論共詞分析及相應工具軟件的設計與開(kāi)發(fā)論文
1概述
共詞分析是法國文獻計量學(xué)家于20世紀70年代提出來(lái)的一種文獻內容分析方法，1986年法國國家科學(xué)研究中心的Gallon M和Law J等人出版了第一部關(guān)于共詞分析法的學(xué)術(shù)專(zhuān)著(zhù)，經(jīng)過(guò)幾十年的發(fā)展，已經(jīng)被廣泛應用到許多領(lǐng)域，產(chǎn)生了大量的研究成果。其思想來(lái)源于文獻計量學(xué)的引文禍合與共被引概念，當兩篇文獻同時(shí)被其他文獻引用時(shí)，表明它們所研究的主題在理論或方法上是相關(guān)的。兩篇文獻共被引的次數越多，它們的關(guān)系就越密切。同理，當有兩個(gè)專(zhuān)業(yè)術(shù)語(yǔ)在某學(xué)科領(lǐng)域的同一篇文獻中同時(shí)出現，表明這兩個(gè)詞之間存在一定的關(guān)系，同時(shí)出現的次數越多，表明它們的關(guān)系越密切。
共詞分析法主要是對一組主題詞或關(guān)鍵詞兩兩統計其在每一篇文獻中出現的次數，以此為基礎構造共詞矩陣，通過(guò)對共詞矩陣變換為相似矩陣與相異矩陣，然后進(jìn)行多元統計分析，把眾多分析對象之間錯綜復雜的關(guān)系以數值、圖形直觀(guān)地表示出來(lái)，揭示出這些詞之間的親疏關(guān)系，進(jìn)而分析它們所代表的學(xué)科和主題的變化與趨勢。
2共詞分析的過(guò)程與步驟
運用共詞分析法進(jìn)行研究大致可分為幾個(gè)步驟進(jìn)行，在具體的操作中可根據實(shí)際研究主題選擇合適的分析方法。
2.1確定研究主題與文獻選取
利用共詞分析法基本原理可以概述研究領(lǐng)域的研究熱點(diǎn)，橫向和}縱向分析領(lǐng)域學(xué)科的發(fā)展過(guò)程與趨勢，以及領(lǐng)域學(xué)科之間的關(guān)系等等。確定好研究主題之后即可在數據庫中檢索相應的文獻，去除重復文獻、非相關(guān)文獻后篩選合適的文獻作為處理對象。
2.2高頻詞的選取
在分析文獻的相關(guān)性時(shí)，統計分析的過(guò)程中如果使用兩個(gè)完全不相關(guān)的詞匯進(jìn)行處理，對統計分析的結果將產(chǎn)生很大干擾，因此，被分析的詞匯最好是受控詞、被統一標引的主題詞，只有這樣，利用文獻中詞語(yǔ)對的共現頻次來(lái)反映研究主題內在聯(lián)系的方法才能成立121，因此在研究中通常使用檢索的主題詞或文獻的關(guān)鍵詞作為分析對象。將所有主題詞或關(guān)鍵詞按出現頻率的高低順序排列，選取其中出現頻率較高的詞匯作為分析對象。確定高頻詞的方法有兩種:一種是結合研究者的經(jīng)驗在選詞個(gè)數和詞頻高度上予以平衡;另一種是結合齊普夫第二定律關(guān)于低頻詞分布規律理論來(lái)判定高頻詞的界限。
2.3構造共詞矩陣
為反映高頻詞之間的關(guān)系，需要將其兩兩組對，統計每對高頻詞在同一篇文獻中出現的次數，如果兩個(gè)主題詞(關(guān)鍵詞)在眾多的文獻中出現頻率高，則說(shuō)明它們之間的關(guān)系密切。如果選取了N個(gè)高頻詞，則它們之間的關(guān)系，可以通過(guò)構造一個(gè)N*N的矩陣計算共現頻次來(lái)反應。共詞矩陣的計算是共詞分析中的重要一步，由于統計詞對出現的頻次值是絕對值，難以反映詞與詞之間真正的相互關(guān)系，因此需要對詞頻進(jìn)行包容化處理以反映出兩者間的緊密聯(lián)系的程度。目前各種共詞分析文獻中應用得比較多的一種方法是采用Chiai系數將相關(guān)矩陣轉化為相似矩陣和相異矩陣。
2.4采用多元統計方法分析
在計算共詞矩陣的基礎上，采用不同的統計學(xué)分析方法，揭示共詞中的信息，常用的分析方法有:因子分析、聚類(lèi)分析法、關(guān)聯(lián)規則分析、多維尺度分析等方法。目前已有學(xué)者將新近出現的突發(fā)詞監測法引入共詞分析中開(kāi)展文獻學(xué)評價(jià)研究。
2.5闡述共詞分析的結果
共詞分析過(guò)程是使用統計學(xué)以及數據挖掘等方法反映研究主題間的關(guān)系，要深入揭示隱含在文獻中的知識，必須結合相關(guān)學(xué)科的知識對統計的結果進(jìn)行科學(xué)分析與合理闡述。
3共詞分析工具軟件的設計開(kāi)發(fā)
構造共詞矩陣并計算共詞頻次是共詞分析的重要環(huán)節，在處理的文獻數量很大時(shí)，通過(guò)手工統計眾多主題詞或關(guān)鍵詞，計算共詞矩陣是不現實(shí)的。通�？梢圆捎密浖M(jìn)行構建作者和關(guān)鍵詞矩陣以分析文獻數據，但這些軟件比較難以理解和掌握。也有學(xué)者通過(guò)Microsoft公司的辦公軟件Excel來(lái)進(jìn)行共詞分析，但前期的題錄導入、關(guān)鍵詞切分與統計等工作還需手工完成，工作量巨大。相比較而n，自主地設計開(kāi)發(fā)一款自動(dòng)完成文獻題錄導入、關(guān)鍵詞切分與統計、構建共詞矩陣、計算共詞頻次等功能的軟件，在實(shí)際的科研工作中，可以起到事半功倍的效果。
3.1系統功能模塊
軟件的主要功能包括文本的預處理、文獻題錄導入、關(guān)鍵詞切分與統計、構建共詞矩陣、計算共詞頻次等，還可以擴展添加數據挖掘的聚類(lèi)分析等采用多元統計分析方法。
文本預處理:將下載的文獻規范化處理，去除文本中不必要的空行、特殊字符等，為導入題錄做好數據準備。
文獻題錄導入:從文獻庫中檢索下載題錄信息之后再導入數據庫，由于CNK1、維普、萬(wàn)方、中國生物醫學(xué)數據庫等不同的'文獻庫的題錄格式不同，處理時(shí)需根據實(shí)際需要再做變更。
關(guān)鍵詞切分:文獻篇名、作者、關(guān)鍵詞等題錄信息導入之后，可以分別處理。在做共詞分析時(shí)，主要是對關(guān)鍵詞做統計分析，而關(guān)鍵詞在文獻中大都用中英文的逗號或分號間隔開(kāi)來(lái)，統計之前需做切分處理。
共詞矩陣構建與計算:選定高頻關(guān)鍵詞之后，需要進(jìn)行共詞矩陣的構建與頻次計算。其實(shí)現方法的討論在下節中再詳細討論。
多元統計方法分析:可以根據需要添加因子分析、聚類(lèi)分析、關(guān)聯(lián)規則分析等功能，此功能模塊屬于擴展功能。
3.2利用SQL聚合函數計算
SQL語(yǔ)高的函數返同的是數據表中匹配指定條件的行數，將題錄中的關(guān)鍵詞切分存儲到數據庫的表中，然后以?xún)蓛山M合的關(guān)鍵詞作為匹配條件，根據文獻編號分組，使用SQL語(yǔ)句進(jìn)行count計算，如果返同值等于2即表示這兩個(gè)詞在同一篇文獻中出現，查詢(xún)數據集的記錄總數即為共現的文獻篇數，亦即共詞頻次。
這種算法過(guò)程簡(jiǎn)潔明了，只用兩重循環(huán)即可計算得出共詞頻次，省時(shí)省力。計算結果存儲為一個(gè)二維數組，數組的值即為共詞矩陣，在實(shí)際應用中，第二種算法更為切實(shí)可行
4應用舉例
文章以“圖書(shū)館聯(lián)盟”為主題詞在CNKl全庫進(jìn)行檢索，共有檢索文獻964篇，去掉非相關(guān)的通訊報道等文獻，得到826篇論文。對關(guān)鍵詞進(jìn)行切分處理后得到3091個(gè)關(guān)鍵詞。
5結束語(yǔ)
共詞分析作為文獻計量分析的新的工具，由于具有眾多的優(yōu)越性，使用得越來(lái)越廣泛。迄今為止，基于關(guān)鍵詞的共詞分析在學(xué)科前沿熱點(diǎn)、學(xué)科發(fā)展、學(xué)科研究范式等問(wèn)題上的研究上已經(jīng)形成了較為固定的研究方法和套路。但已有的共詞分析軟件大都操作不便，比較難以理解和掌握，為此，文章設計開(kāi)發(fā)了一個(gè)簡(jiǎn)單高效的共詞分析工具，操作時(shí)只需從文獻數據庫中下載相關(guān)主題的文獻，導入題錄之后就可以自動(dòng)實(shí)現關(guān)鍵詞的統計、共詞矩陣計算分析功能，不足之處在于能提供分析的方法有限，有待于進(jìn)一步完善。
【論共詞分析及相應工具軟件的設計與開(kāi)發(fā)論文】相關(guān)文章：
文化創(chuàng )意產(chǎn)品開(kāi)發(fā)設計思路分析論文10-04
PHP的開(kāi)發(fā)環(huán)境搭建與網(wǎng)站設計實(shí)現分析論文11-09
商業(yè)地產(chǎn)開(kāi)發(fā)中的環(huán)境設計分析論文11-14
深層石油開(kāi)發(fā)勘探技術(shù)分析論文04-27
論如何設計開(kāi)發(fā)多媒體教學(xué)課件04-01
交互式微課程開(kāi)發(fā)與設計的創(chuàng )新設計與開(kāi)發(fā)論文11-14
紫蟹包裝開(kāi)發(fā)與設計論文11-15