論共詞分析及相應(yīng)工具軟件的設(shè)計與開發(fā)論文
1概述
共詞分析是法國文獻計量學家于20世紀70年代提出來的一種文獻內(nèi)容分析方法，1986年法國國家科學研究中心的Gallon M和Law J等人出版了第一部關(guān)于共詞分析法的學術(shù)專著，經(jīng)過幾十年的發(fā)展，已經(jīng)被廣泛應(yīng)用到許多領(lǐng)域，產(chǎn)生了大量的研究成果。其思想來源于文獻計量學的引文禍合與共被引概念，當兩篇文獻同時被其他文獻引用時，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(shù)越多，它們的關(guān)系就越密切。同理，當有兩個專業(yè)術(shù)語在某學科領(lǐng)域的同一篇文獻中同時出現(xiàn)，表明這兩個詞之間存在一定的關(guān)系，同時出現(xiàn)的次數(shù)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(tǒng)計其在每一篇文獻中出現(xiàn)的次數(shù)，以此為基礎(chǔ)構(gòu)造共詞矩陣，通過對共詞矩陣變換為相似矩陣與相異矩陣，然后進行多元統(tǒng)計分析，把眾多分析對象之間錯綜復(fù)雜的關(guān)系以數(shù)值、圖形直觀地表示出來，揭示出這些詞之間的親疏關(guān)系，進而分析它們所代表的學科和主題的變化與趨勢。
2共詞分析的過程與步驟
運用共詞分析法進行研究大致可分為幾個步驟進行，在具體的操作中可根據(jù)實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，橫向和}縱向分析領(lǐng)域?qū)W科的發(fā)展過程與趨勢，以及領(lǐng)域?qū)W科之間的關(guān)系等等。確定好研究主題之后即可在數(shù)據(jù)庫中檢索相應(yīng)的文獻，去除重復(fù)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，統(tǒng)計分析的過程中如果使用兩個完全不相關(guān)的詞匯進行處理，對統(tǒng)計分析的結(jié)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(tǒng)一標引的主題詞，只有這樣，利用文獻中詞語對的共現(xiàn)頻次來反映研究主題內(nèi)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(xiàn)頻率的高低順序排列，選取其中出現(xiàn)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(jié)合研究者的經(jīng)驗在選詞個數(shù)和詞頻高度上予以平衡;另一種是結(jié)合齊普夫第二定律關(guān)于低頻詞分布規(guī)律理論來判定高頻詞的界限。
2.3構(gòu)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(tǒng)計每對高頻詞在同一篇文獻中出現(xiàn)的次數(shù)，如果兩個主題詞(關(guān)鍵詞)在眾多的文獻中出現(xiàn)頻率高，則說明它們之間的關(guān)系密切。如果選取了N個高頻詞，則它們之間的關(guān)系，可以通過構(gòu)造一個N*N的矩陣計算共現(xiàn)頻次來反應(yīng)。共詞矩陣的計算是共詞分析中的重要一步，由于統(tǒng)計詞對出現(xiàn)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(yīng)用得比較多的一種方法是采用Chiai系數(shù)將相關(guān)矩陣轉(zhuǎn)化為相似矩陣和相異矩陣。
2.4采用多元統(tǒng)計方法分析
在計算共詞矩陣的基礎(chǔ)上，采用不同的統(tǒng)計學分析方法，揭示共詞中的信息，常用的分析方法有:因子分析、聚類分析法、關(guān)聯(lián)規(guī)則分析、多維尺度分析等方法。目前已有學者將新近出現(xiàn)的突發(fā)詞監(jiān)測法引入共詞分析中開展文獻學評價研究。
2.5闡述共詞分析的結(jié)果
共詞分析過程是使用統(tǒng)計學以及數(shù)據(jù)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(jié)合相關(guān)學科的知識對統(tǒng)計的結(jié)果進行科學分析與合理闡述。
3共詞分析工具軟件的設(shè)計開發(fā)
構(gòu)造共詞矩陣并計算共詞頻次是共詞分析的重要環(huán)節(jié)，在處理的文獻數(shù)量很大時，通過手工統(tǒng)計眾多主題詞或關(guān)鍵詞，計算共詞矩陣是不現(xiàn)實的。通常可以采用軟件進行構(gòu)建作者和關(guān)鍵詞矩陣以分析文獻數(shù)據(jù)，但這些軟件比較難以理解和掌握。也有學者通過Microsoft公司的辦公軟件Excel來進行共詞分析，但前期的題錄導入、關(guān)鍵詞切分與統(tǒng)計等工作還需手工完成，工作量巨大。相比較而n，自主地設(shè)計開發(fā)一款自動完成文獻題錄導入、關(guān)鍵詞切分與統(tǒng)計、構(gòu)建共詞矩陣、計算共詞頻次等功能的軟件，在實際的科研工作中，可以起到事半功倍的效果。
3.1系統(tǒng)功能模塊
軟件的主要功能包括文本的預(yù)處理、文獻題錄導入、關(guān)鍵詞切分與統(tǒng)計、構(gòu)建共詞矩陣、計算共詞頻次等，還可以擴展添加數(shù)據(jù)挖掘的聚類分析等采用多元統(tǒng)計分析方法。
文本預(yù)處理:將下載的文獻規(guī)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(shù)據(jù)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(shù)據(jù)庫，由于CNK1、維普、萬方、中國生物醫(yī)學數(shù)據(jù)庫等不同的'文獻庫的題錄格式不同，處理時需根據(jù)實際需要再做變更。
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，主要是對關(guān)鍵詞做統(tǒng)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來，統(tǒng)計之前需做切分處理。
共詞矩陣構(gòu)建與計算:選定高頻關(guān)鍵詞之后，需要進行共詞矩陣的構(gòu)建與頻次計算。其實現(xiàn)方法的討論在下節(jié)中再詳細討論。
多元統(tǒng)計方法分析:可以根據(jù)需要添加因子分析、聚類分析、關(guān)聯(lián)規(guī)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(shù)計算
SQL語高的函數(shù)返同的是數(shù)據(jù)表中匹配指定條件的行數(shù)，將題錄中的關(guān)鍵詞切分存儲到數(shù)據(jù)庫的表中，然后以兩兩組合的關(guān)鍵詞作為匹配條件，根據(jù)文獻編號分組，使用SQL語句進行count計算，如果返同值等于2即表示這兩個詞在同一篇文獻中出現(xiàn)，查詢數(shù)據(jù)集的記錄總數(shù)即為共現(xiàn)的文獻篇數(shù)，亦即共詞頻次。
這種算法過程簡潔明了，只用兩重循環(huán)即可計算得出共詞頻次，省時省力。計算結(jié)果存儲為一個二維數(shù)組，數(shù)組的值即為共詞矩陣，在實際應(yīng)用中，第二種算法更為切實可行
4應(yīng)用舉例
文章以“圖書館聯(lián)盟”為主題詞在CNKl全庫進行檢索，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)鍵詞進行切分處理后得到3091個關(guān)鍵詞。
5結(jié)束語
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，使用得越來越廣泛。迄今為止，基于關(guān)鍵詞的共詞分析在學科前沿熱點、學科發(fā)展、學科研究范式等問題上的研究上已經(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(shè)計開發(fā)了一個簡單高效的共詞分析工具，操作時只需從文獻數(shù)據(jù)庫中下載相關(guān)主題的文獻，導入題錄之后就可以自動實現(xiàn)關(guān)鍵詞的統(tǒng)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，有待于進一步完善。
【論共詞分析及相應(yīng)工具軟件的設(shè)計與開發(fā)論文】相關(guān)文章：
文化創(chuàng)意產(chǎn)品開發(fā)設(shè)計思路分析論文10-04
PHP的開發(fā)環(huán)境搭建與網(wǎng)站設(shè)計實現(xiàn)分析論文11-09
商業(yè)地產(chǎn)開發(fā)中的環(huán)境設(shè)計分析論文11-14
交互式微課程開發(fā)與設(shè)計的創(chuàng)新設(shè)計與開發(fā)論文11-14
紫蟹包裝開發(fā)與設(shè)計論文11-15