科學(xué)映射工具在醫(yī)學(xué)知識圖譜構(gòu)建中的比較

鐘秀梅 崔 雷

(中國醫(yī)科大學(xué)醫(yī)學(xué)信息學(xué)系 沈陽 110013)

?

科學(xué)映射工具在醫(yī)學(xué)知識圖譜構(gòu)建中的比較

鐘秀梅 崔 雷

(中國醫(yī)科大學(xué)醫(yī)學(xué)信息學(xué)系 沈陽 110013)

選擇HistCite，NWB，ROST CM，Sci2，SATI，SciMAT，Bibexcel，BICOMB，UCINET，gCLUTO，VOSviewer 11款科學(xué)映射工具進行對比分析研究，并對各自特點簡要介紹及總結(jié)評述，以期有助于醫(yī)學(xué)領(lǐng)域知識圖譜的構(gòu)建。

科學(xué)映射工具；醫(yī)學(xué)知識圖譜；比較

1 引言

20世紀(jì)50-60年代以來，科學(xué)計量學(xué)不斷發(fā)展，已成為科學(xué)學(xué)領(lǐng)域的重要分支?？茖W(xué)映射(Science Mapping)是科學(xué)計量學(xué)的重要研究領(lǐng)域，其意在研究并揭示科學(xué)研究活動中各要素的行為模式與規(guī)律以及科學(xué)知識結(jié)構(gòu)中各類別元素的相互關(guān)系[1]，以期展現(xiàn)學(xué)科的發(fā)展歷程、研究現(xiàn)狀、前沿領(lǐng)域以及知識脈絡(luò)等[2-3]?？茖W(xué)映射的結(jié)果被稱作科學(xué)圖譜或知識圖譜，是指學(xué)科知識元素的結(jié)構(gòu)和相互關(guān)系的可視化表達[4-5]。借助科學(xué)知識圖譜，人們可以透視龐大的人類知識體系中各個領(lǐng)域的結(jié)構(gòu)，理順復(fù)雜的知識網(wǎng)絡(luò)，預(yù)測科學(xué)技術(shù)前沿發(fā)展的最新態(tài)勢。科學(xué)映射工具多種多樣，大多為特定的領(lǐng)域、目的或工作流程而設(shè)計，各有其優(yōu)劣。本文選取一些國內(nèi)廣泛應(yīng)用的科學(xué)映射工具[6-9]進行介紹，分析比較其在醫(yī)學(xué)知識圖譜繪制中的作用。

2 科學(xué)映射工具用于醫(yī)學(xué)知識圖譜繪制的比較分析

2.1 11款軟件概況

本文對比研究了HistCite[10]，NWB[11]，ROST CM(國內(nèi))[12]，Sci2[13]，SATI(國內(nèi))[14]，SciMAT[15]，Bibexcel[16]，BICOMB(國內(nèi))[17]，UCINET[18]，gCLUTO[19]，VOSviewer[20]11款軟件用于繪制醫(yī)學(xué)知識圖譜的相關(guān)功能，總結(jié)評述其功能特點。其中HistCite，NWB，ROST CM，Sci2，SATI，SciMAT為綜合性工具，Bibexcel，BICOMB為處理統(tǒng)計性工具，UCINET，gCLUTO，VOSviewer為可視化工具，均可在Windows平臺下使用，部分還可在其他平臺使用；除UCINET需付費使用外，其余均為免費使用。11款軟件全稱及官網(wǎng)，見表1。

表1 11款科學(xué)映射工具全稱及官網(wǎng)

2.2 輸入數(shù)據(jù)格式

WOS和PubMed是國際上重要的科技文獻數(shù)據(jù)庫，富含醫(yī)學(xué)研究資源，尤其是WOS的引文數(shù)據(jù)和PubMed的MeSH詞表最具特色[21-22]。但目前，科學(xué)映射工具多以WOS數(shù)據(jù)為分析對象，如表2所示，有8款明確指明接受WOS數(shù)據(jù)；此外ROST CM雖未明確指出，但也可對其處理。而以PubMed為分析對象的則相對較少。此外，中英文數(shù)據(jù)皆可處理的工具，僅Bibexcel，BICOMB，ROST CM和SATI，見表2。

表2 11款科學(xué)映射工具可接受數(shù)據(jù)格式比較

注：“_”表示軟件不接受原始文獻題錄格式。

2.3 數(shù)據(jù)預(yù)處理、統(tǒng)計功能

原始數(shù)據(jù)往往存在條目重復(fù)、拼寫錯誤、格式不規(guī)范、壞數(shù)據(jù)等問題，故需預(yù)處理后再行統(tǒng)計分析。預(yù)處理是整個科學(xué)映射中非常重要的步驟，直接關(guān)系著結(jié)果質(zhì)量的高低，故需謹(jǐn)慎處理。除UCINET和gCLUTO外，其余9款都具有一定數(shù)據(jù)預(yù)處理和統(tǒng)計功能，見表3。

表3 11款科學(xué)映射工具數(shù)據(jù)預(yù)處理功能比較

2.4 知識矩陣網(wǎng)絡(luò)構(gòu)建功能

該功能主要圍繞知識表達的主體和載體等知識元素展開，如作者、關(guān)鍵詞、文獻、引文、期刊等，以表示其直接或間接聯(lián)系。除UCINET和gCLUTO外，其余9款軟件均可構(gòu)造出一定類型的知識矩陣網(wǎng)絡(luò)，見表4。

表4 11款科學(xué)映射工具可構(gòu)建知識矩陣網(wǎng)絡(luò)比較

2.5 矩陣網(wǎng)絡(luò)指標(biāo)關(guān)系整理功能

上步所得矩陣網(wǎng)絡(luò)僅為原始頻數(shù)矩陣，需加以規(guī)范，即依據(jù)具體數(shù)據(jù)形式選擇適當(dāng)規(guī)范化指標(biāo)進行關(guān)系整理。盡管有學(xué)者直接使用原始頻數(shù)矩陣進行分析[23]，但有許多學(xué)者認為，指標(biāo)關(guān)系整理是科學(xué)映射必不可少的步驟，它能使相互關(guān)系研究盡可能不受混雜因素影響[24-25]。規(guī)范化指標(biāo)包括相似性度量指標(biāo)和相異性度量指標(biāo)，且多種多樣。除BICOMB、HistCite兩款不具此功能外，其余9款的指標(biāo)都各具特色，見表5。

表5 11款科學(xué)映射工具的規(guī)范化度量指標(biāo)比較

2.6 矩陣網(wǎng)絡(luò)關(guān)系發(fā)現(xiàn)功能

除Bibexcel和BICOMB不能進行后續(xù)分析外，其余均能進行一些分析，詳細情況,見表6。但需注意對于某特定數(shù)據(jù)源數(shù)據(jù)，軟件可能會缺失其中某項分析功能，如Sci2暫不具有對WOS數(shù)據(jù)的空間地理分析功能。

表6 11款科學(xué)映射工具分析方法比較

注：突發(fā)監(jiān)測指根據(jù)知識元素頻率隨時間的變化情況，監(jiān)測出短期內(nèi)波幅較大的對象，目前多采用Kleinberg的bumt detection algorithm[13]；空間分析指基于地圖(如google地圖)，分析研究對象的地理分布情況；時序分析指知識元素隨時間的變化情況；網(wǎng)絡(luò)分析指根據(jù)知識元素間聯(lián)系，以網(wǎng)絡(luò)圖形式呈現(xiàn)分析結(jié)果；雙聚類指對二維數(shù)據(jù)的行列變量均進行聚類。

3 11款科學(xué)映射工具特點分析

3.1 HistCite

HistCite專注于引文分析，以時間軸為基礎(chǔ)，繪制施引文獻與被引文獻間關(guān)聯(lián)，意在識別出領(lǐng)域中重要研究成果。其特色是與WOS的銜接性很好，中間數(shù)據(jù)可經(jīng)由WOS獲取、修正和鏈接，在引文分析方面有其獨特優(yōu)勢。但其僅限于引文分析和一定元素統(tǒng)計，缺失合著、共詞以及其他多種關(guān)聯(lián)的分析，可接受數(shù)據(jù)格式較局限，不能處理中文。

3.2 NWB

NWB相對較成熟完善，接受多種數(shù)據(jù)格式；根據(jù)具體需求進行相應(yīng)的數(shù)據(jù)預(yù)處理；構(gòu)建多種知識矩陣網(wǎng)絡(luò)，根據(jù)用戶自定義進行規(guī)范化；分析方法多種多樣；嵌合了GUESS，GnuPlot，DrL等多種可視化插件;但不能處理中文。因提供多種自定義設(shè)置，較靈活，要求用戶具有較高信息分析能力，較適合熟悉科學(xué)計量學(xué)分析方法的用戶。

3.3 ROST CM

ROST CM主要用于情感分析和社會網(wǎng)絡(luò)分析領(lǐng)域，也可用于科學(xué)計量學(xué)，以進行分類聚類、共現(xiàn)分析、依存分析、語義網(wǎng)絡(luò)、社會網(wǎng)絡(luò)等。該軟件具有較強的數(shù)據(jù)預(yù)處理功能，可處理多種數(shù)據(jù)格式且中英文數(shù)據(jù)均可處理；借助插件NetDraw完成可視化。

3.4 SATI

SATI專門用于處理文獻題錄數(shù)據(jù)。其優(yōu)勢在于：(1)除基本預(yù)處理功能外，還能去停用詞及提取詞干。(2)可進行時間切分，劃分不同時間段子集。(3)通過插件NetDraw完成可視化。但該軟件在矩陣截取方面不便捷，矩陣行列數(shù)相同且不得超過100，若行列數(shù)不同或行列超過100則無法自動截取。

3.5 Sci2

Sci2在界面、設(shè)計和功能上與NWB相像，但二者又不盡相同。相對NWB來講，Sci2的功能更為全面、完善：(1)除GUESS，GnuPlot，DrL等外，還嵌合了Gephi。(2)嵌入了R語言功能模塊。(3)保有空間分析。但NWB操作相對簡便。

3.6 SciMAT

SciMAT出現(xiàn)較晚，融合了多款綜合性科學(xué)映射工具和可視化工具的優(yōu)點，其數(shù)據(jù)預(yù)處理、知識矩陣網(wǎng)絡(luò)構(gòu)建和分析方面功能強大，但其主要分析對象是WOS，對其他格式數(shù)據(jù)的處理還相對欠缺，尤其是中文數(shù)據(jù)。

3.7 Bibexcel

Bibexcel是一款文獻計量學(xué)軟件，擅長引文分析。其特點在于：(1)除英文數(shù)據(jù)外，還可處理CSSCI數(shù)據(jù)。(2)靈活多變、功能強大，但設(shè)置上較繁瑣，適合較熟悉科學(xué)計量學(xué)研究的用戶。(3)可全面構(gòu)建共現(xiàn)矩陣，但缺失直接關(guān)系矩陣構(gòu)建功能且輸出行列數(shù)受Excel本身的限制。(4)不具可視化功能，需借助其他可視化工具。

3.8 BICOMB

BICOMB主要用于文獻計量學(xué)，也可用于其他結(jié)構(gòu)化數(shù)據(jù)，中英文均可。其優(yōu)勢在于：(1)除預(yù)設(shè)數(shù)據(jù)格式外，用戶還可自定義處理格式。(2)頻次閾值截取功能，允許研究者進行典型或高頻數(shù)據(jù)的知識矩陣網(wǎng)絡(luò)構(gòu)建。(3)可自動獲取除引文耦合矩陣外的其他矩陣。其劣勢為無規(guī)范化、可視化功能，需結(jié)合可視化工具使用。

3.9 UCINET

UCINET主要用于社會網(wǎng)絡(luò)分析，也可用于科學(xué)計量學(xué)，是一款功能齊全的可視化工具，整合了Pajek，Mage，NetDraw這3款軟件，涵蓋大量矩陣計算、轉(zhuǎn)換算法以及網(wǎng)絡(luò)布局算法。但由于其不能直接處理原始數(shù)據(jù)，所以需與處理統(tǒng)計工具相結(jié)合使用。

3.10 gCLUTO

gCLUTO用于矩陣聚類。該軟件特色在于：(1)除對共現(xiàn)矩陣聚類外，還可對直接關(guān)系矩陣雙聚類。(2)提供多種聚類算法、相似函數(shù)和標(biāo)準(zhǔn)函數(shù)。(3)經(jīng)過多維標(biāo)度法生成三維彩色山丘聚類圖形。(4)根據(jù)相似度度量給出各類的特征屬性，用以描述和區(qū)分各類。其不足之處在于：(1)僅能接受矩陣格式數(shù)據(jù)，不能直接處理原始數(shù)據(jù)。(2)除聚類外，不涉及其他分析方法。

3.11 VOSviewer

VOSviewer主要用于知識矩陣網(wǎng)絡(luò)的可視化。自2012年3月后增加處理統(tǒng)計功能模塊，可處理WOS和Scopus記錄格式數(shù)據(jù)。盡管如此，但因該功能尚不完善，故歸為可視化工具，仍需與其他處理統(tǒng)計分析工具相結(jié)合。此外，在數(shù)據(jù)規(guī)范化方面，所提供的規(guī)范化度量指標(biāo)僅關(guān)聯(lián)強度一種，其適應(yīng)性較弱。

4 結(jié)語

科學(xué)知識圖譜是顯示科學(xué)知識發(fā)展進程與結(jié)構(gòu)關(guān)系的一種圖形，以數(shù)學(xué)方程式表達科學(xué)發(fā)展規(guī)律，用圖譜的形式加以呈現(xiàn)，是科學(xué)計量學(xué)具有前景的研究方向。分析科學(xué)知識圖譜映射工具的特點，有利于知識圖譜的構(gòu)建，本文簡要介紹11款科學(xué)映射的工具，對各映射點進行簡要評述，希望有助于醫(yī)學(xué)領(lǐng)域知識圖譜的構(gòu)建。

1 黃亞明.科學(xué)映射模式及其方法論基礎(chǔ)的探討[J].科學(xué)學(xué)研究,2008, 26(5):904-912,931.

2 秦長江,侯漢清.知識圖譜——信息管理與知識管理的新領(lǐng)域[J].大學(xué)圖書館學(xué)報,2009,27(1):30-37,96.

3 王海燕.基于知識脈絡(luò)分析的ICD-10熱點研究[J].醫(yī)學(xué)信息學(xué)雜志,2013,34(3):73-75.

4 Small H.Update on Science Mapping:creating large document spaces[J].Scientometrics,1997,38(2):275-293.

5 Morris SA,Van der Veer Martens B.Modeling and Mapping of Research Specialties[J].The Annual Review of Information Science and Technology,2007,42(1):213-295.

6 王超,呂俊生,吳新年,等.學(xué)術(shù)網(wǎng)絡(luò)研究進展[J].情報雜志,2013,(10):93-98.

7 岳曉旭,袁軍鵬,高繼平,等.常用科學(xué)知識圖譜工具實例對比[J].數(shù)字圖書館論壇,2014,(5):66-72.

8 侯月明,喬曉東,孫衛(wèi),等. 開源分析工具在中文文獻分析中的應(yīng)用[J]. 現(xiàn)代圖書情報技術(shù),2013,(3):71-76.

9 李維,李毅.轉(zhuǎn)化醫(yī)學(xué)信息學(xué)研究熱點雙向聚類計量分析[J].醫(yī)學(xué)信息學(xué)雜志,2014,35(4):15-19.

10 Garfield E.Using HistCite to Map the Output of Small World,Walson-Crisk 1953,Cell Death and Differentiation,and Gene Flow[EB/OL].[2014-07-28]. http://garfield.library.upenn.edu/papers/leocester071103.pdf.

11 NWB Team. Network Workbench Tool. Indiana University, Northeastern University, and University of Michigan. 2006[EB/OL].[2014-07-28].http://nwb.slis.indiana.edu.

12 ROST工具列表[EB/OL].[2014-07-28].http://hi.baidu.com/ietynxalzidjoye/item/77fa3d392e5f8b6f7c034bae.

13 Sci2 Team.Science of Science(Sci2) Tool.Indiana University and SciTech Strategies[EB/OL].[2014-07-28].http://Sci2.cns.iu.edu.

14 劉啟元,葉鷹.文獻題錄信息挖掘技術(shù)方法及其軟件SATI的實現(xiàn)——以中外圖書情報學(xué)為例[J].信息資源管理學(xué)報,2012,(1):50-58.

15 Cobo MJ,López-Herrera AG,Herrera-Viedma E,et al.SciMAT:a new science mapping analysis software tool[J].Journal of the American Society for Information Science and Technology,2012,63(8):1609-1630.

16 Persson O, Danell R,Wiborg Schneider J. 2009. How to Use Bibexcel for Various Types of Bibliometric Analysis[C].Belgium: Celebrating Scholarly Communication Studies: a festschrift for Olle Persson at his 60th birthday, 2009:9-24.

17 崔雷,劉偉,閆雷,等.文獻數(shù)據(jù)庫中書目信息共現(xiàn)挖掘系統(tǒng)的開發(fā)[J].現(xiàn)代圖書情報技術(shù),2008,(8):70-75.

18 Borgatti SP,Everett MG,Freeman LC.Ucinet for Windows:software for social network analysis[EB/OL].[2014-07-28].http://www.analytictech.com/ucinet/.

19 Rasmussen M,Karypis G.gCLUTO-An Interactive Clustering,Visualization,and Analysis System[EB/OL].[2014-07-28].http://glaros.dtc.umn.edu/gkhome/node/174.

20 Van Eck NJ,Waltman L.VOSviewer:a computer program for bibliometric mapping[C].Proceeding of the 12th International Conference on Scientometrics and Informetrics,2009:886-889.

21 張玢,梁芳,許培揚，等.Web of Knowledge在醫(yī)學(xué)信息分析評價研究中的應(yīng)用[J].醫(yī)學(xué)信息學(xué)雜志,2007,28(6):536-540.

22 廖一平.PubMed,Web of Science,Scopus以及Google Scholar比較研究[J].醫(yī)學(xué)信息學(xué)雜志,2009,30(5):18-20,23.

23 White HD.Pathfinder Networks and ACA:a remapping of paradigmatic information scientists[J].Journal of the American Society for Information Science and Technology,2003,(5):423-434.

24 Leydesdorff L.Should Co-occurrence Data be Normalized:a rejoinder[J].Journal of the American Society for Infomation Science and Technology,2007,58(14):2411-2413.

25 Waltman L,Nees Jan van Eck.Some Comments on the Question whether Co-occurrence Data Should be Normalized[J].Journa of the American Society for Information Science and Technology,2007,58(11):1701-1703.

Comparison of Science Mapping Tools in Constructing Medical Knowledge Maps

ZHONGXiu-mei,CUILei，

DepartmentofMedicalInformatics,ChinaMedicalUniversity,Shenyang110013,China

The paper carries out comparative analysis among 11 science mapping tools,including HistCite，NWB，ROST CM，Sci2，SATI，SciMAT，Bibexcel，BICOMB，UCINET，gCLUTO，VOSviewer, introduces and summarizes their characteristcs for helping to construct the knowledge maps in medical domain.

Science mapping tools;Medical knowledge map;Comparison

2015-01-06

鐘秀梅，在讀碩士研究生，發(fā)表論文2篇；通訊作者：崔雷。

R-058

A 〔DOI〕10.3969/j.issn.1673-6036.2015.04.011