大數(shù)據(jù)視域下陽(yáng)明心學(xué)主題挖掘及作者發(fā)現(xiàn)研究

楊秀璋，武帥，夏換，竇悅琪，趙紫如，朱滌塵，張亞成

（1.貴州財(cái)經(jīng)大學(xué)信息學(xué)院，貴陽(yáng)550025；2.貴州財(cái)經(jīng)大學(xué)，貴州省經(jīng)濟(jì)系統(tǒng)仿真重點(diǎn)實(shí)驗(yàn)室，貴陽(yáng)550025；3.貴州財(cái)經(jīng)大學(xué)，貴州省電子商務(wù)大數(shù)據(jù)營(yíng)銷工程研究中心，貴陽(yáng)550025）

0 引言

陽(yáng)明心學(xué)是明代著名思想家王陽(yáng)明的心學(xué)思想，是中國(guó)傳統(tǒng)文化的精華，其精神內(nèi)涵包括“知行合一”“致良知”“身之主宰便是心”等[1]。陽(yáng)明文學(xué)強(qiáng)調(diào)“心即是理”，即最高的道理不需外求，而從自己本心得到，其中的四句教“無(wú)善之惡心之體，有善有惡意之動(dòng)，知善知惡是良知，為善去惡是格物”廣為流傳。目前共分為七個(gè)學(xué)派：右派（江右學(xué)派）、南中王門學(xué)派、閩粵王門學(xué)派、北方王門學(xué)派、楚中王門學(xué)派、左派（浙中王門學(xué)派）、泰州學(xué)派[2-3]。陽(yáng)明心學(xué)文獻(xiàn)作為其交流與傳播的重要載體，有效地推動(dòng)陽(yáng)明心學(xué)的發(fā)展。當(dāng)前陽(yáng)明心學(xué)的研究主要采用期刊閱讀、書籍查閱、學(xué)派交流，核心作者僅僅依據(jù)發(fā)文量來(lái)判斷，缺乏利用大數(shù)據(jù)技術(shù)來(lái)進(jìn)行分析和研究。

隨著互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的迅速發(fā)展，傳統(tǒng)文化相關(guān)的學(xué)術(shù)成果和在線博客呈爆炸式增長(zhǎng)，如何從海量文獻(xiàn)中識(shí)別出核心科研作者、挖掘出熱門主題變得越來(lái)越重要。核心作者是學(xué)科研究的堅(jiān)實(shí)基礎(chǔ)，決定著學(xué)科研究方向以及學(xué)術(shù)成果的質(zhì)量[4]。傳統(tǒng)識(shí)別方法是通過(guò)發(fā)文量來(lái)認(rèn)定，卻忽略了論文質(zhì)量，缺乏利用社交網(wǎng)絡(luò)或知識(shí)圖譜技術(shù)構(gòu)建核心作者間的關(guān)系，識(shí)別結(jié)果往往存在片面性，針對(duì)這些問(wèn)題，本文通過(guò)社交網(wǎng)絡(luò)方法挖掘陽(yáng)明心學(xué)的核心作者深層次合作關(guān)系。同時(shí)，利用LDA主題模型挖掘陽(yáng)明心學(xué)文獻(xiàn)的核心主題關(guān)鍵詞，并結(jié)合可視化技術(shù)直觀地反映陽(yáng)明心學(xué)的研究熱點(diǎn)。

近年來(lái)，國(guó)內(nèi)外學(xué)者致力于學(xué)術(shù)文獻(xiàn)研究并提出各自的分析方法。侯建華[5]通過(guò)PathFinder算法，基于美國(guó)科學(xué)情報(bào)研究所的Web of Science三個(gè)檢索數(shù)據(jù)庫(kù)（SCI、SSCI、A&HCI）繪制和分析工商管理學(xué)科主干理論演進(jìn)的關(guān)鍵路徑圖譜。楊秀璋等[6]基于LDA主題模型挖掘水族文獻(xiàn)知識(shí)，揭示學(xué)科領(lǐng)域作者合作關(guān)系。何超[7]借助知識(shí)圖譜理論與方法研究我國(guó)工商管理學(xué)科，并系統(tǒng)繪制管理科學(xué)學(xué)科知識(shí)圖譜。嚴(yán)紅等人[8]基于CSSCI引文索引數(shù)據(jù)庫(kù)為數(shù)據(jù)來(lái)源，采用CiteSpace引文空間可視化分析方法，繪制國(guó)內(nèi)協(xié)同創(chuàng)新研究熱點(diǎn)知識(shí)圖譜。黃海瑛[9]通過(guò)知識(shí)圖譜和可視化技術(shù)系統(tǒng)分析外國(guó)文學(xué)文獻(xiàn)及熱點(diǎn)變遷。

綜上，結(jié)合國(guó)內(nèi)外學(xué)者的研究現(xiàn)狀，本文提出一種基于大數(shù)據(jù)分析技術(shù)的陽(yáng)明心學(xué)研究方法，包括社交網(wǎng)絡(luò)、LDA模型、詞云可視化，旨在挖掘陽(yáng)明心學(xué)文獻(xiàn)的熱門主題和核心作者，并結(jié)合可視化技術(shù)展現(xiàn)陽(yáng)明心學(xué)的研究熱點(diǎn)及作者關(guān)系圖譜。

1 研究方法

1.1 基本思路與框架

本文旨在利用大數(shù)據(jù)分析技術(shù)研究陽(yáng)明心學(xué)文獻(xiàn)，通過(guò)文獻(xiàn)計(jì)量、社交網(wǎng)絡(luò)、LDA模型、綜合指數(shù)、可視化分析方法挖掘陽(yáng)明心學(xué)文獻(xiàn)的熱門主題和核心作者。該算法的框架圖如圖1所示。

（1）采用Python和Selenium技術(shù)自定義爬蟲抓取KI陽(yáng)明心學(xué)文獻(xiàn)數(shù)據(jù)。

（2）數(shù)據(jù)預(yù)處理包括中文分詞、停用詞過(guò)濾和特征提取，提取陽(yáng)明心學(xué)相關(guān)的特征并存儲(chǔ)至數(shù)據(jù)庫(kù)，包括文獻(xiàn)標(biāo)題、文獻(xiàn)作者、文獻(xiàn)摘要、文獻(xiàn)來(lái)源、發(fā)表時(shí)間、被引量和下載量。

（3）陽(yáng)明心學(xué)大數(shù)據(jù)分析包括文獻(xiàn)計(jì)量分析、核心作者計(jì)算、科研團(tuán)體發(fā)現(xiàn)和研究主題挖掘，所涉及的技術(shù)包括文獻(xiàn)計(jì)量、普賴斯定律、綜合指數(shù)、社交網(wǎng)絡(luò)、LDA模型和可視化技術(shù)。

1.2 數(shù)據(jù)采集及預(yù)處理

本文旨在挖掘中國(guó)知網(wǎng)陽(yáng)明心學(xué)文獻(xiàn)的核心作者，分析陽(yáng)明心學(xué)核心期刊雜志及研究主題，共抓取中國(guó)知網(wǎng)1974年至2019年4月期間2463篇陽(yáng)明心學(xué)相關(guān)的學(xué)術(shù)成果，并對(duì)抓取的文獻(xiàn)進(jìn)行數(shù)據(jù)預(yù)處理，從而得到更準(zhǔn)確、更完整、質(zhì)量更高的文獻(xiàn)信息。實(shí)驗(yàn)所采用的數(shù)據(jù)預(yù)處理主要包括異常值處理、數(shù)據(jù)清洗和中分分詞。

圖1 陽(yáng)明心學(xué)研究框架圖

1.3 LDA模型

LDA（Latent Dirichlet Allocation）是一種文檔主題生成模型，由Blei等人[10]在2003年首次提出，是一種基于主題（T）、文檔（D）和主題詞（W）的三層貝葉斯結(jié)構(gòu)，其中文檔到主題（D-T）以及主題到主題詞（T-W）層面均服從多層分布。LDA模型將一篇文本的每個(gè)詞都按照一定概率分布到某個(gè)主題上，并從這個(gè)主題中選擇相關(guān)的詞語(yǔ)集，如圖1所示，將d篇文檔映射到k個(gè)主題中，每個(gè)主題包括一定量的主題詞。

圖2 文檔-主題-詞映射模型

本文針對(duì)陽(yáng)明心學(xué)文獻(xiàn)完成主題挖掘研究，經(jīng)過(guò)LDA主題分布后，得到各個(gè)文檔的不同主題所占比例，實(shí)現(xiàn)陽(yáng)明心學(xué)各主題關(guān)鍵詞的挖掘。

2 陽(yáng)明心學(xué)文獻(xiàn)計(jì)量分析

本文采用Python自定義爬蟲抓取中國(guó)知網(wǎng)陽(yáng)明心學(xué)相關(guān)的學(xué)術(shù)成果，共獲取2463篇學(xué)術(shù)成果，包括學(xué)術(shù)期刊論文1825篇、博士論文134篇、碩士論文354篇、國(guó)內(nèi)外會(huì)議論文63篇、報(bào)紙文獻(xiàn)87篇，詳細(xì)信息如表1所示。

表1 中國(guó)知網(wǎng)1974年至2019年3月的陽(yáng)明心學(xué)學(xué)術(shù)成果匯總表

2.1 近十年發(fā)展綜述分析

本文首先利用文獻(xiàn)計(jì)量和可視化技術(shù)分析陽(yáng)明心學(xué)近十年的發(fā)展概況。通過(guò)PyEcharts庫(kù)繪制如圖3所示的趨勢(shì)圖，圖中橫軸為2009至2018年這十年的時(shí)間軸，縱軸為近十年中國(guó)知網(wǎng)陽(yáng)明心學(xué)相關(guān)的學(xué)術(shù)成果的發(fā)文量（紫色折線圖）、最高引用量（紅色柱狀圖）和最高下載量（藍(lán)色柱狀圖）。整體而言，發(fā)文量呈平緩增長(zhǎng)趨勢(shì)，可見(jiàn)越來(lái)越多的學(xué)者關(guān)注陽(yáng)明心學(xué)研究，對(duì)陽(yáng)明心學(xué)的傳承和弘揚(yáng)起到一定的推廣作用。其中，2014年陳琪[11]《王陽(yáng)明“致良知”思想研究》博士論文下載量最高，共被下載6780次，被引用29次。

圖3 近十年學(xué)術(shù)成果發(fā)展趨勢(shì)圖

2.2 發(fā)文作者分析

對(duì)陽(yáng)明心學(xué)學(xué)術(shù)成果相關(guān)作者發(fā)文量進(jìn)行匯總排名，得出如表2所示的結(jié)果。其中，貴州大學(xué)中國(guó)文化書院的張新民、貴陽(yáng)學(xué)院陽(yáng)明學(xué)與黔學(xué)研究所陸永勝均發(fā)表26篇以陽(yáng)明心學(xué)為主題的文獻(xiàn)。

表2 作者發(fā)文量前十統(tǒng)計(jì)表

2.3 學(xué)科類別和研究類型分析

針對(duì)中國(guó)知網(wǎng)陽(yáng)明心學(xué)學(xué)術(shù)成果的學(xué)科類別和研究類型進(jìn)行計(jì)量分析，得出如圖4和圖5所示的結(jié)果。其中，圖4是陽(yáng)明心學(xué)學(xué)術(shù)成果學(xué)科類別分析，以哲學(xué)與文學(xué)為主，其中哲學(xué)占59.07%、文學(xué)占10.11%，陽(yáng)明心學(xué)主要?dú)w于哲學(xué)和文學(xué)范疇。

圖4 學(xué)科類別統(tǒng)計(jì)分析

圖5是陽(yáng)明心學(xué)研究類型分析，排名最高的分別是基礎(chǔ)研究（社科）、政策研究（社科）、行業(yè)研究（社科），分別占80.07%、4.38%、3.69%，該結(jié)果間接反映出我國(guó)大多數(shù)研究陽(yáng)明心學(xué)的為基礎(chǔ)社科研究。

圖5 研究類型統(tǒng)計(jì)分析

2.4 學(xué)術(shù)期刊分析

學(xué)術(shù)期刊分析能有效挖掘研究陽(yáng)明心學(xué)的中堅(jiān)力量，它們有效推動(dòng)了中國(guó)傳統(tǒng)文化的研究。本文采用WordCloud技術(shù)挖掘熱門期刊，得出如圖6所示的結(jié)果。其中，“貴陽(yáng)學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版）”“孔子研究”“貴州師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）”“哲學(xué)研究”“貴州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）”五家期刊雜志社的出現(xiàn)頻數(shù)最高，分別為82次、29次、27次、26次、22次，它們均對(duì)陽(yáng)明心學(xué)的研究作出重要共現(xiàn)，也側(cè)面反映出貴州省對(duì)陽(yáng)明心學(xué)的重視程度。

圖6 期刊文獻(xiàn)分析

3 陽(yáng)明心學(xué)核心作者計(jì)算

針對(duì)傳統(tǒng)的核心作者發(fā)現(xiàn)僅采用發(fā)文量或被引用量來(lái)評(píng)判的缺陷，本文采用一種同時(shí)考慮發(fā)文量和被引用量來(lái)確定核心作者候選人的方法，再通過(guò)普賴斯定律計(jì)算陽(yáng)明心學(xué)文獻(xiàn)核心作者候選人的測(cè)評(píng)樣本[12]，最終計(jì)算出文獻(xiàn)的核心作者。具體步驟如下：

（1）依據(jù)普賴斯定律統(tǒng)計(jì)核心作者候選人刊發(fā)文章的累計(jì)最低發(fā)文量。其計(jì)算公式如式（1）所示：

其中，Mp為普賴斯定律統(tǒng)計(jì)發(fā)表陽(yáng)明心學(xué)文獻(xiàn)的最低發(fā)文量，Npmax為普賴斯定律統(tǒng)計(jì)的最高發(fā)文量。實(shí)驗(yàn)統(tǒng)計(jì)發(fā)現(xiàn)，陽(yáng)明心學(xué)文獻(xiàn)最高發(fā)文量為26，依據(jù)普賴斯定律，選擇發(fā)表四篇或四篇以上的作者作為陽(yáng)明心學(xué)文獻(xiàn)核心作者的候選人。

（2）計(jì)算核心作者候選人刊發(fā)文章的累計(jì)最低被引用量。實(shí)驗(yàn)發(fā)現(xiàn)，陽(yáng)明心學(xué)文獻(xiàn)中作者發(fā)文被引用量最高為71次，依據(jù)普賴斯定律確定核心作者候選人的最低被引用量，其計(jì)算公式（2）如下：

其中，Mc為普賴斯定律統(tǒng)計(jì)陽(yáng)明心學(xué)文獻(xiàn)的最低被引用量，Ncmax為作者發(fā)文單篇被引用最高量。依據(jù)普賴斯定律，選擇被引用量在七次以上的作者作為陽(yáng)明心學(xué)文獻(xiàn)核心作者的候選人。

（3）篩選符合①和②的作者進(jìn)行統(tǒng)計(jì)分析，最終確定陽(yáng)明心學(xué)文獻(xiàn)核心作者候選人為45位，候選人共發(fā)表學(xué)術(shù)成果396篇，占全部陽(yáng)明心學(xué)文獻(xiàn)的16.1%，候選核心作者的總被引用次數(shù)為1794次，占陽(yáng)明心學(xué)文獻(xiàn)總被引用量的28.4%。

（4）計(jì)算陽(yáng)明心學(xué)核心作者候選人的平均發(fā)文量和平均被引用量。其計(jì)算公式如下：

其中，X表示核心作者候選人總發(fā)文量，Y表示核心作者候選人發(fā)文的總被引用量，n表示核心作者候選人數(shù)。

（5）依據(jù)發(fā)文量與被引用量構(gòu)建綜合指數(shù)，從陽(yáng)明心學(xué)在中國(guó)知網(wǎng)收錄文獻(xiàn)的數(shù)量和質(zhì)量?jī)蓚€(gè)角度評(píng)估核心作者候選人。綜合指數(shù)計(jì)算公式如下：

其中，scorei表示第i位核心作者候選人的綜合指數(shù)得分，xi和yi分別表示第i位核心作者候選人的發(fā)文量和累計(jì)被引用量，發(fā)文量和被引用量系數(shù)均為0.5。

運(yùn)用此綜合指數(shù)方法對(duì)45位核心作者候選人進(jìn)行計(jì)算，得出如表3所示的前20位核心作者。其中，左東嶺發(fā)表陽(yáng)明心學(xué)相關(guān)文獻(xiàn)9篇，被引用量為180次，綜合指數(shù)為2.77；楊國(guó)榮發(fā)表陽(yáng)明心學(xué)相關(guān)文獻(xiàn)11篇，被引用次數(shù)為159次，綜合指數(shù)為2.62；張新民發(fā)表陽(yáng)明心學(xué)相關(guān)文獻(xiàn)26篇，被引用量為46次，綜合指數(shù)為2.06；王路平發(fā)表陽(yáng)明心學(xué)相關(guān)文獻(xiàn)22篇，被引用次數(shù)為58次，綜合指數(shù)為1.98；陸永勝發(fā)表陽(yáng)明心學(xué)相關(guān)文獻(xiàn)26篇，被引用次數(shù)為29次，綜合指數(shù)為1.85。該方法有效挖掘出陽(yáng)明心學(xué)研究的核心科研工作者。

表3 陽(yáng)明心學(xué)學(xué)術(shù)成果核心作者統(tǒng)計(jì)表

4 陽(yáng)明心學(xué)作者關(guān)系發(fā)現(xiàn)

針對(duì)陽(yáng)明文化核心作者關(guān)系發(fā)現(xiàn)，本文提出一種基于社交網(wǎng)絡(luò)和共現(xiàn)矩陣的分析方法，利用Gephi構(gòu)建陽(yáng)明心學(xué)文獻(xiàn)作者間的關(guān)系圖譜，進(jìn)一步挖掘?qū)﹃?yáng)明心學(xué)做出重要貢獻(xiàn)的科研群體。具體操作如下：

（1）首先計(jì)算中國(guó)知網(wǎng)2463篇陽(yáng)明心學(xué)學(xué)術(shù)成果的所有作者共現(xiàn)矩陣，當(dāng)兩位作者出現(xiàn)在同一篇文獻(xiàn)中時(shí)，則認(rèn)為共現(xiàn)并構(gòu)建一條相關(guān)聯(lián)關(guān)系邊，否則沒(méi)有。

（2）采用Gephi構(gòu)建陽(yáng)明心學(xué)作者關(guān)系圖譜，繪制如圖7所示的效果圖。由圖可知，圓圈越大表示合作關(guān)系越密切，反之越少。

圖7 陽(yáng)明心學(xué)核心作者合作關(guān)系圖譜

該知識(shí)圖譜共挖掘具有合作關(guān)系的核心作者435名，合作次數(shù)321次，平均聚類系數(shù)為0.844，平均路徑長(zhǎng)度為1.137。陽(yáng)明心學(xué)核心科研群體包括以張新民老師為代表的貴州大學(xué)中國(guó)文化書院科研團(tuán)隊(duì)，其研究方向是中國(guó)古代史、哲學(xué)和陽(yáng)明文化；以鄒建鋒老師為代表的湖州師范學(xué)院團(tuán)隊(duì)，他們的研究方向是明代思想史、明代儒學(xué)和哲學(xué)；以陸永勝老師為代表的貴陽(yáng)學(xué)院科研團(tuán)隊(duì)，其研究方向是中國(guó)文學(xué)、哲學(xué)和王陽(yáng)明心學(xué)美學(xué)。

綜上，這些科研團(tuán)隊(duì)對(duì)中國(guó)傳統(tǒng)文學(xué)及陽(yáng)明文化研究均有一定的貢獻(xiàn)，同時(shí)，更多陽(yáng)明心學(xué)研究者采用獨(dú)自科研并發(fā)表相關(guān)學(xué)術(shù)成果的方式。本文也鼓勵(lì)科研工作者合作研究、共同探討，為中華傳統(tǒng)文化的保護(hù)和傳承提供幫助。

5 陽(yáng)明心學(xué)研究主題挖掘

本文采用WordCloud和LDA模型挖掘陽(yáng)明心學(xué)的主題關(guān)鍵詞。其中，詞云分析得出如圖8所示的分布圖，陽(yáng)明心學(xué)學(xué)術(shù)成果的熱門主題詞主要包括“王陽(yáng)明”“陽(yáng)明心學(xué)”“王陽(yáng)明心學(xué)”“致良知”“傳習(xí)錄”“知行合一”“龍場(chǎng)悟道”“程朱理學(xué)”等，它們被研究的頻率較高，直接反映了陽(yáng)明心學(xué)的核心價(jià)值及學(xué)術(shù)研究方向。

圖8 陽(yáng)明心學(xué)文獻(xiàn)的熱點(diǎn)主題詞

在基于LDA模型的主題挖掘?qū)嶒?yàn)中，本文通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)最佳主題數(shù)為3，迭代次數(shù)為500，最終實(shí)驗(yàn)結(jié)果如圖9所示，三個(gè)圓圈分別代表陽(yáng)明心學(xué)學(xué)術(shù)成果的三個(gè)核心主題，即陽(yáng)明心學(xué)和知行合一（Topic 1）、哲學(xué)思想和美學(xué)啟示（Topic 2）、儒學(xué)思潮和明代文學(xué)（Topic 3），它們明顯區(qū)別且聯(lián)系密切。圖9展示了主題3對(duì)應(yīng)的詞頻大小，LDA主題模型有效凝聚了陽(yáng)明心學(xué)的主題，可視化直觀地呈現(xiàn)各主題對(duì)應(yīng)的關(guān)鍵詞分布差異及重要程度。同時(shí)，為進(jìn)一步挖掘各主題的核心關(guān)鍵詞，通過(guò)LDA主題模型提取三大主題的前20個(gè)主題詞，如表4所示。

圖9 陽(yáng)明心學(xué)LDA主題挖掘

表4 LDA模型主題-關(guān)鍵詞識(shí)別結(jié)果

由表可知，每個(gè)主題的差異明顯，主題1中的特征詞主要是陽(yáng)明心學(xué)和知行合一，包括“心學(xué)”“王陽(yáng)明”“知行合一”“龍場(chǎng)悟道”“研究”等主題關(guān)鍵詞；主題2中的特征詞主要是哲學(xué)思想和美學(xué)啟示，包括“王陽(yáng)明”“哲學(xué)”“良 知”“哲 學(xué) 思想”“倫理”“精神啟示”等主題關(guān)鍵詞；主題3中的特征詞主要是儒學(xué)思潮和明代文學(xué)，包括“儒家”“文化”“陽(yáng)明心學(xué)”“影響”“明代”“文學(xué)”“儒學(xué)理論”等主題關(guān)鍵詞。

6 結(jié)語(yǔ)

針對(duì)中國(guó)傳統(tǒng)文學(xué)和哲學(xué)缺乏利用大數(shù)據(jù)技術(shù)分析的特點(diǎn)，本文提出一種基于大數(shù)據(jù)分析技術(shù)的陽(yáng)明心學(xué)研究方法，主要采用文獻(xiàn)計(jì)量、社交網(wǎng)絡(luò)、LDA模型、詞云可視化對(duì)中國(guó)知網(wǎng)所收錄的陽(yáng)明心學(xué)相關(guān)的2463篇學(xué)術(shù)成果進(jìn)行研究。

實(shí)驗(yàn)結(jié)果表明，本文方法發(fā)現(xiàn)了以左東嶺、楊國(guó)榮、張新民、王路平、陸永勝為代表的陽(yáng)明心學(xué)核心研究者，挖掘的熱門主題包括“王陽(yáng)明”“陽(yáng)明心學(xué)”“知行合一”“致良知”“傳習(xí)錄”等，LDA模型識(shí)別出三大核心主題，分別是陽(yáng)明心學(xué)和知行合一、哲學(xué)思想和美學(xué)啟示、儒學(xué)思潮和明代文學(xué)。本文方法能有效地挖掘出中國(guó)傳統(tǒng)文化的主題關(guān)鍵詞及作者關(guān)系圖譜，使研究的主題脈絡(luò)更加清晰，為推動(dòng)陽(yáng)明心學(xué)的弘揚(yáng)與發(fā)展提供幫助，具有一定的應(yīng)用前景和和實(shí)用價(jià)值。