煤礦信息化領域CiteSpace知識圖譜構建研究①

馬 夢，盛 武

(安徽理工大學經(jīng)濟與管理學院，安徽 淮南 232001)

0 引 言

國內(nèi)煤礦信息化研究力量不斷加強，大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算等信息技術與煤礦研究領域深入融合。分析國內(nèi)外煤礦信息化領域文章可知，國外信息化研究主要集中體現(xiàn)在以下三個層面：第一，信息技術的精進、實踐應用，如基于人工智能系統(tǒng)實現(xiàn)空氣超壓預測、創(chuàng)建礦山3D模型[1-2]。第二，故障分析治理技術與相關方法介紹，如利用DDA的傾斜地表沉陷研究，將DIKW層次結構作為訊問方法，創(chuàng)建新穎RISKGAT交互式數(shù)據(jù)庫[3-4]。第三，利用程序功能模塊、傳感器感測模塊、建模等進行的系統(tǒng)構建及實驗分析[5-6]。

國內(nèi)學者對煤礦信息化的研究多停留國內(nèi)外煤礦信息化的對比分析及該領域熱點趨勢、文獻信息挖掘及知識圖譜構建分析的文獻較少。如毛善君等專注于信息化管理平臺的構建[7]；譚章祿等主要探討煤礦信息化建設存在的問題及發(fā)展方向[8]。利用知識圖譜將復雜的學術領域關聯(lián)并以網(wǎng)絡結構可視化形式呈現(xiàn)出來的技術優(yōu)勢，實現(xiàn)煤礦信息化領域研究的知識架構[9]。以CNIKI和WOS為數(shù)據(jù)來源，對比國內(nèi)外研究趨勢，挖掘未來煤礦信息化高質發(fā)展的切入路徑，為煤礦信息化高質發(fā)展及精準決策提供支持。技術路線圖如圖1所示。

1 數(shù)理來源與研究方法

1.1 數(shù)據(jù)來源

數(shù)據(jù)來源及處理方式如表1，數(shù)據(jù)來源為Web of Science和《中國期刊全文數(shù)據(jù)庫(CNKI)》(以下簡稱Wos 、CNKI)高質量核心文獻，針對不同數(shù)據(jù)庫設計檢索式與限定條件，國內(nèi)檢索式為：“主題”=“物聯(lián)網(wǎng)/機器人/信息化/云計算/大數(shù)據(jù)”&主題=“煤礦/數(shù)字礦山/感知礦山/智慧礦山”；國外檢索式為：ts=(coal mine informationization or digital coal mine or coal mine big data or Intelligent coal mine or coal mine artificial intelligence or smart coal mine )。最終篩選出更科學有效的樣本數(shù)據(jù)。

表1 數(shù)據(jù)來源及處理

1.2 分析方法與工具

CiteSpace是目前科研評價領域廣泛使用的知識圖譜繪制軟件，具備高效挖掘有用信息、進行可視化文獻計量分析[10]等功能，數(shù)據(jù)處理分析功能強大、運算便捷且能把握演化特征。將數(shù)據(jù)按照CiteSpace所需格式導入其中，對國內(nèi)外煤礦信息化相關文獻進行有效信息挖掘，繪制科學知識圖譜可廓清該領域研究脈絡，洞察該領域全貌趨向、前沿熱點。

1.3 年度發(fā)文計量分析

圖2所繪為國內(nèi)外該領域文獻發(fā)表頻次年份趨勢圖，橫縱軸分別代表年份與發(fā)文頻數(shù)。觀察圖2可知，國內(nèi)的文獻產(chǎn)出始終高于國外，研究強度可觀。趨勢線呈現(xiàn)出三個階段：2010-2013年為擴展期且在2013年達最高峰值；2013-2015年為浮動期且在2015年達最低峰值；2015年后，隨著信息化技術應用日趨成熟與發(fā)展，國內(nèi)研究成果漸趨豐富，發(fā)展平穩(wěn)，反觀國外雖文獻產(chǎn)出量較低，發(fā)展態(tài)勢卻始終以較緩的增幅平穩(wěn)上升。

2 發(fā)文機構解析

2.1 發(fā)文量機構樹狀圖

圖3和圖4為國內(nèi)外機構發(fā)文量前20名及占比(% of 183)樹狀圖，以面積區(qū)分發(fā)文量。觀察樹狀圖，國內(nèi)研究機構的主力軍有中國礦大、天地(常州)自動化股份有限公司、西安科技大學等，發(fā)文機構數(shù)量高，類型多。國外前五名均從屬于中國機構，說明國內(nèi)研究投入力度更大。

圖2 國內(nèi)外煤礦信息化發(fā)文量時間趨勢圖

2.2 機構合作知識圖譜

依據(jù)國內(nèi)外發(fā)文量分布，選取國內(nèi)外分別不低于3篇、1篇機構，繪制國內(nèi)外機構合作圖譜。如圖5、6，連線代表合作情況，節(jié)點大小與發(fā)文量成正比。圖5節(jié)點76個連線40條，圖6節(jié)點22個連線18條。國內(nèi)文章多由機構獨立產(chǎn)出，缺乏交流，應加強合作協(xié)同研究力度，促進領域多元發(fā)展。國外研究力度較高的機構從屬國家主要有波蘭、印度、美國等，多與中國機構有密切合作，說明我國占該領域研究重要地位。

3 發(fā)文作者解析

學者對領域研究方向起引導作用，因此研究學者對研究領域發(fā)展趨勢十分必要。繪制作者圖譜，能直觀地看到學者分布及合作情況，圖7、8為國內(nèi)外該領域作者合作圖譜。圖中連線代表作者之間合作關系。

圖3 國內(nèi)機構發(fā)文量前20名樹狀圖

圖4 國外機構發(fā)文量前20名樹狀圖

圖5 國內(nèi)機構合作網(wǎng)絡

圖7國內(nèi)作者發(fā)文量較多的為中國礦大(北京)譚章祿教授(18篇)、中國礦大物聯(lián)網(wǎng)(感知礦山)研究中心朱華教授(13篇)和中國礦大張申教授(9篇)。研究力量主要集中在中國礦大(北京和徐州)兩所高校。地域及學科分布均衡。由圖8可以看出國外作者連線更多，研究合作性較強，為國內(nèi)學者應學習借鑒之處。

圖6 國外機構合作網(wǎng)絡

圖7 國內(nèi)煤礦信息化領域作者圖譜

圖8 國外煤礦信息化領域作者圖譜

4 煤礦信息化熱點趨勢解析

4.1 關鍵詞共現(xiàn)時區(qū)圖熱點解析

關鍵詞共現(xiàn)反映了領域研究熱點，利用CiteSpace繪制關鍵詞時區(qū)圖(TimeZone)觀察關鍵詞隨時間衍生變化狀態(tài)及主題發(fā)展路徑。對每個時間段關鍵詞共現(xiàn)的頻次進行閾值設定，繪制圖9、10的國內(nèi)外關鍵詞共現(xiàn)時區(qū)圖，輔助熱點趨勢預測。

分析圖9和圖10可看出目前國內(nèi)的研究熱點主要集中在物聯(lián)網(wǎng)、機器人、信息化、云計算和大數(shù)據(jù)等，較國外在算法(algorithm)、人工神經(jīng)網(wǎng)絡(artifical neural network)、力學性能(mechanical property)和塌陷(subsidence)等技術層面研究較少。表明我國應加大技術實踐力度，另外智能化開采、智能礦山是未來一段時間研究趨勢。

4.2 前沿趨勢解析

利用Citespace的突現(xiàn)詞檢測功能記錄突現(xiàn)強度與時段，分析領域前沿趨勢，得到表2。表2分別列出國內(nèi)外突現(xiàn)強度前10的關鍵詞(時間先后排序)，目前國內(nèi)專注于大數(shù)據(jù)(突現(xiàn)強度最高11.97)、物聯(lián)網(wǎng)和智慧礦山，國外側重煤礦開采(Coal mining)、變化檢測(Change detection)、地表沉陷(Ground subsidence)和數(shù)字高程模型(Digital Elevation Model)等研究。

表2 中外煤礦信息化突現(xiàn)詞統(tǒng)計表

國內(nèi)外的研究都加速了煤礦開采與信息化技術的融合，從表2可以看出，國外突現(xiàn)詞平均持續(xù)時間更長，國內(nèi)研究隨熱點的改變而轉移。國內(nèi)外前沿趨勢在智慧礦山及智能化開采方面均有體現(xiàn)，但國內(nèi)側重理論分析，國外側重實踐研究。

圖9 國內(nèi)關鍵詞共現(xiàn)時區(qū)圖

圖10 國外關鍵詞共現(xiàn)時區(qū)圖

5 結 論

1)國內(nèi)發(fā)文量雖高于國外，但國內(nèi)機構研究力量差距懸殊，主要集中在中國礦業(yè)大學，且國內(nèi)作者合作意識較弱，不利于領域研究的發(fā)展創(chuàng)新；建議相關文獻的發(fā)表應更加注重論文質量把關，致力提高國內(nèi)該領域研究的整體科研水準。合作交流方面，應打破地域、學科、機構及學者之間交流的閉塞性，打破研究力量不均衡的現(xiàn)象，促進煤礦信息化領域研究的合作融合及創(chuàng)新。

2)云計算、物聯(lián)網(wǎng)、信息化和大數(shù)據(jù)在煤礦產(chǎn)業(yè)中的應用是國內(nèi)目前熱點，礦山物聯(lián)網(wǎng)、智慧礦山是領域研究的前沿，智能礦山、智能化開采是未來研究趨勢；國內(nèi)在研究方向上不應僅拘泥于熱點研究而忽略了研究領域深度與廣度的擴展，應加強對少人化作業(yè)、智能精準開采等前沿問題的深入探索，增大學科利用廣度、創(chuàng)新研究方法。

3)根據(jù)前沿熱點的國內(nèi)外對比分析，國內(nèi)側重理論研究，信息化實踐應用的研究力度偏弱；在完善理論研究的同時，可適當將精力轉到煤礦信息化領域的實踐應用問題上來，以形成更豐富完整的跨學科研究體系。