趙玉婷 努爾布力 吾守爾·斯拉木

摘 要： 為了分析近些年來IPv6地址的使用情況，以CiteSpace軟件為研究工具，以WOS數(shù)據(jù)庫中的2000—2017年出現(xiàn)的核心期刊數(shù)據(jù)為研究對象，以頻數(shù)（Freq）、激增（Burst）指數(shù)作為分析指標(biāo)。該文揭示了IPv6地址研究的演進(jìn)路徑，分析并統(tǒng)計(jì)目前IPv6地址的研究成果，預(yù)測IPv6發(fā)展的新動(dòng)向，總結(jié)IPv6地址的分析結(jié)果。

關(guān)鍵詞： 數(shù)據(jù)可視化； IPv6地址； WOS數(shù)據(jù)庫； CiteSpace； 激增指數(shù)； 知識(shí)圖譜

中圖分類號(hào)： TN919?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2018）20?0001?05

Abstract： Taking the CiteSpace software as the research tool， the core journal data from 2000 to 2017 in the WOS database as the research object， and the frequency and burst index as analysis indicators， the evolution path of the IPv6 address research is revealed， so as to analyze the research on the use of IPv6 addresses in recent years. The current research achievements on IPv6 addresses are analyzed and summed up to predict the new tendency of IPv6 development and summarize the analysis results of IPv6 addresses.

Keywords： data visualization； IPv6 address； WOS database； CiteSpace； burst index； knowledge image spectrum

0 引 言

隨著Internet技術(shù)的廣泛應(yīng)用，作為Internet基礎(chǔ)的IPv4地址已日漸匱乏。雖然業(yè)界出臺(tái)了多種地址轉(zhuǎn)換技術(shù)彌補(bǔ)了IPv4地址的不足，但都沒有從根本上改變地址短缺的狀況。IPv6技術(shù)也就是在這種情況下產(chǎn)生的。傳統(tǒng)的IPv4只有32位，而新一代IPv6具有128位，地址空間巨大，完全可以滿足未來發(fā)展的需要。其中美國、日本及一些歐洲發(fā)達(dá)國家為應(yīng)用IPv6地址及研究IPv6地址比較領(lǐng)先的地區(qū)。美國占有全球74%的IPv4地址[1]，所以之前美國對IPv6地址的研究一直都不夠重視。不過近幾年，美國也加大了對IPv6地址的研究力度，擁有的IPv6地址數(shù)量為全球第一。我國也積極研究IPv6地址，因?yàn)槲覈切枨蟠髧?。CERNET2是目前世界規(guī)模最大的IPv6主干網(wǎng)，我國的大型科研機(jī)構(gòu)和200所高校都與此相連接。

面對IPv6地址的快速發(fā)展及研究，世界上每天都在發(fā)生著變化。清楚地了解國內(nèi)外對此研究的關(guān)注度及研究趨勢，能對IPv6地址的研究起到一定的指導(dǎo)作用。所以本文使用科學(xué)計(jì)量的方法，統(tǒng)計(jì)分析過去17年間的IPv6地址研究情況，并結(jié)合CiteSpace工具，對關(guān)鍵詞共現(xiàn)分析，并對地區(qū)、機(jī)構(gòu)和研究熱點(diǎn)進(jìn)行分析。

1 數(shù)據(jù)來源和研究方法

1.1 數(shù)據(jù)來源

本文選取國外數(shù)據(jù)庫WOS作為文獻(xiàn)數(shù)據(jù)來源，以TS=（"IPv6 address*"）為檢索式進(jìn)行檢索，得到Web of science核心數(shù)據(jù)庫中的1 515篇文獻(xiàn)。為了計(jì)量的準(zhǔn)確性，因會(huì)議論文等文獻(xiàn)往往沒有提及具體研究方法或者確實(shí)關(guān)鍵詞部分等問題，本文只收集了article和reviews，下載日期[2]為2017年3月16日。

文獻(xiàn)計(jì)量發(fā)展至今，國內(nèi)外出現(xiàn)了很多文獻(xiàn)計(jì)量分析的可視化軟件，如SPSS，HistCite，CiteSpace等。本文選用美國德雷塞爾大學(xué)的陳超美博士研發(fā)的CiteSpace文獻(xiàn)計(jì)量可視化軟件，版本號(hào)為最新更新的4.0.R5.SE.64?bit。該軟件可以用來分析作者、機(jī)構(gòu)或國家的合作網(wǎng)絡(luò)，主題、關(guān)鍵詞的共現(xiàn)，以及共被引，文獻(xiàn)耦合等。由于WOS的文獻(xiàn)下載數(shù)據(jù)格式為全數(shù)據(jù)格式，而且還包含了共被引分析及文獻(xiàn)耦合分析，所以能很好地分析其結(jié)果。

1.2 研究方法說明

通過大量文獻(xiàn)計(jì)量相關(guān)文獻(xiàn)的調(diào)研發(fā)現(xiàn)，目前為止許多文獻(xiàn)計(jì)量方面的研究都僅僅使用的是一種計(jì)量指標(biāo)，比如頻次、中介中心性等[3]。這勢必會(huì)存在一定的弊端，導(dǎo)致計(jì)量結(jié)果不準(zhǔn)確。在本文的研究工作中，通過單一計(jì)量指標(biāo)的結(jié)合，達(dá)到更好的文獻(xiàn)計(jì)量分析效果。在做文獻(xiàn)內(nèi)容分析時(shí)，最常用的是頻數(shù)統(tǒng)計(jì)，其也是計(jì)量指標(biāo)之一。而通過對文獻(xiàn)計(jì)量指標(biāo)的調(diào)研可以明確某個(gè)研究領(lǐng)域的發(fā)展趨勢，通過論文主要關(guān)鍵詞及頻次、學(xué)科共有關(guān)鍵詞的分析，可以得到該學(xué)科的活躍研究領(lǐng)域及預(yù)測該學(xué)科與其他學(xué)科交叉發(fā)展方向。針對本文選用的工具CiteSpace ，通過對NodeTypes不同組合的選取來分析不同的問題。而且把CiteSpace具有的頻數(shù)（Freq）、激增（Burst）指數(shù)的分析功能相結(jié)合可以得到更好的計(jì)量結(jié)果[4]。

本文為了研究的準(zhǔn)確性，確定每一年作為一個(gè)時(shí)間切片，并在圖譜分析過程中，使用了最小生成樹（Minimum Spanning Tree）算法簡化網(wǎng)絡(luò)[5]。簡化網(wǎng)絡(luò)的作用在于控制網(wǎng)絡(luò)中出現(xiàn)的連線密度，減少連線交叉，以提高圖譜的清晰度[6]。研究方法流程如圖1所示。

2 IPv6地址的研究進(jìn)展分析

2.1 時(shí)間分布統(tǒng)計(jì)

分析1 515篇WOS文獻(xiàn)，根據(jù)圖2可知， IPv6地址研究的相關(guān)文獻(xiàn)在2000年以后開始漫長的緩慢增長。一直到2006年才開始有大的起色，2015年出現(xiàn)峰值，將近140篇。隨后IPv6地址的研究出現(xiàn)下滑的趨勢，截止數(shù)據(jù)下載時(shí)，2017年的發(fā)文量也仍在降低，預(yù)計(jì)發(fā)文量會(huì)持續(xù)降低。

2.2 作者網(wǎng)絡(luò)分析

兩名作者一起出現(xiàn)在同一篇論文中，說明這兩位作者之間存在合作關(guān)系，且共同出現(xiàn)的頻次越高，他們的關(guān)聯(lián)程度就越大。在分析的過程中將Node Type選擇為Author。首先對這些學(xué)者在該段時(shí)間內(nèi)發(fā)文的突發(fā)性進(jìn)行檢測如圖3所示。有突發(fā)性變化的作者有Hwang CS，Azcorra A（2007年以后論文量逐漸減少）；Bi J等人的研究持續(xù)性不強(qiáng)；Wang XN，Cheng HB，Li FL，Le DG等人雖是近幾年才開始研究，但是研究一直持續(xù)到現(xiàn)在。

2.3 關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析及聚類分析

1） 頻數(shù)（Freq）。頻數(shù)指當(dāng)前分析的某個(gè)節(jié)點(diǎn)出現(xiàn)的次數(shù)，通過分析可以得到某個(gè)領(lǐng)域的研究現(xiàn)狀。共現(xiàn)分析是將這些文獻(xiàn)中的共現(xiàn)信息定量化的分析方法，以揭示信息的內(nèi)容關(guān)聯(lián)和特征項(xiàng)所隱含的寓意。文獻(xiàn)計(jì)量研究中，共同出現(xiàn)的特征項(xiàng)之間肯定會(huì)存在關(guān)聯(lián)性，關(guān)聯(lián)的程度可以用共現(xiàn)頻數(shù)來決定[7]。

對WOS核心數(shù)據(jù)庫的數(shù)據(jù)進(jìn)行分析時(shí)，在對關(guān)鍵詞的分析過程中，得到IPv6地址關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)聚類分析的結(jié)果如圖4所示。由圖4可知，國際研究頻數(shù)較高的關(guān)鍵詞有“IPv6”“security”“mobile IPv6”“ad hoc network”“network”“6 lowpan”等。圖中顯示的多層彩色同心圓（黑白圖中表現(xiàn)出深淺差異）表示的是關(guān)鍵詞的出現(xiàn)早晚，大小表示的是該關(guān)鍵詞的出現(xiàn)頻數(shù)。同心圓中心出現(xiàn)暖色的圓環(huán)，即引用年代較近，冷色的圓環(huán)代表該關(guān)鍵詞引用年代較遠(yuǎn)，如將“security”“6 lowpan”做對比，可發(fā)現(xiàn)，“security”的暖色部分大于可視化，說明“security”在早些年就被引用來作關(guān)鍵詞，而“6 lowpan”則在近幾年被引用的多些。

2） 激增（Burst）指數(shù)。由于上文提到的頻數(shù)描繪的是主題詞的增長勢頭，而激增指數(shù)的關(guān)注點(diǎn)是單個(gè)主題的自身發(fā)展變化過程，可以很容易地展示熱點(diǎn)主題的凸顯性和關(guān)鍵技術(shù)的識(shí)別[8]。因而，對中外關(guān)鍵詞網(wǎng)絡(luò)進(jìn)行突發(fā)性檢測，將突發(fā)性檢測的參數(shù)值統(tǒng)一設(shè)置為2.0，minimum duration取2，運(yùn)算得18個(gè)突發(fā)詞如圖5所示。

從圖5中可以看出，“mobile IP”是最早出現(xiàn)突發(fā)性并且延續(xù)時(shí)間很長的關(guān)鍵技術(shù)。2000年以后IPv6地址的突發(fā)性漸漸出現(xiàn)在“mobile computing”“address lookup”“mobile IPv6”“mobility”等。2010年以后，“dual stack”“6 lowpan”“wireless sensor network”“IPv6 address”“openflow”等逐漸突發(fā)。在IPv6發(fā)展過程中，目前的IPv6地址分為mobile IPv6和6 lowpan，這一點(diǎn)從圖5所示的節(jié)點(diǎn)頻次就可以發(fā)現(xiàn)。隨著互聯(lián)網(wǎng)的發(fā)展，IPv4已經(jīng)完全滿足不了需求，因此包含128位的IPv6地址應(yīng)運(yùn)而生，來解決此需要。

2.4 期刊共引分析

設(shè)置合適的節(jié)點(diǎn)類型，選擇cited journal（即期刊共被引）來分析2000—2017年間所有的論文都主要屬于哪些核心期刊，這樣能很快地定位想找的論文，具有一定的現(xiàn)實(shí)意義。分析的結(jié)果如圖6所示。

從圖6可以看出，IEEE J SEL AREA COMM的節(jié)點(diǎn)最大，它的被引頻次也是最高的，達(dá)到了194頻次，中心性為0.16。其次是IEEE COMMUN MAG和IEEE ACM T NETWORK節(jié)點(diǎn)，但有所不同的是期刊IEEE COMMUN MAG相比于IEEE J SEL AREA COMM期刊，它的中心性更大，所以它的重要性更大。通過簡單分析頻次排名最大的兩個(gè)期刊，可以發(fā)現(xiàn)頻次高的中心性并不是相應(yīng)的高，所以判斷期刊的重要性時(shí)，不能僅僅只看引用頻次的高低，還需要更多地關(guān)注別的參數(shù)，比如中介中心性。

3 IPv6地址研究的演進(jìn)分析

3.1 前沿演進(jìn)分析

時(shí)區(qū)視圖是從時(shí)間的角度來展示前沿知識(shí)演進(jìn)的視圖。本文將Node Types選擇為keywords，將Term Type 選擇為Burst Terms，然后選擇Detect Bursts，對文章的關(guān)鍵詞進(jìn)行突發(fā)性檢測，從而能夠清晰地展示目前學(xué)科的發(fā)展脈絡(luò)和趨勢[9]。

關(guān)鍵詞的時(shí)區(qū)分析如圖7所示，每個(gè)圓代表了不同的節(jié)點(diǎn)。由于關(guān)鍵詞首次被引用的時(shí)間不同，所在的位置沿著時(shí)間坐標(biāo)軸相應(yīng)地被展示在不同的時(shí)區(qū)中。節(jié)點(diǎn)的大小代表被引用的次數(shù)。節(jié)點(diǎn)越大，相應(yīng)地引用的頻率越高，關(guān)鍵詞的重要性也越大。而且各個(gè)節(jié)點(diǎn)之間連線的數(shù)量也不同。連線的數(shù)量越多，代表此節(jié)點(diǎn)和別的節(jié)點(diǎn)的聯(lián)系也越緊密，兩者之間的傳承關(guān)系較強(qiáng)[10]。

由圖7可以看出：

1） 從future Internet，bluetooth，IPv6 transition，cloud computing等節(jié)點(diǎn)的顏色可以看出這些詞是近兩年新出現(xiàn)的詞，是新的研究熱點(diǎn)，是IPv6地址研究的重要前沿領(lǐng)域。

2） 還有一些突變頻率偏高的詞，如IPv6，mobile IPv6，ad hoc network，mobility management，這些也說明了此研究領(lǐng)域的研究重點(diǎn)。

3） 由wireless sensor network，auto?configuration，wireless network，cloud computing 這些詞可以看出，目前關(guān)于IPv6地址的研究與目前的云計(jì)算，無線傳感網(wǎng)絡(luò)，IPv6的自動(dòng)配置聯(lián)系緊密。由于現(xiàn)在物聯(lián)網(wǎng)發(fā)展良好，所以預(yù)測未來幾年的方向?qū)ξ锫?lián)網(wǎng)方面有所幫助。

3.2 演進(jìn)路徑分析

演進(jìn)路徑分析主要側(cè)重于關(guān)于IPv6地址研究的文獻(xiàn)聚類之間的關(guān)系和聚類中文獻(xiàn)的歷史跨度。通過演進(jìn)路徑分析，可以很直白地看出關(guān)于IPv6地址研究進(jìn)化史。將Node Types選擇為Cited Reference，Purning選擇為Pathfinder和Puring sliced networks，Visualization選擇Cluster view和Show Merged Network，其他參數(shù)選擇默認(rèn)參數(shù)不變，以不同聚類節(jié)點(diǎn)作為縱坐標(biāo)，以不同的時(shí)間范圍作為橫坐標(biāo)，運(yùn)行結(jié)果如圖8所示。

同一聚類的節(jié)點(diǎn)被排放在同一水平線上，所以每個(gè)節(jié)點(diǎn)就像是用一個(gè)時(shí)間串串在一起，來展現(xiàn)聚類的歷史成果。通過視圖分析，可以得到：

1） 在2000年就出現(xiàn)了聚類，屬于#5 enhanced handover scheme，相應(yīng)地也有了第一篇參考文獻(xiàn)：NORDMARK E，1998，2461 RFC，V，P。

2） 通過視圖可以很明顯地看到在2004年，#1 vehicular wireless network和#5 enhanced handover scheme聚類的文獻(xiàn)明顯增多，成果也增多。

3） 在2015年度和2016年度所有的聚類都在減少，關(guān)注度降低。

4） 在整個(gè)聚類的發(fā)展過程中，在2004年出現(xiàn)了一篇被引用次數(shù)超高的文章，文章名為RFC 3775。其無論是在第1聚類和第5聚類中都有很大的影響，由此可見，此文獻(xiàn)有很大的研究價(jià)值。

引用頻率高的文獻(xiàn)都有一定的研究的價(jià)值。引用頻率最高的RFC 3775主要介紹了在IPv6互聯(lián)網(wǎng)上移動(dòng)，節(jié)點(diǎn)仍為其保留的一種協(xié)議。每個(gè)移動(dòng)節(jié)點(diǎn)總是通過其家庭地址來識(shí)別。在遠(yuǎn)離家的位置中，移動(dòng)節(jié)點(diǎn)與提供有關(guān)移動(dòng)節(jié)點(diǎn)當(dāng)前位置的轉(zhuǎn)交地址相關(guān)聯(lián)。IPv6地址尋址到移動(dòng)節(jié)點(diǎn)的家庭地址是通過透明的路由到其轉(zhuǎn)交地址，然后發(fā)送去移動(dòng)節(jié)點(diǎn)的任何數(shù)據(jù)包都直接在這個(gè)轉(zhuǎn)交地址。

為了支持這個(gè)操作，移動(dòng)IPv6定義了新的IPv6協(xié)議和新的目的地選項(xiàng)，無論節(jié)點(diǎn)是移動(dòng)還是固定，所有IPv6節(jié)點(diǎn)都可以與移動(dòng)節(jié)點(diǎn)進(jìn)行通信。

1998年E. Nordmark發(fā)表的Neighbor Discovery for IP Version 6 （IPv6）論文規(guī)定了IPv6的鄰居發(fā)現(xiàn)協(xié)議。同一鏈路上的IPv6節(jié)點(diǎn)使用鄰居發(fā)現(xiàn)彼此的存在，確定彼此的鏈接層地址，來查找關(guān)于到達(dá)活躍鄰居的路由器和維護(hù)可達(dá)性信息。

2008年 Gundavelli， Ed.的Proxy Mobile IPv6論文主要講述了基于網(wǎng)絡(luò)的移動(dòng)管理機(jī)制能夠?qū)崿F(xiàn)主機(jī)IP的移動(dòng)性而不需要其參與任何與移動(dòng)相關(guān)的信令。網(wǎng)絡(luò)代替主句負(fù)責(zé)管理IP的移動(dòng)性。網(wǎng)絡(luò)中的移動(dòng)實(shí)體會(huì)跟蹤主機(jī)的移動(dòng)并且啟動(dòng)必需的移動(dòng)信令。此規(guī)范描述了基于網(wǎng)絡(luò)的移動(dòng)管理協(xié)議，被稱之為代理移動(dòng)IPv6協(xié)議。

關(guān)于IPv6地址的生成，在RFC 7707 Network Reconnaissance in IPv6 Networks中，提出了人工配置地址的方法，有三種模式分別是低字節(jié)模式，IPv4嵌入的IPv6地址，嵌入服務(wù)接口的模式。對于本文還提出了適用IPv6地址的掃描方法。因?yàn)镮Pv6提供比IPv4更大的地址空間，IPv6地址前綴能容納大約1.844×1019個(gè)主機(jī)，從而造就更低的數(shù)量主機(jī)密度。人們普遍認(rèn)為對IPv6網(wǎng)絡(luò)執(zhí)行地址掃描攻擊需要付出巨大的努力，所以這篇文章給了很好的解釋，提供了更好的工具和方法。

4 結(jié) 語

本文通過CiteSpace軟件分析Web of science數(shù)據(jù)庫中2000—2017年的核心期刊數(shù)據(jù)，分析結(jié)果為：

1） IPv6地址研究領(lǐng)域中的主要期刊時(shí)間分布及研究機(jī)構(gòu)合作關(guān)系，有利于為研究IPv6的初學(xué)者，以及IPv6地址研究領(lǐng)域合作發(fā)展提供參考。

2） 關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析可以了解目前IPv6地址的發(fā)展現(xiàn)狀，尤其激增指數(shù)，更是突出了目前最火熱的研究熱點(diǎn)，這對現(xiàn)階段關(guān)于IPv6地址的研究都有一定的重要意義。

3） IPv6地址的研究，目前在向物聯(lián)網(wǎng)等方面深入，使這一技術(shù)能被人們生活所利用。

4） 通過頻次分析，在IPv6地址研究方面的熱點(diǎn)有IPv6，Mobile IPv6，6 lowpan，network，security，ad hoc network，protocol等。

5） 通過爆發(fā)詞的排名可以得到研究前沿，具體的是Mobile IPv6，Mobile computing，lookup，anycast，wireless sensor network，ad hoc network。

雖然本文基本上對截止目前的所有關(guān)于IPv6地址的論文進(jìn)行分析和可視化展示，但是還是有些地方做得不夠完善，而且在此只是對國際上的核心期刊做了分析，下一步的研究將進(jìn)一步分析國內(nèi)IPv6的發(fā)展進(jìn)程，并與國外的做一個(gè)全面的分析和對比。

參考文獻(xiàn)

[1] 李衛(wèi)娜.IPv6節(jié)點(diǎn)地址的分配模式研究與管理實(shí)現(xiàn)[D].北京：北京交通大學(xué)，2011.

LI Weina. Research and management implementation of IPv6 node address assignment mode [D]. Beijing： Beijing Jiaotong University， 2011.

[2] 黃研.基于CiteSpace的陜南移民研究數(shù)據(jù)可視化計(jì)算分析與應(yīng)用[J].現(xiàn)代電子技術(shù)，2016，39（18）：123?126.

HUANG Yan. CiteSpace?based visualization analysis of Southern Shaanxi immigration date and its application [J]. Modern electronics technique， 2016， 39（18）： 123?126.

[3] 傅柱，王曰芬，陳必坤.國內(nèi)外知識(shí)流研究熱點(diǎn)：基于詞頻的統(tǒng)計(jì)分析[J].圖書館學(xué)研究，2016（14）：2?12.

FU Zhu， WANG Yuefen， CHEN Bikun. Research hotspot of knowledge flow at home and abroad： statistical analysis based on word frequency [J]. Researches on library science， 2016（14）： 2?12.

[4] 儲(chǔ)節(jié)旺，錢倩.基于詞頻分析的近10年知識(shí)管理的研究熱點(diǎn)及研究方法[J].情報(bào)科學(xué)，2014，32（10）：156?160.

CHU Jiewang， QIAN Qian. Analysis of research focus and research methods in the field of knowledge management during the past decade [J]. Information Science， 2014， 32（10）： 156?160.

[5] CHEN C. CiteSpace II： detecting and visualizing emerging trends and transient patterns in scientific literature [J]. Journal of the American Society for Information Science & Technology， 2014， 57（3）： 359?377.

[6] 趙建保.CiteSpace可視化流程與分析范式研究[J].知識(shí)經(jīng)濟(jì)，2014（16）：105?107.

ZHAO Jianbao. Research on CiteSpace visualization flow and analysis paradigm [J]. Knowledge economy， 2014（16）： 105?107.

[7] 王穎純，岳磊，康在龍，等.基于詞頻統(tǒng)計(jì)分析方法的SaaS國內(nèi)研究熱點(diǎn)分析[J].情報(bào)雜志，2012，31（7）：44?48.

WANG Yingchun， YUE Lei， KANG Zailong， et al. Research of hotspot of SaaS theory based on word frequency statistics analysis [J]. Journal of intelligence， 2012， 31（7）： 44?48.

[8] 曹潔.基于CiteSpace的計(jì)算機(jī)網(wǎng)絡(luò)領(lǐng)域可視化分析[J].電腦知識(shí)與技術(shù)，2015，11（32）：156?158.

CAO Jie. Analysis of computer network based on CiteSpace [J]. Computer knowledge and technology， 2015， 11（32）： 156?158.

[9] 吳彬彬，王京，宋海濤.基于CiteSpace的復(fù)雜網(wǎng)絡(luò)可視化研究圖譜[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2014，23（2）：7?16.

WU Binbin， WANG Jing， SONG Haitao. Knowledge maps of complex network visualization based on CiteSpace [J]. Computer systems & applications， 2014， 23（2）： 7?16.

[10] 許鑫，馮詩惠.互聯(lián)網(wǎng)金融領(lǐng)域研究熱點(diǎn)與前沿探討：基于CiteSpace的分析[J].華東師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2015，47（2）：133?139.

XU Xin， FENG Shihui. Research hotspot and frontier research in Internet finance field： analysis based on CiteSpace [J]. Journal of East China Normal University （Humanities and Social Sciences）， 2015， 47（2）： 133?139.