●秦長江

（1.南京農(nóng)業(yè)大學(xué) 信息科技學(xué)院，南京 210000；2.河南科技大學(xué) 管理學(xué)院，河南 洛陽 471003）

學(xué)術(shù)論文是學(xué)術(shù)研究的有形載體，是映射某一學(xué)科領(lǐng)域興起、發(fā)展、演進(jìn)、融合及分化態(tài)勢過程和規(guī)律的一個(gè)重要標(biāo)志。論文的關(guān)鍵詞又是論文內(nèi)容的提示符，是作者學(xué)術(shù)思想及學(xué)術(shù)觀點(diǎn)的凝煉，也是文獻(xiàn)計(jì)量、科學(xué)計(jì)量研究的重要指標(biāo)。［1］

兩個(gè)關(guān)鍵詞在同一篇文獻(xiàn)中同時(shí)出現(xiàn)稱為關(guān)鍵詞共現(xiàn)。該方法中聚類和分析的指標(biāo)是詞（敘詞或關(guān)鍵詞），而詞與詞之間的關(guān)系代表著概念間的關(guān)系，因而聚類處理之后所形成的類能夠比較清晰、簡單、明了地揭示學(xué)科或主題的結(jié)構(gòu)與變化。［2］與單純的主題詞統(tǒng)計(jì)、排序，進(jìn)而分析研究熱點(diǎn)的文獻(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，共詞分析法更有價(jià)值的是不需要龐大的引文索引作基礎(chǔ)，免去了國內(nèi)引文數(shù)據(jù)庫數(shù)據(jù)質(zhì)量不高的障礙，而且應(yīng)用的范圍更為廣泛，不僅僅包括學(xué)術(shù)期刊，還可以包括會議錄等其他灰色文獻(xiàn)。［4］隨著計(jì)算機(jī)技術(shù)的發(fā)展，共詞分析法在分析學(xué)科發(fā)展歷史、揭示某一領(lǐng)域研究的發(fā)展動態(tài)和趨勢、發(fā)現(xiàn)新的學(xué)科增長點(diǎn)和突破口等方面的作用越來越顯著。

而共詞知識圖譜則是指將可視化技術(shù)與共詞分析原理結(jié)合，生成具有各種屬性的圖形、圖表或科學(xué)地圖，來確定這些代表性詞語之間的概念圖譜或知識網(wǎng)絡(luò)結(jié)構(gòu)，通過一系列圖譜詳細(xì)地描述某一學(xué)科領(lǐng)域的主題和熱點(diǎn)，以揭示知識領(lǐng)域結(jié)構(gòu)、映射知識領(lǐng)域發(fā)展趨勢。［5］

1 實(shí)驗(yàn)設(shè)計(jì)思想

大量的文獻(xiàn)調(diào)研表明，國內(nèi)共詞知識圖譜的研究與國外相比有極大差距，主要表現(xiàn)在3個(gè)方面：［6］①研究手段和方法嚴(yán)重滯后；②研究層次低；③研究對象范圍過窄。目前國內(nèi)共詞知識圖譜研究都局限在自然科學(xué)、管理科學(xué)領(lǐng)域，且大部分都是這些學(xué)科某一研究方向的國際化研究，數(shù)據(jù)都選自國外權(quán)威數(shù)據(jù)庫，還沒有在我國人文學(xué)科，特別是文史學(xué)科中研究成果的報(bào)道。由于人文社會科學(xué)研究及其文獻(xiàn)具有自然科學(xué)所沒有的特點(diǎn)，因此，構(gòu)建文史學(xué)科的共詞知識圖譜，研究方法更具復(fù)雜性和特殊性。比如對于相關(guān)朝代和地名的取舍問題，如果也采取共詞知識圖譜通常使用的方法，一開始就將朝代和地名舍去，那么，一是由于文史學(xué)科過多的高頻詞都是類似性質(zhì)的詞，略去過多會影響到研究的準(zhǔn)確性；二是會影響區(qū)域史和不同時(shí)期分區(qū)史的研究。然而，如何對待這些高頻關(guān)鍵詞，國內(nèi)外還沒有任何研究報(bào)道。因此，本文把研究對象選定為文史特征很強(qiáng)的學(xué)科——農(nóng)業(yè)史學(xué)科，把知識圖譜方法應(yīng)用到我國人文學(xué)科領(lǐng)域的研究中，從實(shí)證角度證明知識圖譜這一科學(xué)計(jì)量學(xué)方法在人文學(xué)科中的有效性和存在的問題。這也是國內(nèi)文獻(xiàn)和科學(xué)計(jì)量學(xué)研究方法的一次有意義的創(chuàng)新嘗試。

本文采用共詞分析法，按照1980—1995、1996—2008兩個(gè)階段，對1980—2008年我國農(nóng)業(yè)史學(xué)科文獻(xiàn)的關(guān)鍵詞進(jìn)行統(tǒng)計(jì)，通過考察這兩個(gè)階段關(guān)鍵詞之間關(guān)聯(lián)的強(qiáng)弱來挖掘知識結(jié)構(gòu)之間的親疏，用知識圖譜方法中的類團(tuán)關(guān)系圖來定量地分析兩個(gè)時(shí)期農(nóng)史學(xué)科集中關(guān)注的熱點(diǎn)主題和主題變遷，使結(jié)論具有定性、定量的特點(diǎn)，提供了一個(gè)觀察學(xué)科發(fā)展演進(jìn)過程全景的新視角。

2 數(shù)據(jù)處理

2.1 篩選和清理數(shù)據(jù)源

本次實(shí)驗(yàn)共詞數(shù)據(jù)采用套錄“中國農(nóng)史論文全文數(shù)據(jù)庫”（該數(shù)據(jù)庫是由南京農(nóng)業(yè)大學(xué)中華農(nóng)業(yè)文明研究院開發(fā)的，主要對現(xiàn)、當(dāng)代農(nóng)史研究論文進(jìn)行數(shù)字化加工和整合。共收錄1980—2005年間的農(nóng)史論文10098篇）的數(shù)據(jù)，補(bǔ)充錄入2005—2008年數(shù)據(jù)的方法（補(bǔ)充數(shù)據(jù)主要采用“中國期刊全文數(shù)據(jù)庫”中《中國農(nóng)史》《農(nóng)業(yè)考古》《古今農(nóng)業(yè)》這三大農(nóng)史期刊2005年至今的所有論文數(shù)據(jù)），同時(shí)再搜索、篩選、補(bǔ)充其他相關(guān)期刊中農(nóng)史論文的數(shù)據(jù)，將三種方法獲得的數(shù)據(jù)進(jìn)行查重、剔除后整合到一起，建立中國農(nóng)史學(xué)科論文關(guān)鍵詞共詞數(shù)據(jù)庫，作為分析的樣本和基礎(chǔ)。所建立的中國農(nóng)史學(xué)科論文關(guān)鍵詞共詞數(shù)據(jù)庫共有文獻(xiàn)數(shù)據(jù)12247條，1980—1995年有4325條，年平均270條；1996—2008年有7922條，年平均609條。詞表的集合足夠大，進(jìn)行共詞分析是適合和恰當(dāng)?shù)摹?/p>

首先對共詞數(shù)據(jù)庫的數(shù)據(jù)進(jìn)行篩選清理，將非純學(xué)術(shù)論文和沒有關(guān)鍵詞的論文全部剔除后，利用自編的計(jì)算機(jī)程序，將這些關(guān)鍵詞按照它們出現(xiàn)的頻次由高到低排序，得到兩個(gè)階段降序排列的關(guān)鍵詞總數(shù)分別是8472、11631個(gè)。按照科學(xué)計(jì)量學(xué)的原理，共詞分析法對高頻詞數(shù)量的選擇沒有統(tǒng)一規(guī)定，如果選擇的高頻詞過少，則不能如實(shí)反映學(xué)科結(jié)構(gòu)的構(gòu)成；如果范圍過大，則將給共詞分析帶來不必要的干擾。目前高頻詞的選擇一般為截取的高頻詞的累積頻次要達(dá)到總頻次的40%左右，［7］因此，本文分別截取第一階段詞頻量大于12、第二階段詞頻量大于14的高頻關(guān)鍵詞，這樣第一階段詞頻量大于12的關(guān)鍵詞共有120個(gè)，累積頻次為3054，達(dá)到總頻次的36.1%（3054/8472=0.3605）；第二階段詞頻量大于14的關(guān)鍵詞共有156個(gè)，累積頻次為5291，達(dá)到總頻次的46.6%（5291/11361=0.4657），將這些關(guān)鍵詞作為表現(xiàn)當(dāng)前中國農(nóng)史學(xué)科研究熱點(diǎn)的標(biāo)志是合適的。

2.2 合并關(guān)鍵詞

鑒于文史學(xué)科的特殊性，筆者在數(shù)據(jù)處理過程中，發(fā)現(xiàn)有許多同義和意義相近的關(guān)鍵詞匯，如明清時(shí)期和明清、江南地區(qū)和江南、民國時(shí)期和民國、茶葉和茶、先秦時(shí)期和先秦、農(nóng)具和農(nóng)業(yè)工具、栽培史和栽培歷史等等。為統(tǒng)一處理，筆者將所有這樣的兩個(gè)詞統(tǒng)一為一個(gè)更常用的詞。將所有類似表達(dá)同樣內(nèi)容的詞匯統(tǒng)一規(guī)范處理后，再將一些無法表達(dá)實(shí)際意義的詞如：發(fā)展、起源、開發(fā)、對策、影響、傳播、現(xiàn)狀、分布等統(tǒng)一刪除，這樣，第一階段詞頻量大于12的120個(gè)關(guān)鍵詞簡化為86個(gè)、第二階段詞頻量大于14的156個(gè)關(guān)鍵詞簡化為113個(gè)，從而分別確定了兩個(gè)階段的86個(gè)和113個(gè)高頻關(guān)鍵詞表（限于篇幅，兩個(gè)詞表略），作為共詞分析我國農(nóng)史學(xué)科研究熱點(diǎn)的基礎(chǔ)。

2.3 形成原始共詞矩陣和構(gòu)造相異矩陣

利用自編的計(jì)算機(jī)程序，統(tǒng)計(jì)這些關(guān)鍵詞在該共詞數(shù)據(jù)庫中共同出現(xiàn)的次數(shù)，這樣形成了一個(gè)86×86和113×113的共詞矩陣（由于篇幅限制，兩個(gè)表略）。這樣的共詞矩陣是一個(gè)對稱矩陣。因?yàn)閮蓚€(gè)關(guān)鍵詞共現(xiàn)頻次的多少直接受兩個(gè)關(guān)鍵詞各自詞頻大小的影響。因此，要想真正揭示關(guān)鍵詞之間的共現(xiàn)關(guān)系，還需引入表示關(guān)鍵詞共現(xiàn)相對強(qiáng)度的指標(biāo)。在文獻(xiàn)計(jì)量學(xué)中，目前應(yīng)用較多的就是Ochiia系數(shù)和Jaccard指數(shù)。［8］本文用Ochiia系數(shù)將共詞矩陣轉(zhuǎn)換成相關(guān)矩陣，然后再用“1”與全部相關(guān)矩陣上的數(shù)據(jù)相減，得到表示兩詞間相異程度的相異矩陣（86個(gè)高頻關(guān)鍵詞的相異矩陣片段見表1，113個(gè)高頻關(guān)鍵詞的相異矩陣略）。相異矩陣中的數(shù)據(jù)數(shù)值越大，表明關(guān)鍵詞之間的距離越遠(yuǎn)，相似度越差。［9］

表1 86個(gè)高頻關(guān)鍵詞共詞相異矩陣（部分）

2.4 構(gòu)建類團(tuán)關(guān)系圖

利用相關(guān)的多元統(tǒng)計(jì)方法，進(jìn)行聚類分析，得到聚類結(jié)果樹狀譜系圖。用該圖把這些關(guān)鍵詞重新組合起來，關(guān)鍵詞之間的親疏關(guān)系就表示出來。從而反映出這些關(guān)鍵詞所代表的研究熱點(diǎn)和研究主題。［10］類團(tuán)形成后，通過計(jì)算各類目之間的外部鏈接和內(nèi)部鏈接，得到類團(tuán)之間和類團(tuán)內(nèi)的聯(lián)系強(qiáng)度。兩個(gè)類團(tuán)的所有關(guān)鍵詞共同出現(xiàn)在同一篇論文中的次數(shù)總和就是兩者的“外部鏈接”，內(nèi)部鏈接指某類團(tuán)所包含的全部關(guān)鍵詞共同出現(xiàn)在同一篇論文中的次數(shù)總和。按照鏈接強(qiáng)度繪制成類團(tuán)關(guān)系圖，以反映各類團(tuán)之間的關(guān)系。［11］本文首次在國內(nèi)利用社會網(wǎng)絡(luò)分析軟件pajek繪制出類團(tuán)關(guān)系圖。

3 實(shí)驗(yàn)結(jié)果和分析

3.1 實(shí)驗(yàn)整體情況

通過對1980—1995年、1996—2008年兩個(gè)階段86、113個(gè)高頻詞共詞矩陣的聚類，分別在分類閾值為2.2、2.25水平上得到12個(gè)、15個(gè)類團(tuán)，分別包含55個(gè)、61個(gè)關(guān)鍵詞。兩個(gè)階段中刪去的詞分別是：表示朝代和地區(qū)的關(guān)鍵詞、未聚入任何類目的詞、聚成了兩個(gè)小類團(tuán)的詞（如第一階段的農(nóng)業(yè)資料和甲骨文、第二階段的少數(shù)民族和畜牧業(yè)等，由于每個(gè)類團(tuán)只有2個(gè)關(guān)鍵詞而被忽略掉）。由此，筆者列出了每階段的聚類結(jié)果（由于篇幅限制，兩個(gè)階段的樹狀聚類圖略），繪制了類團(tuán)關(guān)系圖等知識圖譜，進(jìn)行詳細(xì)的對比研究。

3.2 主要研究領(lǐng)域及其演變

兩個(gè)階段由聚類圖的聚類結(jié)果形成的類團(tuán)關(guān)系表見表2。

第一階段有12個(gè)類團(tuán)，根據(jù)學(xué)科范疇總結(jié)為以下6個(gè)方面：①農(nóng)業(yè)科技史，有農(nóng)業(yè)生產(chǎn)與工具史、畜牧獸醫(yī)史、稻作農(nóng)業(yè)研究、作物栽培史、農(nóng)田水利史5個(gè)類團(tuán)，居各類團(tuán)主題內(nèi)容之首；②農(nóng)業(yè)考古與農(nóng)業(yè)起源研究（有兩個(gè)強(qiáng)度大的類團(tuán)）；③農(nóng)業(yè)經(jīng)濟(jì)史研究（有土地制度史和以農(nóng)業(yè)經(jīng)濟(jì)結(jié)構(gòu)為主的研究兩個(gè)類團(tuán)）；④農(nóng)書研究類團(tuán)；⑤農(nóng)業(yè)文化史研究（即茶文化類團(tuán)）；⑥傳統(tǒng)農(nóng)業(yè)與農(nóng)業(yè)現(xiàn)代化研究類團(tuán)。

表2 類團(tuán)關(guān)系表

第二階段有15個(gè)類團(tuán)，根據(jù)學(xué)科范疇總結(jié)為以下6個(gè)方面：①農(nóng)業(yè)科技史，稻作農(nóng)業(yè)研究、農(nóng)田水利史依然存在；畜牧獸醫(yī)史、作物栽培史消失；農(nóng)業(yè)考古、農(nóng)業(yè)起源與原始農(nóng)業(yè)、農(nóng)業(yè)生產(chǎn)與工具史合并成一個(gè)關(guān)鍵詞最多、強(qiáng)度最大的一個(gè)類團(tuán)：農(nóng)業(yè)起源與原始農(nóng)業(yè)研究。②農(nóng)書研究、傳統(tǒng)農(nóng)業(yè)與農(nóng)業(yè)現(xiàn)代化研究、茶文化類團(tuán)依然保留，變化不大，該階段又有了茶葉生產(chǎn)與貿(mào)易史研究類團(tuán)，說明有關(guān)茶的研究內(nèi)容在擴(kuò)展。最值得關(guān)注的是第二階段中出現(xiàn)的新類團(tuán)。在這一階段，與農(nóng)業(yè)經(jīng)濟(jì)史（特別是當(dāng)代農(nóng)業(yè)）研究有關(guān)的新類團(tuán)和農(nóng)業(yè)環(huán)境史研究、農(nóng)業(yè)災(zāi)害史研究類團(tuán)的出現(xiàn)是最顯著的特征。雖然這些類團(tuán)關(guān)鍵詞不多，類團(tuán)強(qiáng)度不夠大，但很值得研究。③農(nóng)業(yè)經(jīng)濟(jì)史研究。該階段有4個(gè)類團(tuán)（筆者把當(dāng)代農(nóng)業(yè)經(jīng)濟(jì)研究也劃入到該領(lǐng)域），即農(nóng)業(yè)經(jīng)濟(jì)史、農(nóng)業(yè)賦役史、三農(nóng)問題研究、人口與土地利用研究。④農(nóng)業(yè)環(huán)境史。本階段有兩個(gè)與環(huán)境史有關(guān)的類團(tuán)：農(nóng)業(yè)環(huán)境史、生態(tài)環(huán)境保護(hù)與新農(nóng)村建設(shè)研究（嚴(yán)格來說，人口與土地利用研究類團(tuán)也與環(huán)境史研究相關(guān)）。⑤農(nóng)業(yè)災(zāi)害史。這一階段有一個(gè)災(zāi)害史類團(tuán)，根據(jù)關(guān)鍵詞的內(nèi)容來看，研究范圍包括了幾乎所有的農(nóng)業(yè)自然災(zāi)害。⑥農(nóng)業(yè)與農(nóng)村社會發(fā)展史。該階段首次有一個(gè)類團(tuán)：農(nóng)業(yè)鄉(xiāng)村社會史研究進(jìn)入熱點(diǎn)研究領(lǐng)域。

3.3 類團(tuán)關(guān)系圖分析

筆者根據(jù)各類團(tuán)之間的內(nèi)部聯(lián)系強(qiáng)度和其外部鏈接數(shù)量，首次在國內(nèi)用社會網(wǎng)絡(luò)分析軟件pajek繪制了兩個(gè)階段的類團(tuán)關(guān)系圖（圖1、圖2），形象直觀的研究哪些類團(tuán)是核心類團(tuán)、邊緣類團(tuán)以各類團(tuán)彼此聯(lián)系的強(qiáng)度。

pajek軟件繪制的網(wǎng)絡(luò)圖，節(jié)點(diǎn)大小代表該類團(tuán)的內(nèi)部聯(lián)系強(qiáng)度，節(jié)點(diǎn)越大，該類團(tuán)的內(nèi)部聯(lián)系強(qiáng)度越大；連接節(jié)點(diǎn)線條的粗細(xì)和顏色的深淺代表兩個(gè)節(jié)點(diǎn)外部鏈接數(shù)量和強(qiáng)度，線條越粗，顏色越深表示兩個(gè)節(jié)點(diǎn)外部鏈接數(shù)量和強(qiáng)度越強(qiáng)。

從圖1可以看出，第一階段，“農(nóng)業(yè)生產(chǎn)與工具史”“農(nóng)業(yè)起源與原始農(nóng)業(yè)研究”和“農(nóng)業(yè)考古研究”三個(gè)大類團(tuán)是整個(gè)領(lǐng)域的研究重點(diǎn)，它們幾乎與所有的類團(tuán)都有著或強(qiáng)或弱的聯(lián)系。“稻作農(nóng)業(yè)研究”“畜牧獸醫(yī)史”“傳統(tǒng)農(nóng)業(yè)與農(nóng)業(yè)現(xiàn)代化研究”“農(nóng)田水利史研究”“作物栽培史研究”等是次核心類團(tuán)，其他類團(tuán)是邊緣類團(tuán)，相互影響很小。

從圖2可知，第二階段情況發(fā)生了很大變化。上階段的兩個(gè)大類團(tuán)合并為一個(gè)最大的“農(nóng)業(yè)起源與農(nóng)業(yè)考古研究”核心類團(tuán)。“三農(nóng)問題研究”成為第二大核心類團(tuán)；同時(shí)上階段的次核心類團(tuán)“稻作農(nóng)業(yè)研究”“傳統(tǒng)農(nóng)業(yè)與農(nóng)業(yè)現(xiàn)代化研究”“農(nóng)田水利史研究”仍然是次核心類團(tuán)，而“農(nóng)業(yè)經(jīng)濟(jì)史研究”“農(nóng)業(yè)環(huán)境史研究”類團(tuán)成為新的次核心類團(tuán)，它們與其他類團(tuán)聯(lián)系也較多。其余類團(tuán)是邊緣類團(tuán)，相互影響很小。唯一例外的是，“茶文化研究”“茶葉生產(chǎn)與貿(mào)易史”類團(tuán)聯(lián)系很強(qiáng)，但與別的類團(tuán)聯(lián)系很少。

圖2 15個(gè)類團(tuán)關(guān)系圖

總之，從兩個(gè)階段的“稻作農(nóng)業(yè)研究”等次核心類團(tuán)保持不變；新興的“農(nóng)業(yè)環(huán)境史研究”等類團(tuán)成為新的次核心類團(tuán)；出現(xiàn)了不少強(qiáng)度更小、范圍更廣的新類團(tuán)——這三個(gè)現(xiàn)象充分說明農(nóng)業(yè)史學(xué)科的重要研究領(lǐng)域比較穩(wěn)定、主要研究熱點(diǎn)比較突出、學(xué)術(shù)特色依然保持，同時(shí)新興研究熱點(diǎn)不斷涌現(xiàn)，研究范圍和內(nèi)容更加拓展，研究熱點(diǎn)增多和更加分散。

4 小結(jié)

特別需要說明的是本文對于相關(guān)朝代和地名的取舍。類似性質(zhì)的高頻詞所占比例非常大，因此如何處理，會極大地影響到研究的準(zhǔn)確性和科學(xué)性，而國內(nèi)外還沒有如何處理這些高頻關(guān)鍵詞的任何研究報(bào)道。因此，筆者采取了4種方法進(jìn)行試驗(yàn)：

（1）在降序排列的關(guān)鍵詞詞頻分布表排出之后，將這些詞排除，然后再進(jìn)行相關(guān)的后續(xù)步驟；

（2）在合并、規(guī)范處理關(guān)鍵詞后再舍去；

（3）全部詞參與聚類并形成聚類圖后，在形成類團(tuán)關(guān)系表時(shí)將它們排除（就是本文的方法）；

（4）這些詞全部參與聚類和分析。

經(jīng)過對比分析，第三種方法效果最好。原因如下：由于學(xué)科的特殊性，第一種方法誤差太大，不能如實(shí)反映學(xué)科研究熱點(diǎn)；第二種方法得到的共詞數(shù)量很少，無法進(jìn)行共詞分析；第四種方法會影響、干擾到類團(tuán)的命名和分析。因此，雖然第三種方法也有不足，即會影響區(qū)域史和分區(qū)史的研究，但目前是最理想的方法。

總之，雖然共詞分析法避開了引文數(shù)據(jù)這一重要影響研究質(zhì)量的因素，尤其對我國的人文學(xué)科更為適用，但仍然存在一定局限性。比如：①由于人文學(xué)科的特殊性，關(guān)鍵詞的著錄不完全規(guī)范，在歸并意義相同的關(guān)鍵詞時(shí)存在一定的主觀性；②期刊不同發(fā)文量造成部分主題關(guān)鍵詞過多或過少，干擾部分類團(tuán)的命名以及使某些類團(tuán)的密度和向心有些失真等，這些命題仍需要進(jìn)一步研究。

［1］張勤，馬費(fèi)成.國內(nèi)知識管理研究結(jié)構(gòu)探討——以共詞分析為方法 ［J］.情報(bào)學(xué)報(bào)，2008，27（1）：93－101.

［2］鐘偉金，李佳.共詞分析法研究（三）——共詞聚類分析法的原理特點(diǎn)［J］.情報(bào)雜志，2008（7）：118－120.

［3］馮璐，冷伏海.共詞分析方法理論進(jìn)展［J］.中國圖書館學(xué)報(bào)，2006，32（162）：88－92.

［4］周靜怡，孫坦.共詞可視化：以人類基因組領(lǐng)域?yàn)槔?［J］. 情報(bào)學(xué)報(bào)，2007，26（4）：532－537.

［5］ Chaomei Chen，Jasna Kuljis.Therisinglandscape:a visual exploration of superstring revolutions in physics［J］.Journal of the American society for information scienceand technology， 2003， 54 （5）： 435－446.

［6］秦長江.知識圖譜——信息管理與知識管理的新領(lǐng)域［J］.大學(xué)圖書館學(xué)報(bào)，2009，27（1）：30－37.

［7］張勤，馬費(fèi)成.國外知識管理研究范式——以共詞分析為方法 ［J］.管理科學(xué)學(xué)報(bào)，2006，12（6）：526－531.

［8］梁立明，謝彩霞.詞頻分析法用于我國納米科技研究動向分析［J］.科學(xué)學(xué)研究，2003，21（3）：138－142.

［9］ Bauin,Setal.Using bibliometrics in strategic analysis：“understanding chemical reactions” at the CNRS［J］.Scientometrics， 1991， 22 （1）： 113－137.

［10］劉則淵，尹麗春.國際科學(xué)學(xué)主題共詞網(wǎng)絡(luò)的可視化研究 ［J］. 情報(bào)學(xué)報(bào)，2006，25 （5）：20－25.

［11］鐘偉金，李佳.共詞分析法研究（二）——類團(tuán)分析 ［J］.情報(bào)雜志，2008 （6）：141－143.