朱亮，趙瑞雪，寇遠濤，鮮國建，杜若鵬

（中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所，北京 100081）

一種基于文獻的綜合科技監(jiān)測模式研究*

朱亮，趙瑞雪，寇遠濤，鮮國建，杜若鵬

（中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所，北京 100081）

在對科技監(jiān)測內容、方法、工具系統(tǒng)等研究的基礎上，嘗試提出一種基于文獻的綜合科技監(jiān)測模式，以期為提高科技監(jiān)測的應用效果提供幫助。該模式以中英文科技文獻為數(shù)據(jù)源，以文獻外部實體特征統(tǒng)計、共引分析、共詞分析等為主要分析方法，以當前在國際上得到廣泛使用的科技監(jiān)測應用系統(tǒng)及工具為手段，實現(xiàn)被監(jiān)測學科領域的總體現(xiàn)狀分析、經(jīng)典文獻識別、研究前沿探測、研究熱點探測等，主要包括數(shù)據(jù)獲取、數(shù)據(jù)預處理、圖表生成及知識圖譜繪制、結果分析等幾個步驟。該模式具有功能全面、方法集成、操作簡便等特點，可為今后相關研究和應用實踐提供參考與借鑒。

科技監(jiān)測；文獻計量；科學知識圖譜

科技監(jiān)測的產(chǎn)生與發(fā)展，尤其是科學知識圖譜、信息可視化等現(xiàn)代信息技術手段的廣泛應用，為用戶的科學研究及技術研發(fā)活動帶來了極大便利，科研人員可以更加全面快捷地了解某一學科領域的發(fā)展歷史及研究現(xiàn)狀，更加科學有效地把握其未來發(fā)展趨勢，從而獲得更多的科研機會，提高科研創(chuàng)新效率。但從目前科技監(jiān)測理論及應用實踐整體來看，無論是采用的技術方法，還是成型的應用系統(tǒng)和工具，由于其自身的實現(xiàn)原理或設計開發(fā)的初衷不同，其在科技監(jiān)測領域內的主流應用方向也不同，各個應用系統(tǒng)及工具在支持的監(jiān)測數(shù)據(jù)類型、數(shù)據(jù)預處理、矩陣構建、知識圖譜繪制、用戶交互性、系統(tǒng)性能等方面有著不同的表現(xiàn)。為此，本文嘗試提出一種綜合科技監(jiān)測模式，以科技文獻為監(jiān)測對象，在內容上涵蓋研究主體監(jiān)測、研究客體監(jiān)測等多個方面，在方法上利用多種文獻計量分析方法的綜合集成，在實現(xiàn)途徑上依據(jù)監(jiān)測目標的不同進行多應用系統(tǒng)和工具的特征功能融合，以期從操作流程的統(tǒng)一性和標準化方面提高科技監(jiān)測結果的科學性，進而更好地滿足科研用戶對科技監(jiān)測的多樣性、多層次需求。

1　綜合科技監(jiān)測內容和方法

從科技監(jiān)測包含的內容來看，當前國內外學者主要開展學科領域研究前沿、熱點、主體、成果等的監(jiān)測。其中研究前沿及熱點監(jiān)測實現(xiàn)的是對現(xiàn)階段學科領域中最重要研究對象的探測，包括當下最熱門的話題、業(yè)界最為關注的問題、最新的技術方法等；研究主體監(jiān)測關注的則是學科領域中處于領先水平的人員、機構及其相互間關系的分析，如知名專家、研究團體、重要研究機構，以及人員或機構間的科研合作網(wǎng)絡等；而研究成果監(jiān)測中最為典型的則是學科領域內重要文獻的識別，包括學科領域內的經(jīng)典文獻、關鍵文獻等。除此之外，基于統(tǒng)計手段對學科領域的總體發(fā)展現(xiàn)狀進行概括性描述也是科技監(jiān)測的一項必要內容。因此，本文將基于文獻計量的綜合科技監(jiān)測的主要內容確定為學科領域總體現(xiàn)狀分析、經(jīng)典文獻識別、研究前沿探測、研究熱點探測等。

1.1學科領域總體現(xiàn)狀分析

根據(jù)科研人員從事某學科領域研究時間和深入程度的不同，其對科技監(jiān)測的具體需求也不一樣，如科研人員剛進入新的學科領域時，往往希望在較短的時間內對該學科領域的總體發(fā)展有一個概括性的認識，如學科領域的起源，論文的產(chǎn)出情況及年代分布，有哪些重要的專家、研究機構等，這些均是學科領域總體現(xiàn)狀分析所要回答的問題。從采用的科技監(jiān)測方法來看，學科領域總體現(xiàn)狀分析主要是依靠基于文獻特征統(tǒng)計方法來實現(xiàn)，具體是對題名、關鍵詞、作者、機構、年代、期刊等科技文獻實體的外部特征值進行統(tǒng)計，分析結果主要通過統(tǒng)計圖表來體現(xiàn)。從具體的實現(xiàn)途徑來看，本項監(jiān)測內容主要有兩種方式：一是利用數(shù)據(jù)庫平臺提供的檢索結果數(shù)據(jù)的分面統(tǒng)計功能，如CNKI、WOS數(shù)據(jù)庫等；二是借助專門的科技監(jiān)測應用系統(tǒng)和工具來完成，其典型代表是HistCite，它的一項主要功能便是針對WOS數(shù)據(jù)進行多維度的統(tǒng)計分析。

1.2學科領域經(jīng)典文獻識別

通常情況下，科研人員若想全面了解一個學科領域的脈絡和現(xiàn)狀，最直接有效的途徑有兩個：研讀學科領域的經(jīng)典文獻和學習、理解學科領域的研究前沿及熱點。這是因為，一方面，經(jīng)典文獻往往代表了一個學科領域的產(chǎn)生、轉折和重大突破；另一方面，在學科領域科技文獻總體中，經(jīng)典文獻永遠是極少數(shù)，需經(jīng)后人反復驗證才能夠確立［1］。因此，經(jīng)典文獻作為學科領域內最優(yōu)選的信息源，可以很好地滿足科研人員對文獻內容的廣度和深度要求，同時，也能有效地應對科研人員由于自身精力有限而帶來的文獻研讀數(shù)量上的不足。

經(jīng)典文獻作為前人思考研究所取得的豐碩成果，其最重要的使用價值便是為后人的相關科學研究提供借鑒和參考，這就決定了在學科領域的整個發(fā)展歷史進程中，經(jīng)典文獻既不會在時間序列的傳遞中出現(xiàn)“斷鏈”現(xiàn)象，也不會在空間的交流中出現(xiàn)區(qū)域性的阻隔［2］。經(jīng)典文獻這種時間連續(xù)性和空間通暢性的特點在被監(jiān)測學科領域的整個引文網(wǎng)絡中也會得到體現(xiàn)，如經(jīng)典文獻一般發(fā)文年代較早，且具有很高的被引頻次，除此以外，在對引文網(wǎng)絡進行聚類時，經(jīng)典文獻會表現(xiàn)為高中心度。因此，在本文提出的綜合科技監(jiān)測模式中，學科領域經(jīng)典文獻識別主要采用文獻共被引分析方法來完成。

1.3學科領域研究前沿探測

研究前沿是科學研究中最先進、最新、最有發(fā)展?jié)摿Φ难芯恐黝}或方向，通常代表了科學發(fā)展的難點、熱點以及發(fā)展趨勢。普賴斯最早提出研究前沿的概念，用它來描述研究領域的動態(tài)本質［3］，他認為，某個學科領域的研究前沿是由最近發(fā)表的且得到科學家積極引用的文章所體現(xiàn)的，文章數(shù)量大概是在40至50篇［4］。此外，國內外學者也從不同角度對研究前沿進行了闡釋：Small和Griffith 認為共被引文獻聚類可表示研究前沿［5］；Braam等認為研究前沿是“一群科學研究者集中關注的一系列相關問題和概念”［6］；Persson認為共被引文獻簇的引證文獻才能代表研究前沿，而共被引文獻簇只能代表知識基礎［7］；陳超美認為研究前沿是學科領域內正在興起的理論趨勢和突然涌現(xiàn)的新主題，其知識基礎是研究前沿概念所在文獻的引用文獻簇［8］；Aris等認為研究前沿是指新出現(xiàn)的科學主題，研究前沿的發(fā)展體現(xiàn)為關鍵論文數(shù)量的增長［9］。

研究具有前瞻性、新穎性、時效性等特征。因此研究前沿不是長期穩(wěn)定不變的，不能將其局限在固定的、與時間無關的知識基礎上。研究前沿與知識基礎應是相互作用并動態(tài)發(fā)展的一對概念，且隨著學科領域的發(fā)展，現(xiàn)時的研究前沿有可能成為未來新的研究前沿的知識基礎。從這一點來看，陳超美的知識前沿定義更符合科學研究活動中研究前沿與知識基礎會發(fā)生演變的規(guī)律，因此，本文選擇陳超美的定義作為綜合科技監(jiān)測中研究前沿與知識基礎的界定依據(jù)，并采用共詞分析和文獻共被引分析方法來進行學科領域研究前沿的探測。需注意的是，這里共詞分析的對象是運用爆發(fā)詞算法從科技文獻題目、摘要、系索詞和標識中識別出來的突變專業(yè)術語概念。在實際應用過程中，由于研究前沿和知識基礎的不可分隔性，不能單獨對研究前沿的突變專業(yè)術語共詞網(wǎng)絡或知識基礎的文獻共被引網(wǎng)絡進行分析，而是要對這兩者構成的混合網(wǎng)絡進行分析。

1.4學科領域研究熱點探測

研究熱點是在一定時期內得到學科領域大多數(shù)科研人員共同參與、廣泛深入探討的重要研究主題，其提供了條件。目前，國內外學者在這方面進行了許多有益嘗試，采取的方法多種多樣，如詞頻分析法、引文分析法、共詞分析法、社會網(wǎng)絡分析法等，其中詞頻分析法和共詞分析法是主流，運用得最為廣泛。因此，本文在開展學科領域研究熱點探測時將對這兩種方法進行綜合利用，并將分析對象確定為科技文獻的高頻關鍵詞。這主要是基于以下假設：一篇科技文獻的關鍵詞是文獻核心內容的濃縮和提煉，能夠反映出文獻中論述的實質性主題內容，如果某一關鍵詞在其所在學科領域的文獻中反復出現(xiàn)，則可反映出該關鍵詞所表征的研究主題是該學科領域的研究熱點。在實際操作過程中，首先利用詞頻分析完成關鍵詞的頻次統(tǒng)計，再以此為基礎，將出現(xiàn)頻次超過一定閾值的高頻詞提取出來進行共詞分析，并在結果分析時，以高頻詞聚類所表征的主題來表示研究熱點，從而規(guī)避單個關鍵詞在表示研究熱點時的內容片面性和語義局限性。

2　綜合科技監(jiān)測流程

科學知識圖譜作為一個多學科交叉融合的新興領域，其最大特點是能夠在準確、翔實傳達知識的基礎上以可視化的圖像更加直觀、形象地展示學科領域結構，描述學科領域發(fā)展路徑，預測學科領域發(fā)展趨勢等［10］。本文以信息可視化為主要特征的科學知識圖譜作為實現(xiàn)綜合科技監(jiān)測的重要技術手段，即通過繪制相關統(tǒng)計圖表及科學知識網(wǎng)絡圖譜，并對其進行分析與解讀，來實現(xiàn)學科領域總體現(xiàn)狀分析、經(jīng)典文獻識別、研究前沿與熱點探測等。綜合科技監(jiān)測的流程主要包括以下幾個步驟：數(shù)據(jù)獲取、數(shù)據(jù)預處理、圖表生成及知識圖譜繪制、結果分析，見圖1，其中圖表生成及知識圖譜繪制借助目前應用成熟的軟件系統(tǒng)及工具來實現(xiàn)。

圖1　綜合科技監(jiān)測流程圖

2.1數(shù)據(jù)獲取

首先是數(shù)據(jù)源的選擇。目前，國內外可供科技監(jiān)測利用的數(shù)據(jù)來源有很多，主要包括學術文獻數(shù)據(jù)庫、專利文獻數(shù)據(jù)庫、開放獲取類數(shù)據(jù)等，如國外的WOS、PubMed、Scopus、arXiv、Derwent、USPTO、NSF、Google Scholar等，國內的CNKI、CSSCI、萬方等。數(shù)據(jù)源的選擇主要考慮以下幾個原則：數(shù)據(jù)源盡量可靠、權威和覆蓋面廣；盡量選擇數(shù)據(jù)字段規(guī)范、有數(shù)據(jù)定制和導出功能的數(shù)據(jù)源；盡量選擇科技監(jiān)測應用系統(tǒng)及工具能夠直接識別的數(shù)據(jù)源［11］。

其次是數(shù)據(jù)檢索。數(shù)據(jù)檢索主要有兩種策略：基于關鍵詞檢索和基于領域核心期刊檢索，可根據(jù)待監(jiān)測學科領域的特點進行選擇。通常來講，若目標領域較為明確且專指，則可基于關鍵詞檢索，即首先確定一組可以表征學科領域研究內容的關鍵詞，然后通過主題檢索，即可獲得一批在文獻標題、關鍵詞（主題詞）、摘要等字段中包含這組關鍵詞的領域學術文獻和它們的參考文獻；而當目標領域較為寬泛時，基于領域核心期刊來進行數(shù)據(jù)定位則更為合適，即通過領域專家咨詢或借助于某些期刊數(shù)據(jù)庫產(chǎn)品（如JCR），篩選出學科領域的核心期刊，然后再以刊名檢索的方式獲取這些核心期刊刊載的所有學術文獻［12］。

2.2數(shù)據(jù)預處理

數(shù)據(jù)預處理包括數(shù)據(jù)清洗和數(shù)據(jù)格式轉換兩方面內容。數(shù)據(jù)清洗主要包括對作者名稱、機構名稱、關鍵詞等的不同寫法進行合并，對同名稱作者或機構進行區(qū)分，對重復數(shù)據(jù)進行合并，對大樣本量數(shù)據(jù)進行時間切片或典型數(shù)據(jù)選取等。

除數(shù)據(jù)清洗外，很多時候還需要對下載的數(shù)據(jù)進行格式轉換，這是因為不同的科技監(jiān)測系統(tǒng)和工具對數(shù)據(jù)的格式要求也有所不同，有些系統(tǒng)及工具可以直接識別和處理一些數(shù)據(jù)源的數(shù)據(jù)，如Histcite和CiteSpace可以直接處理WOS數(shù)據(jù)庫中的數(shù)據(jù)，但從其他數(shù)據(jù)源獲取的數(shù)據(jù)則需要轉換成滿足特定要求的數(shù)據(jù)格式。

2.3圖表生成及知識圖譜繪制

圖表生成及知識圖譜繪制是科技監(jiān)測流程中的重點，知識圖譜繪制通常包括知識單元選擇、知識單元關系構建、標準化、簡化、可視化等步驟。

（1）知識單元選擇。知識單元是知識處理的基本單位，科技監(jiān)測中常用到的知識單元主要有：題名、作者、關鍵詞、機構、期刊、學科、參考文獻等。不同的知識單元作用不同，如利用“關鍵詞”單元構建的語義網(wǎng)絡可以明晰學科領域的知識結構、研究內容、未來發(fā)展趨勢等；通過“期刊”單元可以獲取學科領域全貌；而“作者”單元則常被用于探析學科領域知識結構與流派，以及描述科研主體間的合作交流狀況等。

（2）知識單元關系構建。除對知識單元進行簡單統(tǒng)計外，科技監(jiān)測還需要對這些知識單元間的關系進行測度與分析，這就涉及到對知識單元關系測算指標的定義，目前得到國際普遍認同的是White提出的兩種關系：知識單元間的直接關系（用前綴“inter”表示）和知識單元間的共現(xiàn)關系（前綴為“co”，如共引、共詞）。根據(jù)White的定義，科技監(jiān)測中常見的知識單元關系種類包括作者、機構、國家合作，關鍵詞、主題詞共現(xiàn)，文獻耦合，參考文獻、作者、期刊共被引等。

（3）標準化。為便于關系網(wǎng)絡的可視化，通常需要對計算出的知識單元頻次數(shù)據(jù)進行標準化處理。標準化常常通過測量數(shù)據(jù)間的相似度來實現(xiàn)，主要有兩大類：一是集合論方法，包括Cosine、Pearson、Spearman、Jaccard 指數(shù)和Ochiia指數(shù)；二是概率論方法，包括合力指數(shù)（Association Strength）和概率親和力指數(shù)（Probabilistic Affinity），經(jīng)證實，這種方法更適合于知識單元共現(xiàn)網(wǎng)絡的分析。

（4）簡化。在知識單元數(shù)據(jù)標準化之后，為使生成的可視化知識圖譜更直觀清晰，需要對數(shù)據(jù)進行簡化處理，如數(shù)據(jù)降維、分類等。常用的方法有因子分析（Factor Analysis）、多維尺度分析（Multi-dimension Analysis）、聚類分析（Cluster Analysis）、相關分析（Correlation Analysis）、自組織映射圖（SOM）、尋徑網(wǎng)絡（PFNET）、共分類分析（Co-classification Analysis）、潛在語義分析（Latent Semantic Analysis）、最小生成樹等。

（5）可視化。可視化的目標是將處理后的知識單元關系網(wǎng)絡以圖譜方式在計算機屏幕上進行有效、精確、多角度展示，以便于用戶對分析結果的理解和把握，常見的有幾何圖、戰(zhàn)略圖、主題詞圖、地形圖、沖積圖、星團圖等。

目前上述這些操作在大部分科技監(jiān)測應用系統(tǒng)中都進行了功能集成和封裝，用戶只需將處理后的數(shù)據(jù)導入系統(tǒng)，并根據(jù)需要設置和調整相關參數(shù)，即可繪制出作者、機構、期刊等統(tǒng)計圖表，以及文獻共引、關鍵詞共現(xiàn)等各類網(wǎng)絡知識圖譜。

2.4結果分析

結果分析即對生成的統(tǒng)計圖表及知識圖譜進行解讀，這也是科技監(jiān)測的關鍵。與傳統(tǒng)的分析方法相比，統(tǒng)計圖表和知識圖譜為研究人員提供了更加直觀的科技監(jiān)測結果展示形式，但同時帶來的結果分析因人而異、受限于主觀認知水平等現(xiàn)象也是不可避免的。因此，為提高結果分析的科學性、客觀性和可重復性，一方面要強化一些量化指標的參考作用，如節(jié)點頻次、網(wǎng)絡中心度等；另一方面，可以引入學科領域專家的參與。

常用的知識圖譜解讀方法主要有：歷時分析、突變檢測、空間分析和網(wǎng)絡分析。歷時分析是從時間角度對知識單元的各時間段狀態(tài)、變化趨勢、異常等進行分析，重點應用于學科領域發(fā)展歷史、現(xiàn)狀及未來趨勢的描述。突變檢測是通過檢測知識單元在有限持續(xù)時間內的急劇變化情況，從而分析學科領域的前沿趨勢，發(fā)現(xiàn)學科領域知識演變的轉折點和焦點［13］?？臻g分析是對數(shù)據(jù)的“機構”、“國家”等地域知識單元進行分析，從而揭示學科領域的空間分布，明晰學科領域的地理位置關系。網(wǎng)絡分析則是利用社會網(wǎng)絡分析理論，對知識單元節(jié)點及其關系進行中心性、凝聚子群、核心——邊緣結構分析與測度，如分析學科領域中的重要作者、關鍵文獻、核心研究群體等。

3　結語

從監(jiān)測內容上看，本文提出的綜合科技監(jiān)測模式既包括以科技文獻各種外部實體特征為主要內容的被監(jiān)測學科領域整體性、概括性描述，也包括深入科技文獻內部的關于被監(jiān)測學科領域研究前沿、熱點等內容的專項闡述。在實現(xiàn)方法上，該模式以詞頻統(tǒng)計、引文分析、共現(xiàn)分析等文獻計量分析法為主，輔之以內容分析、社會網(wǎng)絡分析等其他方法，兩者相互結合，互為補充。此外，該模式所包括的各個流程均可借助現(xiàn)有成熟應用系統(tǒng)及工具來實現(xiàn)，因此一定程度上提高了科技監(jiān)測操作的簡便性和效率，可為今后相關研究實踐提供借鑒。

［1］ 王京山，王錦貴.經(jīng)典文獻概念分析［J］.圖書與情報，2006（1）:103-105，115.

［2］ 王錦貴.論經(jīng)典文獻［J］.新世紀圖書館，2004（6）:47-50.

［3］ 趙蓉英，王菊.圖書館學知識圖譜分析［J］.中國圖書館學報，2011（3）:40-50.

［4］ deSolla Price D J.Networks of scientific papers［J］.Science，1965，149（3683）: 510-515.

［5］ Small H， Griffith B C.The structure of scientific literatures I: Identifying and graphing specialties［J］.Science studies，1974:17-40.

［6］ Braam R R，Moed H F，Raan A F J v.Mapping of science by combined co-citation and word anaiysisii:Dynamicai aspects［J］.Journal of the American Society for Information Science，1991，42（4）:252-266.

［7］ Persson O.The intellectual base and research fronts of JASIS 1986-1990［J］. Journal of the American Society for Information Science，19 94，45（1）:31-38.

［8］ Chen CM.CiteSpaceII:Detecting and Visualizing Emerging Trends and Transient Patterns in Scientific Literature［J］.Journal of the American Society for Information Science and Technology，2006，57（3）:359-377.

［9］ Aris， A.，B. Shneiderman，et al. Visual Overviews for Discovering Key Papers and Influences Across Research Fronts［J］.Journal of the American Society for Information Science and Technology，2009，60（11）:2219-2228.

［10］ 王偉軍，王金鵬.科學知識圖譜在技術預見中的應用探析［J］.情報科學，2010，28（8）: 1127-1131.

［11］ 胡澤文，孫建軍，武夷山.國內知識圖譜應用研究綜述［J］.圖書情報工作，2013，57（3）: 131-137，84.

［12］ 趙丹群.基于CiteSpace的科學知識圖譜繪制若干問題探討［J］.情報理論與實踐，2012， 35（10）:56-58.

［13］ 楊思洛，韓瑞珍.國外知識圖譜繪制的方法與工具分析［J］.圖書情報知識，2012（6）: 101-109.

Study on Integrated Mode of Science and Technology Monitoring Base on Literature

ZHU Liang， ZHAO RuiXue， KOU YuanTao， XIAN GuoJian， DU RuoPeng
（Agricultural Information Institute of CAAS， Beijing 100081，China）

In order to improve the application of science and technology monitoring， this paper try to propose an integrated mode of science and technology monitoring based on literature. The model take English and Chinese scientific literature data as data source， it's main analysis methods include literature external entity statistics， co-citation analysis， co-word analysis and so on， and with the help of some international mature application system and tool， it can help researchers to get the overall status， identify the classic literature， track the research fronts and focus of a specific research field. The model has the characteristics of full-featured， integrated method and easy operation， it will provide useful reference for the related research and application practice of science and technology monitoring field in the future.

Science and Technology Monitoring； Bibliometrics； Mapping Knowledge Domains

G251

10.3772/j.issn.1673-2286.2015.10.009

朱亮，男，1981年生，博士，中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所助理研究員，研究方向：文獻計量、情報分析，E-mail：zhuliang@caas.net.cn。

2015-09-23；編輯：王立學）

* 本研究得到中國農(nóng)業(yè)科學院科技創(chuàng)新工程（編號：CAAS-ASTIP-2015-AII）資助。