共詞

式相關(guān)的高頻關(guān)鍵共詞社群網(wǎng)絡(luò)，從網(wǎng)絡(luò)密度、距離、中心性、核心―邊緣結(jié)構(gòu)等方面，對當(dāng)前我國經(jīng)濟(jì)法課程的教學(xué)模式進(jìn)行深入的分析。1.4.2 共詞分析共詞分析是通過分析關(guān)鍵詞與關(guān)鍵詞之間的共現(xiàn)關(guān)系描述某一學(xué)科領(lǐng)域內(nèi)部組成關(guān)系及其結(jié)構(gòu)[10]，揭示該學(xué)科領(lǐng)域的研究方向與重點(diǎn)，分析其未來發(fā)展趨勢。本研究采用共詞分析法，統(tǒng)計(jì)同一個關(guān)鍵詞在不同的文獻(xiàn)中出現(xiàn)的次數(shù)，建立關(guān)鍵共詞矩陣，結(jié)合社會網(wǎng)絡(luò)分析方法構(gòu)建共詞社群網(wǎng)絡(luò)。共詞網(wǎng)絡(luò)區(qū)別于其他傳統(tǒng)網(wǎng)絡(luò)的關(guān)鍵點(diǎn)在于，其節(jié)點(diǎn)是抽象

的字段提取功能和共詞分析方法，對在中國知網(wǎng)中檢索到的2011—2021年283篇與大學(xué)生勞動教育主題相關(guān)文獻(xiàn)的關(guān)鍵詞進(jìn)行提取和分析，繪制了大學(xué)生勞動教育研究熱點(diǎn)的聚類樹狀圖和知識圖譜。共詞可視化分析結(jié)果表明，我國大學(xué)生勞動教育研究熱點(diǎn)主要集中在“大學(xué)生勞動教育價(jià)值意蘊(yùn)及路徑研究”“勞動精神融入思想政治教育研究”“勞動育人體系研究”以及“基于傳統(tǒng)文化視角下的大學(xué)生勞動素養(yǎng)研究”四個方面。未來可以關(guān)注大學(xué)生勞動教育與創(chuàng)新創(chuàng)業(yè)教育的協(xié)同育人機(jī)制以及大中小勞動教育

礎(chǔ)研究方法之一，共詞分析法主要通過高度表征文獻(xiàn)內(nèi)容的特征詞共現(xiàn)的統(tǒng)計(jì)學(xué)特征來揭示研究成果的總體內(nèi)容特征，進(jìn)而分析學(xué)科領(lǐng)域的知識結(jié)構(gòu)和研究熱點(diǎn)。經(jīng)過三十多年的發(fā)展，該方法已廣泛應(yīng)用于圖書情報(bào)、人工智能和醫(yī)藥衛(wèi)生等學(xué)科，成為領(lǐng)域研究熱點(diǎn)探測等的重要定量分析方法[1]。目前共詞分析的主要方法是從限定的領(lǐng)域文獻(xiàn)集合里，按照一定的指標(biāo)或方法[2-4]抽取核心詞匯，對由詞匯共現(xiàn)特征構(gòu)建的共詞相關(guān)矩陣進(jìn)行多維尺度分析和硬聚類分析。然而上述方法存在兩個主要的缺陷：一是共現(xiàn)

計(jì)量學(xué)方法，包括共詞分析、共被引分析、引文分析等，以挖掘?qū)W科熱點(diǎn)前沿結(jié)構(gòu)并通過可視化方式進(jìn)行直觀展現(xiàn)[4-5]?？梢暬芯坎痪窒抻趩我豢梢暬瘓D譜，而是從多角度探索學(xué)科分布及發(fā)展。最常用到的共詞可視化——戰(zhàn)略坐標(biāo)，用于揭示某學(xué)科領(lǐng)域內(nèi)部聯(lián)系及領(lǐng)域間的相互影響情況；此外網(wǎng)絡(luò)分析方法展現(xiàn)出網(wǎng)絡(luò)在頂點(diǎn)相互作用下的分布狀況，以及網(wǎng)絡(luò)在時間序列下的動態(tài)演變。社會網(wǎng)絡(luò)分析可以通過UciNet、Pajek、NetDraw等軟件進(jìn)行可視化，常用于探索科學(xué)研究中的合作關(guān)系網(wǎng)絡(luò)

數(shù)據(jù)的來源，運(yùn)用共詞分析方法對國內(nèi)相關(guān)文獻(xiàn)的年份、來源、關(guān)鍵詞共現(xiàn)詞頻，并繪制共現(xiàn)圖譜，從而進(jìn)行基于綠色供應(yīng)鏈的共詞分析。研究發(fā)現(xiàn)，目前國內(nèi)對于綠色供應(yīng)鏈的理論雖不斷完善，但綠色供應(yīng)鏈在“碳足跡”“冷鏈物流”“資金約束”等方面都是未來研究發(fā)展的重要方向。一、引言綠色供應(yīng)鏈，也被稱作環(huán)保供應(yīng)鏈。它最初是由密西根州立大學(xué)工業(yè)研發(fā)協(xié)會在研討“環(huán)境責(zé)任制造”(environmental responsible manufacturing, ERM)時提出,后經(jīng)發(fā)展

其共現(xiàn)關(guān)系形成的共詞網(wǎng)絡(luò)上［2］。共詞分析主要是利用關(guān)鍵詞和文獻(xiàn)的共現(xiàn)關(guān)系，通過相似度度量反映關(guān)鍵詞間的親疏關(guān)系，以此為基礎(chǔ)進(jìn)行聚類分析，解讀研究領(lǐng)域內(nèi)的主題熱點(diǎn)，分析學(xué)科的發(fā)展趨勢。在關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)中，關(guān)鍵詞相互關(guān)聯(lián)，具有普遍意義的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，隨著復(fù)雜網(wǎng)絡(luò)的逐漸成熟，越來越多的人借用復(fù)雜網(wǎng)絡(luò)的方法來分析共詞網(wǎng)絡(luò)［3］。本文主要針對基于共詞分析的聚類過程中沒有統(tǒng)一的標(biāo)準(zhǔn)確定分類數(shù)目，關(guān)鍵詞只能劃分為一類的不足，基于復(fù)雜網(wǎng)絡(luò)中的UEOC社區(qū)檢測算法（unf

究熱點(diǎn)，本文采用共詞分析法對自主創(chuàng)新的研究熱點(diǎn)問題和發(fā)展趨勢展開分析。本文通過整理2008—2018年間的文獻(xiàn)，將中國知網(wǎng)中有關(guān)自主創(chuàng)新的文獻(xiàn)作為研究對象，對其進(jìn)行共詞的提煉、數(shù)據(jù)分析，探討國內(nèi)學(xué)者對自主創(chuàng)新的研究熱點(diǎn)和發(fā)展趨勢。一、 文獻(xiàn)綜述創(chuàng)新的相關(guān)概念最早是由奧地利經(jīng)濟(jì)學(xué)家約瑟夫·熊彼特[6]于1942年在其發(fā)表的《經(jīng)濟(jì)發(fā)展理論》中首次提出的。自主創(chuàng)新則是我國對創(chuàng)新的一種特有延伸。國外大部分學(xué)者認(rèn)為創(chuàng)新都是自主的，但由于我國的國情與背景才產(chǎn)生了“自主

入研究范圍，利用共詞網(wǎng)絡(luò)法首次探索霧霾情形下微博網(wǎng)民的輿情響應(yīng)，及不同城市對霧霾關(guān)注程度的差異性。首先，抓取以“霧霾”為主的微博數(shù)據(jù)，根據(jù)TF-IDF(term frequency-inverse document frequency)算法提取出每條微博的關(guān)鍵詞匯，利用微博關(guān)鍵詞的共現(xiàn)關(guān)系構(gòu)建共現(xiàn)三元組，進(jìn)而構(gòu)建共詞網(wǎng)絡(luò)，然后，通過社區(qū)探測算法挖掘出話題社區(qū)，以此為基礎(chǔ)，對比不同城市地區(qū)輿情話題的差異及差異程度，從輿情發(fā)展的角度為城市應(yīng)對霧霾提供差異化理論

OSviewe;共詞;可視化圖譜中圖分類號：TP391? ? 文獻(xiàn)標(biāo)識碼： A文章編號：1009-3044（2021）14-0166-03虛擬現(xiàn)實(shí)技術(shù)是20世紀(jì)發(fā)展起來的一項(xiàng)全新的實(shí)用技術(shù)。虛擬現(xiàn)實(shí)技術(shù)包括計(jì)算機(jī)、電子信息、仿真技術(shù)于一體，是一種可以創(chuàng)建和體驗(yàn)虛擬世界的計(jì)算機(jī)仿真系統(tǒng)，可以模擬虛擬環(huán)境從而給人以環(huán)境沉浸感。目前，虛擬現(xiàn)實(shí)技術(shù)已經(jīng)在系統(tǒng)仿真、三維動畫、科學(xué)可視化等領(lǐng)域被廣泛地應(yīng)用[1]。1 文獻(xiàn)來源與研究工具本文的數(shù)據(jù)來源于中國知網(wǎng)的CSCD

分析手段通常采用共詞分析法。共詞分析法是共現(xiàn)分析法的一種方法類型，一般認(rèn)為關(guān)鍵詞（主題詞）對在同一篇文獻(xiàn)中出現(xiàn)的次數(shù)越多，則代表這些關(guān)鍵詞（主題詞）的關(guān)系越密切，進(jìn)而所反映的主題內(nèi)容關(guān)系也就越緊密[2]。對數(shù)據(jù)進(jìn)行初步統(tǒng)計(jì)后發(fā)現(xiàn)數(shù)據(jù)出現(xiàn)大量的同義問題，為保證共詞分析更加精準(zhǔn)地反映就業(yè)意愿之間的聯(lián)系，對關(guān)鍵詞進(jìn)行去重。例如將高中教師、初中教師合并為中學(xué)教師等，同時剔除非職業(yè)意愿關(guān)鍵詞，這一步還可以將頻次為1的低頻關(guān)鍵詞與高頻關(guān)鍵詞進(jìn)行合并，得到更為精準(zhǔn)的就業(yè)

，運(yùn)用文本分析、共詞網(wǎng)絡(luò)等方法提取制度文本關(guān)鍵詞、構(gòu)建關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，從而更加直觀和科學(xué)地闡明產(chǎn)業(yè)平臺制度相關(guān)的核心內(nèi)涵，揭示制度對產(chǎn)業(yè)平臺構(gòu)建和發(fā)展的導(dǎo)向及規(guī)律。二、產(chǎn)業(yè)平臺核心制度梳理為有效推進(jìn)我國產(chǎn)業(yè)平臺的構(gòu)建和發(fā)展，我國政府部門已相繼出臺若干具有針對性的規(guī)章制度。為進(jìn)一步梳理和探究產(chǎn)業(yè)平臺制度對產(chǎn)業(yè)平臺構(gòu)建的導(dǎo)向規(guī)律，本文選取國家相關(guān)政府部門所出臺的產(chǎn)業(yè)平臺制度作為研究對象。在收集數(shù)據(jù)之前，首先對“產(chǎn)業(yè)平臺”進(jìn)行制度化的定義：產(chǎn)業(yè)平臺是指能為產(chǎn)業(yè)生

關(guān)鍵詞利用策略的共詞分析研究*馬宇馳1牟冬梅2楊鑫禹3（1. 吉林財(cái)經(jīng)大學(xué)圖書館，長春 130117；2. 吉林大學(xué)第一醫(yī)院，長春 130021；3. 吉林大學(xué)公共衛(wèi)生學(xué)院，長春 130021）本文提出關(guān)鍵詞利用策略的優(yōu)化方案，解決小數(shù)量級概念失焦、關(guān)鍵詞組概念缺失等問題，優(yōu)化共詞分析結(jié)果，以發(fā)現(xiàn)潛在研究熱點(diǎn)，拓展研究熱點(diǎn)主題識別的深度。關(guān)鍵詞利用策略優(yōu)化方案在高頻詞共詞分析的基礎(chǔ)上，引入關(guān)鍵詞與關(guān)鍵詞組相結(jié)合的處理方案，通過調(diào)整數(shù)據(jù)集范圍，實(shí)現(xiàn)共詞分析結(jié)

1.2 研究方法共詞分析法是內(nèi)容分析的一種方法，它將文獻(xiàn)中各類詞段出現(xiàn)的頻次進(jìn)行匯總整理后構(gòu)建共詞矩陣模型，以確定與各個主題之間的關(guān)系，探究它們的關(guān)聯(lián)性，之后通過聚類分析方法聚焦熱點(diǎn)內(nèi)容，為未來研究方向提供參考。一般認(rèn)為詞段與主題之間的親疏關(guān)系與頻次有密切關(guān)聯(lián)，某詞段出現(xiàn)頻次越高，說明該詞段與主題之間的關(guān)系越密切。本研究運(yùn)用Bicomb軟件提取關(guān)鍵詞，構(gòu)建共詞矩陣，展開聚類分析，對大學(xué)生創(chuàng)業(yè)這一主題進(jìn)行深入剖析，挖掘熱點(diǎn)信息。2 發(fā)文量分析將檢索到的會議論

的有效文獻(xiàn)，根據(jù)共詞分析法的要求，以Endnote格式輸出檢索結(jié)果。二、相關(guān)統(tǒng)計(jì)分析通過圖1可以看出，在2013-2020年的8年時間里，有關(guān)競爭供應(yīng)鏈文章的發(fā)文數(shù)量呈現(xiàn)出增長的趨勢，雖然在2018年呈現(xiàn)部分下降趨勢，但整體而言并不影響論文發(fā)文數(shù)量逐年增長的趨勢，競爭供應(yīng)鏈這一研究方向正在逐漸成為現(xiàn)今的研究熱點(diǎn)。圖1 2013-2020年競爭供應(yīng)鏈發(fā)文數(shù)量表1 重點(diǎn)雜志論文發(fā)表數(shù)通過統(tǒng)計(jì)發(fā)現(xiàn)，以“競爭供應(yīng)鏈”為主題的文獻(xiàn)發(fā)表數(shù)量較多，且主要集中在部分期刊雜

據(jù)源，利用關(guān)鍵詞共詞分析與社會網(wǎng)絡(luò)分析法，對CSSCI收錄的以“鄉(xiāng)村振興戰(zhàn)略”為主題的期刊論文進(jìn)行分析，總結(jié)近幾年來學(xué)術(shù)界有關(guān)鄉(xiāng)村振興戰(zhàn)略的研究熱點(diǎn)，希望能為國家未來有效實(shí)施鄉(xiāng)村振興戰(zhàn)略提供借鑒。二、研究方法與數(shù)據(jù)收集(一)關(guān)鍵詞共詞分析與社會網(wǎng)絡(luò)分析法知識管理是指以系統(tǒng)化、外顯化的方式來建立、更新及應(yīng)用知識，將組織知識相關(guān)效益最大化，并從知識資產(chǎn)中獲利的過程。知識管理之所以受到重視，在于知識屬于無形資產(chǎn)，相對于有形資產(chǎn)的容易獲得，知識累積更顯不易且更為耗

為聚類算法。1 共詞聚類算法基本概念對于食用菌產(chǎn)品電子商務(wù)平臺來說，電子商務(wù)平臺的Html 語言都以標(biāo)簽的形式來定義標(biāo)題、主體等文檔信息[2]。每一個標(biāo)簽都有其屬性，屬性提供了有關(guān)Html 標(biāo)簽的更多的信息，其中大多數(shù)Html 標(biāo)簽共同使用的標(biāo)準(zhǔn)屬性有Class、Id 和Style。Class用來對信息進(jìn)行歸類，代表具有共同性質(zhì)的數(shù)據(jù)信息，在同一頁面中同一類信息可以多次出現(xiàn)。1.1 聚類算法聚類算法主要應(yīng)用在主題和關(guān)鍵詞的搜索以及它們之間關(guān)系的分析上[3]

學(xué);學(xué)科建設(shè);“共詞”可視化[中圖分類號]G642 [文獻(xiàn)標(biāo)識碼]A [文章編號]1005-5843（2019）11-0133-07[DOI]10.13980/j.cnki.xdjykx.2019.11.024一、問題的提出高等教育研究的歸屬性在國內(nèi)一直存在著學(xué)科與領(lǐng)域之爭。自1983年高等教育學(xué)在國家學(xué)科建制中獲得合法性地位后，國家政策的傾斜讓高等教育研究成為教育研究中的“顯學(xué)”[1]。從外樹到內(nèi)發(fā)，學(xué)術(shù)共同體不斷探索高等教育學(xué)學(xué)科建設(shè)的內(nèi)在機(jī)理。然而，

el軟件在關(guān)鍵詞共詞矩陣構(gòu)建中產(chǎn)生的文件類型及操作步驟兩個方面介紹了如何分析某一領(lǐng)域中關(guān)鍵詞及關(guān)鍵詞共詞矩陣構(gòu)建的方法，以期指導(dǎo)科研工作者了解某一領(lǐng)域的學(xué)科主題。關(guān)鍵詞：Bibexcel;關(guān)鍵詞;共詞矩陣中圖分類號：TP393? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2019）25-0257-01共詞分析法主要用來統(tǒng)計(jì)一對詞同時出現(xiàn)在同一篇文獻(xiàn)中的次數(shù)，用于反映詞組之間的關(guān)聯(lián)程度。利用共詞分析法分析某一關(guān)鍵詞在某一領(lǐng)域中出現(xiàn)的頻次高低，經(jīng)聚類

趨勢。方法：利用共詞分析法，在PubMed中檢索關(guān)于PICC的論著，將符合納入標(biāo)準(zhǔn)的文獻(xiàn)導(dǎo)入書目共現(xiàn)分析系統(tǒng)（BICOMB），通過BICOMB系統(tǒng)確定主題詞的詞頻，生成高頻主題詞的詞篇矩陣。將高頻主題詞的詞篇矩陣導(dǎo)入SPSS軟件進(jìn)行系統(tǒng)聚類法以得到主題詞聚類樹圖。最終對比不同時間區(qū)間的高頻詞和主題詞聚類樹圖。結(jié)果：通過PubMed數(shù)據(jù)庫進(jìn)行檢索后，共命中符合納入標(biāo)準(zhǔn)的文獻(xiàn)2958篇。對比分析2013年以前和2013至2017年之間的高頻主題詞和共詞聚類分析

研究方法與工具共詞分析(co-word analysis)最早被文獻(xiàn)記錄出現(xiàn)在20世紀(jì)70年代后期，屬文獻(xiàn)計(jì)量領(lǐng)域，主要是對一組詞語(數(shù)據(jù))進(jìn)行統(tǒng)計(jì)，篩選出較高頻次字段的文獻(xiàn)，研究相同字段共同出現(xiàn)在若干文獻(xiàn)中的頻次。在此基礎(chǔ)上，主要通過聚類手段，得出文獻(xiàn)中詞語(研究主題)之間的密切聯(lián)系程度，從而判斷出學(xué)科研究領(lǐng)域的變化情況[6-9]。隨著期刊文獻(xiàn)的標(biāo)準(zhǔn)化格式出版，為計(jì)算機(jī)共詞分析統(tǒng)計(jì)帶來了諸多便捷，也為了解學(xué)科領(lǐng)域發(fā)展變化提供了更為直觀可視的手段。當(dāng)前可

熱點(diǎn)與前沿；通過共詞分析方法分析學(xué)科發(fā)展態(tài)勢[3]；運(yùn)用LDA等算法劃分國內(nèi)服裝發(fā)展的演化階段等[4]。以上研究從學(xué)術(shù)角度推動了我國服裝業(yè)的發(fā)展，然而近年來，隨著網(wǎng)絡(luò)環(huán)境和消費(fèi)理念的變化，我國服裝產(chǎn)業(yè)也在不斷發(fā)展之中，因此本文采用可視化研究方法與工具，選取了國內(nèi)近10年的服裝研究的相關(guān)文獻(xiàn)進(jìn)行可視化分析，揭示其研究熱點(diǎn)，以期促進(jìn)相關(guān)研究的發(fā)展。2.數(shù)據(jù)來源與研究方法2.1 數(shù)據(jù)獲取與處理本文選取了CSSCI上2008到2017年近十年來的相關(guān)文獻(xiàn)作為研究數(shù)

絡(luò)圖,借助可視化共詞網(wǎng)絡(luò)圖對國外智慧教育發(fā)展的熱點(diǎn)及未來趨勢進(jìn)行分析。1 研究設(shè)計(jì)1.1 研究方法文章將在詞頻分析法以及共詞分析法的基礎(chǔ)上,結(jié)合國外相關(guān)研究文獻(xiàn)進(jìn)行分析研究。詞頻分析法能統(tǒng)計(jì)出文獻(xiàn)核心內(nèi)容的關(guān)鍵詞所出現(xiàn)的頻次,當(dāng)某個關(guān)鍵詞在某個領(lǐng)域多次出現(xiàn)時,這個詞就能反映出這一領(lǐng)域的研究重點(diǎn)及熱點(diǎn)[3];共詞分析法能夠計(jì)算出某組詞在同一文獻(xiàn)中共同出現(xiàn)的頻次。在相同文獻(xiàn)中出現(xiàn)的次數(shù)越多,說明這組詞關(guān)系越緊密,進(jìn)而反映出這些詞之間的親疏關(guān)系[3]。1.2 研

體的研究。[9]共詞分析法是內(nèi)容分析方法之一，目前的研究主要集中于方法改進(jìn)和方法應(yīng)用兩個方面。在方法改進(jìn)上，主要集中在主題詞篩選、包容系數(shù)和聚類方法等。如傅柱等研究了規(guī)范化術(shù)語下的主題詞選定方法，為提高主題詞的有效性提供了一種新的思路[10]；路青等將互信息引入共詞分析法中，研究其作為一種新的數(shù)據(jù)包容化處理方法的可信性[11]；孫海生通過融合連邊社團(tuán)檢測算法，得到了一種新的共詞聚類方法，從而提高了共詞聚類的有效性[12]；在方法應(yīng)用方面，劉孝美等運(yùn)用共詞分

021)1 引言共詞網(wǎng)絡(luò)源于共詞分析法和社會網(wǎng)絡(luò)，社會網(wǎng)絡(luò)是由節(jié)點(diǎn)之間的某種關(guān)系連接而成的網(wǎng)絡(luò)，共詞網(wǎng)絡(luò)是由關(guān)鍵詞的共現(xiàn)關(guān)系而構(gòu)筑的一種社會網(wǎng)絡(luò)。其節(jié)點(diǎn)是關(guān)鍵詞，其連接關(guān)系是關(guān)鍵詞節(jié)點(diǎn)在同一文章中共同出現(xiàn)。共詞網(wǎng)絡(luò)為知識增長規(guī)律研究提供了一種新穎的理論透視視角，使我們可以在低階的和微觀的知識單元層面觀察科學(xué)知識網(wǎng)絡(luò)形成與演化過程。[1]關(guān)鍵詞的本質(zhì)代表著某個主題的概念特征，關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)在本質(zhì)上是基于概念和知識的網(wǎng)絡(luò)，各個不同的概念通過網(wǎng)絡(luò)傳遞、共享、衍化

圖書館 全民閱讀共詞分析 共詞網(wǎng)絡(luò) UCINET引言（1）閱讀推廣概述近年來，閱讀推廣已經(jīng)成為圖書館最重要讀者服務(wù)內(nèi)容之一，閱讀推廣的主要內(nèi)容在于幫助讀者選書、幫助讀者讀書，教讀者怎么選書，教讀者如何讀書等。屬于圖書館的讀者教育、培訓(xùn)方面的內(nèi)容。2009年，中國圖書館學(xué)會專門成立了閱讀推廣委員會，并組建了線上網(wǎng)站。隨之，“閱讀推廣”成為了圖書館的一場閱讀運(yùn)動，迅速發(fā)展起來。2015年，由教育部高等學(xué)校圖書館情報(bào)工作指導(dǎo)委員會讀者服務(wù)創(chuàng)新與推廣工作組主辦，上

0）1 研究背景共詞分析已被科學(xué)計(jì)量學(xué)及相關(guān)領(lǐng)域的研究者廣泛應(yīng)用于研究熱點(diǎn)的識別之中。相對于傳統(tǒng)的引文分析等方法，由于共詞分析直接面向主題并針對學(xué)術(shù)文獻(xiàn)的內(nèi)容進(jìn)行分析，能夠在很大程度上克服基于引文分析等方法識別熱點(diǎn)所產(chǎn)生的滯后性、間接性等問題，從而更具優(yōu)勢。而且，隨著自然語言處理技術(shù)的成熟和發(fā)展，針對海量學(xué)術(shù)文獻(xiàn)，運(yùn)用共詞分析法進(jìn)行研究熱點(diǎn)的識別具有更高的可行性和便利性。然而，通過文獻(xiàn)調(diào)查發(fā)現(xiàn)，迄今為止，在科學(xué)計(jì)量等領(lǐng)域，雖然很多研究者也意識到了共詞分析的

的重要問題之一，共詞分析則是研究者用來進(jìn)行研究熱點(diǎn)識別的基本工具之一。迄今為止，國內(nèi)外研究者基于共詞分析在不同領(lǐng)域展開了大量旨在識別研究熱點(diǎn)識別的研究（如陳靜等，陳蘭蘭）。 檢索發(fā)現(xiàn)，截至2017年9月26日，僅在CNKI數(shù)據(jù)庫中，已收錄在主題、題名或關(guān)鍵詞中同時含有 “共詞分析”與“研究熱點(diǎn)”的文獻(xiàn)879篇，且此類研究的數(shù)量呈逐年上升的態(tài)勢（見圖1）。雖然共詞分析已被廣泛用于研究熱點(diǎn)的識別，但現(xiàn)有研究中，很少對基于共詞分析而識別的研究熱點(diǎn)及用以識別這些研

30009）基于共詞分析法的我國產(chǎn)業(yè)結(jié)構(gòu)研究熱點(diǎn)解析李慧慧1，2（1.北方民族大學(xué) 管理學(xué)院，銀川 750021；2.合肥工業(yè)大學(xué) 管理學(xué)院，合肥 230009）基于共詞分析法，分析了27495篇產(chǎn)業(yè)結(jié)構(gòu)相關(guān)論文中出現(xiàn)的26467個關(guān)鍵詞，統(tǒng)計(jì)出63個高頻關(guān)鍵詞。從詞頻分析可以看出，“就業(yè)結(jié)構(gòu)”“就業(yè)”“第三產(chǎn)業(yè)”“產(chǎn)業(yè)結(jié)構(gòu)升級”“工業(yè)化”等關(guān)鍵詞出現(xiàn)頻率很高，是產(chǎn)業(yè)結(jié)構(gòu)領(lǐng)域研究中的熱點(diǎn)內(nèi)容。同時，通過構(gòu)建高頻關(guān)鍵詞的共詞矩陣、相似矩陣、相異矩陣并運(yùn)用多元

。文章采用關(guān)鍵詞共詞網(wǎng)絡(luò)圖譜分析對比的方法，得出兩館信息公開研究具有起步時間、發(fā)展趨勢、立足點(diǎn)與依據(jù)、研究熱點(diǎn)重點(diǎn)相同相似等共性。存在研究規(guī)模、主題間密切度與融合度、關(guān)注的重點(diǎn)、研究的穩(wěn)定性與持續(xù)性、未來發(fā)展方向不同的結(jié)論。提出認(rèn)識本質(zhì)，在服務(wù)上下功夫；認(rèn)同趨勢，在持續(xù)性上下功夫；認(rèn)清差異，在“特有”信息公開上下功夫；認(rèn)可新媒體，在主動運(yùn)用上下功夫的建議。關(guān)鍵詞：信息公開；圖書館；檔案館；共詞；詞頻；知識圖譜1 研究樣本來源與分析工具本研究以CNKI（中國

，建立高頻關(guān)鍵詞共詞矩陣；再運(yùn)用UCINET社會網(wǎng)絡(luò)分析工具繪制高頻關(guān)鍵詞的共詞網(wǎng)絡(luò)圖。而后依據(jù)采集的詞頻分析和建立的高頻詞可視化共詞網(wǎng)絡(luò)圖得到的分析數(shù)據(jù)，得出檔案信息、檔案開放、現(xiàn)行文件、國家檔案館、信息查詢、檔案工作、檔案利用是當(dāng)前政府信息公開與檔案相關(guān)研究領(lǐng)域研究的重點(diǎn)與熱點(diǎn)，而檔案館、檔案、開放、知情權(quán)、公開、檔案法則可能成為日后研究的方向與趨勢。關(guān)鍵詞：檔案；政府信息公開；網(wǎng)絡(luò)；關(guān)鍵詞；詞頻分析為了解與掌握政府信息公開與檔案相關(guān)研究的主要內(nèi)容及趨

構(gòu)造高頻關(guān)鍵詞的共詞矩陣，應(yīng)用共詞分析方法，利用Bib Excel軟件及Ucinet軟件，對檔案管理研究文獻(xiàn)的關(guān)鍵詞進(jìn)行可視化處理，探索該領(lǐng)域的研究熱點(diǎn)與前沿，分析其演化過程及發(fā)展規(guī)律。檔案管理學(xué)科；共詞分析；社會網(wǎng)絡(luò)分析；研究熱點(diǎn)演化我國擁有豐富的檔案資源，2011年國家各級檔案館的館藏達(dá)3.3億卷，而到2020年預(yù)計(jì)將達(dá)到6億多卷，檔案資源成為促進(jìn)我國社會全面發(fā)展的重要資源，而如何對豐富的檔案資源進(jìn)行管理和利用成為核心議題。檔案管理研究吸引了國內(nèi)外眾多

趙恒軍[提要] 共詞分析在文獻(xiàn)研究中被廣泛采用，共詞分析方法最關(guān)鍵的環(huán)節(jié)是共詞矩陣的構(gòu)造。本文詳細(xì)介紹基于中國知網(wǎng)數(shù)據(jù)庫的關(guān)鍵詞原始數(shù)據(jù)采集具體過程，利用Excel的分列功能和數(shù)據(jù)透視表功能進(jìn)行關(guān)鍵詞的分離和詞頻的統(tǒng)計(jì)，以及高頻關(guān)鍵詞提取的預(yù)處理技巧，給出共詞矩陣構(gòu)造的算法及其Matlab程序。算例表明：文中所給共詞矩陣的構(gòu)造實(shí)施方便快捷、簡單易行。關(guān)鍵詞：共詞矩陣；構(gòu)造；高頻關(guān)鍵詞；預(yù)處理；Matlab基金項(xiàng)目：重慶市教委科研項(xiàng)目：“基于曲率的無參考圖像

d Model的共詞分析法王芙艷，邵 清(上海理工大學(xué) 光電信息與計(jì)算機(jī)工程學(xué)院，上海 200093)基于關(guān)鍵詞的共詞分析方法是利用關(guān)鍵詞在文獻(xiàn)中出現(xiàn)的頻次高低來確定該領(lǐng)域研究熱點(diǎn)的方法。傳統(tǒng)的基于關(guān)鍵詞的共詞分析方法只是簡單的統(tǒng)計(jì)關(guān)鍵詞出現(xiàn)的絕對次數(shù)，忽略了關(guān)鍵詞以及文獻(xiàn)的內(nèi)在特性以及關(guān)鍵詞在概念上的重復(fù)性，造成結(jié)果的不準(zhǔn)確性。文中提出了一種融合關(guān)鍵詞加權(quán)模型(WK Co-word Model)和同義關(guān)鍵詞合并模型(CSK Co-word Model)的

2013年文獻(xiàn)的共詞分析郭璐(合肥師范學(xué)院 文學(xué)院，合肥230601)基于2003—2013年中國知網(wǎng)CSSCI期刊數(shù)據(jù)庫中有關(guān)“養(yǎng)老保險(xiǎn)”主題研究的論文進(jìn)行了梳理，采用共詞分析方法，構(gòu)建養(yǎng)老保險(xiǎn)研究文獻(xiàn)中關(guān)鍵詞的共詞矩陣。然后對共詞矩陣進(jìn)行因子分析和聚類分析，揭示了各年份養(yǎng)老保險(xiǎn)研究主題的變化和熱點(diǎn)分布，并分析得出有關(guān)農(nóng)村養(yǎng)老保險(xiǎn)制度、養(yǎng)老保險(xiǎn)制度改革等研究為近年來養(yǎng)老保險(xiǎn)研究的熱點(diǎn)主題。養(yǎng)老保險(xiǎn)；共詞分析；研究熱點(diǎn)；因子分析；聚類分析20世紀(jì)70年代以

610041）共詞分析在醫(yī)學(xué)生科研中的應(yīng)用葉少林1甘 靖1,2羅 蓉1萬朝敏1,2（1. 四川大學(xué)華西第二醫(yī)院兒科，四川 成都 610041；2. 出生缺陷與相關(guān)婦兒疾病教育部重點(diǎn)實(shí)驗(yàn)室，四川 成都 610041）共詞分析是一種重要的科研方法，在國內(nèi)外已被廣泛應(yīng)用于許多研究領(lǐng)域。通過SPSS、UNCIET、EXCEL這些軟件共同組成了包含關(guān)鍵詞的方陣，對經(jīng)常出現(xiàn)的詞語相互間的關(guān)聯(lián)進(jìn)行研究，進(jìn)而展現(xiàn)出熱點(diǎn)存在的關(guān)系，把他們展現(xiàn)在大眾的視線下，接著掌握上述學(xué)

0387)?基于共詞分析的圖書館戰(zhàn)略管理文獻(xiàn)研究程 川(天津工業(yè)大學(xué)圖書館 天津 300387)歸納分析過去幾年戰(zhàn)略管理的研究熱點(diǎn)領(lǐng)域問題及其特征，印證科學(xué)研究領(lǐng)域細(xì)分的規(guī)律。借助共詞分析軟件Bicom2軟件及統(tǒng)計(jì)分析軟件SPSS22.0對1992-2016年國內(nèi)關(guān)于圖書館戰(zhàn)略管理的研究文獻(xiàn)進(jìn)行分析。通過關(guān)鍵詞共現(xiàn)和聚類分析，得出國內(nèi)圖書館戰(zhàn)略管理的研究熱點(diǎn)聚焦于公共圖書館戰(zhàn)略規(guī)劃及管理研究，高校圖書館競爭力研究，數(shù)字圖書館評估研究，圖書館管理戰(zhàn)略理論研究

因水稻研究熱點(diǎn)的共詞聚類分析*程景民，籍 坤（山西醫(yī)科大學(xué)管理學(xué)院，太原 030001）為了解2001～2015年間中國在轉(zhuǎn)基因水稻領(lǐng)域的研究熱點(diǎn)與趨勢，文章以CNKI、萬方、維普數(shù)據(jù)庫2001～2015年中所收錄的關(guān)鍵詞為“轉(zhuǎn)基因水稻”的相關(guān)文獻(xiàn)為數(shù)據(jù)來源，用科學(xué)計(jì)量方法，結(jié)合書目共現(xiàn)分析軟件（Bicomb）、Excel、SPSS19.0等對高頻關(guān)鍵詞進(jìn)行共詞聚類分析。在CNKI、萬方和維普數(shù)據(jù)庫上檢索到2001～2015年間轉(zhuǎn)基因水稻相關(guān)文獻(xiàn)1 865

，生成詞篇矩陣和共詞矩陣。進(jìn)一步利用Matlab軟件實(shí)現(xiàn)共詞矩陣的ochiai系數(shù)、pearson系數(shù)、cosine系數(shù)和spearman系數(shù)的相似矩陣，轉(zhuǎn)換為相應(yīng)的相異矩陣，便于聚類分析。1.2.3 聚類分析將詞篇矩陣和共詞相異矩陣輸入SPSS進(jìn)行系統(tǒng)聚類分析。對于詞篇矩陣，選擇以下系統(tǒng)聚類方法和參數(shù)搭配：組間聯(lián)接法+ochiai[6]、組間聯(lián)接法+jaccard，最大距離法+ochiai[7]、最大距離法+jaccard，組內(nèi)聯(lián)接法+ochiai[8]

，，， ，共詞分析方法屬于內(nèi)容分析方法的一種，其原理是當(dāng)兩個能夠表達(dá)某一學(xué)科領(lǐng)域研究主題或研究方向的專業(yè)術(shù)語(一般為主題詞或關(guān)鍵詞)在同一篇文獻(xiàn)中出現(xiàn)時，表明這兩個詞之間具有一定的內(nèi)在關(guān)系，并且出現(xiàn)的次數(shù)越多，表明它們的距離越近、關(guān)系越密切[1-2]，據(jù)此可以歸納出該學(xué)科的研究熱點(diǎn)、結(jié)構(gòu)與范式。由于共詞分析方法靈活、結(jié)果直觀，所尋找的是當(dāng)前研究重點(diǎn)關(guān)注的主題，在揭示文本數(shù)據(jù)的信息單元之間的關(guān)系方面更加有效，能夠反映研究前沿，并且對當(dāng)前發(fā)表的文獻(xiàn)直接進(jìn)行統(tǒng)計(jì)

29)基于關(guān)鍵詞共詞網(wǎng)絡(luò)和聚類分析的水庫調(diào)度研究熱點(diǎn)與趨勢探討曹永強(qiáng)，劉思然，鄭 爽，郭 明(遼寧師范大學(xué)城市與環(huán)境學(xué)院，遼寧大連116029)為了揭示有關(guān)水庫調(diào)度的研究熱點(diǎn)與發(fā)展動態(tài)，以中國知網(wǎng)學(xué)術(shù)期刊水庫調(diào)度；關(guān)鍵詞；共詞分析；聚類分析；熱點(diǎn)與趨勢0 引 言共詞分析是內(nèi)容分析法的一種，是通過對反映文獻(xiàn)主題內(nèi)容的關(guān)鍵詞進(jìn)行統(tǒng)計(jì)分析，從而判斷這些詞匯所代表的學(xué)科領(lǐng)域中研究主題之間的結(jié)構(gòu)關(guān)系和趨勢變化[1-2]。近年來，國內(nèi)外學(xué)者將共詞分析法應(yīng)用于許多學(xué)科并

取高頻關(guān)鍵詞構(gòu)建共詞矩陣，通過網(wǎng)絡(luò)分析、多尺度分析和聚類分析等統(tǒng)計(jì)方法，揭示水科學(xué)研究中的熱點(diǎn)與研究現(xiàn)狀．1 資料與方法1．1 資料來源研究使用的資料源于《CNKI 中國學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫》．以關(guān)鍵詞為搜索詞進(jìn)行模糊檢索，檢索策略為:以10 個“水科學(xué)”的研究方面作為搜索范圍，即水文學(xué)、水資源、水環(huán)境、水安全、水工程、水經(jīng)濟(jì)、水法律、水文化、水信息、水教育;來源類別限定為EI、核心期刊;檢索年限為2005—2014 年． 按上述方法，檢索到期刊論文24

度測量多采用基于共詞的向量空間模型，依據(jù)詞語匹配程度構(gòu)建相似矩陣，這種方法對語詞切分詞典有較大的依賴性，語詞的識別與切分度直接制約著相似度測量的準(zhǔn)確度[3]。語詞本身的多義性、歧義性等都嚴(yán)重制約著該方法的應(yīng)用。王晉引入領(lǐng)域本體的詞間關(guān)系來計(jì)算詞匯語義相似度[1]。Bergmann等提取出文檔的主謂賓結(jié)構(gòu)，通過文檔的結(jié)構(gòu)相似性來測量專利相似度[4]。Huang等在分析專利文檔結(jié)構(gòu)的基礎(chǔ)上提出了結(jié)合專利結(jié)構(gòu)和內(nèi)容的相似度計(jì)算方法[5]。胡俠等度量了專利摘要文本

學(xué)領(lǐng)域的文獻(xiàn)進(jìn)行共詞分析，并借助聚類分析研究各熱點(diǎn)關(guān)鍵詞之間的關(guān)系，探討財(cái)經(jīng)類高校圖書情報(bào)學(xué)領(lǐng)域的研究熱點(diǎn)。[關(guān)鍵詞]財(cái)經(jīng)類高校圖書情報(bào)學(xué)研究熱點(diǎn)共詞分析聚類分析[分類號]G35020世紀(jì)90年代以來，隨著信息技術(shù)的飛速發(fā)展，我國的圖書情報(bào)事業(yè)也發(fā)生了根本性的變化。筆者對財(cái)經(jīng)類高校近10年（2004~2013）發(fā)表的圖書情報(bào)學(xué)文獻(xiàn)做了較為全面、系統(tǒng)的統(tǒng)計(jì)，并通過共詞分析方法對該領(lǐng)域的學(xué)術(shù)研究成果和研究熱點(diǎn)進(jìn)行了探討，以期從比較科學(xué)、量化的角度揭示財(cái)經(jīng)類高校

相關(guān)文獻(xiàn)，采用了共詞網(wǎng)絡(luò)分析方法，梳理了國內(nèi)企業(yè)成長研究脈絡(luò)，剖析了該領(lǐng)域的研究熱點(diǎn)，總結(jié)了主題演進(jìn)態(tài)勢，為深入研究中國企業(yè)成長的發(fā)展規(guī)律，探索企業(yè)成長的理論和方法提供一定的參考和借鑒。endprint[摘要]企業(yè)成長是社會經(jīng)濟(jì)發(fā)展的基礎(chǔ)。本文通過收集1993—2012年中國期刊網(wǎng)有關(guān)企業(yè)成長相關(guān)文獻(xiàn)，采用了共詞網(wǎng)絡(luò)分析方法，梳理了國內(nèi)企業(yè)成長研究脈絡(luò)，剖析了該領(lǐng)域的研究熱點(diǎn)，總結(jié)了主題演進(jìn)態(tài)勢，為深入研究中國企業(yè)成長的發(fā)展規(guī)律，探索企業(yè)成長的理論和方法提

48.7%.1 共詞分析為更深入的進(jìn)行數(shù)據(jù)挖掘，以2008—2012年的總前20高頻詞為重點(diǎn)對象，用ROST CONTENT MINING SYSTEM進(jìn)行社會網(wǎng)絡(luò)和語義網(wǎng)絡(luò)構(gòu)建，建立20X20的共詞矩陣，為進(jìn)一步實(shí)現(xiàn)聚類分析，利用SPSS17.0對已得共詞矩陣進(jìn)行相關(guān)分析，得到相關(guān)分析矩陣表（表1，圖表因篇幅所限有縮略）.表1 2008—2012高頻詞相關(guān)矩陣表2 思想政治教育調(diào)頻詞聚類樹2 聚類分析2.1 聚類分析是根據(jù)事物本身的特性，在無類別標(biāo)記信息

摘 要 通過使用共詞分析法對文獻(xiàn)計(jì)量學(xué)研究領(lǐng)域作者的合作關(guān)系進(jìn)行分析，可以揭示該學(xué)科領(lǐng)域合作團(tuán)隊(duì)的內(nèi)部和相互之間的聯(lián)系。文章在對文獻(xiàn)計(jì)量學(xué)進(jìn)行一般文獻(xiàn)計(jì)量分析的基礎(chǔ)上，通過使用復(fù)雜網(wǎng)絡(luò)分析軟件GEPHI對文獻(xiàn)計(jì)量學(xué)對作者合作關(guān)系網(wǎng)絡(luò)進(jìn)行定量分析和繪制可視化圖譜，為研究該學(xué)科領(lǐng)域的作者合作群體狀況以及跟蹤學(xué)科研究進(jìn)展提供直觀的分析參考。關(guān)鍵詞 可視化分析；共詞；GEPHI；文獻(xiàn)計(jì)量學(xué)中圖分類號：G202 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-7597（2014

0088)?基于共詞分析法的國內(nèi)知識管理熱點(diǎn)研究(2001-2013)汪 濤1， 談 甄2(1.安徽廣播電視大學(xué) 經(jīng)濟(jì)與管理學(xué)院，合肥 230022；2.中國電子科技集團(tuán) 第三十八所，合肥 230088)以CNKI數(shù)據(jù)庫為來源，檢索2001-2013年我國知識管理領(lǐng)域發(fā)表的期刊論文，統(tǒng)計(jì)其中關(guān)鍵詞整理得到高頻詞，并構(gòu)造共詞矩陣和相異矩陣，進(jìn)行聚類分析和多維尺度分析，通過關(guān)鍵詞之間的聯(lián)系揭示不同主題之間的關(guān)系，將知識管理研究熱點(diǎn)劃分為五大類團(tuán)，為后續(xù)知識管理

110004利用共詞聚類分析法探討科技期刊多元化發(fā)展相關(guān)文獻(xiàn)的研究熱點(diǎn)張薇 李巍 王曉茵 中國醫(yī)科大學(xué)附屬盛京醫(yī)院《中國小兒急救醫(yī)學(xué)》編輯部 110004利用共詞聚類分析方法探討科技期刊多元化發(fā)展相關(guān)文獻(xiàn)的研究熱點(diǎn)。采用文獻(xiàn)計(jì)量學(xué)的方法分析CNKI數(shù)據(jù)庫上發(fā)表的科技期刊多元化相關(guān)論文，得出研究的重點(diǎn)主要集中在科技期刊的數(shù)字化及網(wǎng)絡(luò)化發(fā)展問題、科技期刊網(wǎng)絡(luò)化與編輯、高校學(xué)報(bào)之間的關(guān)系、數(shù)字化期刊與數(shù)字化出版的發(fā)展與對策、醫(yī)學(xué)期刊的網(wǎng)絡(luò)化發(fā)展趨勢四個方面，以期

)通過詞頻分析和共詞分析等方法，以中國知網(wǎng)(CNKI)數(shù)據(jù)庫為數(shù)據(jù)源，對1995-2009年失效專利相關(guān)論文進(jìn)行分析。采用多元統(tǒng)計(jì)方法中的因子分析、聚類分析、多維尺度分析等方法，分析我國現(xiàn)階段失效專利研究的現(xiàn)狀、熱點(diǎn)及趨勢。失效專利 詞頻分析 共詞分析 多元統(tǒng)計(jì)方法1 引言失效專利是因?yàn)楦鞣N原因失去專利權(quán)及專利申請權(quán)的專利，失效專利是沒有法律保護(hù)的專利，其信息量巨大。就我國來說，自1985年實(shí)施專利法到2007年12月，在全部的208萬余件的專利中只有85

獻(xiàn)計(jì)量方法相比，共詞分析不僅分析高頻詞，更注重這些詞之間的聯(lián)系，從而更好地反映了概念之間的關(guān)系。更為重要的是，共詞分析法是對當(dāng)前發(fā)表文獻(xiàn)的直接統(tǒng)計(jì)，反映的是當(dāng)前論文所集中關(guān)注的主題和趨勢形成之后的焦點(diǎn)，適合尋找知識領(lǐng)域的研究熱點(diǎn)和前沿。因?yàn)榍把仡I(lǐng)域的研究往往人數(shù)眾多而不集中，作品較分散，被引用情況不穩(wěn)定，而關(guān)鍵詞卻很好地體現(xiàn)了學(xué)科的研究熱點(diǎn)、焦點(diǎn)領(lǐng)域和該領(lǐng)域前沿發(fā)展方向。［3］總之，共詞分析法與共引分析法的功能、結(jié)果是一致的，但對國內(nèi)研究者而言，共詞分析法

,將其分為共引、共詞與共類分析3種。并結(jié)合專利地圖分析探討了3種分析方法的主要功能、作用及結(jié)果表現(xiàn)形式,通過制作專利地圖,對3種共現(xiàn)分析所產(chǎn)生的結(jié)果作了解釋,并對這3種共現(xiàn)分析方法的優(yōu)缺點(diǎn)作了評述?！碴P(guān)鍵詞〕共現(xiàn)分析;共引;共詞;共類;專利地圖〔中圖分類號〕G353 〔文獻(xiàn)標(biāo)識碼〕A 〔文章編號〕1008-0821(2009)07-0036-04The Application Study of Co-occurrence Analysis in Paten