从信息可视化的角度研究海量学术资源中潜在的学术关系,从整体上动态关注学术研究主体、研究内容的进展以及相互之间的推动、促进、依存、演化关系,不仅有利于国家科技发展战略的制定,学术研究机构的科技管理,学术研究者个人研究能力的提升,还有助于学术资源的整合与管理,丰富学术信息服务商、服务机构的服务内容与方式。

为丰富现有学术关系分析方法,本文构建学术研究主体与研究内容之间的关联关系可视化表示,将对应分析的多元统计分析方法应用于关联度的计算过程;然后,对学术研究主体、研究内容及其关联强弱进行可视化空间含义映射,采用网络图进行可视化呈现,以此来揭示学术研究主体、研究内容之间以及学术研究主体和研究内容之间的关联关系。

当前,国内外众多学者采用各种方法,从不同角度对学术关系进行研究,如科研合作、文献共词、文献引证、学术关联等。其中,针对学术关联的研究可归纳为围绕作者、机构、地区等学术研究主体间的关联^{[ 1, 2, 3]},围绕主题、学科、技术领域等学术研究内容间的关联^{[ 4, 5, 6]},以及基于学术关联开展的技术预测、学术评价、数字图书馆信息增值服务等^{[ 1, 7, 8]}。

在实际需求分析中,研究者不仅关注学术研究主体之间、研究内容之间的关联,而且也关注学术研究主体与研究内容之间的关联。比如,在进行学术研究机构的关联分析中,不但要知道各个机构研究内容的关联性,还要明晰这些机构各自的研究重点、技术优势。为此,一些研究人员将多元统计分析中的对应分析引入到学术关联分析中。Doré等^{[ 9, 10]}利用该统计方法对48个国家的18个科研领域的期刊文献进行分析,用以发现各个国家在各领域的科研优势,并应用该方法进一步对专利文献进行分析挖掘。Bhattacharya等^{[ 11]}利用该方法研究INSPEC数据库中物理学领域1990-1995年间20个主要国家和研究主题间的关联。Anuradha等^{[ 12, 13]}应用该方法对印度在各学科的国际合作中的特点进行分析,揭示印度国际合作中国家与技术领域的关联性,后将该方法与聚类分析结合进行科技文献的分析。Iribarren-Maestro等^{[ 14]}应用该方法对马德里大学的10个技术领域的科技文献引证和合著的关联性进行揭示。刘玉琴^{[ 15]}结合文本挖掘与对应分析进行通信领域中国专利文献分析,用以挖掘领域内的研究机构与技术领域的关联性。

在关联结果的表示上,基于经典对应分析的关联关系采用二维坐标图进行样本和变量的关联性表示,这种表示存在两方面不足:

(1)由于对应分析方法本身将多维空间中点的布局压缩到二维空间,导致信息不完备;

(2)当样本和变量较多时,坐标点之间距离较小,坐标点相互重叠,图形复杂度增加,不易对分析结果进行阅读和理解。

在各种可视化技术中,基于复杂网络算法的网络图是操纵大型网络结构数据且在学术研究主体的合作、关联、引证等学术关系分析中应用广泛的技术之一。如国外的文献分析软件VantagePoint^{[ 16]}和Thomson Data Analyzer^{[ 17]}均采用网络图进行关联结果的可视化表示。

基于以上背景分析,本文研究将对应分析方法与复杂网络相结合,设计并实现一个能够全面反映学术研究主体之间、研究内容之间以及学术研究主体和研究内容之间关联关系的可视化方法。

对应分析将样本信息与变量信息统一起来,以二维坐标图中的点及其距离来分析样本之间、变量之间以及样本和变量之间的关联性。在学术研究主体与研究内容的关联可视化上,将学术研究主体作为样本信息,研究内容作为变量信息;采用对应分析法将其映射为多维空间中的点;以适当的变换将点的距离值转化为点的关联度;进而,结合网络图进行关联结果的可视化表示。以下为该方法的具体研究过程。

选择图书情报与数字图书馆学科2010年-2011年间信息可视化、知识图谱相关的核心期刊论文共342篇,对这些论文中数量排名前30的机构和关键词应用本文构建的关联可视化分析方法,揭示这些研究机构之间、关键词之间、以及研究机构和关键词之间的关联关系。

图1为应用Pathfinder进行网络压缩后的关联可视化结果,图2-图4是在图1的基础上分别设置关联度阈值为0.60、0.70、0.80的关联可视化结果。其中连接线旁的数值为关联度的小数部分。

综合图1-图4的可视化结果可知:

(1)从机构之间的关联角度来看,中国科学院武汉文献情报中心与上海图书馆上海科学技术情报研究所之间具有较强的关联性,关联度为0.90;南京大学历史学系与浙江树人大学图书馆之间具有较强的关联性,关联度为0.88,南京大学历史学系与南京大学信息管理系的关联强度也达到0.74。

(2)从关键词之间的关联角度来看,文献计量、研究前沿、CiteSpace、知识图谱、可视化图谱以文献计量学为中心形成一组关键词集合;文本挖掘、聚类分析、图书情报学、社会网络分析以多维尺度分析为中心形

图1

	Figure Option ViewDownloadNew Window
	图1 研究机构与论文关键词关联可视化(未设定关联阈值)

图2

	Figure Option ViewDownloadNew Window
	图2 研究机构与论文关键词关联可视化(设定关联阈值为0.60)

图3

	Figure Option ViewDownloadNew Window
	图3 研究机构与论文关键词关联可视化(设定关联阈值为0.70)

图4

	Figure Option ViewDownloadNew Window
	图4 研究机构与论文关键词关联可视化(设定关联阈值为0.80)

成一组关键词集合,关键词之间的关联强度多在0.70-0.80之间。

(3)从机构和关键词之间的关联角度来看,机构与关键词之间的关联度基本在0.70以下,相对于机构之间的关联和关键词之间的关联要弱。分析原因主要是研究机构所使用的关键词分散,不够集中,而且每个关键词被同一机构使用的频率较小,最多的频率仅为5,大部分为1或2。

本文设计实现了一种学术研究主体与研究内容之间的关联关系可视化方法,将对应分析的多元统计分析方法应用于关联度的计算过程,采用网络图进行可视化呈现,以此来揭示学术研究主体之间、研究内容之间以及学术研究主体和学术研究内容之间的关联关系。如何改进距离和关联度的转化方式以更加清晰地表现关联关系,以及基于本文建立的可视化方法进行相关软件工具的设计开发,都是值得进一步研究的问题。