基于共詞分析的大數(shù)據(jù)技術(shù)前沿與熱點(diǎn)研究

蔣健 舒暢

【摘要】：[目的/意義]對(duì)國(guó)內(nèi)大數(shù)據(jù)技術(shù)的研究成果進(jìn)行梳理與計(jì)量分析，有助于從不同角度了解注意研究狀況、發(fā)文情況，對(duì)后續(xù)的研究具有一定的參考價(jià)值。[方法/過(guò)程]本文利用共詞分析法、VOS viewer聚類(lèi)分析、社會(huì)網(wǎng)絡(luò)分析等方法，研究關(guān)鍵詞之間的聯(lián)系，探討近年來(lái)大數(shù)據(jù)技術(shù)的前沿與熱點(diǎn)問(wèn)題。[結(jié)果/結(jié)論]結(jié)果表明，近兩年國(guó)內(nèi)對(duì)于大數(shù)據(jù)技術(shù)的研究主要有數(shù)據(jù)挖掘和數(shù)據(jù)分析技術(shù)，文章最后針對(duì)大數(shù)據(jù)技術(shù)和其應(yīng)用領(lǐng)域的研究現(xiàn)狀和未來(lái)研究方向

【關(guān)鍵詞】：大數(shù)據(jù) 共詞分析 多維尺度分析 VOS viewer

一引言

隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等通信技術(shù)的快速發(fā)展，人類(lèi)社會(huì)已進(jìn)入大數(shù)據(jù)時(shí)代。在國(guó)家政策的導(dǎo)向和信息技術(shù)自身發(fā)展的需求兩個(gè)作用下，以“大數(shù)據(jù)”維為主題的研究熱潮迅速引起。近年來(lái)，國(guó)內(nèi)外學(xué)者從各個(gè)層面各個(gè)角度基于“大數(shù)據(jù)”展開(kāi)了激烈的討論與研究，也產(chǎn)生了很多有影響力的研究成果。為了更好的把握大數(shù)據(jù)的前沿動(dòng)態(tài)與熱點(diǎn)領(lǐng)域，對(duì)“大數(shù)據(jù)”主題的研究成果進(jìn)行梳理和分析是很有必要的

本文從可視化角度，通過(guò)收集中國(guó)知網(wǎng)（CNKI）中以“大數(shù)據(jù)”為主題的高質(zhì)量期刊論文，利用文獻(xiàn)計(jì)量、共詞分析方法和多維尺度分析方法等對(duì)大數(shù)據(jù)技術(shù)領(lǐng)域的研究主題進(jìn)行梳理，揭示國(guó)內(nèi)該領(lǐng)域的前沿與熱點(diǎn)問(wèn)題，以期揭示大數(shù)據(jù)技術(shù)的前沿動(dòng)態(tài)和研究熱點(diǎn)，為大數(shù)據(jù)理論與應(yīng)用的深入研究提供一定的參考和借鑒。

二、數(shù)據(jù)來(lái)源與研究方法

（一）數(shù)據(jù)來(lái)源

為了得到可靠、準(zhǔn)確的數(shù)據(jù)，本為選取CNKI學(xué)術(shù)期刊中以主題=“大數(shù)據(jù)技術(shù)的應(yīng)用” ，來(lái)源類(lèi)別=“SCI來(lái)源期刊”or“CSSCI”or“核心期刊”的期刊論文為數(shù)據(jù)來(lái)源，得到291篇大數(shù)據(jù)領(lǐng)域的研究論文。

（二）研究方法

本文采用Endnote、VOS viewer、Excel作為研究工具，通過(guò)Endnote和Excel對(duì)數(shù)據(jù)進(jìn)行基礎(chǔ)分析，統(tǒng)計(jì)關(guān)鍵詞頻，構(gòu)建高頻關(guān)鍵詞共詞網(wǎng)絡(luò);SPSS對(duì)共詞矩陣進(jìn)行多維尺度分析，統(tǒng)計(jì)研究熱點(diǎn);VOS viewer進(jìn)行社會(huì)網(wǎng)絡(luò)分析，探究研究方向。

三、大數(shù)據(jù)技術(shù)研究文獻(xiàn)計(jì)量分析

（一）詞頻分析

通過(guò)對(duì)文獻(xiàn)集中的關(guān)鍵字段進(jìn)行統(tǒng)計(jì)分析，從291篇論文中共提取816個(gè)關(guān)鍵詞。然后進(jìn)行數(shù)據(jù)篩選與清洗，由于本文主題是大數(shù)據(jù)技術(shù)，故從關(guān)鍵詞中剔除“大數(shù)據(jù)”、“大數(shù)據(jù)技術(shù)”、“大數(shù)據(jù)時(shí)代”，得到詞頻統(tǒng)計(jì)不低于5的關(guān)鍵詞，詞頻分布具體如表1所示。通過(guò)對(duì)關(guān)鍵詞詞頻進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)“數(shù)據(jù)挖掘”、“數(shù)據(jù)分析”、“電子政務(wù)”、“云計(jì)算”等大數(shù)據(jù)技術(shù)應(yīng)用領(lǐng)域出現(xiàn)次數(shù)較多，這在一定程度上反映出大數(shù)據(jù)技術(shù)在這四個(gè)領(lǐng)域的應(yīng)用較為頻繁。

（二）高頻關(guān)鍵詞共詞矩陣

為了全面揭示大數(shù)據(jù)技術(shù)的結(jié)構(gòu)、研究熱點(diǎn)及研究動(dòng)態(tài)。構(gòu)建了如表2的30*30的高頻詞共現(xiàn)矩陣（部分）。在共詞矩陣中，兩個(gè)關(guān)鍵詞共同出現(xiàn)次數(shù)越多，說(shuō)明兩個(gè)關(guān)鍵詞聯(lián)系越緊密，越能體現(xiàn)主題的研究?jī)?nèi)容。其中，矩陣對(duì)角線(xiàn)為關(guān)鍵詞的詞頻，上三角或下三角表示兩個(gè)關(guān)鍵共同出現(xiàn)的次數(shù)。

（三）多維尺度分析

一般來(lái)說(shuō)，多維尺度分析比較適合用相異矩陣，為了避免高頻詞共現(xiàn)矩陣中詞頻差異過(guò)大導(dǎo)致多元分析受到影響，本文采用Ochiia系數(shù)法將共詞矩陣轉(zhuǎn)化為相關(guān)矩陣，繼而用1減去相關(guān)系數(shù)，得到相異矩陣，在SPSS中進(jìn)行多維尺度分析，得到關(guān)鍵詞的多維尺度關(guān)系圖，如圖1所示。其中：

可以看出，大數(shù)據(jù)技術(shù)的應(yīng)用包括4個(gè)類(lèi)團(tuán)。第一類(lèi)：應(yīng)用于區(qū)域鏈、商業(yè)銀行、精準(zhǔn)扶貧、隱私保護(hù)等信息化建設(shè)。第二類(lèi)：應(yīng)用于高校和互聯(lián)網(wǎng)的信息采集，人工智能技術(shù)逐漸引起重視。第三類(lèi)：應(yīng)用于圖書(shū)館、智能電網(wǎng)、互聯(lián)網(wǎng)金融、電子政務(wù)的云計(jì)算技術(shù)。第四類(lèi)：應(yīng)用于教育大數(shù)據(jù)、高校思想政治教育、數(shù)字出版的大數(shù)據(jù)平臺(tái)和數(shù)據(jù)處理技術(shù)

（四）社會(huì)網(wǎng)絡(luò)分析

在VOS viewer中，為了獲得使聚類(lèi)結(jié)果更加精確細(xì)致，選取詞頻不低于2的關(guān)鍵詞進(jìn)行分析，通過(guò)篩選與梳理，剔除“策略”、“發(fā)展”等關(guān)鍵詞，合并“數(shù)據(jù)分析”、“大數(shù)據(jù)分析”等關(guān)鍵詞，獲得有效關(guān)鍵詞81個(gè)，生成高頻關(guān)鍵詞聚類(lèi)圖如圖1。根據(jù)聚類(lèi)結(jié)果，將高頻關(guān)鍵詞劃分為4類(lèi)最為合適。第一類(lèi)：包括產(chǎn)業(yè)融合、人工智能、共享經(jīng)濟(jì)、區(qū)域鏈、技術(shù)架構(gòu)、數(shù)據(jù)模型6個(gè)關(guān)鍵詞。主要涉及人工智能技術(shù)在產(chǎn)業(yè)融合與共享經(jīng)濟(jì)領(lǐng)域的應(yīng)用。第二類(lèi)：包括互聯(lián)網(wǎng)金融、商業(yè)銀行、貿(mào)易流通、征信體系、轉(zhuǎn)型升級(jí)、金融業(yè)務(wù)、銀行7個(gè)關(guān)鍵詞。體現(xiàn)大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用。第三類(lèi)：包括公共治理、國(guó)家治理、數(shù)據(jù)異化、數(shù)據(jù)治理、立法數(shù)據(jù)化5個(gè)關(guān)鍵詞。體現(xiàn)大數(shù)據(jù)在立法、公共治理方面的應(yīng)用，針對(duì)數(shù)據(jù)異化問(wèn)題進(jìn)行數(shù)據(jù)處理，構(gòu)建電子政務(wù)體系。第四類(lèi)：包括圖書(shū)館、數(shù)據(jù)采集、服務(wù)創(chuàng)新、知識(shí)服務(wù)、閱讀推廣、高校圖書(shū)館6個(gè)關(guān)鍵詞。體現(xiàn)大數(shù)據(jù)技術(shù)在圖書(shū)館建設(shè)中的數(shù)據(jù)采集、閱讀推廣以及服務(wù)創(chuàng)新方面的應(yīng)用。

四、結(jié)果分析

多維尺度分析和VOS viewer聚類(lèi)分析的目的都是為了探索數(shù)據(jù)之間的近似程度，但是聚類(lèi)分析更加側(cè)重于分組，而多維尺度分析的最終結(jié)果則是圖形，其形成的類(lèi)團(tuán)有一定的主觀(guān)意愿影響。因此，二者結(jié)果略有不同但又大體一致。本文采用共詞分析方法，對(duì)文獻(xiàn)高頻關(guān)鍵詞進(jìn)行統(tǒng)計(jì)分析，從不同層次分析大數(shù)據(jù)技術(shù)的應(yīng)用，得出結(jié)論如下：

（1）多維尺度分析顯示，在不同的領(lǐng)域，大數(shù)據(jù)技術(shù)的技術(shù)手段略有不同，包括人工智能技術(shù)、云計(jì)算技術(shù)、信息化建設(shè)以及基于大數(shù)據(jù)平臺(tái)的數(shù)據(jù)處理技術(shù)。隨著信息社會(huì)的不斷發(fā)展，這些大數(shù)據(jù)技術(shù)逐漸成為了主流技術(shù)。所以未來(lái)關(guān)于這些技術(shù)的進(jìn)一步發(fā)展，在不同領(lǐng)域的應(yīng)用，依然是一個(gè)值得深入研究的課題。

（2）VOS viewer聚類(lèi)顯示，目前大數(shù)據(jù)技術(shù)主要應(yīng)用于產(chǎn)業(yè)融合、互聯(lián)網(wǎng)金融、公共治理和圖書(shū)館4個(gè)方面。隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展，其應(yīng)用領(lǐng)域越來(lái)越寬泛，適用領(lǐng)域越來(lái)越多，下一步的研究重點(diǎn)應(yīng)該放在進(jìn)一步擴(kuò)展大數(shù)據(jù)應(yīng)用領(lǐng)域，將大數(shù)據(jù)技術(shù)與專(zhuān)業(yè)領(lǐng)域完美結(jié)合，形成專(zhuān)業(yè)化大數(shù)據(jù)技術(shù)。

【參考文獻(xiàn)】：

【1】童子頤.國(guó)內(nèi)大數(shù)據(jù)研究熱點(diǎn)分析[J].情報(bào)探索，2015（07）：38-41+46.

【2】王一博，郭鑫，王繼民.基于詞共現(xiàn)的大數(shù)據(jù)研究主題分析[J].圖書(shū)館論壇，2014，34（08）：96-102.

【3】王宇燦，李一飛，袁勤儉.國(guó)際大數(shù)據(jù)研究熱點(diǎn)及前沿演化可視化分析[J].工程研究-跨學(xué)科視野中的工程，2014，6（03）：282-293.

【4】陳紅琳，魏瑞斌，張瑋，張宇航.基于共詞分析的國(guó)內(nèi)文本情感分析研究[J].現(xiàn)代情報(bào)，2019，39（06）：91-101.

【5】楊冰. 學(xué)習(xí)分析的研究熱點(diǎn)、主題與發(fā)展趨勢(shì)解析——基于共詞分析的可視化研究[A]. 教育部高等學(xué)校教育技術(shù)專(zhuān)業(yè)教學(xué)指導(dǎo)委員會(huì).走向智慧時(shí)代的教育創(chuàng)新發(fā)展研究--第16屆教育技術(shù)國(guó)際論壇暨首屆智慧教育國(guó)際研討會(huì)論文集[C].教育部高等學(xué)校教育技術(shù)專(zhuān)業(yè)教學(xué)指導(dǎo)委員會(huì)：江蘇省教育信息化工程技術(shù)研究中心，2017：4.

作者簡(jiǎn)介：

1.蔣健，男。（1998-），安徽財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，本科生，專(zhuān)業(yè)：信息管理與信息系統(tǒng)

2.舒暢，女，（1998-），安徽財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，本科生，專(zhuān)業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)