王燕平（河南理工大學(xué)圖書館）

1 引言

信息環(huán)境下，龐大的信息量使人們處理和理解信息的難度日益增加。為了探索抽象信息之間的復(fù)雜關(guān)系，經(jīng)常需要對大量的信息進行分析、歸納，并從大量雜亂無序的信息中發(fā)現(xiàn)隱藏在其中的本質(zhì)特征和規(guī)律。因此，結(jié)合數(shù)據(jù)挖掘、圖像技術(shù)、圖形學(xué)等諸多學(xué)科理論和方法的可視化技術(shù)便出現(xiàn)了。1989年，Robertson等在《用于交互性用戶界面的認知協(xié)處理器》一文中首次提出了“信息可視化”這個概念［1］。此后信息可視化作為一個學(xué)科逐漸成長起來。關(guān)于可視化的概念、定義、內(nèi)涵非常之多，筆者認為張聰和張慧的定義比較全面，其認為可視化（Visualization）是將大量的數(shù)據(jù)、信息和知識轉(zhuǎn)化為人類的一種視覺形式，充分利用人類對可視化模式（圖形、圖像等）快速識別的自然能力及有效的可視界面來觀察、操縱、研究、分析、過濾、發(fā)現(xiàn)和理解大規(guī)模數(shù)據(jù)，并與之交互，從而可以直觀、形象地表現(xiàn)、解釋、分析、模擬、發(fā)現(xiàn)或揭示隱藏在數(shù)據(jù)內(nèi)部的特征和規(guī)律，提高人類對事物的觀察、記憶和理解能力及整體概念的形成［2］?？梢暬夹g(shù)包括科學(xué)計算可視化、數(shù)據(jù)可視化、信息可視化、知識可視化、知識域可視化等［3］，其中知識域可視化最終呈現(xiàn)的圖形被陳悅和劉則淵稱為“知識圖譜”［4］。

可視化一經(jīng)提出就被廣泛應(yīng)用于金融、網(wǎng)絡(luò)通信、商業(yè)信息、氣象、科學(xué)計量等各個學(xué)科領(lǐng)域，其中圖書情報是重要的應(yīng)用領(lǐng)域之一。因為可視化的理論、技術(shù)和方法可以優(yōu)化信息組織與檢索，提高信息獲取效率，提供新的信息分析方法和工具，可視化通過各種視覺表征促進用戶對知識的理解，進而促進知識的傳播、利用和創(chuàng)新。所以圖情領(lǐng)域的可視化研究較早就受到關(guān)注，并在近年來不斷得到發(fā)展深化，成為圖情領(lǐng)域的熱點問題。1998年，張進與陳遠對情報檢索可視化過程中信息節(jié)點的歧義性問題進行了討論［5］，一般被認為是我國圖情領(lǐng)域可視化研究的開端；2013年邱均平等總結(jié)了國外圖書情報領(lǐng)域可視化研究，認為圖書情報領(lǐng)域可視化研究有向計算機技術(shù)化方向發(fā)展的態(tài)勢［6］；2014年邱均平等分析了我國圖書情報領(lǐng)域可視化的主要研究維度、研究熱點及其演化以及創(chuàng)新途徑［7］；2017年張長魯?shù)葘ξ覈畔⒖梢暬难芯垦葸M及發(fā)展趨勢進行了系統(tǒng)總結(jié)和歸納［8］。

目前，國內(nèi)外圖情領(lǐng)域可視化研究從理論、方法、技術(shù)、工具和應(yīng)用層面進行了不同程度的探討，對可視化研究的主題內(nèi)容、主題演化作國內(nèi)外對比研究的很少。為了更全面地了解國內(nèi)外圖情領(lǐng)域可視化研究的主題、發(fā)展和研究力量等，筆者將采用定性和定量相結(jié)合的分析方法，運用文獻計量和可視化圖譜等手段對國內(nèi)外圖情領(lǐng)域可視化研究文獻進行對比分析，以期從研究主題、發(fā)展階段和研究力量等多視角尋找國內(nèi)外圖情領(lǐng)域可視化研究的差異，為我國圖情領(lǐng)域可視化研究的理論和應(yīng)用發(fā)展提供參考與借鑒。

2 數(shù)據(jù)來源與研究方法

為了保證數(shù)據(jù)的代表性與權(quán)威性，本文選擇社會科學(xué)引文索引（SSCI）、中文社會科學(xué)引文索引（CSSCI）數(shù)據(jù)庫為來源數(shù)據(jù)庫進行檢索。在CSSCI中以“可視化”為主題詞進行檢索，學(xué)科領(lǐng)域限制在“圖書情報與數(shù)字圖書館”。在SSCI中以“visual”為主題詞進行檢索，學(xué)科限定在“Information Science Library Science”類別，文獻類型選擇“Article”“Proceedings paper”，出版年選擇1998—2019年，檢索日期為2019年7月8日。通過對檢索到的數(shù)據(jù)進行清洗，得到SSCI收錄的論文899篇，CSSCI收錄的論文1,364篇。采用文獻計量和可視化方法對數(shù)據(jù)進行計量及可視化分析，利用NoteExpress、UCINET、NetDraw、CiteSpace等工具對檢索到的論文的時間分布、高被引論文、高頻關(guān)鍵詞、核心作者、作者合著等進行定量統(tǒng)計與定性分析，并對國內(nèi)外研究發(fā)展現(xiàn)狀作比較，總結(jié)國內(nèi)外發(fā)展異同，探討未來研究中值得重點關(guān)注和拓展的領(lǐng)域。

3 結(jié)果與分析

3.1 圖情領(lǐng)域可視化研究的時間分布

學(xué)術(shù)論文數(shù)量的時序變化是衡量某領(lǐng)域發(fā)展的重要指標(biāo)，反映該領(lǐng)域研究發(fā)展的階段、趨勢和動態(tài)等，圖1顯示了1998—2019年間SSCI和CSSCI收錄的可視化研究論文的年份分布（2019年數(shù)據(jù)不完整）。

如圖1所示，國外圖情領(lǐng)域可視化研究一直處于逐步緩慢上升的趨勢，到2007年達到第一個發(fā)展高峰，2007—2014年處于平穩(wěn)發(fā)展階段，2014年達到第二個高峰，之后又進入第二個平穩(wěn)發(fā)展階段，其年載文量分布曲線波動幅度較小。和國外相比，國內(nèi)在該領(lǐng)域研究上升趨勢更加明顯，2007年以前可以看作是一個初步發(fā)展階段，2007—2014年是迅猛發(fā)展階段，2014年國內(nèi)與國外研究同時達到一個高潮，2014年之后國內(nèi)研究也進入平穩(wěn)發(fā)展階段，其年載文量分布曲線波動不大。綜上所述，國內(nèi)外圖情領(lǐng)域可視化研究發(fā)展階段和趨勢基本保持一致，總體都呈上升趨勢。大體都可分為三個發(fā)展階段：2007年之前為初步發(fā)展階段，2007—2014年為緩慢上升發(fā)展階段，2014年之后為平穩(wěn)發(fā)展階段。

圖1 SSCI和CSSCI圖情領(lǐng)域可視化研究論文數(shù)量的年份分布曲線

3.2 圖情領(lǐng)域可視化研究內(nèi)容分布

3.2.1 圖情領(lǐng)域可視化研究高被引論文分析

高被引論文具有較高的學(xué)術(shù)參考價值，反映該領(lǐng)域?qū)W者們重點關(guān)注的內(nèi)容及研究熱點。通過對SSCI中圖情領(lǐng)域可視化研究的高被引論文進行統(tǒng)計，得出被引次數(shù)前五名論文的情況（見表1）。

表1 SSCI中被引次數(shù)前五名的圖情領(lǐng)域可視化研究論文

Eck等開發(fā)了用于構(gòu)建和查看文獻計量地圖的免費軟件VOSviewer，并利用該軟件構(gòu)建并展示了一個由5,000種主要科學(xué)期刊組成的共引圖，展示了VOSviewer處理大型文獻計量地圖的能力［9］。Essen等描述并舉例介紹了一款用于大腦皮層表面分析可視化的集成軟件，該軟件具有從數(shù)據(jù)庫中高效插入、搜索和提取曲面和體積數(shù)據(jù)并可視化顯示的功能［10］。Chen（陳超美）利用軟件CiteSpace II對科學(xué)文獻中出現(xiàn)的新興趨勢和瞬態(tài)模式進行探測和可視化，設(shè)計并實現(xiàn)了集群視圖和時區(qū)視圖這兩種互補的可視化視圖，并利用CiteSpace II對“大滅絕”和“恐怖主義”兩個研究領(lǐng)域的文獻進行建模與可視化案例分析［11］。Porter等通過建立文獻計量指標(biāo)以及利用新的跨學(xué)科指數(shù)、文獻計量可視化方法調(diào)查了1975年至2005年間六個研究領(lǐng)域的跨學(xué)科程度是如何變化的［12］。Cobo等對可視化軟件工具、文獻計量技術(shù)進行回顧、分析比較［13］。對CSSCI中圖情領(lǐng)域可視化研究的高被引論文進行統(tǒng)計，得出被引次數(shù)前五名論文的情況（見表2）。

表2 CSSCI中被引次數(shù)前五名的圖情領(lǐng)域可視化研究論文

秦長江等概述了知識圖譜的概念、主要應(yīng)用領(lǐng)域、關(guān)鍵技術(shù)、相關(guān)軟件、發(fā)展歷史以及國內(nèi)外最新研究進展［14］。趙蓉英等利用CiteSpace II對Web of knowledge收錄的文獻題錄進行文獻共引分析和聚類分析，繪制出文獻計量學(xué)研究發(fā)展演進的知識圖譜，揭示了該領(lǐng)域的代表人物、代表文獻、熱點領(lǐng)域和發(fā)展趨勢［15］。邱均平等利用CiteSpace II工具對SCI和SSCI收錄的13種外文期刊進行高影響力作者、高頻關(guān)鍵詞以及突變專業(yè)術(shù)語分析，揭示出國際范圍內(nèi)圖書情報學(xué)領(lǐng)域的研究熱點和前沿［16］。胡澤文等對國內(nèi)248篇知識圖譜研究文獻進行內(nèi)容分析，得出國內(nèi)知識圖譜在情報學(xué)領(lǐng)域及其子領(lǐng)域以及其他學(xué)科領(lǐng)域的應(yīng)用狀況［17］。趙蓉英等利用CiteSpaceⅡ軟件對Web of Science數(shù)據(jù)庫中有關(guān)圖書館主題文獻的相關(guān)引文、主題詞進行分析和處理，揭示出圖書館學(xué)的重要研究力量、研究前沿和熱點［18］。

通過對國內(nèi)外圖情領(lǐng)域可視化研究高影響力論文的內(nèi)容進行分析，發(fā)現(xiàn)國外研究主要集中于對可視化工具、方法以及對這些工具、方法所進行的可行性論證。國內(nèi)研究主要是對知識圖譜基礎(chǔ)理論、相關(guān)軟件和應(yīng)用概況的介紹。研究結(jié)果表明，國內(nèi)研究的重點主要是對可視化工具的具體應(yīng)用，尤其突出的是對知識圖譜及繪制知識圖譜的工具CiteSpace的應(yīng)用，國內(nèi)缺乏本土可視化軟件工具的開發(fā)；國外早期發(fā)表的文獻被引次數(shù)相對較高，高被引論文分布從2001年到2011年，而國內(nèi)相對發(fā)表較晚的文獻被引次數(shù)較高，高被引論文分布從2009年到2013年。

3.2.2 圖情領(lǐng)域可視化研究主題分布

關(guān)鍵詞表達了論文的研究主題，是論文的核心與精髓?？赏ㄟ^繪制高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，利用關(guān)鍵詞之間的緊密程度分析圖情領(lǐng)域可視化研究的主題。對SSCI中899篇論文的關(guān)鍵詞進行統(tǒng)計，得到關(guān)鍵詞3,444個；對CSSCI中1,364篇論文的關(guān)鍵詞進行統(tǒng)計，得到關(guān)鍵詞2,318個。分別對國內(nèi)外研究的高頻關(guān)鍵詞按頻次排序，將頻次前100的關(guān)鍵詞利用NoteExpress生成高頻關(guān)鍵詞矩陣并導(dǎo)入UCINET6，再利用可視化工具NetDraw分別繪制SSCI和CSSCI收錄的可視化研究論文的高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)。由SSCI收錄的可視化研究論文的高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)得知：Visualization、Science、Information Visualization、Networks是國外圖情領(lǐng)域可視化研究的核心關(guān)鍵詞，這幾個關(guān)鍵詞與其他關(guān)鍵詞的聯(lián)系最為緊密；Model、Information、Web、Design、Knowledge、Bibliometrics、System、GIS、Bibliometric Analysis、Management、Patterns、Co-word analysis等關(guān)鍵詞是該領(lǐng)域較為重要的關(guān)鍵詞，與其他關(guān)鍵詞有比較強的聯(lián)系。這說明國外圖情領(lǐng)域可視化研究集中于信息可視化、可視化模型、模式設(shè)計、文獻計量可視化分析、共詞分析、GIS等。

由CSSCI收錄的圖情領(lǐng)域可視化研究論文的高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)（見圖2）可知，國內(nèi)圖情領(lǐng)域可視化研究最核心的關(guān)鍵詞是可視化、知識圖譜、可視化分析、研究熱點、信息可視化、CiteSpace、共詞分析；與核心節(jié)點密切聯(lián)系的次重要節(jié)點包括：文獻計量、大數(shù)據(jù)、社會網(wǎng)絡(luò)分析、研究前沿、數(shù)字圖書館、引文分析、情報學(xué)、科學(xué)知識圖譜、信息檢索、本體。說明國內(nèi)圖情領(lǐng)域可視化的主要研究內(nèi)容是信息可視化，對信息檢索結(jié)果特別是文獻的可視化分析，如對某學(xué)科領(lǐng)域研究熱點與前沿可視化分析，以及共詞分析、社會網(wǎng)絡(luò)分析和引文分析等，利用最多的可視化軟件是CiteSpace。

圖2 CSSCI收錄的圖情領(lǐng)域可視化研究論文的高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)

通過以上對國內(nèi)外研究關(guān)鍵詞共現(xiàn)的比較分析，發(fā)現(xiàn)國外該領(lǐng)域研究關(guān)鍵詞總量多，核心關(guān)鍵詞少，研究主題分布范圍廣；國內(nèi)研究的關(guān)鍵詞總量少，核心關(guān)鍵詞多，研究主題更加集中。國內(nèi)外在圖情領(lǐng)域可視化研究主題內(nèi)容的共同點是都關(guān)注文獻計量可視化分析。不同點是國外圖情領(lǐng)域更重視可視化理論、方法的研究，如構(gòu)建可視化模型、可視化模式設(shè)計；國內(nèi)在該領(lǐng)域更重視對可視化理論、方法、工具的具體應(yīng)用，如利用知識圖譜對某學(xué)科前沿、熱點進行分析，尤其是對可視化軟件CiteSpace的利用。

3.2.3 圖情領(lǐng)域可視化研究主題演化

利用CiteSpace的時間軸聚類功能，對國內(nèi)外圖情領(lǐng)域可視化研究的關(guān)鍵詞進行時間軸聚類分析。從CiteSpace關(guān)鍵詞時間軸聚類可以看出國外該領(lǐng)域研究從時間演變上形成了8個大的聚類，其標(biāo)簽分別為：#0 public health domain、#1 knowledge management research、#2 sequence analysis、#3 semantic mapping、#4 citation analysis、#5 mathematical model、#6 emergent theme、#7 scientific institution。第一個大的聚類是關(guān)于公共健康衛(wèi)生領(lǐng)域數(shù)據(jù)的可視化研究，時間上從2001年到2019年，貫穿整個研究時間段。第二個聚類是關(guān)于知識管理可視化研究，時間集中于2002年到2017年。第三個聚類是關(guān)于對數(shù)據(jù)的序列分析，第四個聚類是對數(shù)據(jù)進行語義映射，這兩個聚類都是數(shù)據(jù)可視化的理論、方法研究，時間集中于2002年到2018年。第五個聚類是關(guān)于文獻計量的引文分析，主要關(guān)注可視化理論、軟件等應(yīng)用，時間集中在2007年到2018年。第六個聚類是通過數(shù)學(xué)模型對數(shù)據(jù)進行可視化研究，屬于可視化方法研究，時間集中在2003年到2017年。第七個聚類是通過可視化對某學(xué)科新興主題的探究，也屬于對可視化方法、軟件的具體應(yīng)用，時間集中于2007年到2016年。第八個聚類是研究機構(gòu)的可視化分析，包括研究機構(gòu)空間分布的可視化，大學(xué)排名可視化等，時間也是從2001年到2019年，貫穿了整個研究時間段。

結(jié)合8個聚類出現(xiàn)的時間順序以及前面分析的不同年份研究論文的發(fā)文量，可以將國外圖情領(lǐng)域可視化研究劃分為三個發(fā)展階段。①從2001年到2007年，是國外圖情領(lǐng)域可視化研究的初步發(fā)展階段，研究集中于圖情領(lǐng)域數(shù)據(jù)可視化理論、方法、技術(shù)分析，包括信息檢索可視化、網(wǎng)絡(luò)信息可視化等。②從2007年到2014年，是國外圖情領(lǐng)域可視化研究較快發(fā)展階段，研究集中在可視化理論與技術(shù)進一步發(fā)展，大量的可視化軟件被開發(fā)，同時利用這些可視化軟件對圖情領(lǐng)域的數(shù)據(jù)進行可視化分析。③2014年至今是國外圖情領(lǐng)域可視化研究的平穩(wěn)發(fā)展階段，可視化研究對象的范圍進一步擴大，除了通過文獻計量可視化分析學(xué)科前沿、趨勢等，還包括對各類型大數(shù)據(jù)進行可視化分析。

從CiteSpace關(guān)鍵詞時間軸聚類可看出國內(nèi)該領(lǐng)域研究從時間演變上形成了9個大的聚類，其標(biāo)簽分別為：#0可視化、#1科學(xué)計量學(xué)、#2 citespace、#3 aquabrowser library、#4數(shù)據(jù)挖掘、#5社會網(wǎng)絡(luò)、#6社會網(wǎng)絡(luò)分析、#7數(shù)字人文、#8數(shù)字資源整合。第一個聚類是內(nèi)容最多的聚類，體現(xiàn)整個圖情領(lǐng)域可視化研究演化過程，包括可視化檢索技術(shù)、知識可視化方法、文獻計量結(jié)果可視化分析、對各學(xué)科前沿?zé)狳c可視化分析，在時間上基本貫穿整個研究的始終。第二個聚類是通過可視化方法對科學(xué)計量學(xué)中的數(shù)據(jù)進行分析，包括對不同學(xué)科主題進行比較研究，學(xué)科內(nèi)容演化等，時間集中于2006年到2017年。第三個聚類是利用CiteSpace軟件對不同學(xué)科文獻計量結(jié)果的可視化分析，得出不同學(xué)科研究的人物、機構(gòu)、主題內(nèi)容、發(fā)展趨勢等，時間集中于2009年到2019年。第四個聚類是屬于可視化檢索范疇，包括地理信息系統(tǒng)、可視化人機交互檢索等，其中AquaBrowser Library是荷蘭Medialab Solutions公司推出的具有信息可視化功能的OPAC系統(tǒng)［19］，通過自由文本信息檢索技術(shù)、視覺關(guān)聯(lián)搜索和分面類別導(dǎo)航的組合來提供書目信息檢索服務(wù)，幫助用戶發(fā)現(xiàn)書目信息所揭示的概念、學(xué)科以及領(lǐng)域之間的內(nèi)在聯(lián)系［20］，時間集中在2003年到2014年。第五、六、七個聚類屬于可視化技術(shù)、軟件應(yīng)用范疇，包括通過共詞分析、詞頻統(tǒng)計、數(shù)據(jù)挖掘形成可視化圖譜，揭示學(xué)科主題演化，通過可視化社會網(wǎng)絡(luò)分析揭示不同領(lǐng)域研究作者關(guān)系，時間集中在2007年到2018年。第八、第九個聚類產(chǎn)生時間較晚，屬于圖情領(lǐng)域可視化的最新研究，隨著可視化技術(shù)、方法的發(fā)展，可視化研究對象進一步擴大，可視化技術(shù)和最新的學(xué)術(shù)熱點結(jié)合，包括跨學(xué)科數(shù)字資源整合的可視化，公共數(shù)字文化資源、開放數(shù)據(jù)的可視化研究，以及大數(shù)據(jù)、數(shù)字人文、創(chuàng)客教育等學(xué)術(shù)熱點結(jié)合的可視化研究，時間集中在2012年到2018年。

結(jié)合9個聚類出現(xiàn)的時間順序和前面分析的不同年份研究論文的發(fā)文量，可以將國內(nèi)圖情領(lǐng)域可視化研究劃分為三個發(fā)展階段。①2007年之前，是可視化概念引入、可視化理論、方法初步發(fā)展階段，主要研究內(nèi)容偏重信息檢索可視化，包括視覺設(shè)計、人機交互可視化檢索等。②從2007年到2014年，是國內(nèi)圖情領(lǐng)域可視化研究高速發(fā)展階段，主要研究集中在利用軟件進行文獻計量可視化分析，揭示不同學(xué)科的研究熱點、主題演化、研究人物、研究機構(gòu)等，重點是對CiteSpace的利用。③2014年至今，是國內(nèi)圖情領(lǐng)域可視化研究的平穩(wěn)發(fā)展階段，內(nèi)容主要是圖情領(lǐng)域可視化技術(shù)、方法進一步發(fā)展，可視化研究對象擴大，可視化技術(shù)和最新的學(xué)術(shù)熱點結(jié)合，如與大數(shù)據(jù)、數(shù)字人文、創(chuàng)客教育等學(xué)術(shù)熱點結(jié)合的可視化研究。

通過對國內(nèi)外圖情領(lǐng)域可視化研究主題演化的比較分析，可以看出國內(nèi)外該領(lǐng)域研究發(fā)展趨勢基本一致，國外更重視可視化方法、技術(shù)研究，如可視化模型、可視化軟件比較等，國內(nèi)該領(lǐng)域研究和國外相比上升趨勢更加明顯，但國內(nèi)更關(guān)注對可視化軟件的應(yīng)用，尤其是對國外可視化軟件CiteSpace的應(yīng)用，與國外相比，國內(nèi)明顯缺乏本土可視化軟件的開發(fā)和推廣。在可視化研究對象上，國外圖情領(lǐng)域很關(guān)注公共健康衛(wèi)生數(shù)據(jù)的可視化研究，而國內(nèi)主要關(guān)注圖情學(xué)科相關(guān)學(xué)科的可視化，以及可視化技術(shù)和最新的學(xué)術(shù)熱點結(jié)合的可視化研究。

3.3 圖情領(lǐng)域可視化研究作者分析

在SSCI中共檢索到圖情領(lǐng)域可視化研究的作者2,285位，發(fā)表論文數(shù)量最多的作者發(fā)表論文數(shù)量為24篇。發(fā)表論文10篇以上的作者6人，發(fā)表論文5篇以上的作者35人，發(fā)表論文2篇以上的作者295人，發(fā)表1篇論文的作者1,990人，發(fā)表10篇以上、5篇以上、2篇以上和1篇論文的作者占總作者數(shù)分別為0.3%、2%、13%和87%。在CNKI中共檢索到作者2,201位，發(fā)表論文數(shù)量最多為41篇，這樣的作者共2人。發(fā)表論文10篇以上的作者11人，發(fā)表論文5篇以上的作者56人，發(fā)表論文2篇以上的作者295人，發(fā)表1篇論文的作者1,733人，發(fā)表10篇以上、5篇以上、2篇以上和1篇論文的作者占總作者數(shù)分別為0.5%、3%、21%和79%。統(tǒng)計結(jié)果顯示，國內(nèi)該領(lǐng)域研究的高產(chǎn)作者多于國外，國內(nèi)外發(fā)表1篇論文的作者都大于洛特卡定律60.79%的數(shù)值。這說明國內(nèi)外圖情領(lǐng)域需要更多的在可視化領(lǐng)域深入、持續(xù)研究的作者。

發(fā)文量高的作者不一定是該領(lǐng)域的核心作者，核心作者還應(yīng)該具備較高的學(xué)術(shù)影響力，因此本文取發(fā)文5篇以上、被引頻次前十的作者將其確定為核心作者（見表3）。國外排名第一的是美國德雷克斯大學(xué)的Chen C M（陳超美）研發(fā)了圖情領(lǐng)域著名的可視化軟件CiteSpace，成為該領(lǐng)域?qū)W術(shù)影響力非常高的作者［11］。排名第二和第三的是荷蘭萊頓大學(xué)的Waltman和Van Eck屬于同一個團隊，他們都是從事可視化技術(shù)和軟件開發(fā)研究的學(xué)者，開發(fā)了文獻計量可視化圖譜軟件VOSviewer和文獻引文網(wǎng)絡(luò)可視化軟件工具CitNetExplorer［9,21］。他們的發(fā)文量雖然不高，但平均被引頻次達到205.2和198.6。排名第四的荷蘭阿姆斯特丹大學(xué)的Leydesdorff是發(fā)文量最高的作者，主要研究可視化方法，如對可視化數(shù)據(jù)前期進行對稱共引文矩陣和非對稱引文矩陣處理等［22］。國內(nèi)排名第一和第二的是邱均平和趙蓉英教授，其發(fā)文量和被引頻次都最高，主要研究內(nèi)容包括從文獻計量角度對文獻檢索結(jié)果的可視化分析，探討和圖情領(lǐng)域相關(guān)學(xué)科的發(fā)展趨勢、研究熱點等，以及可視化方法研究［23］。排名第三的是南京農(nóng)業(yè)大學(xué)的侯漢清，主要研究可視化檢索技術(shù)，他利用軟件實現(xiàn)了敘詞表的可視化［24］。

表3 SSCI和CSSCI中圖情領(lǐng)域可視化研究的核心作者

4 結(jié)論

可視化技術(shù)在國內(nèi)外圖情領(lǐng)域也已得到了廣泛應(yīng)用，本研究結(jié)果表明：①國內(nèi)外圖情領(lǐng)域可視化研究都比較關(guān)注文獻計量可視化分析。不同點是國外圖情領(lǐng)域更重視可視化理論、方法的研究；國內(nèi)在該領(lǐng)域更重視對可視化理論、方法、工具的具體應(yīng)用。②與國外相比，國內(nèi)明顯缺乏本土可視化軟件的開發(fā)和推廣，這可能是我國圖情領(lǐng)域可視化研究發(fā)展?jié)撛诘碾[患。一旦國外收回軟件的使用權(quán)，我國很多研究將難以為繼。因此相關(guān)職能部門應(yīng)提供更多政策支持，促進我國本土可視化軟件的開發(fā)和推廣。③在可視化研究對象上，國外圖情領(lǐng)域研究主題分布范圍更廣，國內(nèi)研究主題更加集中。國外圖情領(lǐng)域很關(guān)注公共健康衛(wèi)生數(shù)據(jù)的可視化研究；而國內(nèi)主要關(guān)注圖情學(xué)科相關(guān)學(xué)科可視化、可視化技術(shù)和最新的學(xué)術(shù)熱點結(jié)合的可視化研究。未來國內(nèi)圖情領(lǐng)域的研究主題范圍可進一步擴大，加強跨學(xué)科領(lǐng)域合作研究，使圖情領(lǐng)域能為其他學(xué)科提供更多的學(xué)術(shù)服務(wù)支持。