關(guān)于我國(guó)1992～2016年內(nèi)存數(shù)據(jù)庫(kù)研究的知識(shí)圖譜分析

摘 要 在知識(shí)圖譜理論的基礎(chǔ)之上，本文選擇Citespace V可視化軟件，對(duì)CNKI中1992～2016年間我國(guó)內(nèi)存數(shù)據(jù)庫(kù)研究的文獻(xiàn)進(jìn)行了分析，繪制內(nèi)存數(shù)據(jù)庫(kù)研究的關(guān)鍵詞、作者等知識(shí)圖譜，來(lái)分析我國(guó)內(nèi)存數(shù)據(jù)庫(kù)研究的熱點(diǎn)。

關(guān)鍵詞 內(nèi)存數(shù)據(jù)庫(kù) Citespace V 知識(shí)圖譜

一、引言

知識(shí)圖譜應(yīng)用數(shù)學(xué)、圖形學(xué)、信息可視化技術(shù)等理論和方法，與傳統(tǒng)的科學(xué)計(jì)量學(xué)引文分析方法結(jié)合，用可視化的圖譜形象地展示學(xué)科的結(jié)構(gòu)與發(fā)展，[1，2]知識(shí)圖譜理論與方法近年來(lái)成為科學(xué)計(jì)量學(xué)研究的最前沿。

在當(dāng)前情況下我國(guó)對(duì)內(nèi)存數(shù)據(jù)庫(kù)的研究還處在一個(gè)逐步發(fā)展的狀態(tài)，需要我們從比較全面的角度去研究其發(fā)展現(xiàn)狀，以便在未來(lái)更好、更深入地進(jìn)行關(guān)于這方面的研究。

二、數(shù)據(jù)來(lái)源與方法

（一）數(shù)據(jù)來(lái)源

首先，在中國(guó)知網(wǎng)CNKI總庫(kù)中，選擇“期刊”“高級(jí)檢索”，以“內(nèi)存數(shù)據(jù)庫(kù)”為主題，對(duì)1992～2016年之間所發(fā)表出來(lái)的文章進(jìn)行檢索，一共得到的記錄有933條。然后從中以ref格式下載這933篇論文，以備之后分析所用。

（二）研究方法

Citespace是美國(guó)費(fèi)城德雷塞爾大學(xué)陳超美教授研制并開(kāi)發(fā)的信息可視化應(yīng)用軟件，在本文中使用Citespace工具然后將ref的文件格式轉(zhuǎn)換為txt格式，再將轉(zhuǎn)換后的格式導(dǎo)進(jìn)Citespace V軟件中實(shí)行可視化分析，主要對(duì)關(guān)鍵詞、作者等分析，運(yùn)行繪制我國(guó)內(nèi)存數(shù)據(jù)庫(kù)的知識(shí)圖譜。

三、統(tǒng)計(jì)與分析

（一）文獻(xiàn)時(shí)間分布分析

以5年為間隔的論文年篇數(shù)分布統(tǒng)計(jì)結(jié)果見(jiàn)圖1。從圖1可以看出，我國(guó)學(xué)者對(duì)內(nèi)存數(shù)據(jù)庫(kù)方面研究所發(fā)表的論文數(shù)增長(zhǎng)趨勢(shì)較為平緩，內(nèi)存數(shù)據(jù)庫(kù)的研究漸漸地引起我國(guó)研究學(xué)者的關(guān)注；尤其是最近的5年里，關(guān)于內(nèi)存數(shù)據(jù)庫(kù)的研究越來(lái)越熱門(mén)。

（二）文獻(xiàn)關(guān)鍵詞分析

關(guān)鍵詞是對(duì)研究主題的高度歸納，對(duì)有關(guān)文章的關(guān)鍵詞使用共現(xiàn)分析，可以發(fā)掘出該領(lǐng)域的研究熱點(diǎn)。因此，對(duì)933篇論文進(jìn)行關(guān)鍵詞共被引分析。第一步，將1992～2016年間每一年為劃分的單位，選擇“Keywords（關(guān)鍵詞）”為節(jié)點(diǎn)，再選取各個(gè)時(shí)間區(qū)中被引用頻次高的前50個(gè)關(guān)鍵詞，來(lái)生成關(guān)鍵詞共被引的圖譜。

第一，關(guān)鍵詞共現(xiàn)分析。在生成圖譜后，在右方選出“聚類(lèi)視角”選項(xiàng)，并點(diǎn)擊“自動(dòng)聚類(lèi)”標(biāo)簽?？梢缘玫角宄年P(guān)鍵詞共被引聚類(lèi)知識(shí)圖譜（見(jiàn)圖2），圖中的每個(gè)圓點(diǎn)都表示一個(gè)節(jié)點(diǎn)，圓點(diǎn)越大即該詞匯出現(xiàn)的頻率越高；兩者中間的連接表示這兩個(gè)節(jié)點(diǎn)共同在一篇文獻(xiàn)中出現(xiàn)，線段越粗代表著聯(lián)系越緊密，反之亦然。共有738個(gè)節(jié)點(diǎn)，1594個(gè)連接，網(wǎng)絡(luò)密度為 0.0059。從圖譜中可以知道，“內(nèi)存數(shù)據(jù)庫(kù)”這一詞的出現(xiàn)頻率最高，其次是“實(shí)時(shí)數(shù)據(jù)庫(kù)”“大數(shù)據(jù)”“數(shù)據(jù)庫(kù)”等。

取詞頻（7次以上）排序統(tǒng)計(jì)，得33個(gè)頻率高的關(guān)鍵詞，結(jié)合關(guān)鍵詞知識(shí)圖譜，可以看出在內(nèi)存數(shù)據(jù)庫(kù)研究領(lǐng)域，實(shí)時(shí)數(shù)據(jù)庫(kù)、大數(shù)據(jù)、并發(fā)控制、物聯(lián)網(wǎng)等都是其研究的熱點(diǎn)。內(nèi)存數(shù)據(jù)庫(kù)也屬于實(shí)時(shí)數(shù)據(jù)庫(kù)的一種，其特點(diǎn)就是在內(nèi)存的數(shù)據(jù)庫(kù)中，數(shù)據(jù)庫(kù)的所有或者需要存取的數(shù)據(jù)放于內(nèi)存中，這樣本來(lái)需要對(duì)磁盤(pán)進(jìn)行的訪問(wèn)就取消了，保證了存取速度的快速性。

（三）發(fā)文作者分析

對(duì)933篇文章進(jìn)行發(fā)文作者共被引的分析，在這中間發(fā)表文章次數(shù)較高的作者在可視化圖譜中所顯示為的節(jié)點(diǎn)比較大。共有776個(gè)節(jié)點(diǎn)，525個(gè)連接，網(wǎng)絡(luò)密度為0.0017。從中可以看出，劉云生出現(xiàn)的次數(shù)最高，之后是李國(guó)徽、廖國(guó)瓊等，他們之間共同合作的文章比較多。再者，其他我國(guó)內(nèi)存數(shù)據(jù)庫(kù)研究領(lǐng)域的學(xué)者很多都在獨(dú)自研究。好多的研究團(tuán)隊(duì)會(huì)由導(dǎo)師及學(xué)生這樣的組合組成。例如華中科技大學(xué)教授李國(guó)徽教授與其學(xué)生，武漢工商學(xué)院盧炎生教授與其學(xué)生。

四、結(jié)語(yǔ)

本文使用了可視化的技術(shù)對(duì)我國(guó)內(nèi)存數(shù)據(jù)庫(kù)的研究進(jìn)行了一些分析，展示我國(guó)內(nèi)存數(shù)據(jù)庫(kù)研究領(lǐng)域的研究熱點(diǎn)、重要的學(xué)者等，揭示我國(guó)內(nèi)存數(shù)據(jù)庫(kù)研究的狀況。通過(guò)對(duì)1992～2016 年間我國(guó)內(nèi)存數(shù)據(jù)庫(kù)研究文獻(xiàn)的知識(shí)圖譜分析，可知我國(guó)內(nèi)存數(shù)據(jù)庫(kù)研究發(fā)文數(shù)量穩(wěn)步增加，國(guó)內(nèi)學(xué)者也不斷加大了對(duì)內(nèi)存數(shù)據(jù)庫(kù)的探究。實(shí)時(shí)數(shù)據(jù)庫(kù)、分布式數(shù)據(jù)庫(kù)、大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算等為我國(guó)內(nèi)存數(shù)據(jù)庫(kù)研究的主要方向。劉云生教授是我國(guó)內(nèi)存數(shù)據(jù)庫(kù)研究范疇內(nèi)產(chǎn)出最多的學(xué)者，然后是李國(guó)徽教授、廖國(guó)瓊教授、吳紹春教授等。

（作者單位為上海大學(xué)）

參考文獻(xiàn)

[1] 沈建通，姚樂(lè)野.多元統(tǒng)計(jì)與社會(huì)網(wǎng)絡(luò)分析法在知識(shí)圖譜應(yīng)用的實(shí)證研究[J].情報(bào)雜志，2009，28（8）：33-36.

[2] 王璟，夏培玲，夏培英.基于知識(shí)圖譜的體育科學(xué)研究前沿和熱點(diǎn)[J].體育成人教育學(xué)刊，2011，27（3）：32-35.