陳素芳

摘? 要： 為了研究自復(fù)位結(jié)構(gòu)的發(fā)展現(xiàn)狀和趨勢，從Web of Science數(shù)據(jù)庫核心合集中檢索出自復(fù)位結(jié)構(gòu)相關(guān)的文獻(xiàn)，利用文獻(xiàn)計(jì)量在線分析平臺，采用共詞分析法和計(jì)量分析法對相關(guān)文獻(xiàn)進(jìn)行分析。研究了大數(shù)據(jù)視域下自復(fù)位結(jié)構(gòu)的起源和發(fā)展，對我國學(xué)者在該領(lǐng)域的研究存在的問題提出建議，并對自復(fù)位結(jié)構(gòu)領(lǐng)域未來的發(fā)展趨勢做出預(yù)測。

關(guān)鍵詞： 大數(shù)據(jù); 共詞分析法; 計(jì)量分析法; 自復(fù)位結(jié)構(gòu); 趨勢

中圖分類號：TP391? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ?文章編號：1006-8228（2020）10-15-04

Abstract： To study the present development and tendency， literatures related to self-centering structure are retrieved from the core collection of Web of Science database， and the literatures are analyzed by using the online analysis platform of literature as well as the word segmentation method and quantitative analysis. The origin and development of the research field of self-centering structure in the view of big data are studied， suggestions on the problems in the researches of domestic scholars in this field are put forward， and the future tendency of this field is predicted.

Key words： big data; word segmentation method; quantitative analysis; self-centering structure; tendency

0 引言

移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、社交網(wǎng)絡(luò)、數(shù)字家庭、電子商務(wù)等是新一代信息技術(shù)的應(yīng)用形態(tài)，這些應(yīng)用不斷產(chǎn)生大數(shù)據(jù)。有人把數(shù)據(jù)比喻為蘊(yùn)藏能量的煤礦，但釋放這種能量，需要嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)治理、富有洞見的數(shù)據(jù)分析和激發(fā)管理創(chuàng)新的環(huán)境。

在大數(shù)據(jù)時(shí)代，可通過實(shí)時(shí)監(jiān)測、跟蹤研究對象在互聯(lián)網(wǎng)上產(chǎn)生的海量行為數(shù)據(jù)，進(jìn)行挖掘分析，揭示出規(guī)律性的東西，提出研究結(jié)論和對策。在科研領(lǐng)域也不例外，國內(nèi)外學(xué)者的研究成果正呈現(xiàn)指數(shù)級增長，篩選有益科研成果，掌握科研領(lǐng)域的前沿動態(tài)，了解科研領(lǐng)域的熱點(diǎn)問題，是非常必要的[1]。

在建筑工程中，自復(fù)位結(jié)構(gòu)[2]具有超強(qiáng)的自復(fù)位能力，在震后可以快速恢復(fù)結(jié)構(gòu)功能，且耗能元件可以耗散能量并保護(hù)主體結(jié)構(gòu)免受塑性損傷，因此，該結(jié)構(gòu)具有卓越的抗震性能，越來越受到國內(nèi)外學(xué)者的關(guān)注。為了闡述自復(fù)位結(jié)構(gòu)近年來的研究進(jìn)展和應(yīng)用情況，以及未來發(fā)展趨勢，本文利用文獻(xiàn)計(jì)量學(xué)[3]的方法，借助相關(guān)數(shù)據(jù)處理平臺，對從1960年到目前（2020年5月31日）止，近60年來發(fā)表各類文獻(xiàn)的文獻(xiàn)總量、合作關(guān)系、文獻(xiàn)和作者影響力、研究熱點(diǎn)、引用關(guān)系等情況進(jìn)行統(tǒng)計(jì)分析，對自復(fù)位結(jié)構(gòu)的研究現(xiàn)狀進(jìn)行梳理、回顧，以期全面展示這一學(xué)術(shù)研究領(lǐng)域的現(xiàn)狀和趨勢。

1 研究方法

1.1 數(shù)據(jù)源

Web of Science是全球最大和最負(fù)盛名的引文數(shù)據(jù)庫之一，涵蓋自然科學(xué)，社會科學(xué)，藝術(shù)和人文科學(xué)領(lǐng)域等六個引文索引，并且總共包含跨越250多個學(xué)科的十億多個可檢索引文。其獨(dú)特之處在于，它對每個研究輸出中的所有元數(shù)據(jù)進(jìn)行索引，包括每個被引用和引用的參考文獻(xiàn)，從而在被索引的研究與更廣泛的學(xué)術(shù)文獻(xiàn)之間建立了聯(lián)系。因此，本文以Web of Science數(shù)據(jù)庫核心合集作為選樣來源，時(shí)間段選擇在1960～2020年，檢索詞為“self-centering”（自復(fù)位），初步檢索得到1778篇文獻(xiàn);然后，進(jìn)一步限定檢索領(lǐng)域?yàn)椤癊ngineering Civil”、“Construction Building Technology”和“Engineering Geological”，得到有效文獻(xiàn)626篇。

1.2 研究方法

本研究主要采用共詞分析法和計(jì)量分析法[4-5]，通過對某一領(lǐng)域研究主題或研究方向的關(guān)鍵詞共同出現(xiàn)在一篇文獻(xiàn)的某一部位的現(xiàn)象進(jìn)行分析，判斷學(xué)科領(lǐng)域關(guān)鍵詞之間的關(guān)系，從而，展現(xiàn)該領(lǐng)域的研究結(jié)構(gòu)。本研究主要基于文獻(xiàn)計(jì)量在線分析平臺[6]，輔助以EXCEL軟件。首先從Web of Science數(shù)據(jù)庫核心合集中將已檢索到的626篇文獻(xiàn)的全紀(jì)錄和引用的參考文獻(xiàn)導(dǎo)出為文本文件。然后從在線分析平臺上傳引文數(shù)據(jù)，對數(shù)據(jù)進(jìn)行在線分析處理，即可獲得可視化的分析結(jié)果。

2 研究結(jié)果

2.1 文獻(xiàn)總量分析

通常情況下，發(fā)表文獻(xiàn)數(shù)量的多少，能夠較為直接地反映出相關(guān)領(lǐng)域和相關(guān)機(jī)構(gòu)的學(xué)者對該領(lǐng)域研究的關(guān)注度變化情況，因此統(tǒng)計(jì)文獻(xiàn)數(shù)量對掌握學(xué)科發(fā)展和學(xué)術(shù)研究提供了參考。對所有文獻(xiàn)按年份統(tǒng)計(jì)得到的年度分布趨勢如圖1（a）所示，進(jìn)一步按國家統(tǒng)計(jì)得到的文獻(xiàn)，發(fā)表數(shù)量最多的若干國家如圖1（b）所示。從圖1（a）可以看出，在2000年之前，自復(fù)位結(jié)構(gòu)的文獻(xiàn)數(shù)量非常少;在2000年～2010年間，文獻(xiàn)數(shù)量緩慢增加，表明該類結(jié)構(gòu)開始得到越來越多的關(guān)注;從2010年至今文獻(xiàn)數(shù)量急劇增加，2020年只統(tǒng)計(jì)了前5個月的文獻(xiàn)數(shù)量，但已達(dá)2016年全年的文獻(xiàn)數(shù)量，這表明自復(fù)位結(jié)構(gòu)的研究和應(yīng)用正成為熱點(diǎn)，得到了大量學(xué)者的重視。從圖1（b）可以看出，中國發(fā)表文獻(xiàn)數(shù)量266篇（比例約42%），美國發(fā)表文獻(xiàn)數(shù)量204篇（比例約33%），遠(yuǎn)遠(yuǎn)多于其他國家。另外，美國、加拿大、新西蘭、日本和意大利地震多發(fā)，是傳統(tǒng)抗震大國，關(guān)于自復(fù)位結(jié)構(gòu)的相關(guān)研究較為穩(wěn)定發(fā)展，文獻(xiàn)數(shù)量在不同時(shí)間段的分布較為均勻。由此可以明顯地看出，我國的文獻(xiàn)數(shù)量在2005年之前幾乎為0，在2006年～2010年之間開始顯著增加，特別是2015年之后的文獻(xiàn)增長數(shù)量更是一舉超越美國，成為文獻(xiàn)數(shù)量最多的國家，分析原因，一方面是由于我國2008年的汶川地震造成人民生命和財(cái)產(chǎn)的巨大損失，使我國抗震技術(shù)發(fā)展特別是自復(fù)位結(jié)構(gòu)得到了足夠重視，另一方面是我國近些年的綜合國力得到大副提升，抗震水平也得到大幅提升。

2.2 合作關(guān)系分析

對所有文獻(xiàn)中的作者所屬國家進(jìn)行分析，按不同國家作者共同和單獨(dú)發(fā)表文獻(xiàn)數(shù)量匯總，得到文獻(xiàn)數(shù)量較多的主要國家合作關(guān)系，如圖2所示，條帶寬度越大，表示合作文獻(xiàn)數(shù)量越多。從圖2可以看出，中國和美國作為發(fā)表文獻(xiàn)數(shù)量最多的兩個國家，共同發(fā)表文獻(xiàn)數(shù)量非常多，表明合作關(guān)系非常緊密;除了美國之外，中國與日本、澳大利亞和加拿大也有一定的合作關(guān)系;美國與其他國家的合作非常多，歐洲國家的相互合作關(guān)系也非常緊密。綜合來看，我國與其他國家的合作研究占據(jù)著非常高的比例，這對促進(jìn)我國和世界的自復(fù)位結(jié)構(gòu)發(fā)展具有非常積極的意義。

2.3 影響力分析

文獻(xiàn)引用頻次是衡量一個機(jī)構(gòu)、期刊或作者的科研文獻(xiàn)被其他機(jī)構(gòu)、期刊或作者認(rèn)可程度的標(biāo)志。表1匯總了總被引次數(shù)最多的十個機(jī)構(gòu)?？梢钥闯?，理海大學(xué)的文獻(xiàn)總被引次數(shù)最高，且平均被引次數(shù)達(dá)31.67次，該機(jī)構(gòu)的文獻(xiàn)數(shù)量和質(zhì)量都很高;普林斯頓大學(xué)文獻(xiàn)總數(shù)僅5篇，但其平均被引次數(shù)高達(dá)43.4次，說明其文獻(xiàn)質(zhì)量非常高;我國大陸地區(qū)的同濟(jì)大學(xué)文獻(xiàn)數(shù)量多達(dá)83篇，但平均被引次數(shù)僅為3.29次，東南大學(xué)文獻(xiàn)數(shù)量多達(dá)64篇，但平均被引次數(shù)僅為3.31次，這表明我國大陸地區(qū)對于自復(fù)位結(jié)構(gòu)的研究已經(jīng)足夠重視且發(fā)表了非常可觀數(shù)量的文獻(xiàn)，但文獻(xiàn)數(shù)量和質(zhì)量嚴(yán)重不成比例，因此，我國的學(xué)者今后應(yīng)該更加注重文獻(xiàn)的質(zhì)量，以切實(shí)提高我國抗震技術(shù)特別是自復(fù)位結(jié)構(gòu)的水平，使其達(dá)到國際領(lǐng)先水平。

表2匯總了總被引次數(shù)最多的十個期刊。其中，Journal of structural engineering-ASCE的文獻(xiàn)總被引次數(shù)和平均被引次數(shù)都最高，平均被引次數(shù)達(dá)53.79次，遠(yuǎn)遠(yuǎn)高于其他期刊，而該期刊的文獻(xiàn)數(shù)量僅為14篇，這表明該期刊非常注重文獻(xiàn)質(zhì)量;從我國大陸地區(qū)的期刊被引次數(shù)排名看，與文獻(xiàn)產(chǎn)出數(shù)量很不成比例。

2.4 關(guān)鍵詞分析

為了掌握自復(fù)位結(jié)構(gòu)研究領(lǐng)域的發(fā)展趨勢，對所有文獻(xiàn)中出現(xiàn)的主要關(guān)鍵詞進(jìn)行了分析，并匯總出了關(guān)鍵詞頻數(shù)，如圖3所示?？梢钥吹?，在2004年之前，關(guān)鍵詞頻數(shù)很低，在2005～2013年，主要關(guān)鍵詞頻數(shù)開始穩(wěn)步增加，其中關(guān)鍵詞“self-centering”每年出現(xiàn)的次數(shù)最多;在2014～2019年，主要關(guān)鍵詞頻數(shù)開始急劇增加，其中關(guān)鍵詞“self-centering”每年出現(xiàn)的次數(shù)最多，其次為關(guān)鍵詞“energy dissipation”（耗能），說明學(xué)者們開始更加重視自復(fù)位結(jié)構(gòu)的耗能能力，特別是在2017～2019年，關(guān)鍵詞“shape memory alloy”（形狀記憶合金）也出現(xiàn)較高的頻數(shù)，查閱“形狀記憶合金”的相關(guān)文獻(xiàn)可知，這是由于形狀記憶合金的偽彈性性能和動阻尼特性，可被用于被動控制結(jié)構(gòu)的地震響應(yīng)，具有優(yōu)良的耗能性能，因此越來越受到重視。2020年只統(tǒng)計(jì)了前6個月的文獻(xiàn)，但是關(guān)鍵詞頻數(shù)分布接近于2015年全年，這表明近年來自復(fù)位結(jié)構(gòu)的相關(guān)研究越來越多。

2.5 引用關(guān)系分析

為了全面掌握自復(fù)位結(jié)構(gòu)領(lǐng)域相關(guān)研究的起源、發(fā)展現(xiàn)狀和未來趨勢，對所有文獻(xiàn)中的參考文獻(xiàn)引用關(guān)系進(jìn)行分析，得到時(shí)序圖如圖4所示。可以看到，自復(fù)位結(jié)構(gòu)研究的源頭主要是由作者El-Sheikh， MT（1999年）、Filiatrault， A（2000年）、Kurama， YC（2000年）和Ricles， JM（2001年）發(fā)表的四篇文獻(xiàn)，這四篇文獻(xiàn)分別對不同類型的自復(fù)位結(jié)構(gòu)（鋼框架結(jié)構(gòu)、混凝土框架結(jié)構(gòu)和混凝土剪力墻結(jié)構(gòu)）進(jìn)行了抗震性能研究，重點(diǎn)是受力機(jī)理上的探索。而后學(xué)者對這幾種結(jié)構(gòu)進(jìn)行了深入研究，分別創(chuàng)新了不同形式的搖擺自復(fù)位結(jié)構(gòu)（如Khoo， HH（2012年））和耗能連接單元（如Roh， H（2010年）），并提出各種設(shè)計(jì)方法（如Garlock， MM（2007年））。近年，開始研究自復(fù)位結(jié)構(gòu)的抗倒塌性能（如Lu， XZ（2019年）和Wu， H（2019年））和應(yīng)用于實(shí)際工程的抗震設(shè)計(jì)方法（如Hashemi， A（2020年）和Dong， HH（2020年））。這表明，經(jīng)過近二十年對自復(fù)位結(jié)構(gòu)的相關(guān)研究，技術(shù)已日漸成熟，目前學(xué)者更加注重其工程應(yīng)用方面的研究。

3 結(jié)論

本文采用共詞分析法和計(jì)量分析法，分析文獻(xiàn)大數(shù)據(jù)，找到自復(fù)位結(jié)構(gòu)研究領(lǐng)域的起源、發(fā)展和今后趨勢。主要結(jié)論如下。

⑴ 自復(fù)位結(jié)構(gòu)得到越來越多的學(xué)者關(guān)注，從2010年至今文獻(xiàn)數(shù)量急劇增加。我國和其他國家和地區(qū)關(guān)于自復(fù)位結(jié)構(gòu)研究領(lǐng)域的合作關(guān)系非常緊密，這對促進(jìn)我國和世界的自復(fù)位結(jié)構(gòu)發(fā)展具有非常積極的意義。

⑵ 理海大學(xué)關(guān)于自復(fù)位結(jié)構(gòu)的文獻(xiàn)數(shù)量和質(zhì)量都較高，我國大陸地區(qū)對于自復(fù)位結(jié)構(gòu)的研究已經(jīng)足夠重視，且發(fā)表了非?？捎^數(shù)量的文獻(xiàn)，但我國的科技工作者應(yīng)該更加注重文獻(xiàn)的質(zhì)量;中國應(yīng)該更加重視打造中國國內(nèi)的高水平期刊，激勵廣大科技工作者把論文寫在祖國的大地上，把科技成果應(yīng)用在實(shí)現(xiàn)現(xiàn)代化的偉大事業(yè)中。

⑶ 近年來學(xué)者更加重視自復(fù)位結(jié)構(gòu)的耗能能力，自復(fù)位結(jié)構(gòu)的相關(guān)研究已日漸成熟，今后學(xué)者會更加注重其在實(shí)際工程應(yīng)用方面的研究。

參考文獻(xiàn)（References）：

[1] 孟雪井，沈淑，趙新泉.大數(shù)據(jù)文獻(xiàn)研究的可視化比較與分析[J].統(tǒng)計(jì)與決策，2017.474（6）：80-83

[2] Xu Gang， Li Aiqun. Seismic performance and design approach of unbonded post-tensioned precast sandwich wall structures with friction devices[J].Engineering Structures，2020.204（1）：1-14

[3] 錢心緣.國內(nèi)外大數(shù)據(jù)研究進(jìn)展——從文獻(xiàn)計(jì)量學(xué)角度分析[J].中國科技信息，2013.100（19）：85-87

[4] 崔曉鸞，趙可云.大數(shù)據(jù)在教育領(lǐng)域的研究熱點(diǎn)及發(fā)展趨勢——基于共詞分析的可視化研究[J]. 現(xiàn)代遠(yuǎn)距離教育，2016.166（4）：79-85

[5] 儲節(jié)旺，郭春俠.共詞分析法的基本原理及EXCEL實(shí)現(xiàn)[J].情報(bào)科學(xué)，2011.29（6）：931-934

[6] 文獻(xiàn)計(jì)量在線分析平臺[EB/OL].https：//bibliometric.com，2013.