，還需覆蓋更多的數(shù)據(jù)才能準(zhǔn)確揭示。具體復(fù)雜圖實例如“學(xué)術(shù)創(chuàng)新的擴散過程研究”中的“圖1結(jié)構(gòu)洞理論擴散時序網(wǎng)絡(luò)”包括了398個節(jié)點和2241條??；復(fù)雜表如“美國州公共圖書館員職業(yè)認(rèn)證制度比較研究”一文，全文僅一個表（30行11列），但卻因為文字內(nèi)容較多，跨5個頁面，成為樣本中典型的復(fù)雜表。復(fù)雜圖表的逐漸增多，一方面與圖書情報學(xué)科研究對象、方法、數(shù)據(jù)、結(jié)論的復(fù)雜度日益增加有關(guān)，另一方面也反映了計算機處理技術(shù)及可視化軟件驅(qū)動下，該學(xué)科在研究成果視覺表達(dá)方面的不斷革新。

圖3 圖與表復(fù)雜度表達(dá)特征與演化

（2）資源復(fù)雜度與研究主題的關(guān)系

如前所述，論文是其研究主題的核心體現(xiàn)，可從

與文內(nèi)視覺資源復(fù)雜度的關(guān)系角度進行研究探索。為此，本文首先從語料庫中獲取題錄數(shù)據(jù)與資源復(fù)雜度元數(shù)據(jù)，并從題錄數(shù)據(jù)中提取

，經(jīng)

合并（如“本體”與“Ontology”合并為“本體”）后，進行復(fù)雜度與

共現(xiàn)分析，分析時關(guān)注三種復(fù)雜度特征中特征值為“復(fù)雜”的論文的相關(guān)

，并將

對應(yīng)的該特征圖（表）數(shù)量按照降序排列，取前20個

，如圖4。

與“復(fù)雜圖”對應(yīng)的中，大部分

具有明顯計量學(xué)主題特征（如知識圖譜、Citespace、共被引分析、共現(xiàn)分析、信息計量等），由此推知計量學(xué)主題的研究偏好運用復(fù)雜圖進行視覺表達(dá)；圖書情報學(xué)、圖書館學(xué)、高效圖書館、圖書館2.0主題的研究成果也較多使用了復(fù)雜圖；此外，復(fù)雜圖常常與本體、關(guān)聯(lián)數(shù)據(jù)、研究前沿、研究熱點、可視化、社會網(wǎng)絡(luò)分析等

共現(xiàn)。與“復(fù)雜表”對應(yīng)的

中，各類圖書館主題，圖書館學(xué)情報學(xué)類主題，用戶研究相關(guān)主題，數(shù)字不平等與數(shù)字鴻溝類主題，社會化搜索類主題，以及評價類主題較多使用了復(fù)雜表形式，究其原因，應(yīng)是上述主題常常利用到大量調(diào)研數(shù)據(jù)，需要通過復(fù)雜表的形式對數(shù)據(jù)加以展示。

圖4 復(fù)雜圖表與研究主題關(guān)系

5 結(jié)論與展望

文內(nèi)視覺資源在學(xué)術(shù)交流與傳播中扮演著重要角色，針對目前尚缺乏文內(nèi)視覺資源復(fù)雜度計量分析方面的研究，本文提出一套文內(nèi)視覺資源復(fù)雜度分析框架，在設(shè)置相關(guān)復(fù)雜度判別規(guī)則基礎(chǔ)上，搭建了文內(nèi)視覺資源標(biāo)注平臺，并以《中國圖書館學(xué)報》為例構(gòu)建語料庫，從復(fù)雜度特征演化以及復(fù)雜度與研究主題關(guān)系兩個維度，對其2005-2015年間發(fā)表的1086篇研究型論文及其2773個文內(nèi)視覺資源進行了分析。

該框架是在文內(nèi)視覺資源復(fù)雜度計量分析方面的有益嘗試，框架較具通用性，可為學(xué)術(shù)視覺資源庫建設(shè)與管理、檢索與分析，以及更細(xì)粒度的知識服務(wù)提供參考。從框架應(yīng)用案例來看，盡管本研究以《中國圖書館學(xué)報》為樣本，所揭示的文內(nèi)視覺資源復(fù)雜度特征分析伴生于該刊物，但作為本學(xué)科學(xué)術(shù)期刊的典型代表，該刊文內(nèi)視覺資源復(fù)雜度特征與演化也能夠折射出圖書情報學(xué)科的視覺表達(dá)特征?？傮w來看，計量學(xué)主題的研究以及本體、關(guān)聯(lián)數(shù)據(jù)方面的研究偏好運用復(fù)雜圖進行視覺表達(dá)，可以預(yù)見，在圖書情報領(lǐng)域不斷加強量化與實證研究，以及大數(shù)據(jù)研究與處理技術(shù)不斷增強的趨勢下，量化研究成果的視覺表達(dá)特征將進一步凸顯。

綜上，本文初步構(gòu)建了文內(nèi)視覺資源復(fù)雜度計量分析框架，其中復(fù)雜度相關(guān)判別規(guī)則有待進一步細(xì)化和完善。在本文基礎(chǔ)上，未來研究可以從兩方面展開：①豐富文內(nèi)視覺資源分析體系，進一步完善文內(nèi)視覺資源特征分析框架；②將分析框架應(yīng)用至圖書情報學(xué)科內(nèi)多種中外文期刊，以便進行比較研究，發(fā)現(xiàn)更多文內(nèi)視覺資源的學(xué)科視覺表達(dá)規(guī)律。

（來稿時間：2016年5月）

1.張靜. Figshare平臺與CNKI學(xué)術(shù)圖片庫比較分析[J].科技與出版，2015（1）：63-66

2.Mitchell, W.J.T.. Iconology: image, text, ideology[M]. Chicago: The University of Chicago Press,1986

3.Steiner,E. Visual scientific communication: the use of graphics in contemporary doctoral thesis [D]. Uppsala: Uppsala University,2008

4.CNKI圖片庫[EB/OL].[2016-01-20]. http://image.cnki.net

5.薛曉芳.知識可視化理論、方法和工具及軍事醫(yī)學(xué)應(yīng)用研究[D].北京：中國人民解放軍軍事醫(yī)學(xué)科學(xué)院博士論文，2014

6.肖明,邱小花,黃界，等.知識圖譜工具比較研究[J].圖書館雜志，2013（3）：61-69

7.楊思洛,韓瑞珍.國外知識圖譜繪制的方法與工具分析[J].圖書情報知識，2012（6）：101-109

8.潘聰.基于眼動數(shù)據(jù)的網(wǎng)頁美學(xué)因素研究[D].上海:上海交通大學(xué)碩士論文，2014

9.姜海蛟.基于形狀復(fù)雜度的運動人體定位研究[D].保定：河北大學(xué)碩士論文，2014

10.趙倩,曹家麟,胡越黎.結(jié)合高斯多尺度變換和顏色復(fù)雜度計算的顯著區(qū)域檢測[J].儀器儀表學(xué)報，2012,33（2）：405-412

11. Crutzen, R., Kruif, Linda de., de Vries,Nanne K.. You never get a second chance to make a first impression: The effect of visual complexity on intention to use websites[J].Interaction Studies，2012,13（13）：469-477

12. Figshare [EB/OL].[2016-01-20]. https://figshare.com

13. Kraker, P., Lex, E., etc. Research data explored II: the anatomy and reception of figshare [EB/OL].[2016-01-25]. http:// arxiv.org/abs/1503.01298

14. Peters,I., Kraker, P.,etc. Research data explored: citations versus altmetrics [EB/OL].[2016-01-25]. http://arxiv.org/ abs/1501.03342

15. Sweller, J.. Cognitive load theory, learning difficulty, and instructional design[J]. Laming and Instruction,1994（4）：293-312

16.李金波,許百華.人機交互過程中認(rèn)知負(fù)荷的綜合測評方法[J].心理學(xué)報,2009,41（1）：35-43

17.張斌,賈茜.我國圖書情報學(xué)的認(rèn)知結(jié)構(gòu)及其演化[J].中國圖書館學(xué)報，2014,40（212）：31-47

Bibliometric Analysis Framework and Application Research on the Complexity of Visual Resources in Academic Literature

Hu Rong1,2Tang Zhengui1Zhu Qinghua1
( 1. School of Information Management, Nanjing University; 2. School of Computer & Information Science, Southwest University )

Visual resources in academic literature play an important role in scholarly communication and dissemination. So far, there are few existing studies on the complexity of visual resources in academic literatures with the bibliometrics approach. In this paper, an analytical framework on the complexity of the visual resources in academic literature is constructed. Then a sample journal was taken as an example of using the analytical framework to explore the complexity characteristic evolution and the relationship between the complexity and the research topics. Furthermore, the visual expression of the library and information science discipline is reflected to some extent.

Visual resources in academic literatures Complexity Bibliometric analysis Analytical framework Visual expression

G203

*本文系國家社會科學(xué)基金重大項目“面向大數(shù)據(jù)的數(shù)字圖書館移動視覺搜索機制及應(yīng)用研究”（項目編號：15ZDB126）研究成果之一。

胡蓉，女，南京大學(xué)信息管理學(xué)院博士研究生，西南大學(xué)計算機與信息科學(xué)學(xué)院講師；唐振貴，男，南京大學(xué)信息管理學(xué)院博士研究生；朱慶華，男，南京大學(xué)信息管理學(xué)院教授、博士生導(dǎo)師。