智能交通系統(tǒng)研究進(jìn)展
——基于CiteSpaceⅡ的知識(shí)圖譜分析

屈聞聰，劉 博

(人民交通出版社股份有限公司，北京 100011)

1 引 言

隨著智慧城市(Smart City)建設(shè)的不斷推進(jìn)，智能交通系統(tǒng)(Intelligent Transportation System，ITS)得到了長(zhǎng)足的發(fā)展，ITS相關(guān)的基礎(chǔ)理論和應(yīng)用技術(shù)不斷革新。因此，有必要對(duì)智能交通系統(tǒng)的最新研究進(jìn)展進(jìn)行分析。

當(dāng)前廣泛應(yīng)用的ITS由多個(gè)子系統(tǒng)構(gòu)成，智能交通管理系統(tǒng)、智能公交系統(tǒng)、交通信息服務(wù)系統(tǒng)、智能交通安全系統(tǒng)等等，其涵蓋的相關(guān)理論與基礎(chǔ)多種多樣。在信息技術(shù)迅速發(fā)展的今天，各種信息的獲取、分析和處理變得愈發(fā)便捷，人類所擁有的知識(shí)也正以幾何級(jí)數(shù)高速增長(zhǎng)和膨脹。有人估計(jì)，全世界的知識(shí)在1900年是每30年翻一番，在1970年是每7年翻一番，在1999年是1年半翻一番，而到2010年則是不到一天之內(nèi)翻一番。與此同時(shí)，日益浩繁的知識(shí)庫(kù)卻似乎成為難以穿越的知識(shí)沼澤，想要從中摸索道路、尋找真正需要的知識(shí)反而變得困難。因此，尋找一個(gè)有效的數(shù)據(jù)分析方式具有非常重要的意義。

科學(xué)知識(shí)圖譜(Mapping Knowledge Domains)是進(jìn)行信息分析的有效手段之一，目前已成為各領(lǐng)域研究的新熱點(diǎn)?？茖W(xué)知識(shí)圖譜采用可視化技術(shù)分析當(dāng)前現(xiàn)有信息資源及其載體，分析挖掘科學(xué)技術(shù)領(lǐng)域的研究信息以及它們之間的相互聯(lián)系，并將關(guān)系圖譜用可視化的方式顯示，是用于描繪某一研究領(lǐng)域科學(xué)知識(shí)的發(fā)展演進(jìn)與學(xué)科結(jié)構(gòu)關(guān)系的一種圖形。它將抽象的數(shù)據(jù)映射到二維或者三維的界面上，以圖形、圖像的形式從宏觀和微觀的層次展示一個(gè)學(xué)科的全貌、細(xì)節(jié)以及發(fā)展主題，幫助人們?nèi)娴貙徱曇粋€(gè)學(xué)科的體系結(jié)構(gòu)，學(xué)科發(fā)展的重點(diǎn)、學(xué)科研究的熱點(diǎn)以及學(xué)科未來(lái)的趨勢(shì)等信息，為學(xué)科建設(shè)和學(xué)科戰(zhàn)略制定提供切實(shí)有益的參考。近年來(lái)涌現(xiàn)了如Timeriver、時(shí)序可視圖(a temporal graph visualization)、VxInsight等基于引文和被引文獻(xiàn)的可視化分析系統(tǒng)，Drexel 大學(xué)的華人學(xué)者陳超美開(kāi)發(fā)的JAVA 程序 CitespaceⅡ也是其中之一。

本文采用文獻(xiàn)計(jì)量學(xué)的方法對(duì)近10年來(lái)Web of Science數(shù)據(jù)庫(kù)中智能交通系統(tǒng)的眾多文獻(xiàn)進(jìn)行分析。首先，闡述了數(shù)據(jù)來(lái)源與研究方法；然后，進(jìn)行研究機(jī)構(gòu)與研究者合作網(wǎng)絡(luò)分析；接著，完成知識(shí)基礎(chǔ)與研究前沿分析；最后，給出結(jié)論。

2 數(shù)據(jù)來(lái)源與研究方法

為保證原始數(shù)據(jù)全面、準(zhǔn)確并具有較高解釋度，以Web of Science數(shù)據(jù)庫(kù)為數(shù)據(jù)源，在數(shù)據(jù)庫(kù)中以主題詞“Intelligent Transportation System”(最后更新時(shí)間為2018年5月20日)進(jìn)行檢索，選擇學(xué)科類別Transportation(交通)對(duì)結(jié)果進(jìn)行精煉，并將文獻(xiàn)類型限定為“Article(文章)”，共獲得5725篇文獻(xiàn)，也即交通領(lǐng)域中以“智能交通系統(tǒng)”為主題的論文成果，其時(shí)間跨度為1963～2018。從中選取2009～2018年發(fā)表的文獻(xiàn)，進(jìn)一步將數(shù)據(jù)精簡(jiǎn)為4 204條?？梢?jiàn)近10年來(lái)發(fā)表的論文數(shù)量達(dá)到論文總數(shù)的73.4%，足以證明領(lǐng)域內(nèi)知識(shí)的增長(zhǎng)速度。這些文獻(xiàn)被引次數(shù)總計(jì)25 025次，去除自引的被引頻次總計(jì)22 433次，其h-index為57，表明其中有57篇文獻(xiàn)被引用至少57次。由圖1可見(jiàn)，在國(guó)際學(xué)術(shù)圈中關(guān)于智能交通系統(tǒng)的研究愈發(fā)豐富。

圖1 近年來(lái)關(guān)于智能交通系統(tǒng)的論文發(fā)表

3 研究機(jī)構(gòu)與研究者合作網(wǎng)絡(luò)分析

3.1 研究機(jī)構(gòu)

在CiteSpaceⅡ中將網(wǎng)絡(luò)節(jié)點(diǎn)類型設(shè)置成“Institution”和“Country”，生成了國(guó)家與機(jī)構(gòu)合作的科學(xué)知識(shí)圖譜，共選擇出116個(gè)國(guó)家或研究機(jī)構(gòu)及它們之間的138條連線。如圖2所示，節(jié)點(diǎn)間的連線表明了合作關(guān)系，年輪狀圓圈表征了歷年來(lái)的論文被引的情況，紫色圓環(huán)表示了被引數(shù)量的激增(burst)。圖中可見(jiàn)，中國(guó)和美國(guó)近十年來(lái)研究實(shí)力呈現(xiàn)迅速增強(qiáng)的態(tài)勢(shì)，英國(guó)、西班牙、法國(guó)、德國(guó)等隨后。各國(guó)的研究力量統(tǒng)計(jì)信息如表1所示。

圖2 智能交通系統(tǒng)領(lǐng)域的國(guó)家與研究機(jī)構(gòu)合作圖譜

表1 各國(guó)研究力量統(tǒng)計(jì)

在中國(guó)的研究機(jī)構(gòu)中，北京交通大學(xué)、中國(guó)科學(xué)院、上海交通大學(xué)和清華大學(xué)在領(lǐng)域內(nèi)的影響力相對(duì)較大，美國(guó)則以加州大學(xué)伯克利分校和華盛頓大學(xué)的成果最為突出。值得注意的是，清華大學(xué)和加州大學(xué)伯克利分校之間的合作較為緊密。

3.2 研究者合作網(wǎng)絡(luò)

利用軟件選擇出288位研究者并生成他們之間的108條連線，形成所示的研究者合作網(wǎng)絡(luò)知識(shí)圖譜。

出現(xiàn)的作者姓名字體越大表明著作數(shù)量越多，作者間的連線表顯示了合作關(guān)系。以國(guó)際研究工作者為例，自西班牙馬德里大學(xué)的Milanes Vicente，Perez Joshue和Onieva Enrique等人密切合作。此外，來(lái)自日本名古屋電器工業(yè)公司的Yamada Muneo，來(lái)自陶宛維爾紐斯科技大學(xué)的Jarasuniene Aldona等人各自與不同合作者共同發(fā)表了較多的成果。

4 知識(shí)基礎(chǔ)與研究前沿分析

“研究前沿”(Research Front)的概念最早在1965年由普賴斯(Price)提出，這一概念被用來(lái)描述某個(gè)科學(xué)研究領(lǐng)域的研究前沿的動(dòng)態(tài)本質(zhì)。他認(rèn)為某個(gè)領(lǐng)域的研究前沿是由科學(xué)家積極引用的文章所體現(xiàn)的。他在研究中發(fā)現(xiàn)，在新發(fā)表的論文中，30%的被引文獻(xiàn)為近6年內(nèi)的新論文，對(duì)最近論文相對(duì)集中的高頻引用現(xiàn)象則反映了當(dāng)前的研究前沿動(dòng)態(tài)。

本文選取的研究對(duì)象文獻(xiàn)總計(jì)對(duì)1 685篇文獻(xiàn)施引，去除自引總計(jì)1 614篇。運(yùn)用CiteSpaceⅡ?qū)Ψ治鰧?duì)象的關(guān)鍵詞共現(xiàn)進(jìn)行分析，并對(duì)引文進(jìn)行作者共引、文獻(xiàn)共引、期刊共引分析，以揭示研究前沿的知識(shí)基礎(chǔ)。

4.1 關(guān)鍵詞共現(xiàn)分析

利用CitespaceⅡ共篩選出141個(gè)節(jié)點(diǎn)關(guān)鍵詞及它們之間的387條連線，并進(jìn)行聚類分析。

其中紅色文字為程序通過(guò)計(jì)算抽象出的不同聚類簇的研究主題，反映了當(dāng)前智能交通系統(tǒng)領(lǐng)域內(nèi)的主要研究熱點(diǎn)，例如：城市交通(Urban Transport)、自組織網(wǎng)絡(luò)(Ad Hoc Networks)、彈性交通(Flexible Transport)、模糊系統(tǒng)(Fuzzy System)、動(dòng)態(tài)分段(Dynamic Segmentation)、超分辨(Super resolution)等等。此外，可持續(xù)發(fā)展、交通與環(huán)境、交通安全、車聯(lián)網(wǎng)等主題也受到關(guān)注。關(guān)鍵詞的演變反映出近年來(lái)本領(lǐng)域研究者的關(guān)注點(diǎn)更多地轉(zhuǎn)向交通與圖像處理、地理信息系統(tǒng)、城市環(huán)境等相關(guān)學(xué)科的交叉領(lǐng)域，并充分認(rèn)識(shí)到智能交通系統(tǒng)對(duì)于改善城市人居環(huán)境、建設(shè)智慧型城市的重要意義。

4.2 作者共引分析

利用CitespaceⅡ進(jìn)行作者共引分析，選擇出248位研究者并生成他們之間的276條連線。

其中顯示了作者的共被引關(guān)系及聚類分析結(jié)果，同一色塊內(nèi)的作者的文章具有一定相似性，紅色文字為經(jīng)程序計(jì)算抽象出的不同聚類簇的研究主題，例如：Perez Joshue和Milanes Vicente的研究體系主要集中在交通控制、自動(dòng)駕駛等領(lǐng)域；濟(jì)州國(guó)立大學(xué)的Lee Junghoon和Park Gyung-Leen等人在電動(dòng)汽車、汽車租賃等方面做出較為廣泛的研究，為相關(guān)領(lǐng)域奠定良好基礎(chǔ)；Kamijo Shunsuke 、Jaillet Patrick等在車輛無(wú)線傳感器方面成果頗豐；Tian Bin和Zhu Fenghua等在車輛檢測(cè)等方面做出一定貢獻(xiàn)；Rodrigues Joel J.P.C.和Kumar Neeraj等對(duì)車輛自組織網(wǎng)絡(luò)進(jìn)行了研究。

4.3 文獻(xiàn)共引分析

由CiteSpaceⅡ生成的經(jīng)Pathfinder裁剪的文獻(xiàn)共引科學(xué)知識(shí)圖譜中，共選擇出329個(gè)節(jié)點(diǎn)及其間的1 110條連線。每一個(gè)節(jié)點(diǎn)表示一篇文獻(xiàn)，節(jié)點(diǎn)周圍的年輪狀圓環(huán)各層的厚度與不同年份的引文數(shù)成正比，紫色圓環(huán)表示了被引數(shù)量的激增(burst)。

其中的重要文獻(xiàn)是近十年來(lái)本領(lǐng)域重要的知識(shí)基礎(chǔ)。其中，以Quddus Mohammed A等人所著論文Currentmap-matchingalgorithmsfortransportapplications:State-of-theartandfutureresearchdirections影響最大。地圖匹配(map-matching)算法是導(dǎo)航系統(tǒng)最重要基礎(chǔ)，該文獻(xiàn)在對(duì)地圖匹配算法的主要研究方向進(jìn)行綜述的基礎(chǔ)上，揭示了當(dāng)前研究的難點(diǎn)和局限性，并指出了歐洲的伽利略(Galileo)系統(tǒng)及歐洲地球同步導(dǎo)航服務(wù)(European Geostationary Navigation Overlay Service)系統(tǒng)的優(yōu)越性及其可能帶來(lái)的影響。在此基礎(chǔ)上，Velaga Nagendra R與Quddus Mohammed A等人又對(duì)拓?fù)涞貓D匹配(tMM)算法進(jìn)行改進(jìn)。Buch Norbert作為第一作者寫作的AReviewofComputerVisionTechniquesfortheAnalysisofUrbanTraffic也產(chǎn)生了較大的影響。該論文全面探討和對(duì)比了最先進(jìn)的交通視頻分析技術(shù)，并對(duì)未來(lái)技術(shù)發(fā)展趨勢(shì)進(jìn)行展望。Min Wanli和Wynter Laura合作撰寫的論文Real-timeroadtrafficpredictionwithspatio-temporalcorrelations揭示了交通流的時(shí)空特性及其在新一代的“智慧交通”中的應(yīng)用。Vlassenroot Sven等人通過(guò)分析問(wèn)卷調(diào)查和車載設(shè)備記錄的行駛數(shù)據(jù)，對(duì)在比利時(shí)測(cè)試的智能速度適應(yīng)系統(tǒng)(Intelligent Speed Adaptation System)的應(yīng)用效果進(jìn)行評(píng)價(jià)。

4.4 期刊共引分析

研究對(duì)象集中共有15 534次有效引文，來(lái)自932種期刊或其他類型文獻(xiàn)。其中被引前10%(93種)的期刊中的引文有4 705次，占總引文次數(shù)的30.2%。在CiteSpaceⅡ生成的期刊共引科學(xué)知識(shí)圖譜中，共選擇出114種期刊以及期刊之間的308條連線。

其容易看出，高被引期刊主要為智能交通系統(tǒng)的核心期刊，如IEEETransactionsonIntelligentTransportationSystems、TransportationResearchPart-C、TransportationResearchRecord等在交通領(lǐng)域影響較大的期刊，同時(shí)也出現(xiàn)了一定數(shù)量通訊、計(jì)算機(jī)、地理信息等領(lǐng)域的期刊，如IEEETransactionsonVehicularTechnology、LectureNotesinComputerScience等。這些領(lǐng)域均與智能交通有密不可分的關(guān)系，研究者經(jīng)常需要從中汲取必要的知識(shí)。

5 結(jié) 論

(1)本文以智能交通系統(tǒng)領(lǐng)域近十年來(lái)在Web of Science數(shù)據(jù)庫(kù)中發(fā)表的論文及其引文為研究對(duì)象，利用CiteSpaceⅡ軟件，通過(guò)可視化技術(shù)對(duì)其進(jìn)行處理，以科學(xué)知識(shí)圖譜的形式展現(xiàn)了本領(lǐng)域研究的重要學(xué)術(shù)文獻(xiàn)、學(xué)術(shù)代表人物，對(duì)當(dāng)前發(fā)展的知識(shí)基礎(chǔ)和發(fā)展趨勢(shì)進(jìn)行了分析。

(2)智能交通作為交通運(yùn)輸領(lǐng)域的前沿，當(dāng)前的研究方向正在進(jìn)一步向更多交叉學(xué)科領(lǐng)域擴(kuò)展，在這個(gè)信息化的時(shí)代有著廣闊的應(yīng)用前景。我國(guó)在智能交通系統(tǒng)的研究雖然起步較晚，但經(jīng)過(guò)數(shù)十年來(lái)研究者的著力推動(dòng)，研究實(shí)力有了長(zhǎng)足的提升，涌現(xiàn)了一批優(yōu)秀的學(xué)術(shù)帶頭人。如今，伴隨智慧城市、物聯(lián)網(wǎng)等新興產(chǎn)業(yè)的興起，智能交通行業(yè)已經(jīng)成為是目前細(xì)分領(lǐng)域中最具前景、政策傾斜最多的行業(yè)之一。雄厚的基礎(chǔ)科研實(shí)力將為相關(guān)產(chǎn)業(yè)的長(zhǎng)足發(fā)展奠定堅(jiān)實(shí)的基礎(chǔ)。

(3)目前由于中文引文數(shù)據(jù)庫(kù)采用的格式不符合國(guó)際通行標(biāo)準(zhǔn)，CitespaceII對(duì)中文文獻(xiàn)數(shù)據(jù)庫(kù)的支持尚顯不足，在未來(lái)的研究中應(yīng)當(dāng)考慮對(duì)智能交通系統(tǒng)的中文文獻(xiàn)進(jìn)行梳理，并與世界研究趨勢(shì)加以對(duì)比，以便發(fā)現(xiàn)我國(guó)相關(guān)研究需要補(bǔ)充完善的方向。