基于CiteSpace的新冠肺炎防控知識(shí)圖譜及可視化分析

司威 孫曉玲 陳海紅

摘 要：自新型冠狀病毒疫情暴發(fā)以來，疫情傳播迅速，傳染性強(qiáng)，感染范圍廣，嚴(yán)重威脅著人類的生命健康，疫情防控形勢(shì)嚴(yán)峻，全國各地高度重視疫情防控，有效遏制了病毒的蔓延。本文從CNKI中國知網(wǎng)檢索與新型冠狀病毒疫情防控有關(guān)的期刊文獻(xiàn)，時(shí)間跨度限定為2019年12月1日至2021年7月31日，檢索到中文文獻(xiàn)3389篇，并以此作為數(shù)據(jù)源，利用可視化圖譜分析軟件CiteSpace從關(guān)鍵詞、作者、合作機(jī)構(gòu)等多個(gè)角度進(jìn)行聚類分析并繪制可視化圖譜，得出“疫情防控”“應(yīng)急管理”“突發(fā)公共衛(wèi)生事件”等研究熱點(diǎn)，隨著疫情的發(fā)展，研究熱點(diǎn)向“護(hù)理管理”“線上教學(xué)”等方向進(jìn)行擴(kuò)展;在作者合作上還沒有形成大型合作團(tuán)體，主要以分散的形式存在;在研究機(jī)構(gòu)上跨地域合作并未形成。在后疫情時(shí)期，疫情防控正由應(yīng)急狀態(tài)向常態(tài)化精準(zhǔn)防控進(jìn)行轉(zhuǎn)變。

關(guān)鍵詞：新型冠狀病毒;疫情防控;知識(shí)圖譜;CiteSpace

中圖分類號(hào)：R222.18 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1673-260X（2021）12-0054-04

2019年末武漢爆發(fā)了新型冠狀病毒性肺炎[1]（Corona Virus Disease 2019，COVID-19），突如其來的疫情嚴(yán)重影響了人們的工作和生活，以習(xí)近平同志為核心的黨中央高度重視，始終堅(jiān)持人民至上、生命至上的原則，在全國范圍內(nèi)統(tǒng)一指揮，全面部署，形成了立體防控的戰(zhàn)略布局，取得了抗擊疫情的階段性勝利。但疫情還遠(yuǎn)沒有結(jié)束，境外的輸入病例的變異毒株的出現(xiàn)，不斷考驗(yàn)著我國的疫情防控措施，全國總體防控策略調(diào)整為“外防輸入、內(nèi)防反彈”，疫情防控工作由應(yīng)急管理向常態(tài)化精準(zhǔn)防控轉(zhuǎn)變。

在疫情發(fā)展過程中，為更好地應(yīng)對(duì)疫情做好防控工作，國務(wù)院應(yīng)對(duì)新型冠狀病毒性肺炎疫情聯(lián)防聯(lián)控機(jī)制綜合組制定了新型冠狀病毒性肺炎防控方案[2]，同時(shí)眾多機(jī)構(gòu)和研究者也從防控措施、防控策略、人工智能、線上教學(xué)等多個(gè)角度對(duì)疫情防控過程中的重點(diǎn)問題進(jìn)行研究和總結(jié)。本研究通過使用結(jié)合數(shù)學(xué)、統(tǒng)計(jì)學(xué)、文獻(xiàn)學(xué)為一體的文獻(xiàn)計(jì)量學(xué)方法，對(duì)CNKI中國知網(wǎng)中獲取的大量文獻(xiàn)進(jìn)行定量分析生成一系列可視化圖譜，除了數(shù)據(jù)顯示直觀外更重要的是發(fā)現(xiàn)在疫情防控過程中當(dāng)前研究熱點(diǎn)和未來發(fā)展趨勢(shì)，為后疫情時(shí)期的疫情防控指明方向。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

數(shù)據(jù)是從CNKI中國知網(wǎng)上檢索與新型冠狀病毒疫情防控相關(guān)的文獻(xiàn)，檢索時(shí)間限定為2019年12月1日至2021年7月31日，檢索時(shí)使用“新型冠狀病毒”“新冠肺炎”和“疫情防控”等作為主題詞，文獻(xiàn)來源限定為期刊，共檢索到中文文獻(xiàn)8215篇，為確保數(shù)據(jù)的完整性、準(zhǔn)確性和相關(guān)性，經(jīng)過人工篩選，剔除與研究主題無關(guān)、信息不全面、重復(fù)的文獻(xiàn)以及領(lǐng)導(dǎo)人講話、會(huì)議、新聞、通知、評(píng)論員文章等無效文獻(xiàn)，處理后共得到有效文獻(xiàn)3389篇。

1.2 研究工具

本研究選取CiteSpace 5.8.R2作為研究工具對(duì)文獻(xiàn)進(jìn)行可視化研究。CiteSpace[3]是一款運(yùn)行在JAVA環(huán)境下由陳超美博士及其團(tuán)隊(duì)開發(fā)的應(yīng)用于文獻(xiàn)計(jì)量學(xué)中的知識(shí)圖譜工具，能夠呈現(xiàn)某個(gè)研究領(lǐng)域中科學(xué)發(fā)展的新趨勢(shì)和新動(dòng)態(tài)，并以可視化的形式繪制出合作網(wǎng)絡(luò)、共現(xiàn)網(wǎng)絡(luò)、文獻(xiàn)共被引以及文獻(xiàn)耦合等多方面的圖譜。

1.3 研究方法

將從CNKI中國知網(wǎng)檢索到的期刊文獻(xiàn)以Refworks格式導(dǎo)出，按照download_xx.txt格式命名并以此作為數(shù)據(jù)源，將文件導(dǎo)入到CiteSpace軟件中進(jìn)行數(shù)據(jù)格式轉(zhuǎn)換，格式轉(zhuǎn)換完成后進(jìn)行可視化分析。

在CiteSpace軟件中新建項(xiàng)目，設(shè)置時(shí)間跨度為2019年到2021年，時(shí)間切片設(shè)置為一年，節(jié)點(diǎn)類型選取作者、研究機(jī)構(gòu)以及關(guān)鍵詞分別繪制可視化圖譜。在生成的可視化圖譜中觀察節(jié)點(diǎn)的數(shù)量、大小、節(jié)點(diǎn)間連線數(shù)量、模塊大小、聚類模塊值（Modularity Q）和聚類平均輪廓值（Mean Silhouette）等指標(biāo)參數(shù)，分析本領(lǐng)域當(dāng)前研究的熱點(diǎn)問題，以及預(yù)測(cè)未來的趨勢(shì)。

2 結(jié)果分析

2.1 發(fā)文量分布情況

發(fā)文數(shù)量的多少代表著研究機(jī)構(gòu)和研究者對(duì)該領(lǐng)域關(guān)注度的大小。2019年12月至2021年7月從CNKI中國知網(wǎng)檢索的與新型冠狀病毒疫情防控有關(guān)文獻(xiàn)按月統(tǒng)計(jì)的發(fā)文量如圖1所示。從圖中可以看出，在新型冠狀病毒爆發(fā)的首月雖未出現(xiàn)疫情防控相關(guān)文獻(xiàn)，但從次月開始連續(xù)3個(gè)月發(fā)文量呈現(xiàn)爆發(fā)式增長，表明疫情發(fā)生后，疫情防控方面的問題迅速成為研究熱點(diǎn)，各研究機(jī)構(gòu)和學(xué)者紛紛投入相關(guān)方面的研究，為我國各單位、各行業(yè)疫情防控工作提供了科學(xué)有效的指導(dǎo)，有效遏制了新型冠狀病毒的蔓延。自2020年5月后發(fā)文量逐漸減少，表明我國在抗擊疫情過程中取得了階段性勝利，相關(guān)的防控措施和防控策略等相繼完善，在后疫情時(shí)期，疫情防控由應(yīng)急狀態(tài)向著常態(tài)化精準(zhǔn)防控轉(zhuǎn)變。

2.2 文獻(xiàn)發(fā)表作者合作分析

在CiteSpace可視化軟件中選取節(jié)點(diǎn)類型為“Author”，得出新型冠狀病毒疫情防控文獻(xiàn)作者合作網(wǎng)絡(luò)分析圖譜，如圖2所示，該圖譜密度為0.0193，圖譜密度較低，表明作者較多但相對(duì)比較分散，從節(jié)點(diǎn)間連線來看，節(jié)點(diǎn)間連線較少，表明作者間合作并不緊密，合作關(guān)系主要是張英澤、楊麗、張明與其他作者間的合作。

2.3 研究機(jī)構(gòu)合作分析

在CiteSpace可視化軟件中選取節(jié)點(diǎn)類型為“Institution”，得出新型冠狀病毒疫情防控文獻(xiàn)發(fā)文作者合作機(jī)構(gòu)網(wǎng)絡(luò)圖譜，如圖3所示，通過該圖譜發(fā)現(xiàn)發(fā)文機(jī)構(gòu)主要是以大學(xué)和其附屬醫(yī)院為主，尤其是疫情發(fā)生地區(qū)（武漢）和科技發(fā)達(dá)地區(qū)（北京、上海等）的綜合性醫(yī)院，發(fā)文量較多的是華中科技大學(xué)同濟(jì)醫(yī)學(xué)院、北京大學(xué)第三醫(yī)院、武漢大學(xué)中南醫(yī)院、武漢大學(xué)社會(huì)學(xué)院等，研究機(jī)構(gòu)比較分散，并未形成大型合作團(tuán)體，合作僅局限于本地，地域間合作比較少見。

2.4 文獻(xiàn)關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞是對(duì)一篇文獻(xiàn)的核心概括，分析國內(nèi)疫情防控過程中出現(xiàn)的高頻率和高中介中心性關(guān)鍵詞，能夠窺探文獻(xiàn)的主題，進(jìn)而發(fā)現(xiàn)該領(lǐng)域當(dāng)前的研究熱點(diǎn)和趨勢(shì)。

2.4.1 關(guān)鍵詞共現(xiàn)分析

在CiteSpace可視化軟件中選取節(jié)點(diǎn)類型為“Keyword”，由于文獻(xiàn)中關(guān)鍵詞相對(duì)比較集中，可視化圖譜重疊嚴(yán)重，可讀性差，為了使圖譜中的節(jié)點(diǎn)和連線呈現(xiàn)得更加清晰對(duì)生成的圖譜使用Pathfinder算法和Pruning sliced networks策略進(jìn)行了剪枝處理[4]，得出關(guān)鍵詞共現(xiàn)圖譜，如圖4所示。圖譜中節(jié)點(diǎn)數(shù)量為451，節(jié)點(diǎn)連線數(shù)為624，網(wǎng)絡(luò)密度為0.0061。圖譜中節(jié)點(diǎn)的大小代表該關(guān)鍵詞出現(xiàn)的頻次，節(jié)點(diǎn)越大表明該關(guān)鍵詞出現(xiàn)的頻次越高，與當(dāng)前研究領(lǐng)域的相關(guān)性越強(qiáng)。根據(jù)圖譜顯示，除了疫情防控、新型冠狀病毒性肺炎、新冠肺炎等關(guān)鍵詞外，突發(fā)公共衛(wèi)生事件、應(yīng)急管理、感染防控等均屬于高頻詞匯，除此之外隨著疫情的發(fā)展和后疫情時(shí)期的到來，護(hù)理管理、線上教學(xué)等其他熱點(diǎn)逐漸衍生出來成為重要關(guān)注點(diǎn)。

在關(guān)鍵詞共現(xiàn)圖譜中，為更清晰地顯示熱點(diǎn)詞匯，剔除了與新型冠狀病毒表述同義的名詞，得到10個(gè)高頻次高中介中心性關(guān)鍵詞匯，如表1所示。高頻次關(guān)鍵詞代表了一定時(shí)期內(nèi)本領(lǐng)域的研究熱點(diǎn)和發(fā)展趨勢(shì)[5];當(dāng)圖譜中中介中心性值大于0.1時(shí)，表明該關(guān)鍵詞在本網(wǎng)絡(luò)中影響較大[6]，其中疫情防控、醫(yī)療機(jī)構(gòu)、應(yīng)急管理等關(guān)鍵詞均具有較高的中介中心性。

2.4.2 關(guān)鍵詞聚類分析

聚類分析按照數(shù)據(jù)特征進(jìn)行分類，能夠發(fā)現(xiàn)數(shù)據(jù)間潛在的依賴關(guān)系，本研究運(yùn)用LLR聚類算法對(duì)關(guān)鍵詞共現(xiàn)圖譜進(jìn)行聚類分析，共得到25個(gè)聚類，聚類模塊值（Q值）和聚類平均輪廓值（S值）分別為0.7585和0.886，其中Q>0.3表示聚類結(jié)果顯著，S>0.5表示聚類合理，因此本圖譜聚類后完全符合上述標(biāo)準(zhǔn)，聚類效果較好。選取其中范圍最大的10個(gè)聚類進(jìn)行分析總結(jié)，根據(jù)研究的領(lǐng)域和熱點(diǎn)進(jìn)行歸類：

#0、#3、#8大數(shù)據(jù)以及人工智能在疫情防控中的應(yīng)用，自新型冠狀病毒爆發(fā)以來，借助大數(shù)據(jù)及人工智能技術(shù)，構(gòu)建了各類數(shù)字化平臺(tái)[7]，通過聯(lián)防聯(lián)控、網(wǎng)格化管理等方式，在疫情溯源與監(jiān)控、物資調(diào)度等方面為疫情防控提供了強(qiáng)有力的數(shù)據(jù)支持。

#1國家和黨中央對(duì)疫情防控的高度重視，各地各部門高度配合，全國人民眾志成城，形成了偉大的抗疫精神，彰顯了中國特色社會(huì)主義制度的優(yōu)越性。

#2、#7、#9各行各業(yè)依據(jù)自己的行業(yè)特點(diǎn)，結(jié)合國家對(duì)于疫情防控的要求，制定有針對(duì)性的疫情防控措施和策略，構(gòu)建了科學(xué)、精準(zhǔn)、有效的防控機(jī)制;

#4為阻斷疫情向?qū)W校蔓延，根據(jù)疫情防控要求，疫情期間“停課不停學(xué)”，各大中小學(xué)突破傳統(tǒng)教學(xué)模式通過各種網(wǎng)絡(luò)平臺(tái)開展在線教育，促進(jìn)了優(yōu)質(zhì)教學(xué)資源的共享，推動(dòng)了教學(xué)模式的創(chuàng)新和改革;

#5新型冠狀病毒是突發(fā)性公共衛(wèi)生事件，在疫情防控救治中，形成中西醫(yī)結(jié)合[8]、優(yōu)勢(shì)互補(bǔ)的救治方案，對(duì)新型冠狀病毒的預(yù)防和診療起到了良好的效果;

#6面對(duì)突如其來的疫情，公眾可能會(huì)出現(xiàn)焦慮、恐懼、抱怨等情況，在常態(tài)化疫情防控下，對(duì)各類人員尤其是重點(diǎn)人群（如一線醫(yī)務(wù)工作者、患者等）進(jìn)行有針對(duì)性地心理健康方面的干預(yù)和疏導(dǎo)。

關(guān)鍵詞聚類明細(xì)表如表2所示。

3 總結(jié)及期望

本文采用文獻(xiàn)計(jì)量學(xué)方法，使用CiteSpace可視化軟件對(duì)與新型冠狀病毒疫情防控有關(guān)的中文文獻(xiàn)進(jìn)行分析，以可視化圖譜的形式，繪制了作者合作網(wǎng)絡(luò)、研究機(jī)構(gòu)合作網(wǎng)絡(luò)、關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)三個(gè)方面的圖譜，通過對(duì)圖譜進(jìn)行分析，得出結(jié)論。

新型冠狀病毒疫情是突發(fā)公共衛(wèi)生事件，在疫情出現(xiàn)早期疫情防控有關(guān)文獻(xiàn)出現(xiàn)了暴發(fā)式增長，為做好各行業(yè)疫情防控提供了科學(xué)的指導(dǎo)意見和規(guī)范，在疫情相對(duì)穩(wěn)定后相關(guān)文獻(xiàn)逐漸減少并趨于穩(wěn)定。作者間尚未形成相對(duì)穩(wěn)定的合作團(tuán)體，各研究機(jī)構(gòu)間跨地域合作較少。我國雖然取得了抗擊疫情的階段性勝利，但疫情尚未結(jié)束在后疫情時(shí)期更應(yīng)加強(qiáng)疫情防控管理，在此希望各研究機(jī)構(gòu)和學(xué)者間加強(qiáng)合作，提高科研水平，為打贏疫情防控阻擊戰(zhàn)提供科學(xué)的指導(dǎo)和技術(shù)支撐。

疫情防控研究的內(nèi)容和涉及的領(lǐng)域眾多，除了防控措施、防控策略、應(yīng)急管理等研究外，還向著大數(shù)據(jù)人工智能、線上教學(xué)、心理健康等方向進(jìn)行擴(kuò)展研究，為后疫情時(shí)期實(shí)現(xiàn)精準(zhǔn)防控和企業(yè)復(fù)產(chǎn)復(fù)工以及大中小學(xué)及幼兒園復(fù)課的有序推進(jìn)提供了常態(tài)化的疫情防控保障。

本文僅針對(duì)CNKI中國知網(wǎng)的文獻(xiàn)數(shù)據(jù)對(duì)我國的疫情防控做了初步分析，發(fā)現(xiàn)了當(dāng)前我國疫情防控過程中的熱點(diǎn)和研究趨勢(shì)。但新型冠狀病毒疫情已經(jīng)在全球范圍內(nèi)蔓延，本文并未對(duì)外文數(shù)據(jù)庫進(jìn)行檢索，對(duì)國外的疫情防控沒有進(jìn)行研究分析，在后續(xù)的研究過程中將進(jìn)一步補(bǔ)充完善。

參考文獻(xiàn)：

〔1〕World Health Organization.WHO Director-General’s remarks at the media briefing on 2019-nCoV on 11 February 2020 [EB/OL]. https：//www.who.int/dg/speeches/detail/director-generals-remarks-at-the-media-briefing-on-2019-novel-coronavirus-8-february-2020，2020-02-18.

〔2〕國家衛(wèi)生健康委員會(huì)辦公廳.新型冠狀病毒性肺炎防控方案（第八版）.（2021-5-14）.http：//www.nhc.gov.cn/xcs/zhengcwj/202105/6f1e8ec6 c4a540d99fafef52fc86d0f8/files/4a860a7e85d14d5 5a22fbab0bbe77cd9.pdf.

〔3〕Chen Y， Chen CM， Liu ZY， etal. Methodological functions of CiteSpace knowledge mapping Science of science research，2015，33（02）：242-253.

〔4〕Chen Chaomei， Morris Steven. Visualizing evolving networks： Minimum spanning trees versus Pathfinder networks. Proceedings of IEEE Symposium on Information Visualization 2003， IEEE Computer Society Press，2003：67-74.

〔5〕令娟，樊玉清，胡蘭文，等.基于CiteSpace及VOSviewer的2019新型冠狀病毒研究熱點(diǎn)的可視化分析[J].中華醫(yī)院感染學(xué)雜志，2020，30（10）：1468-1474.

〔6〕李杰.CiteSpace中文指南[EB/OL].http：//blog.sciencenet.cn/blog-554179-1066981.html，2017 -07-18.

〔7〕李德仁，邵振峰，于文博，等.基于時(shí)空位置大數(shù)據(jù)的公共疫情防控服務(wù)讓城市更智慧[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2020，45（04）：475-487.

〔8〕鮑丙豪，王彬，王繼升，等.基于CiteSpace軟件的中醫(yī)治療新冠肺炎等疫病研究狀況及趨勢(shì)的可視化分析[J].世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2020， 22（03）：589-596.