基于词频分析的大学团队研究主题动向探析
〔摘 要〕本文在已有研究基础上，以知识管理为视角，采用词频分析法对某大学团队十年间的科研发文进行统计分析，并通过聚类分析和战略坐标图对该团队研究所形成的主题领域及热点进行战略情报分析，旨在厘清该团队的研究领域及各研究主题领域的发展趋势，从而为团队知识库的构建及团队建设与发展提供决策帮助。
〔关键词〕词频分析法；战略坐标图；大学团队；可视化；知识管理
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１１．１１．００３
〔中图分类号〕Ｇ２５０ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１（２０１１）１１－００１２－０５
A Word Frequency Analysis into the University Team Research Topic TrendLi Yuanming
（Library，Hubei University for Nationalities，Enshi 445000，China）
〔Ａｂｓｔｒａｃｔ〕Based on previous researches and from the perspective of knowledge management,the papers published by a universiry research team over the past decade were studied by means of word frequency analysis,and a strategic analysis into the field and hot issues formed by this research team was conducted through cluster analysis and strategic diagram in order to find out the subject areas researched by this team and their trends,which can provide some decision-making help for the construction of team knowledge base and the development of the team.
〔Ｋｅｙ ｗｏｒｄｓ〕word frequency analysis;stategic diagram;university team;visualization;knowledge management
组织知识管理的核心是将个人知识转化为不依赖于具体个人的组织知识，从而实现组织知识存量的增长［１］，大学团队作为大学学术管理及学术建设的一种重要组织形式，是对专业化知识工作者的协调和结构性制度安排，其知识存量是团队成员在长期的教学与科研实践活动中积累而成，其学术积累及知识存量会部分地显现于团队的研究成果中，这些成果大多以文献来加以承载。而词是文献中承载学术概念的最小单位，词频的波动与社会现象、情报现象之间具有内在的关系，一定的社会现象和情报现象必然引起相应的词频波动现象［２］。因此，运用文献计量学中的词频分析法来深入研究大学团队研究主题的发展动向，能够有效揭示大学团队研究成果的总体内容特征、研究内容之间的内在联系、学术研究的发展脉络与发展方向等［３］，从而达成团队知识共享与知识整合的知识管理目标。
１ 词频分析法及数据来源
１.１ 词频分析法及其主要应用
从1917年文献学家科尔（F.T.Cole）和伊尔斯（N.B.Eales）率先以动物解剖学方面的论文为对象所进行的文献统计研究［４］开始，到六、七十年代文献计量学的正式形成，词频一直是文献计量学的一个重要统计项目和研究手段。
词频分析法是文献计量学的传统分析方法之一，其所依据的基本理论是齐普夫定律（Zipf’s law）。词频分析法对能够揭示或表达文献核心内容的关键词、主题词或论文的标题进行计量统计分析，并以这些词在某一研究领域文献中出现的频次高低来确定该领域研究热点和发展动向。由于这些词都是文献研究内容的浓缩和提炼，因而它们的反复出现，可反映出这些词所表征的研究主题一定是该领域的研究热点，同时词频的波动变化也能反映研究的发展趋势。
词频分析法对分析对象中特定关键词出现的频率及关联进行分析、推断［５］，作为一种透过现象看本质的科学研究方法，能克服传统文献综述方法过于依赖定性的总结描述、难以摆脱的个人经验和主观偏好、无法深入揭示文献隐含的深层次内容等弊端，具有客观性、准确性、系统性、实用性等特点［６］，因而被广泛应用于情报分析领域，如：预测学科、部门的发展趋向；判断学科之间、部门之间、专家之间的“联系强度”；论证科学研究规律；确定核心期刊、核心作者、核心情报源等。
加拿大蒙特利尔大学的Robert教授［７］、河南师范大学的梁立明教授等［８］采用词频分析法分别于1997年、2003年对世界纳米研究状况和中国纳米研究状况进行了分析和研究，武汉大学的邱均平教授等人采用词频分析法分析了2002年度国内外情报学研究的热点和动向［９］，安秀芬［１０］、喻培珍［１１］、杨祖国［１２］等分别就自己所关注的期刊工作、医学等相关领域采用词频分析法进行了分析和研究。基于词频分析法对大学团队进行研究的文献尚不多见，本文欲在此方面进行尝试。
１.２ 数据来源
本文在文献［１３］研究的基础上，以该文献所揭示的团队为研究样本，采用词频分析法对该团队近十年间的研究成果进行计量分析，期望对该团队的知识结构和研究热点进行揭示。为此，本文选择中国知网（CNKI）的中国学术期刊网络出版总库为数据来源，该库收录了7 579种学术期刊，文献来源覆盖率达到了99%。检索时间限定为2001.1.1-2010.12.31，10年的时间跨度应能反映出团队知识结构的增长与变化过程。以第一作者为检索途径来检索每一位团队成员所发表的文章，可以避免检索结果的冗余。
２ 结果与分析
２.１ 团队发文概况
经对检索结果的论文标题进行词频统计并整理后发现，该团队在中国学术期刊网络出版总库中共收录577篇论文，年均57.7篇，第一作者共45人，总署名作者人数为386人。其逐年发文概况如图１所示：图１ 该团队2001-2010年发文概况
图１显现出该团队在2005年和2008年是发文较多的年份，自2005年开始，所发文章中的北大核心篇数均在40篇以上，其所占比例分别为55.3%（2005）、78.4%（2006）、62.5%（2007）、84.4%（2008）、66.1%（2009）、75.9%（2010），虽略有起伏，但总体上看，该团队所发表文章的质量和水平呈逐年上升趋势。
２.２ 团队发文核心期刊频次分析
所有文章共分布在141种期刊上，其中北大核心期刊共88种361篇文章，占发文期刊总数的62.4%和发表文章总数的62.6%，《食品科学》、《安徽农业科学》和《湖北农业科学》3种核心期刊分居该团队发文期刊的前一、二、三名，占到团队发文总量的24%。中国科学引文数据库C库标记期刊共46种158篇文章。这些期刊主要分布在物理学、化学、生物科学、中国医学、农业科学、化学工业、轻工业等学科领域以及农林院校学报的自然科学版上。表1是该团队发文3篇以上的北大核心期刊统计表，表中所列期刊10年间共发表该团队281篇文章，占团队发文总数的49%。表１ 团队发文核心期刊统计表（部分）
序号关键字段频次1食品科学542安徽农业科学463湖北农业科学384时珍国医国药185中国酿造136应用化学107江苏农业科学108精细化工109食品研究与开发1010食品工业科技9
续表１
序号关键字段频次11园艺学报712中国调味品713食品科技614原子与分子物理学报515北方园艺416华中农业大学学报417化学研究与应用318中国中药杂志319化学试剂320福建林学院学报321农业工程学报322信阳师范学院学报(自然科学版)323华中师范大学学报(自然科学版)324北京林业大学学报325西北林学院学报326河南农业科学3
２.３ 团队发文关键词词频分析
关键词是承载科研论文学术概念的最小单位，能反映团队研究的主题领域，表２对该团队10年间各年度的发文篇数、关键词总量、年均关键词数及高频词个数进行了统计。
结合图１和表２，显示出该团队在2005年和2008年发表文章相对较多，且研究主题丰富。2001－2004年使用的关键词稳定在100～140个之间，2005年后使用的关键词基本稳定在200个以上。从词频次数达2次以上的关键词分年度占比来看，除2001年和2003年分别仅为6.9%和5.1%以外，其余各年度基本稳定在11%～18%之间，说明该团队有相对固定的研究领域和研究主题。借助邱均平老师［１４］关于关键词的相对频次计算方法，表２中年均关键词频次数基本稳定在2.8～4.0这一区间，可看出关键词的波动幅度不大，由此也可说明该团队的研究领域及研究主题相对稳定。
表３为该团队2001－2010年发文全部关键词且频次为8次以上的统计分析表，表中所列关键词能基本显示出该团队10年间研究的重点及热点领域，即：生物晒含量研究；香料的合成研究；区域特色资源及新品种的生理生化特征研究；主要药用植物生物学特性与栽培技术研究等。表３ 频次8以上的关键词统计表
序号关键词频次序号关键词频次1硒4815制备102合成3716氨基酸93多糖2517藤茶94香料2018莼菜95提取1719油菜96五鹤续断1520品种97赋存形态1521狭叶四照花98含量1422化学成分89日本落叶松1323黄酮810RP-HPLC1224香气811和厚朴酚1125分布812厚朴酚1126蛋白质813GC-MS1127玉米814绞股蓝10
为进一步厘清该团队10年间的研究主题动向，本文提取了577篇文章的全部关键词共1 335个，并对其进行频次排序，因年均关键词数的均值为3.3，故取阈值4，得到95个关键词，对这95个关键词进行词共现频次统计，形成关键词共词矩阵，采用SPSS17.0对共词矩阵进行聚类分析并形成相应地聚类结果。依据聚类结果，作者对该团队中的学科专家及领域专家进行了访谈，整理成表４所示的团队研究相对固定的12个主题领域及与之对应的关键词。
表４ 团队研究主题——关键词聚类结果表
研 究 主 题关键词A．区域特色资源及新品种的生理生化特征研究愈伤组织、诱导、新品种、恩施州、品种、油菜、分布、富集、铅、生理特性、花椰菜、脯氨酸、蛋白质、狭叶四照花、可溶性糖、黄酮、莼菜、薇菜、安全性B．主要农作物产量品质测定及经济林木病虫害防治研究玉米、产量、施肥水平、淀粉、魔芋、发生规律、综合防治、杜仲、大豆、日本落叶松、日本落叶松人工林、药剂筛选
续表４
研 究 主 题关键词C．主要药用植物生物学特性与栽培技术研究蜜环菌、甜味绞股蓝、绞股蓝、植物群落、天麻、栽培技术、生物学特性D．天然产物开发利用研究多糖、提取、氨基酸、藤茶、竹节人参、正交试验、势能函数、总黄酮、提取工艺、茗荷、优化、组成、工艺条件、正交实验、稳定性、席夫碱E．生物硒含量研究赋存形态、硒多糖、硒蛋白、硒F．药用植物营养成份分析与评价五鹤续断、评价、堇叶碎米荠、营养成分、分析、含量、ＲＰ－ＨＰＬＣ、和厚朴酚、厚朴酚G．主要农作物生物量与农艺性状研究地径、苗高、生物量H．三峡库区自然灾害研究三峡库区、自然灾害I．无机配合物及有机化合物的热化学研究稀土配合物、差示扫描量热法、钕配合物、热分析、咪唑、热分解动力学J．天然香料与化学香料的有机合成研究进展、香料、合成、香气、ＢｕｎｔｅＳａｌｔｓ法K．恩施州特色天然产物的利用研究化学成分、挥发油、ＧＣ－ＭＳ、挥发性成分L．纳米材料的合成与性能研究碳酸钙、资源、锌、工艺、催化、固体超强酸、纳米碳酸钙、制备
２.４ 团队共词战略坐标图
为测度各研究主题的内部联系强度及其发展趋势，本文采用共词战略坐标对聚类结果作进一步描述和分析。
战略坐标(stategic digram)是在建立主题词或关键词的共词矩阵和聚类的基础上，采用可视化形式加以描述的一种方法。1988年Law［１５］等提出了用“战略坐标”来描述某一研究领域内部联系情况和领域间相互影响情况。
战略坐标图是以向心度和密度为参数绘制成的二维坐标系，其中，X轴为向心度（Centrality），Y轴为密度（Density）。密度被用于衡量研究主题之间的内部联系的强度，它表示该主题维持自己和发展自己的能力。向心度被用于衡量一个主题和其他主题之间相互联系的程度。向心度越大，即一个主题和其他主题之间联系越紧密，则该主题在此学科中就越趋于中心位置。位于不同象限的研究主题处在不同的发展阶段，其中第二、三象限研究主题有可能向“前沿领域”发展。
在表４所示的聚类结果基础上，本文绘制了该团队12个研究主题的战略坐标图，如图２所示。图２ 团队研究主题战略坐标图
在图２中，落在第一象限的研究主题有天然产物开发利用研究、生物硒含量研究（即D、E），该区域内的研究主题趋向成熟，居于团队研究网络的中心位置，并与其他主题建立了广泛的联系；落在第二象限的研究主题有药用植物营养成份分析与评价、天然香料与化学香料的有机合成研究、恩施州特色天然产物的利用研究（即F、J、K），该区域内的研究主题向心度不高，在整个研究网络中处于边缘，但其主题领域内部链接紧密，主题明确，研究趋向成熟，在整个研究网络中具有较大的潜在重要性；落在第三象限的研究主题有主要农作物产量品质测定及经济林木病虫害防治研究、主要农作物生物量与农艺性状研究、三峡库区自然灾害研究、无机配合物及有机化合物的热化学研究、纳米材料的合成与性能研究（即B、G、H、I、L），该区域内的研究主题距离研究核心比较远，同时自身研究的密度也不够高，说明这些研究不成熟，也暂未成为核心内容，有待于进一步发展以受到研究人员的关注；落在第四象限的研究主题有区域特色资源及新品种的生理生化特征研究、主要药用植物生物学特性与栽培技术研究（即A、C），该区域内部结构松散，研究尚不成熟(密度较低)，但向心度较高，与网络中其他研究结合紧密，说明该领域有进一步发展的空间，有潜在的发展趋势。
图２显示出，密度相对较高的是生物晒含量研究、药用植物营养成份分析与评价、天然香料与化学香料的有机合成研究（即E、F、J）3个研究主题，表明这些研究主题内部联系强度大，且发展能力强。向心度最大的是生物晒含量研究（即E），说明这个研究主题与其它各研究主题的联系非常紧密，居于团队研究的中心位置。
３ 结 语
本文运用词频分析法对某大学团队10年间的科研发文情况进行了统计分析，并在共词聚类的基础上采用战略坐标进行了可视化描述。2001～2010年间，该大学团队的科学研究情况总体上呈现出12个主题研究领域，其间各个主题领域不断地交叉、融合、分化、更新。天然产物开发利用研究和生物硒含量研究趋向成熟，居于团队研究网络的中心位置，且与其它各研究主题的联系非常紧密。这一结论与该校于2005年经湖北省教育厅和科技厅联合批准立项建设的生物资源保护与利用湖北省重点实验室有直接关系（该重点实验室现设有3个主要研究方向——生物资源保护与恢复、天然产物与生物制品开发和生物硒资源研究），表明该省级重点实验室自建成后对该校的科研与教学产生了极为重要的推动作用，并在部分研究领域有了突破性进展。
参考文献
［１］晋琳琳.高校科研团队知识管理系统要素研究——来自教育部创新团队的实证分析［Ｊ］.技术与创新管理,2010,22(5):29-34,55．
［２］邓珞华.词频分析——种新的情报分析研究方法［Ｊ］.大学图书馆通讯,1988，(2):18-25．
［３］李文兰,杨祖国.中国情报学期刊论文关键词词频分析［Ｊ］.情报科学,2005,23(1):68-70,143．
［４］查先进.信息分析与预测［Ｍ］.武汉:武汉大学出版社,2000:171．
［５］刘成山,赵捧未,窦永香.数字图书馆的集成策略［Ｊ］.情报杂志,2004，(1):87-89．
［６］张勤.词频分析法在学科发展动态研究中的应用综述［Ｊ］.图书情报知识,2011，(2):96-98,128．
［７］马费成,张勤.国内外知识管理研究热点——基于词频的统计分析［Ｊ］.情报学报,2006,25(2):163-171．
［８］梁立明,谢彩霞.词频分析法用于我国纳米科技研究动向分析［Ｊ］.科学学研究,2003,21(2):138-142．
［９］邱均平,赵蓉英,侯经川.2002年国内外情报学发展动向研究［Ｊ］.情报学报,2003,22(5):515-519．
［１０］安秀芬，等.期刊工作文献计量学学术论文的关键词分析［Ｊ］.中国科技期刊研究,2002,13(6):505-506．
［１１］喻培珍,秦惠基.从主题词频率变化分析我国放射诊断新技术发展趋势［Ｊ］.中华医学图书情报杂志,1995,(3):26-27．
［１２］杨祖国,李秋实.中国情报学期刊论文篇名词统计与分析［Ｊ］.情报科学,2000,18(9):820-821,840．
［１３］Li Yuanming,Hu Kuiju,Cai Qingwan.Visual Analysis of Network Structure in University Scientific Research Teams［Ｃ］∥Jinwen ZOU.2011 International Conference on Management Innovation,Information Technology and Economic Growth(2011 MIITEG).Irvine: Scientific Research Publishing,2011:1470-1475．
［１４］邱均平,丁敬达,周春雷.1999-2008年我国图书馆学研究的实证分析(下)［Ｊ］.中国图书馆学报,2009，(6):72-79．
［１５］Law J,Bauin S,et al.Policy and the mapping of scientific change:a co-word analysis of research into environmental acidification［Ｊ］.Scientometrics,1988,14(3/4):251-264．
下一篇：物理课堂的抽象思维