基于CiteSpace的商務(wù)大數(shù)據(jù)可視化分析

太原理工大學(xué)經(jīng)濟管理學(xué)院 張睿雨

世界經(jīng)濟論壇報告指出，大數(shù)據(jù)為新財富，它的價值堪比石油，發(fā)達國家均大力發(fā)展大數(shù)據(jù)相關(guān)產(chǎn)業(yè)，以求在大數(shù)據(jù)領(lǐng)域占領(lǐng)一席之地。2015年國務(wù)院發(fā)布的《促進大數(shù)據(jù)發(fā)展行動綱要》指出“數(shù)據(jù)已成國家基礎(chǔ)性戰(zhàn)略資源”，大數(shù)據(jù)的地位已被擺在國家戰(zhàn)略層面。

商務(wù)大數(shù)據(jù)是大數(shù)據(jù)的一個子集，是在整個商務(wù)活動中所采集，可為商務(wù)發(fā)展創(chuàng)造潛在價值的數(shù)據(jù)集合。商務(wù)領(lǐng)域所部署眾多信息系統(tǒng)中存儲著海量的商務(wù)數(shù)據(jù)，如何將這些數(shù)據(jù)轉(zhuǎn)變?yōu)樾畔?、知識，進而為商務(wù)決策、行為優(yōu)化等服務(wù)，已成為商務(wù)領(lǐng)域研究者關(guān)注的焦點。當(dāng)前，已有眾多學(xué)者從大數(shù)據(jù)分析技術(shù)、商務(wù)應(yīng)用等不同角度對商務(wù)大數(shù)據(jù)進行了大量的研究，并取得顯著成果。然而，目前尚未發(fā)現(xiàn)對商務(wù)大數(shù)據(jù)知識體系進行分析研究的文獻，亟需對該領(lǐng)域的研究成果進行系統(tǒng)化總結(jié)分析。

本文基于共詞分析原理，借助CiteSpace工具的關(guān)鍵詞共現(xiàn)分析和突現(xiàn)詞分析等功能，通過數(shù)理統(tǒng)計與算法運算來分析商務(wù)大數(shù)據(jù)領(lǐng)域的研究熱點以及前沿趨勢，為相關(guān)學(xué)者進一步研究提供參考和借鑒。

1 研究熱點分析

文獻主題是人們進行文獻信息分析時的主要信息之一，主要通過關(guān)鍵詞來表現(xiàn)，具有很高的研究價值，高頻關(guān)鍵詞往往代表某一領(lǐng)域的研究熱點[1]。在此運用CiteSpace關(guān)鍵詞共現(xiàn)分析功能去全面探究商務(wù)大數(shù)據(jù)研究的熱點問題，得到關(guān)鍵詞共現(xiàn)圖譜，如圖1所示，并對排名前20的熱點關(guān)鍵詞進行統(tǒng)計分析。圖1中聚類節(jié)點圓環(huán)的大小表示該節(jié)點所代表的關(guān)鍵詞出現(xiàn)頻次的多少，圓環(huán)越大則代表這一關(guān)鍵詞在商務(wù)大數(shù)據(jù)領(lǐng)域熱度越高。

圖1 商務(wù)大數(shù)據(jù)領(lǐng)域關(guān)鍵詞共現(xiàn)圖譜

商務(wù)大數(shù)據(jù)領(lǐng)域研究熱點主要表現(xiàn)為以下三個方面。

(1)大數(shù)據(jù)處理技術(shù)研究，如big data、cloud computing、mapreduce、hadoop、system、technology、cloud、framework。云計算是大數(shù)據(jù)存儲、分析的基礎(chǔ)，在商務(wù)大數(shù)據(jù)領(lǐng)域關(guān)注度較高。MapReduce以其并行式數(shù)據(jù)處理方式成為大數(shù)據(jù)處理的關(guān)鍵技術(shù)，同時，Hadoop給大數(shù)據(jù)分析處理提供了一個性能和可靠性更好，在處理非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)方面能力較強的平臺，也是當(dāng)前該領(lǐng)域的研究熱點[2]。

(2)大數(shù)據(jù)挖掘相關(guān)研究，如analytics、data mining、big data analytics、information、network、social media。該方向主要涉及數(shù)據(jù)挖掘算法的集成、改進等研究內(nèi)容。社交媒體與社交網(wǎng)絡(luò)產(chǎn)生大量實時行為數(shù)據(jù)，如何從中挖掘出客戶偏好信息、生產(chǎn)者與消費者之間關(guān)系特征等也是該方向一大研究熱點。同時，當(dāng)前大數(shù)據(jù)的可視化分析技術(shù)相關(guān)研究愈來愈熱，其研究熱點有基于多維數(shù)據(jù)信息可視化設(shè)計、基于層次的可視化設(shè)計、基于文本的可視化設(shè)計等[3]。

(3)基于數(shù)據(jù)分析、人機交互的商務(wù)應(yīng)用研究，如business intelligence、management、business analytics、performance、model、privacy、challenge。這類研究以商務(wù)數(shù)據(jù)源為基礎(chǔ)進行大數(shù)據(jù)分析，其結(jié)果用來服務(wù)現(xiàn)實商務(wù)活動，如管理問題、績效問題等。在這一類研究中受關(guān)注度比較高的為商務(wù)智能，它研究熱點主要集中在支撐技術(shù)、體系結(jié)構(gòu)、應(yīng)用系統(tǒng)三方面研究[4]。“互聯(lián)網(wǎng)+”概念的提出，國內(nèi)在這一方面研究逐漸增多，如對物聯(lián)網(wǎng)、電子商務(wù)、第三方支付、商務(wù)智能等研究熱度較高，同時涉足政府工作報告、國家戰(zhàn)略、國際市場等研究方向。

2 發(fā)展前沿分析

研究前沿是科學(xué)研究中最新且具有發(fā)展?jié)摿Φ难芯恐黝}，研究前沿通常表現(xiàn)為新主題詞的大量出現(xiàn)、詞間關(guān)系變化、主題詞含義變遷以及主題詞異常變化等，本文運用CiteSpace突現(xiàn)詞探測技術(shù)去科學(xué)預(yù)測商務(wù)大數(shù)據(jù)研究的發(fā)展趨勢。對該領(lǐng)域研究前沿進行分析，得到關(guān)鍵詞共現(xiàn)時區(qū)網(wǎng)絡(luò)突變分析，如圖2所示。

圖2展示出商務(wù)大數(shù)據(jù)突現(xiàn)主題以及它所對應(yīng)的突變強度和突變時段，其中突變強度越高說明該主題表現(xiàn)越活躍，innovation、strategy、business model、social network、knowledge management、business、algorithm、component為突變強度最高的前八個關(guān)鍵詞。即國際上商務(wù)大數(shù)據(jù)研究的學(xué)術(shù)前沿主要體現(xiàn)以下四個方面。

圖2 商務(wù)大數(shù)據(jù)關(guān)鍵詞共現(xiàn)時區(qū)圖

(1)大數(shù)據(jù)環(huán)境下的商務(wù)模式創(chuàng)新。大數(shù)據(jù)環(huán)境下的商務(wù)模式創(chuàng)新應(yīng)主要圍繞三個方面研究，分別為產(chǎn)品和服務(wù)的創(chuàng)新、企業(yè)價值和治理機構(gòu)、新興商務(wù)模式[5]。大數(shù)據(jù)環(huán)境下的產(chǎn)品和服務(wù)創(chuàng)新研究主要有兩方面：一是基于重點行業(yè)，利用大數(shù)據(jù)和行業(yè)特點結(jié)合的方式研究產(chǎn)品和服務(wù)的創(chuàng)新，探尋在產(chǎn)品市場化之前的互動設(shè)計性。二是研究如何根據(jù)顧客大數(shù)據(jù)設(shè)計個性化服務(wù)方案、滿足各個細分市場需求、建立合適的運營系統(tǒng)、制定準(zhǔn)確科學(xué)的管理決策。大數(shù)據(jù)環(huán)境下企業(yè)價值和治理機構(gòu)的相關(guān)研究主要應(yīng)在經(jīng)濟和財務(wù)視角下，研究大數(shù)據(jù)下的商務(wù)模式創(chuàng)新給企業(yè)帶來的價值提升和相應(yīng)的治理結(jié)構(gòu)問題。大數(shù)據(jù)環(huán)境下的新興商務(wù)模式的研究側(cè)重于新興產(chǎn)業(yè)鏈的研究、新的大數(shù)據(jù)應(yīng)用平臺的利潤來源和營收模式的研究等。

(2)基于社會網(wǎng)絡(luò)環(huán)境的行為機理研究。社會網(wǎng)絡(luò)應(yīng)用的發(fā)展和大數(shù)據(jù)分析能力的增強，為分析人行為特征，理解商務(wù)活動的行為規(guī)律奠定了基礎(chǔ)。該研究方向主要聚焦于大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)行為機理識別研究和社交網(wǎng)絡(luò)資本結(jié)構(gòu)和影響分析研究這兩方面[5]。一是以社會化網(wǎng)絡(luò)中的行為數(shù)據(jù)為研究對象，利用商務(wù)智能和動態(tài)分析等手段提取出有代表性的行為模式，從而輔助商務(wù)管理科學(xué)決策。二是分析在大數(shù)據(jù)環(huán)境下生產(chǎn)者和消費者之間的關(guān)系特征，并探尋在多重關(guān)系下企業(yè)績效和用戶行為受用戶創(chuàng)造信息的影響機制。另外，因為普通用戶在社交網(wǎng)絡(luò)中的新興應(yīng)用產(chǎn)生的信息內(nèi)容會大概率預(yù)測出市場機會，因此對用戶在社會網(wǎng)絡(luò)中創(chuàng)造的大量在線數(shù)據(jù)的研究和信息傳播機理的分析也是商務(wù)大數(shù)據(jù)研究前沿。

(3)大數(shù)據(jù)背景下知識管理深入研究。移動應(yīng)用和互聯(lián)網(wǎng)發(fā)展的同時也伴隨著信息數(shù)據(jù)“碎片化”的不斷嚴(yán)重，對于商務(wù)組織來說，數(shù)據(jù)的“碎片化”導(dǎo)致數(shù)據(jù)價值流失，影響商務(wù)組織行為效率。知識管理除了在統(tǒng)領(lǐng)大數(shù)據(jù)研究方向上發(fā)揮作用，還可以規(guī)整“碎片化”數(shù)據(jù)，將普通數(shù)據(jù)上升到知識層面，發(fā)揮出比數(shù)據(jù)自身更大的價值，因此在大數(shù)據(jù)背景下對知識管理方法、應(yīng)用等方面的深入研究愈來愈熱[6]。

(4)探索處理商務(wù)大數(shù)據(jù)的高效機器學(xué)習(xí)算法。因為大數(shù)據(jù)的超高維、噪聲大、關(guān)系復(fù)雜和屬性極度稀疏等特點，導(dǎo)致現(xiàn)有機器學(xué)習(xí)算法很難對其高效分析處理，也就直接導(dǎo)致商務(wù)決策出現(xiàn)偏差，因此需探索高效算法處理商務(wù)大數(shù)據(jù)。算法前沿研究主要集中在三方面：一是設(shè)計出適合挖掘高維、高稀疏數(shù)據(jù)的算法，實現(xiàn)知識發(fā)現(xiàn)。二是構(gòu)建用于支持大數(shù)據(jù)分布式處理和并行化執(zhí)行的模型機制。三是研究在Hadoop等并行計算平臺上處理的復(fù)雜度低、并行性高的數(shù)據(jù)挖掘算法。

3 結(jié)語

商務(wù)大數(shù)據(jù)研究的熱點主要涉及幾方面：分別為大數(shù)據(jù)處理技術(shù)研究、大數(shù)據(jù)挖掘相關(guān)研究、基于數(shù)據(jù)分析、人機交互的商務(wù)應(yīng)用研究。隨著“互聯(lián)網(wǎng)+”概念的提出，國內(nèi)對商務(wù)應(yīng)用方面研究愈來愈熱。

隨著該領(lǐng)域發(fā)展，大數(shù)據(jù)環(huán)境下的商務(wù)模式創(chuàng)新、基于社會網(wǎng)絡(luò)環(huán)境的行為機理研究、大數(shù)據(jù)背景下知識管理深入研究、探索處理商務(wù)大數(shù)據(jù)的高效機器學(xué)習(xí)算法等前沿問題將成為未來研究的重點。