基于內(nèi)容分析的人文社會(huì)科學(xué)研究熱點(diǎn)挖掘方法

逯萬(wàn)輝

（中國(guó)社會(huì)科學(xué)院 中國(guó)社會(huì)科學(xué)評(píng)價(jià)中心，北京 100732）

一、引言

人文社會(huì)科學(xué)是研究人與社會(huì)關(guān)系的一門學(xué)科，面對(duì)的是有意義關(guān)系的事物，既要研究其共同性和普遍性，又要研究特殊性，具有雙重屬性和雙重功能，即：既具有客觀性又具有主觀性，既具有事實(shí)性又具有價(jià)值性，既具有認(rèn)識(shí)世界的功能又具有意識(shí)形態(tài)的功能[1]，這也是區(qū)別于自然科學(xué)的最重要的一個(gè)特征，也可以說(shuō)，人文社會(huì)科學(xué)是一種形而上的科學(xué)，同時(shí)具備基礎(chǔ)性和應(yīng)用性，不同于自然科學(xué)對(duì)問(wèn)題的研究中在前人的基礎(chǔ)上進(jìn)行消化、吸收、創(chuàng)新與開(kāi)拓，人文社會(huì)科學(xué)的研究更傾向于求新求變，既求同，也求異，既具有全球人文情懷，也當(dāng)有國(guó)別與地區(qū)的意識(shí)形態(tài)區(qū)別，特別是在近些年，隨著我國(guó)經(jīng)濟(jì)社會(huì)的快速發(fā)展，人文社會(huì)科學(xué)的研究也呈現(xiàn)多樣性的繁榮發(fā)展態(tài)勢(shì)，學(xué)術(shù)成果不斷增長(zhǎng)，僅以哲學(xué)學(xué)科為例，CNKI 中收錄的論文數(shù)量就逐年上升（如圖1所示），同時(shí)在人文社會(huì)科學(xué)學(xué)術(shù)成果“走出去”上，同樣增長(zhǎng)明顯。從下圖2中可以出，自2005年至今，我國(guó)學(xué)者在SSCI 中的發(fā)文量呈指數(shù)上升趨勢(shì)，這些論文涵蓋人文社會(huì)科學(xué)多個(gè)學(xué)科，因此，開(kāi)展人文社會(huì)科學(xué)研究熱點(diǎn)的挖掘，能夠了解學(xué)界研究現(xiàn)狀與存在問(wèn)題，不論是對(duì)科研人員開(kāi)展學(xué)術(shù)研究還是科研管理部門進(jìn)行學(xué)術(shù)規(guī)劃都有重要意義。

圖1 2005-2013年CNKI 收錄哲學(xué)論文的數(shù)量

圖2 2005-2013年SSCI 刊載中國(guó)大陸地區(qū)作者論文數(shù)量

學(xué)術(shù)期刊論文是科研工作者學(xué)術(shù)研究成果最常見(jiàn)最直接的體現(xiàn)，是特定學(xué)科或某一分支領(lǐng)域內(nèi)知識(shí)傳播最主要的傳播媒介。以期刊論文相關(guān)構(gòu)成要素如作者、摘要、關(guān)鍵詞、引文等為研究對(duì)象對(duì)學(xué)科特性逬行揭示和學(xué)科研究熱點(diǎn)的挖掘已經(jīng)成為學(xué)術(shù)界的共識(shí)[2]。

關(guān)于學(xué)科研究熱點(diǎn)的挖掘方法，通用的思路主要有兩個(gè)方面：一是基于引文及共被引的學(xué)科研究熱點(diǎn)及研究群體的發(fā)現(xiàn)方法，一是基于文章題目、摘要、關(guān)鍵詞等的文本內(nèi)容的學(xué)科研究熱點(diǎn)挖掘方法。一般來(lái)說(shuō)，人文社會(huì)科學(xué)的文獻(xiàn)半衰期要長(zhǎng)于自然科學(xué)，特別是在人文學(xué)科領(lǐng)域，文章的參考資料更多的傾向于經(jīng)典著作，引文的半衰期更長(zhǎng)，所以，基于引文的學(xué)科熱點(diǎn)發(fā)現(xiàn)在人文社會(huì)科學(xué)領(lǐng)域的應(yīng)用就受到限制，因此，從時(shí)效性上來(lái)說(shuō)，縱然是應(yīng)用性較強(qiáng)的社會(huì)科學(xué)甚至是自然科學(xué)，基于文本內(nèi)容的研究熱點(diǎn)發(fā)現(xiàn)更加能反映學(xué)科快速發(fā)展下的研究前沿，所以，本文提出基于內(nèi)容分析的人文社會(huì)科學(xué)研究熱點(diǎn)挖掘方法研究，通過(guò)對(duì)文本內(nèi)容進(jìn)行處理和挖掘，探索語(yǔ)義上的知識(shí)流動(dòng)和演變趨勢(shì)，為科研人員以及科研管理部門提供學(xué)術(shù)前沿指導(dǎo)和學(xué)科發(fā)展演變脈絡(luò)，從而更好地開(kāi)展具有針對(duì)性的學(xué)術(shù)研究和學(xué)科規(guī)劃。

二、學(xué)科熱點(diǎn)挖掘模型構(gòu)建

（一）文獻(xiàn)回顧與現(xiàn)狀分析

有關(guān)學(xué)科熱點(diǎn)的研究，最早可以追溯到1981年White 和Griffith 等人的作者同被引分析（Author Co-citation Analysis，簡(jiǎn)稱ACA），通過(guò)對(duì)39 位相關(guān)學(xué)科專家的同被引分析，進(jìn)行了學(xué)科研究分支和結(jié)構(gòu)的劃分，合作發(fā)表了《作者同被引科學(xué)結(jié)構(gòu)的文獻(xiàn)測(cè)量方法》一文，并以此開(kāi)創(chuàng)了運(yùn)用情報(bào)學(xué)方法進(jìn)行學(xué)科分析研究的先河[3]。之后隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，數(shù)據(jù)處理和計(jì)算能力的快速提升，運(yùn)用該方法并選取更大的數(shù)據(jù)樣本進(jìn)行學(xué)科分析的相關(guān)研究和報(bào)告也快速增長(zhǎng)。到1992年，Law 和Whittaker 開(kāi)始研究和探索應(yīng)用共詞分析來(lái)學(xué)科熱點(diǎn)檢測(cè)研究[4]，至此已經(jīng)將社會(huì)學(xué)中的網(wǎng)絡(luò)分析法引入這一領(lǐng)域。在近期的2007年S.Usui和P.Palmes 等人開(kāi)展了對(duì)關(guān)鍵詞抽取、分離、排名、組織等方面的研究[5]，2008年，Naoki Shibata等人利用拓?fù)鋵W(xué)方法對(duì)科學(xué)出版物的共引網(wǎng)絡(luò)進(jìn)行研究，檢測(cè)研究熱點(diǎn)[6]，基于社會(huì)網(wǎng)絡(luò)分析方法的學(xué)科熱點(diǎn)研究真正開(kāi)始在情報(bào)學(xué)分析方法中成熟起來(lái)。

國(guó)內(nèi)對(duì)這一問(wèn)題的研究也越來(lái)越受重視，特別是在自然科學(xué)領(lǐng)域，掌握國(guó)外的研究動(dòng)向與研究熱點(diǎn)，避免我國(guó)的科研管理部門和科研人員在科研規(guī)劃和科研活動(dòng)中少走彎路，具有重要的意義，因此，在這一領(lǐng)域的研究成果也較為豐碩，其中，鄒曉鴿，夏文正等人以Science Watch 期刊上公布的化學(xué)熱門論文和35 種國(guó)際上高影響因子的化學(xué)及相關(guān)綜合類期刊上中國(guó)大陸學(xué)者發(fā)表的化學(xué)論文作為國(guó)內(nèi)化學(xué)領(lǐng)域分析的數(shù)據(jù)源，進(jìn)行了化學(xué)學(xué)科熱門領(lǐng)域的研究，并將國(guó)際與國(guó)內(nèi)的研究工作進(jìn)行對(duì)比分析，得出相關(guān)結(jié)論[7]。肖明、李國(guó)俊等人通過(guò)對(duì)情報(bào)學(xué)核心期刊1998年至2007年十年間發(fā)表的論文進(jìn)行了詞頻統(tǒng)計(jì)，得出了情報(bào)學(xué)領(lǐng)域的若干研究熱點(diǎn)問(wèn)題及學(xué)科發(fā)展趨勢(shì)[8]。在這些報(bào)告所使用的基礎(chǔ)方法的研究上，歸結(jié)起來(lái)主要有兩個(gè)方面，一是基于詞頻，一是基于被引，這一領(lǐng)域中較有代表性的是大連理工大學(xué)陳超美博士及其團(tuán)隊(duì)開(kāi)發(fā)的CiteSpace 軟件，通過(guò)詞頻統(tǒng)計(jì)、共被引分析、作者共被引等方面對(duì)學(xué)科的研究團(tuán)體和領(lǐng)域進(jìn)行了可視化分析展示，在國(guó)內(nèi)影響較大。

通過(guò)對(duì)以上國(guó)內(nèi)外學(xué)科研究熱點(diǎn)的研究方法和相關(guān)軟件算法的梳理，可以看出，現(xiàn)有的學(xué)科熱點(diǎn)研究方法中，以情報(bào)學(xué)研究方法為基礎(chǔ)，同時(shí)引入社會(huì)網(wǎng)絡(luò)分析等理論，設(shè)計(jì)文獻(xiàn)計(jì)量、計(jì)算機(jī)信息處理、數(shù)據(jù)分析與挖掘、可視化技術(shù)等，是一個(gè)多學(xué)科交叉融合的技術(shù)方法。當(dāng)前，伴隨著圖論及網(wǎng)絡(luò)分析技術(shù)的成熟，為研究學(xué)科論文海量增長(zhǎng)模式下的知識(shí)特性、動(dòng)態(tài)變化及發(fā)展趨勢(shì)提供了理論支撐和技術(shù)支持。復(fù)雜網(wǎng)絡(luò)理論的不斷成熟，相關(guān)網(wǎng)絡(luò)分析及可視化等開(kāi)源軟件的開(kāi)發(fā)和免費(fèi)使用，再融合傳統(tǒng)的文獻(xiàn)計(jì)量手段及多元統(tǒng)計(jì)分析工具的輔助，通過(guò)構(gòu)建網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，從結(jié)構(gòu)性的視角對(duì)特定學(xué)科或領(lǐng)域的知識(shí)傳播要素如合著網(wǎng)絡(luò)、共詞網(wǎng)絡(luò)、引文網(wǎng)絡(luò)等知識(shí)傳播網(wǎng)絡(luò)特性的研究吸引了大批科研人員的注意力，很多有意義的研究成果涌現(xiàn)。但是由于人文社會(huì)科學(xué)的特性，在文獻(xiàn)半衰期較長(zhǎng)的人文科學(xué)領(lǐng)域，從引文的角度出發(fā)使用文獻(xiàn)共被引的方法開(kāi)展學(xué)科熱點(diǎn)研究在某些學(xué)科和領(lǐng)域是不適用的，因此，在人文社會(huì)科學(xué)領(lǐng)域開(kāi)展基于文本內(nèi)容特征的研究網(wǎng)絡(luò)構(gòu)建、基于文本語(yǔ)義的主題詞抽取、基于生命周期理論的詞語(yǔ)消長(zhǎng)變化等基于文本的研究熱點(diǎn)發(fā)現(xiàn)方法研究，及時(shí)、直觀地呈現(xiàn)研究熱點(diǎn)的脈絡(luò)演變與內(nèi)容演化研究，是當(dāng)前的一個(gè)新的研究任務(wù)。

（二）基于文本內(nèi)容的學(xué)科熱點(diǎn)挖掘模型構(gòu)建

在進(jìn)行人文社會(huì)科學(xué)研究熱點(diǎn)挖掘中，基于其學(xué)科特性，為及時(shí)和直觀地揭示這一學(xué)科領(lǐng)域的研究熱點(diǎn)，本文構(gòu)建了如下熱點(diǎn)挖掘模型，并將該模型的處理對(duì)象挖掘?qū)ο髲年P(guān)鍵詞延伸到文章題目、摘要，進(jìn)行文章內(nèi)容層面的主題詞抽取和熱點(diǎn)挖掘：

圖3 基于文本內(nèi)容的研究熱點(diǎn)挖掘模型

相比于英文語(yǔ)料的單詞組成結(jié)構(gòu)，中文語(yǔ)料進(jìn)行文本內(nèi)容分析的前提就是需要進(jìn)行詞語(yǔ)切分和詞性標(biāo)記，同時(shí)由于中文文本表達(dá)形式的多樣性以及語(yǔ)義的豐富性，也給中文處理帶來(lái)了更大的難度。因此，基于文本內(nèi)容的分析，一般首要工作就是文本預(yù)處理，即將文本內(nèi)容處理成進(jìn)行可分析和計(jì)算的數(shù)據(jù)。

該模型分為文本預(yù)處理和文本內(nèi)容分析兩個(gè)方面，分別進(jìn)行了基于關(guān)鍵詞的學(xué)科分析和基于主題模型的主題詞抽取及其演化兩個(gè)實(shí)驗(yàn)，主要包含以下幾個(gè)步驟：

Step1：從期刊數(shù)據(jù)庫(kù)中抓取或下載學(xué)科期刊的題錄信息；

Step2：關(guān)鍵詞清洗和題目摘要文本的詞語(yǔ)切分、詞性標(biāo)注，此步驟需構(gòu)建自定義詞典；

Step3：構(gòu)建停用詞表，過(guò)濾掉文本中的無(wú)意義干擾詞、雜亂字符串等；

Step4：抽取文本中的名詞、并與關(guān)鍵詞一起構(gòu)建共現(xiàn)矩陣，進(jìn)行熱點(diǎn)識(shí)別；

Step5：利用Step2 中產(chǎn)生的文本，進(jìn)行基于LDA 的主題詞抽?。?/p>

Step6：進(jìn)行演化分析，并對(duì)比關(guān)鍵詞進(jìn)行學(xué)科主題與熱點(diǎn)的演變與發(fā)展脈絡(luò)分析。

基于以上模型進(jìn)行學(xué)科研究熱點(diǎn)挖掘，主要運(yùn)用到如下兩個(gè)方面的技術(shù)：

（1）基于社會(huì)網(wǎng)絡(luò)的熱點(diǎn)及演化網(wǎng)絡(luò)分析

社會(huì)網(wǎng)絡(luò)分析方法存在兩個(gè)平行發(fā)展的研究方法，分別是整體網(wǎng)絡(luò)分析方法和自我中心網(wǎng)絡(luò)分析方法。整體網(wǎng)絡(luò)分析方法關(guān)注的是網(wǎng)絡(luò)整體的結(jié)構(gòu)特征，即一個(gè)社會(huì)體系中角色關(guān)系的綜合結(jié)構(gòu)或群體中不同角色的關(guān)系結(jié)構(gòu)，探討網(wǎng)絡(luò)結(jié)構(gòu)隨著時(shí)間變遷和節(jié)點(diǎn)間的直接或間接關(guān)聯(lián)，整體網(wǎng)絡(luò)分析主要采用社會(huì)矩陣方法與社群圖方法。自我中心網(wǎng)絡(luò)分析法是從個(gè)體的角度研究社會(huì)網(wǎng)絡(luò)，它只能分析社會(huì)連帶，不能分析網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)行線性相關(guān)分析和協(xié)方差分析以揭示影響網(wǎng)絡(luò)特征的因素[9]。

本文主要采用整體網(wǎng)絡(luò)分析方法，進(jìn)行兩個(gè)方面的研究：一是網(wǎng)絡(luò)個(gè)體屬性研究，主要是對(duì)網(wǎng)絡(luò)個(gè)體的中心性屬性的研究；二是網(wǎng)絡(luò)整體屬性研究，通過(guò)整體屬性研究來(lái)揭示學(xué)科熱點(diǎn)網(wǎng)絡(luò)的整體網(wǎng)絡(luò)特征，通過(guò)構(gòu)建關(guān)鍵詞及主題詞共現(xiàn)矩陣，進(jìn)行關(guān)鍵詞中心度、網(wǎng)絡(luò)密度與聚集度、小團(tuán)體分析等，并進(jìn)行整體網(wǎng)絡(luò)的可視化展示，進(jìn)而識(shí)別研究熱點(diǎn)。

（2）基于LDA 主題模型的主題詞抽取

主題模型是對(duì)文字隱含主題進(jìn)行建模的方法。它克服了傳統(tǒng)信息檢索中文檔相似度計(jì)算方法的缺點(diǎn)，并且能夠在海量互聯(lián)網(wǎng)數(shù)據(jù)中自動(dòng)尋找出文字間的語(yǔ)義主題。兩篇文檔是否相關(guān)并不只決定于字面上的詞語(yǔ)重復(fù)，還取決于文字背后的語(yǔ)義關(guān)聯(lián)，主題模型就是對(duì)這種語(yǔ)義關(guān)聯(lián)的挖掘，在主題模型里，我們認(rèn)為一篇文章的每個(gè)詞都是通過(guò)“以一定概率選擇了某個(gè)主題，并從這個(gè)主題中以一定概率選擇某個(gè)詞語(yǔ)”這樣一個(gè)過(guò)程得到的。那么，如果我們要生成一篇文檔，它里面的每個(gè)詞語(yǔ)出現(xiàn)的概率為：

LDA 是一種文檔主題生成模型，也稱為一個(gè)三層貝葉斯概率模型，包含詞、主題和文檔三層結(jié)構(gòu)。文檔到主題服從Dirichlet 分布，主題到詞服從多項(xiàng)式分布。LDA 的算法描述為：

對(duì)于語(yǔ)料庫(kù)中的每篇文檔，LDA 定義了如下生成過(guò)程[10]：

1.對(duì)每一篇文檔，從主題分布中抽取一個(gè)主題；

2.從上述被抽到的主題所對(duì)應(yīng)的單詞分布中抽取一個(gè)單詞；

3.重復(fù)上述過(guò)程直至遍歷文檔中的每一個(gè)單詞。

本文擬使用主題模型中的LDA 算法，抽取文章主題詞，進(jìn)而計(jì)算這些主題詞在論文中的分布，通過(guò)主題詞及相關(guān)算法計(jì)算學(xué)科研究熱點(diǎn)及其演化趨勢(shì)。

三、實(shí)證分析

（一）實(shí)驗(yàn)數(shù)據(jù)選擇

本研究以期刊數(shù)據(jù)為主要數(shù)據(jù)源，在國(guó)外社會(huì)學(xué)期刊的選擇上，SSCI 期刊遴選以其公布的JCR2013 為參考依據(jù)，根據(jù)社會(huì)學(xué)半衰期較長(zhǎng)這一學(xué)科特性，采用5年影響因子為主要指標(biāo)，選取社會(huì)學(xué)期刊15 本，如下表：

表1 選取SSCI 收錄社會(huì)學(xué)期刊

通過(guò)對(duì)這些期刊從2009年至2013年的載文進(jìn)行分析，得出這些期刊所刊發(fā)論文地區(qū)分布如下圖所示，主要分布在美國(guó)、英國(guó)、加拿大、澳大利亞、德國(guó)等主要?dú)W美國(guó)家。

圖4 上述SSCI 收錄社會(huì)學(xué)期刊載文的地區(qū)分布

中文社會(huì)學(xué)期刊的選擇，參考南京大學(xué)CSSCI社會(huì)學(xué)核心期刊的收錄標(biāo)準(zhǔn)，從CNKI 數(shù)據(jù)庫(kù)中獲取社會(huì)學(xué)期刊的相關(guān)數(shù)據(jù)。

表2 中文社會(huì)學(xué)期刊

基于CNKI 數(shù)據(jù)庫(kù)，選取以上所述五中期刊，構(gòu)建檢索式，檢索2009年至2013年的這些期刊的全部載文數(shù)據(jù)并進(jìn)行下載，作為國(guó)內(nèi)社會(huì)學(xué)學(xué)科研究的數(shù)據(jù)源。

（二）基于內(nèi)容分析的國(guó)內(nèi)外社會(huì)學(xué)研究熱點(diǎn)挖掘

采用上述模型、算法和數(shù)據(jù)源，對(duì)國(guó)內(nèi)外近五年的社會(huì)學(xué)研究熱點(diǎn)進(jìn)行挖掘，分別得出了國(guó)內(nèi)外在這五年的主要研究熱點(diǎn)主題，關(guān)于主題數(shù)目的確定，采用統(tǒng)計(jì)語(yǔ)言模型中的評(píng)價(jià)指標(biāo)困惑度來(lái)進(jìn)行選取，挖掘結(jié)果如下：

表3 高頻關(guān)鍵詞共現(xiàn)矩陣（英文部分）

通過(guò)基于主題模型的主題抽取，挖掘出國(guó)內(nèi)外社會(huì)學(xué)領(lǐng)域的熱點(diǎn)研究主題，下面僅展示部分國(guó)內(nèi)研究主題，如表4所示：

表4 2009-2013年主題抽取結(jié)果（中文部分）

生活 0.010818 國(guó)家 0.00727 共青團(tuán) 0.010457 一種 0.009709農(nóng)村 0.010264 權(quán)益 0.007128 重要 0.008824 道德 0.009709問(wèn)題 0.008878 規(guī)定 0.006986 工作 0.006865 現(xiàn)象 0.009278主要 0.007585 暴力 0.006559 群體 0.006865 當(dāng)代 0.007123因素 0.007307 制度 0.006417 問(wèn)題 0.006702 認(rèn)同 0.0068方面 0.006846 特別 0.00599 成為 0.005967 意識(shí) 0.006584我國(guó) 0.006661 中英文 0.005705 傳播 0.005967 取向 0.006153進(jìn)行 0.006476 問(wèn)題 0.004852 信息 0.005804 理性 0.006046政策 0.006291 實(shí)施 0.004567 媒體 0.005477 民族 0.005938現(xiàn)象 0.006106 家庭 0.004425 事件 0.005232 心理 0.005507家庭 0.006106 制定 0.004425 具有 0.005151 自我 0.005399子女 0.006014 賦權(quán) 0.003998 提出 0.004906 形成 0.005076

通過(guò)對(duì)比國(guó)內(nèi)外社會(huì)學(xué)領(lǐng)域的研究主題，可以看出：國(guó)外社會(huì)學(xué)研究熱點(diǎn)一直重點(diǎn)集中在婚姻、家庭及兩性關(guān)系和種族與文化方面，而在社會(huì)學(xué)理論研究層面，近年來(lái)計(jì)量社會(huì)學(xué)的研究表現(xiàn)較熱。

（1）婚姻及家庭問(wèn)題的研究

婚姻及家庭問(wèn)題的研究上，不單單是社會(huì)學(xué)的問(wèn)題，同時(shí)還涉及人口學(xué)、文化學(xué)、人類學(xué)等多個(gè)學(xué)科多個(gè)方面，除研究傳統(tǒng)的婚姻、家庭、性別等問(wèn)題之外，也涉及離婚問(wèn)題、夫妻權(quán)利、家庭結(jié)構(gòu)與變遷、家庭關(guān)系、性別失衡等方面。

一個(gè)社會(huì)的擇偶模式和婚姻匹配模式，不僅僅關(guān)系著個(gè)人與家庭的結(jié)構(gòu)和關(guān)系，也在很大程度上影響了社會(huì)資源和財(cái)富的聚集程度、社會(huì)分層體系的運(yùn)轉(zhuǎn)，以及社會(huì)再生產(chǎn)的諸多方面，甚至可以反映社會(huì)組織的開(kāi)放性。因此很多研究者從探討婚姻匹配模式及其變遷來(lái)解釋社會(huì)結(jié)構(gòu)和社會(huì)變遷。同時(shí)，家庭變遷是家庭研究的一個(gè)重要領(lǐng)域，而家庭現(xiàn)代化理論，到目前為止仍然是跨文化意義上最有解釋力和影響力的關(guān)于家庭變遷的社會(huì)學(xué)理論。

國(guó)外在這一問(wèn)題的研究上，近些年一直延續(xù)在婚姻理念、配偶選擇、婚前同居、生育意愿和出生性別比例，同時(shí)還有家庭暴力、夫妻權(quán)利、離婚問(wèn)題與子女撫養(yǎng)等方面。

此外，從2006年開(kāi)始，除了傳統(tǒng)的婚姻、同居、子女撫養(yǎng)之外，圍繞婚姻家庭等倫理問(wèn)題的研究發(fā)生了轉(zhuǎn)變，表現(xiàn)在有關(guān)女同性戀、男同性戀、雙性戀和跨越性別家庭的研究較多，這些問(wèn)題的研究成果數(shù)量也在不斷增多。

（2）種族與文化問(wèn)題

在國(guó)外社會(huì)學(xué)問(wèn)題研究中，還有一個(gè)重要的領(lǐng)域，就是種族與文化問(wèn)題的研究，其中涉及移民與文化等，特別是在歐美國(guó)家的社會(huì)政治生態(tài)中，關(guān)于種族平等的問(wèn)題一直沒(méi)有停止過(guò)，黑人社會(huì)和白人社會(huì)的融合愈來(lái)愈慢，反而黑人社會(huì)與白人社會(huì)的沖突仍在繼續(xù)，針對(duì)這一現(xiàn)象，社會(huì)分層與流動(dòng)、社會(huì)融合、變遷也一直是國(guó)外社會(huì)學(xué)家們的一個(gè)研究重點(diǎn)。

（3）除以上熱點(diǎn)之外，其他國(guó)外社會(huì)學(xué)涉及的問(wèn)題還有：疾病與貧困問(wèn)題（如HIV、非洲貧困兒童等）和經(jīng)濟(jì)學(xué)科交叉的社會(huì)資源分配與家庭收入、幼兒教育與收入問(wèn)題、在互聯(lián)網(wǎng)環(huán)境下的社會(huì)生態(tài)問(wèn)題、人員身份信息的唯一性、授權(quán)性和保密性問(wèn)題、社會(huì)體系中的政府行為問(wèn)題、社會(huì)性暴力與恐怖時(shí)間等問(wèn)題也一直是國(guó)外社會(huì)學(xué)家較為關(guān)注的問(wèn)題。

國(guó)內(nèi)社會(huì)學(xué)研究中，主要圍繞以下幾個(gè)領(lǐng)域展開(kāi)：

（1）婦女問(wèn)題：這一問(wèn)題一直是中國(guó)社會(huì)學(xué)界的一個(gè)重要研究領(lǐng)域，包括婦女解放、婦女地位、婦女就業(yè)、婦女參政、性別解放、性別問(wèn)題、女性主義、女性學(xué)、女性研究等多個(gè)方面的研究主題，特別是從2006年之后，伴隨著女職工勞動(dòng)保護(hù)、勞動(dòng)合同等立法問(wèn)題的討論進(jìn)一步升溫，這一問(wèn)題的研究也更加火熱。特別的，在婦女問(wèn)題中的家庭暴力問(wèn)題研究，國(guó)內(nèi)和國(guó)外存在差異，國(guó)內(nèi)對(duì)這一領(lǐng)域的研究相對(duì)較少，由于家庭暴力屬于敏感話題，很難通過(guò)大規(guī)模的抽樣調(diào)查進(jìn)行研究，很多受訪者仍然認(rèn)為家庭暴力屬于家庭私事，不愿談及或訴說(shuō)，研究難度較大。

（2）青少年問(wèn)題：青少年問(wèn)題的研究一直是我國(guó)學(xué)者和政府高度重視的一個(gè)研究領(lǐng)域，對(duì)這一問(wèn)題的研究主要包括：青少年的犯罪與教育問(wèn)題、基層團(tuán)組織與青少年的思想政治教育問(wèn)題等。從研究主題來(lái)看，從最初的對(duì)青少年的社會(huì)問(wèn)題的基本描述層面，逐步深入到在制度層面對(duì)青少年的教育、引導(dǎo)等方面的研究，此外還涉及教育公平等其他方面的問(wèn)題。關(guān)于大學(xué)生就業(yè)問(wèn)題的研究：大學(xué)生就業(yè)問(wèn)題隸屬于青年問(wèn)題，但是又不僅僅屬于青年問(wèn)題，牽涉到經(jīng)濟(jì)、社會(huì)、教育等多個(gè)領(lǐng)域，在金融危機(jī)沖擊下，經(jīng)濟(jì)增速放緩，大學(xué)生就業(yè)存在諸多問(wèn)題。

（3）新媒體與亞文化：在2010年之后，更多的研究者將研究重點(diǎn)放在了新媒體所帶來(lái)的亞文化現(xiàn)象以及其對(duì)社會(huì)的影響方面。尤其是網(wǎng)絡(luò)、動(dòng)漫等各種新媒體的出現(xiàn)，對(duì)青少年問(wèn)題的研究提出了新的議題和新的挑戰(zhàn)，在青少年的價(jià)值觀、傳統(tǒng)性等方面做了較多深入的研究。

（4）社會(huì)分層、社會(huì)流動(dòng)與新生代農(nóng)民工問(wèn)題：在過(guò)去的二十年里，農(nóng)民工群體一直是社會(huì)學(xué)最為關(guān)注的研究對(duì)象，在勞動(dòng)力市場(chǎng)方面，隨著市場(chǎng)的轉(zhuǎn)型升級(jí)與人口老齡化帶來(lái)的影響，新一代農(nóng)民工開(kāi)始進(jìn)入廠房、車間，社會(huì)流動(dòng)與分層也在逐漸發(fā)生變化，新生代農(nóng)民工的興起也給社會(huì)學(xué)家了提供了大量的研究議題，新一代農(nóng)民工子女的入學(xué)、就業(yè)等已經(jīng)搬上了學(xué)術(shù)研究關(guān)注的前臺(tái)。尤其是2010年，富士康連續(xù)出現(xiàn)的青年員工跳樓自殺現(xiàn)象，引發(fā)了社會(huì)的廣泛關(guān)注。

（5）社會(huì)福利與社會(huì)保障：伴隨著我國(guó)社會(huì)保障體系建設(shè)的不斷完善，社會(huì)保障研究成為一個(gè)越來(lái)越重要的研究領(lǐng)域，社會(huì)保障與社會(huì)福利作為一個(gè)交叉學(xué)科，廣泛分布于經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、人口學(xué)、法學(xué)、管理學(xué)、統(tǒng)計(jì)學(xué)等多個(gè)學(xué)科多個(gè)領(lǐng)域，伴隨著研究的深入，目前則更多的開(kāi)始關(guān)注社會(huì)因素，如對(duì)慈善、特殊群體的權(quán)益保護(hù)等。

（6）社會(huì)學(xué)理論：在社會(huì)學(xué)理論研究方面，有學(xué)者提出了中國(guó)社會(huì)學(xué)這一概念，在社會(huì)結(jié)構(gòu)、社會(huì)分層、社會(huì)流動(dòng)以及人類社會(huì)方面與國(guó)外社會(huì)學(xué)進(jìn)行了對(duì)比，在齊美爾的小群體理論、帕森斯理論的基礎(chǔ)上，發(fā)展了中國(guó)社會(huì)學(xué)理論。

進(jìn)一步，采用可視化的相關(guān)方法，將關(guān)鍵詞和主題詞的共現(xiàn)進(jìn)行了展示，效果如下圖所示，可以發(fā)現(xiàn)，研究主題分布效果顯著。

圖5 國(guó)內(nèi)社會(huì)學(xué)領(lǐng)域近五年研究熱點(diǎn)關(guān)系圖

四、總結(jié)

本文采用基于內(nèi)容分析的復(fù)雜網(wǎng)絡(luò)與文本挖掘相結(jié)合的方法，構(gòu)建了人文社會(huì)科學(xué)領(lǐng)域的熱點(diǎn)主題挖掘模型，并從高頻關(guān)鍵詞分析、關(guān)鍵詞共現(xiàn)矩陣和基于文本挖掘中的主題模型的相關(guān)算法從文章摘要中進(jìn)行主題識(shí)別與主題詞抽取的方法，對(duì)2009年至2013年之間的國(guó)內(nèi)外社會(huì)學(xué)期刊所載論文進(jìn)行了實(shí)證分析。

通過(guò)基于文本內(nèi)容分析的熱點(diǎn)識(shí)別模型和方法，挖掘出了國(guó)內(nèi)外社會(huì)學(xué)領(lǐng)域各個(gè)時(shí)間段內(nèi)的研究熱點(diǎn)主題及其演變，總的來(lái)說(shuō)，國(guó)內(nèi)外社會(huì)學(xué)的研究熱點(diǎn)都集中在家庭與性別研究、婦女問(wèn)題研究、青少年問(wèn)題研究、社會(huì)保障與福利問(wèn)題研究等方面，但是由于各方面的原因，國(guó)內(nèi)外的研究熱點(diǎn)在內(nèi)容和深度上也存在較多不同。

對(duì)比國(guó)內(nèi)外社會(huì)學(xué)研究領(lǐng)域的熱點(diǎn)，可以發(fā)現(xiàn)其異同：國(guó)內(nèi)外社會(huì)學(xué)的研究熱點(diǎn)的共性表現(xiàn)在家庭與性別研究、婦女問(wèn)題研究、青少年問(wèn)題研究、社會(huì)保障與福利問(wèn)題研究等方面，但是由于各方面的原因，國(guó)內(nèi)外的研究熱點(diǎn)在內(nèi)容和深度上也存在較多不同。同時(shí)，由于特定的社會(huì)環(huán)境和人文環(huán)境，無(wú)論是研究人員還是被研究對(duì)象，在相關(guān)社會(huì)學(xué)問(wèn)題的反應(yīng)上存在差異，因此造成國(guó)內(nèi)外社會(huì)學(xué)領(lǐng)域的研究?jī)A向存在差異，關(guān)注點(diǎn)有所不同，就此來(lái)說(shuō)，我國(guó)的社會(huì)學(xué)研究存在較強(qiáng)的中國(guó)特色。

[1] 人文社會(huì)科學(xué)[EB/OL][2014-10-20].http;//baike.baidu.com/view/1381144.htm？wtp=tt

[2] 楊秀秀.管理科學(xué)與工程學(xué)科共詞網(wǎng)絡(luò)整體特性,生長(zhǎng)性及熱點(diǎn)研究[D].浙江大學(xué),2014.

[3] White H D,Griffith B C.Author cocitation;A literature measure of intellectual structure[J].Journal of the American Society for information Science,1981,32（3）;163-171.

[4] Law J,Whittaker J.Mapping acidification research;A test of the coword method[J].Scientometrics,1992,23（3）;417-461.

[5] Usui S,Palmes P,Nagata K,et al.Keyword extraction,ranking,and organization for the neuroinformatics platform[J].Biosystems,2007,88（3）;334-342.

[6] Shibata N,Kajikawa Y,Takeda Y,et al.Detecting emerging research fronts based on topological measures in citation networks of scientific publications[J].Technovation,2008,28（11）;758-775.

[7] 鄒曉鴿,夏文正,梁文平.化學(xué)學(xué)科熱點(diǎn)領(lǐng)域分析與國(guó)內(nèi)外比較研究[J].中國(guó)基礎(chǔ)科學(xué),2003,（4）;37-40.

[8] 肖明,李國(guó)俊,楊楠.基于詞頻分析的國(guó)內(nèi)情報(bào)學(xué)研究熱點(diǎn) （1998-2007）[J].情報(bào)雜志,2009,（8）;21-25.

[9] 張浩.基于社會(huì)網(wǎng)絡(luò)分析的 Blog 社區(qū)發(fā)現(xiàn)[D].上海:上海交通大學(xué),2008.

[10] Blei D M,Ng A Y,Jordan M I. Latent dirichlet allocation[J]. the Journal of machine Learning research,2003,3;993-1022.