cssci 數(shù)據(jù)導(dǎo)入bibexcel 實(shí)現(xiàn)共現(xiàn)矩陣的方法及實(shí)證研究

1、CSSCI數(shù)據(jù)導(dǎo)入Bibexcel實(shí)現(xiàn)共現(xiàn)矩陣的方法及實(shí)證研究姜春林陳玉光（大連理工大學(xué)21世紀(jì)發(fā)展研究中心遼寧大連116024）摘要：本文以針對WebofKnowledge開發(fā)的文獻(xiàn)信息共現(xiàn)分析的應(yīng)用軟件——Bibexcel為研究對象，結(jié)合CSSCI數(shù)據(jù)庫數(shù)據(jù)格式特點(diǎn)，解決了Bibexcel不能處理中文文獻(xiàn)的瓶頸問題，實(shí)現(xiàn)了知識單元共現(xiàn)關(guān)系矩陣。并以CSSCI數(shù)據(jù)庫中1998—2008年“信息可視化”引文數(shù)據(jù)為例，數(shù)據(jù)經(jīng)過預(yù)處理后，由

2、Bibexcel構(gòu)建其知識單元共現(xiàn)矩陣，利用Uci、draw軟件，實(shí)現(xiàn)了作者共現(xiàn)、關(guān)鍵詞共現(xiàn)、引文共現(xiàn)的可視化分析。本研究擴(kuò)展了Bibexcel的應(yīng)用范圍功能，為CSSCI數(shù)據(jù)的可視化研究提供了一種新的手段。關(guān)鍵詞：Bibexcel、CSSCI、共現(xiàn)矩陣、知識圖譜、可視化TransfmCSSCIDatatoBibexceldatatoActualizeCooccurrenceMatrixACaseStudyJIANGChunlinCHE

3、NYuguang(Centerofthe21stCenturyDevelopmentResearchDalianUniversityofTechnologyDalian116024)Abstract：ThispaperresearchsonBibexcelthatdevelopedfthecooccurrenceanalysisofliteratureinfmationthatcomefromWebofKnowledgecombined

4、withtheacteristicsofdatafmatsintheCSSCIdatabasetoresolvethebottleneckofcooccurrenceofChineseliteratureinfmationwhichBibexcelcannothlebyitself.Weactualizedthecooccurrencematrixofknowledgeunitrelations.CSSCIdatabasein19982

5、008“InfmationVisualization“CitationdataasanexampleafterdatapreprocessingtheknowledgeunitcooccurrencematrixbuiltbyBibexcel，thenweuseUcidrawsoftwares，toactualizestheauthscooperativewkanalysis、keywdscooccurrenceanalysiscoci

6、tationanalysis.ThisstudyextendsthescopeofapplicationofBibexcelprovidesanewmeansofvisualizationfCSSCIdata.Keywds：Bibexcel、CSSCI、Cooccurrencematrix、Knowledgemap、visualization1.引言科技文獻(xiàn)數(shù)據(jù)量的快速增長給我們的研究工作帶來了極大便利，同時，文獻(xiàn)數(shù)量的增長，也給文獻(xiàn)的

7、管理與分析利用帶來了諸多的不便[1]。如何快速、準(zhǔn)確地得到所需要的資源，并理解這些大量文獻(xiàn)所表達(dá)的內(nèi)容變得越來越困難。共現(xiàn)分析如共作者分析、共詞分析、共引分析、共被引分析等以鄰近聯(lián)系法則和知識結(jié)構(gòu)及映射為方法論基礎(chǔ)，來發(fā)現(xiàn)研究對象之間的親疏關(guān)系，挖掘隱含的或潛在的有用的知識，并揭示研究所代表的學(xué)科或主體的結(jié)構(gòu)變化?；诠铂F(xiàn)分析的信息可視化技術(shù)能形象化地表達(dá)文獻(xiàn)信息蘊(yùn)含的內(nèi)容，方便科研人員和情報(bào)人員挖掘文獻(xiàn)集中所隱含的知識。國外關(guān)于文獻(xiàn)信

8、息共現(xiàn)關(guān)系分析的應(yīng)用軟件已經(jīng)比較成熟，如美國費(fèi)城的德雷塞爾大學(xué)信息科學(xué)與技術(shù)學(xué)院的陳超美開發(fā)的基于JAVA平臺的Citespace[2][3]系列應(yīng)用軟件；印第安納州大學(xué)開發(fā)的大型網(wǎng)絡(luò)分析、建模、和可視化的工具包wkWkbenchTool；大型社會網(wǎng)絡(luò)分析軟件Pajek；瑞典科學(xué)家佩爾松（persson）開發(fā)的科學(xué)計(jì)量學(xué)研究軟件Bibexcel[4]；美國斯坦福大學(xué)開發(fā)的社會科學(xué)統(tǒng)計(jì)軟件包SPSS等等。其中這些軟件有一個共性，即主要是針

9、對WebofScience數(shù)據(jù)進(jìn)行開發(fā)的。而對于從中文社會科學(xué)引文索引（CSSCI）數(shù)據(jù)庫下載的中文文獻(xiàn)數(shù)據(jù)，它們還不能直接進(jìn)行處理。由于這些軟件無法對CSSCI文獻(xiàn)數(shù)據(jù)中的知識單元進(jìn)行共現(xiàn)計(jì)算，從而也就很難對其進(jìn)一步的知識可視化分析。相對于處理英文文獻(xiàn)信息共現(xiàn)分析軟件的開發(fā)，處理中文數(shù)據(jù)庫數(shù)據(jù)的軟件相對匱乏，其中有不少學(xué)者做了一些研究，并開發(fā)出了一些通用軟件。其中周春雷、王偉軍等人3.1數(shù)據(jù)下載數(shù)據(jù)下載確定某一研究領(lǐng)域后，進(jìn)入CSSC

10、I界面（.cn），點(diǎn)擊“包庫用戶入口”，選擇來源數(shù)據(jù)的“年份”和“來源文獻(xiàn)”，進(jìn)入到檢索界面。在這個界面中，進(jìn)一步選擇其他限制條件，可以按關(guān)鍵詞，也可以按學(xué)科類，還可以按期刊名稱等進(jìn)行檢索。設(shè)定檢索條件后，再選擇每屏顯示記錄的條數(shù)。為了下載方便，通常情況下選擇50條。下載每屏數(shù)據(jù)，并將其保存為默認(rèn)的后綴名為.txt文本文檔格式。3.2將CSSCI數(shù)據(jù)格式轉(zhuǎn)換為數(shù)據(jù)格式轉(zhuǎn)換為SCI數(shù)據(jù)格式數(shù)據(jù)格式從CSSCI下載相應(yīng)的數(shù)據(jù)，利用大連理工大

11、學(xué)劉盛博開發(fā)的中文處理軟件對CSSCI數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換，將CSSCI數(shù)據(jù)格式轉(zhuǎn)化為SCI數(shù)據(jù)格式。經(jīng)過這個軟件處理后，每一條文獻(xiàn)記錄被存放于一個.txt文本文檔當(dāng)中，由于Bibexcel只能識別和處理一個.txt文本文檔，要想對轉(zhuǎn)換格式后的所有文獻(xiàn)數(shù)據(jù)中的知識單元進(jìn)行共現(xiàn)分析，就需要對所有的文檔做進(jìn)一步的合并處理。用Java編程，找到處理后文本文檔所在的目錄，順序的讀取文本文檔，將其內(nèi)容寫入到一個文本文檔中。在合并好的文本文檔的開頭，加

12、上FNISIExptFmatVR1.0這兩行代碼，保存后關(guān)閉文檔。3.3知識單元共現(xiàn)關(guān)系矩陣的處理流程知識單元共現(xiàn)關(guān)系矩陣的處理流程CSSCI數(shù)據(jù)經(jīng)過格式處理和合并文件后，實(shí)現(xiàn)知識單元可視化分析的關(guān)鍵一步，就是要構(gòu)建知識單元的共現(xiàn)矩陣，實(shí)現(xiàn)了共現(xiàn)矩陣后，再將其導(dǎo)入U(xiǎn)ci、draw等分析軟件，繪制各類知識單元的共現(xiàn)關(guān)系圖譜。Bibexcel構(gòu)建知識單元共現(xiàn)關(guān)系矩陣處理流程如下：Step1：打開Bibexcel，出現(xiàn)圖1所示的操作界面，在f

13、ilehere這個框口中選擇數(shù)據(jù)源所在的文件夾，右邊的窗口會顯示出這個文件夾中的所有文件。選中合并后的文本文檔，點(diǎn)擊“Miscconverttodiologefmatconvertfromwebofscience”，會彈出一個對話框，點(diǎn)擊“確定”，就會生成一個后綴名為.doc的文件；Step2：選中.doc文件，點(diǎn)擊Viewfile按鈕，Thelist窗口就會顯示這個文件的內(nèi)容。根據(jù)你要分析的知識單元，在OldTag中填寫相應(yīng)的標(biāo)簽代號

14、。作者、關(guān)鍵詞、機(jī)構(gòu)、參考文獻(xiàn)、被引期刊的標(biāo)簽依次為AU、DE、C1、CD、CD。輸入相應(yīng)的標(biāo)簽后，在fieldtobeanalysed下拉列表框中選擇“Anyseparatedfield”；如果要分析被引期刊，在輸入CD標(biāo)簽后，在fieldtobeanalysed下拉列表框中選擇“JNJournal”，然后點(diǎn)Prep按鈕，在彈出的對話框中，點(diǎn)擊“確定”，生成后綴名為.out文件；Step3：選中.out在Frequencydistri

15、bution下拉列表框中選擇相應(yīng)的分析對象，如果分析作者共現(xiàn)，選擇“Auth”；如果分析關(guān)鍵詞共現(xiàn)，選擇“wholestring”；如果分析機(jī)構(gòu)共現(xiàn)，選擇“wholestring”；如果分析參考文獻(xiàn)共現(xiàn)，選中“CitedReference”；如果分析被引期刊共現(xiàn)，選擇“wholestring”；選擇相應(yīng)的分析單元后，在下面的復(fù)選框中選擇“Steddescending”，點(diǎn)擊Start按鈕，在彈出的窗口中，點(diǎn)擊“確定”，生成后綴名為.ci

16、t文件；Step4：選中.out文件，在Frequencydistribution下面的復(fù)選框中選擇“removeduplicate”和“makenewoutfile”，點(diǎn)擊Start按鈕，在彈出的窗口中，點(diǎn)擊“確定”，生成后綴名為.oux文件；Step5：選中.cit文件，點(diǎn)擊“viewfile”在TheList顯示窗口中選擇頻次較高的前多少位分析對象，然后點(diǎn)擊“Analyzecooccurrenceunitsvialistbox”，