２０１１年８月 湖北第二师范学院学报 Ｊｏｕｒｎａｌ ｏｆ Ｈｕｂｅｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｅｄｕｃａｔｉｏｎ Ａｕｇ．２０１１ 第２８卷第８期 Ｖ０１．２８ Ｎｏ．８ Ｂｉｂｅｘｃｅｌ在文献计量分析中的应用例说 刘齐平 （华中师范大学信息管理系，武汉４３００７２） 摘要：文献计量方法主要是运用数学和统计学处理手段，将文献信息交流过程中的基本规律用数学模型表示出来。本 文对近三年有关Ｅｄｕｃａｔｉｏｎ２．０的研究文献做一个简单的计量分析，例说Ｂｉｂｅｘｃｅｌ作为一种文献计量工具的简便应用 效果。 关键词：文献计量分析；Ｂｉｂｅｘｃｅｌ；应用实例 中图分类号：ＴＰ３９ 文献标识码：Ａ 文章编号：１６７４－３４４Ｘ（２０１１）０８－００８３－０２ 作者简介：刘齐平（１９８８一），女，湖北武汉人，硕士研究生，研究方向为情报学。 文献计量方法是反映情报学特色的定量化方法之 ￣ａａｔｅｌ吖Ｉ ｔ．Ａ Ｌｅｇｅｓｓｅ Ｍ 一它为文献信息的搜集、加工整理、分析预测、测评、 ＢｅｌａｙＭ ，御ｅｓ３ｅＫ 传递利用等环节提供强有力的分析研究支持。而由瑞 ＭａｎａｙｅＫ ＭａｃｉａｓＣ 典科学家佩尔松开发的文献计量学研究软件Ｂｉｂｅｘｃｅｌ ￡ｒｋｏ Ｂ Ｃｈａｒｔｅ＝ＡＧ ＷａＲｅｒ￡Ｇ 是用于帮助用户分析文献数据或者文本类型格式的数 ＰｏｌｅｙＳＴ ３ ３ ２ ２ ２ ２ ２ ２ＳｈｅｌｄｏｎＧＦ 据。它处理的数据来自集成在ＩＳＩ Ｗｅｂ ｏｆ Ｋｎｏｗｌｅｄｇｅ Ｒｊｄｃ甜摹ＴＣ ＭｅｙｅｒＡＡ 平台上的数据库，包括Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ数据库、Ｄｅｒｗｅｎｔ ｖｄ ＾ｆ Ｄｎｕａｔｔｒｏ Ｐ Ｉｎｎｏｖａｉｔｏｎ Ｉｎｄｅｘ数据库和Ｍｅｄｌｉｎｅ数据库等ｏ Ｂｉｂｅｘｃｅｌ 除了对来源于上述数据库中数据的相关知识单元，比 图１ 每篇文章的作者分布情况 如：作者、关键词等做频次分析和排序外，还实现了知 章有７位合作的作者，第二篇文章有６位合作的作者 识单元的共现矩阵。 等等。这样就很清晰地看出每一篇文章的作者数目以 首先，选取文献信息索引数据库Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ 及具体情况。并且我们发现多数文章常常都是由多数 作为目标数据库，进行源文献检索。设定检索标题或 作者合作共同完成。这也表明了在Ｅｄｕｃａｔｉｏｎ２．０的领 者主题为Ｅｄｕｃａｔｉｏｎ ２．０，检索时间为近三年即２００９至 域，学者合作交流的情况较为普遍。 ２０１１年，开始检索，得到４５８条检索记录。在文献类 ２作者频次降序 型中选择类型为Ａｒｔｉｃｌｅ进行精炼，最后得到４２３条检 选中ｓａｖｅｄｒｅｅｓ．ｏｕｔ，在Ｆｒｅｑｕｅｎｃｙ ｄｉｓｔｒｉｂｕｔｉｏｎ下拉 索记录。将全部４２３条记录，包含摘要以纯文本的形 列表框中选择ｗｈｏｌｅ ｓｔｒｉｎｇ，在下面的复选框中选择 式保存到本地，系统自动命名为ｓａｖｅｄｒｅｅｓ．Ｉｘｔ。然后， “Ｓｏｒｔｅｄ ｄｅｓｃｅｎｄｉｎｇ”，点击Ｓｔａｒｔ按钮，在弹出的窗口 将下载下来的记录集合ｓａｖｅｄｒｅｃｓ．瞰以Ｗｏｒｄ形式打 中，点击“确定”，生成后缀名为ｓａｖｅｄｒｅｃＳ．ｃｉｔ文件。 开，选择Ｗｉｎｄｏｗｓ（默认），简体中文（ＧＢ２３１２）为文本 编码方式，点击确定。这样得到有序的ｗｏｒｄ形式的记 录。然后将其另存为ｔｘｔ格式。这样使得原来下载下 来的无序的记录有序化。将有序化后的ｓａｖｅｄｒｅｃｓ．ｔｘｔ 置于Ｂｉｂｅｘｃｅｌ的安装目录之下。得出分析结果： １作者分析 选中ｓａｖｅｄｒｅｃｓ．ｄｏｃ文件，点击Ｖｉｅｗ ｉｆｌｅ按钮，Ｔｈｅ ｌｌｓｔ窗口就会显示这个文件的内容。在Ｏｌｄ Ｔａｇ中填 写关键词对应的标签代号ＡＵ，在Ｓｅｌｅｃｔ ｆｉｅｌｄ ｔｏ ｂｅ 图２作者出现频次的降序排列 ａｎａｌｙｓｅｄ下拉列表框中选择“Ａｎｙ；ｓｅｐａｒａｔｅｄ ｉｆｅｌｄ”，然 图２说明的是关于Ｅｄｕｃａｉｔｏｎ ２．０主题研究的学 后点击Ｐｒｅｐ按钮，在弹出的对话框中点击“确定”，生 者的产出情况。其中，Ｌｉｐｔｏｎ ＲＢ以及Ｌｅｗｉｓ ＣＥ是这 一成后缀名为ｓａｖｅｄｒｅｃｓ．ｏｕｔ文件。在Ｔｈｅ Ｌｉｓｔ窗口显示 领域最高产的作者，他们分别有三篇的文献贡献。 的数据如下： 而其他的学者大多是有两篇或者一篇的文献产出。 图１说明的是每一篇文章的作者，比如第一篇文 收稿日期：ＰＯｌｌ一０７—０２ ・８３・ ３作者共现分析 下面的复选框中选择“ｒｅｍｏｖｅ ｄｕｐ ｌｉｃａｔｅ”和“ｍａｋｅｎｅｗ 选中ｓａｖｅｄｒｅｃｓ．ｏｕｔ文件，在Ｆｒｅｑｕｅｎｃｙ ｄｉｓｔｒｉｂｕｔｉｏｎ 下面的复选框中选择“ｒｅｍｏｖｅ ｄｕｐ ｌｉｃａｔｅ”和“ｍａｋｅ ｎｅｗ ｏｕｔ—ｆｉｌｅ”，点击Ｓｔａｒｔ按钮，在弹出的窗口中，点击 “确定”，生成后缀名为ｓａｖｅｄｒｅｃｓ．ＯＵＸ文件。 ４ 巳．屺ａ阳ｎｇ ｅｎ ｚ ｕ ｏｕｔ—ｆｉｌｅ”，点击Ｓｔａｒｔ按钮，在弹出的窗口中，点击“确 定”，生成后缀名为ｓａｖｅｄｒｅｃｓ．ＯＵＸ文件。然后选中 ｓａｖｅｄｒｅｃｓ．ｃｉｔ文件，点击“ｖｉｅｗ ｆｉｌｅ”，在Ｔｈｅ Ｌｉｓｔ显示 ４ ２ Ｉｎｔｅｒｎｅｔ Ｗｅｂ ２．０ ＥｄｕｃａｔｉｏｎＥｖａｌｕａｔｉｏｎ ２ ２ ２ ２ １ Ｄ融ｂｅｔｅｓ Ｅ蛳巾 ｂ口ｙ ｅｄｕｃａｔｉｏｎＷｅｂ ２ ０ ｅｐｉｄｅｍｉｏｉｏ ＨⅣ ｐｒｅｖａｌｅｎｃｅ 窗口中选择频次大于等于２的前４８位作者作为分析对 象，然后点击“Ａｎａｌｙｚｅ—ｃｏ—ｏｃｃｕｒｒｅｎｃｅ－－ｓｅｌｅｃｔ ｕｎｉｔｓｖｉａ ｉｉｓｔｈｏｘ”，选中ｓａｖｅｄｒｅｃｓ．ｏｕｘ文件，点击“Ａｎａｌｙｚｅ－－ｃｏ～ Ｉｎｔｅｍｅｔ ＭｅｄｉｃａＩ ｅｄｕｃａｔｉｏｎ ｍｅｔａｂｏｌｉｃ ｓｙｎｄｒｏｍｅ １ １ ａｄｏｔｅｓｃｅｎｔｓ ａｄｏｌｅｓｃｅｎｔｓ ｅｄｕｃａｔｉｏ￣ ｃｈ勰ｒｌ￣ｒｌ ～ 暴ｏｇｃｔｌｉＴｅｎｃｅ－－ｍａｋｅ ｐａｉｒｓ ｖｉａ ｌｉｓｔｂｏｘ”，在弹出的窗口中点 击“否”，此时生成ｓａｖｅｄｒｅｃｓ．ＣＯＣ文件。 ２ Ｂｉｇａｌ Ｅ Ｌｉｐｔｏｒ￣ｑ８ ８ｕｈｒ ＨＪ Ｌａｕｓｃｈｅｒ ＪＣ Ｓｕｒ口ＩＯ ＫＬＧｏｏｄｅ ＰＳ ８ｕｈｒ ＨＪ Ｒｒｔｚ ＪＰ ｉ Ｆｄｌｉｅｔ Ｈ Ｗｏｍｎｇｅｎ Ｕ Ｆａｌｌｅｒ Ｈ Ｖｏｇｅｌ ２ Ｇｏｏｄｅ ｐＳ ＩＡｏｒｋｉａｎｄＡＤ Ｇｔｏｎｅ ｊ Ｌａｕｓｃｈｅｒ ＪＣ Ｇｏｏｄｅ ＰＳ Ｒｅｄｄｅｎ ＤＴ ２ Ｆｏｌｏｉｆ Ｈ Ｍｅａｇ Ｋ ２ Ｆ８艟ｒ Ｈ Ｒｏｓｓｂａｎｄ Ｈ ２ ＦａＩ｝ｅｒ Ｈ Ｓｅｅｋａｔｚ Ｂ ２ Ｄｕｎｓｔａｎ ＤＷ ０ｗｅｒｌ Ｎ ＮａｋａｒｎｕｒａＹ Ｕｄａ Ｈ Ｋｅｓｓｌｅｒ ＲＣ Ｎａｋａｒｎｕｒａ Ｙ 翻３ 共现的频次以及作者 图３表示的是两两作者的共现合作的情况，常常 出现两位作者在两篇或者一篇文献中出现合作，共同 产出一篇较高质量的文献。 ４关键词的降序排列 在Ｏｌｄ Ｔａｇ中填写关键词对应的标签代号ＤＥ，在 罴 伸 Ｓｅｌｅｃｔ ｉｆｅｌｄ ｔｏ ｂｅ ａｎａｌｓｅｐａｒａｔｅｄ ｉｆｅｌｄ”，然后点击Ｐｒ眦．暑｛；。ｙｚ ｅｄ下拉列表框中选择“Ａｎｙ； ｅｐ按钮，在弹出的对话框 中点击“确定”，生成后缀名为ｓ鲫 蜥 ａｖｅｄｒｅｅｓ．ｏｕｔ文件。选 中ｓａｖｅｄｒｅｃｓ．ｏｕｔ，在Ｆｒ嘶 ｅｑｕｅｎｃｙ ｄｉｓｔｒｉｂｕｔｉｏｎ下拉列表框 中选择ｗｈｏｌｅ ｓｔｒｉｎｇ，在下面的复选框中选择“Ｓｏｒｔｅｄ ｄｅｓｃｅｎｄｉｎｇ”，点击Ｓｔａｒｔ按钮，在弹出的窗口中，点击 “确定”，生成后缀名为ｓａｖｅｄｒｅｃｓ．ｃｉｔ文件。 图４ 关键词出现频次的降序粥｝列 图４显示的是在４２３个文献中，关键词出现的频 ： 降序｛＝ｉ｝列。我们可以看到Ｅｄｕｃａｔｉｏｎ、Ｗｅｂ２．０都 岛频率出现的关键词汇，它们分别出现＿『２８、２２次。 随后我们看到诸如ｅ—ｌｅａｒｎｉｎｇ等关键词出现的频率 也是很高的。 ５关键词共现 选中ｓａｖｅｄｒｅｃｓ．ｏｕｔ文件，在Ｆｒｅｑｕｅｎｃｙ ｄｉｓｔｒｉｂｕｔｉｏｎ ８４ ｌ１… ！ｃｔ ． ！ 鼍篡 ～～ 图５ 关键词共现频次降序排列 图５中我们看到在这些文献中的关键词共现的降 序排列情况。比如Ｅ—ｌｅａｒｎｉｎｇ和Ｗｅｂ２．０以及 Ｉｎｔｅｒｎｅｔ和Ｗｅｂ２．０等词对共现频率比较高，达到了４ 次。依次有共现２次或者１次的关键词对。从图中我 们可以看到关键词出现共现频率的具体分布情况。 关键词共现矩阵： Ｅａｕｃａｔｍｔ￣ Ｗｅｂ２０ Ｉｎｔｅｒａｃｔ ｍ 蚺ｌｅｄｕｃｅｔｌｏｎ Ｅ－￣ｅａｒｎｍｇ Ｅｐ ｅｍ ｂ ０ｂｅ５ｔｖ Ｏｍｂｅｔｅｓ ｏ ２ ０ ｏ １ ０ １ Ｏ Ｏ ｏ ２ ０ Ｏ ｏ ０ ｏ Ｏ Ｏ ０ Ｏ ｏ Ｏ ０ ２ ０ ０ ０ ０ ０ ０ ｏ Ｏ ２ ｏ ｏ ｏ ｏ Ｏ Ｏ Ｏ １ ０ ｏ ０ ｏ ０ ０ ０ Ｏ ０ ｏ Ｏ Ｏ ０ ０ Ｏ Ｏ Ｏ Ｏ ２ １ Ｏ ０ ｏ ０ ｏ ０ Ｏ ０ ０ ｏ Ｏ Ｏ ０ ｏ Ｏ ０ Ｏ ０ ０ ０ ０ ０ ｏ ｏ ０ Ｏ Ｏ Ｏ ０ ｏ Ｏ ｏ ｏ ０ ２ ｏ Ｏ ０ ０ ｏ Ｏ ｏ ｏ ｏ ０ ｏ ＇ ０ ０ ｏ Ｏ Ｏ ｏ ｏ ０ ０ ０ Ｏ Ｏ ０ ０ Ｏ ｏ ｏ ｏ ０ ０ １ ０ ｏ ０ ０ ｏ ０ ０ ｏ Ｏ Ｏ Ｏ 图６ 关键词共现截图 图６中我们截图了部分关键词共现的矩阵排列， 由此观察到某两个词对会有两次、一次或者零次的 共现。 关键词可视化分析：选择出现频次较高的关键词 为对象，采用同上的方法，绘制ｅｄｕｃａｔｉｏｎ２．０领域的共 词知识图谱，如下图所示： Ｉ ∞ “ 。 ０ ＿ 。 ●０ ■ ∞ ●０ 图７ 关键词的可视化分析 在图７中我们看到了，有一些关键词出现相互共 现联系比较多，比如ｄｉａｂｅｔｅｓ和ｅｐｉｄｅｍｉｏｌｏｇｙ等，而有 些关键词是单独出现的，比如ｓｍｏｋｉｎｇ、ｉｎｔｅｒｎｅｔ等。 小结：本文主要是通过文献计量分析工具 Ｂｉｂｅｘｃｅ１分析近三年来有关Ｅｄｕｃａｔｉｏｎ２．０的研究文献 信息，从中我们认识了这一研究中的文献及其生产者 的分布特征，有利于指导学者们的研究和学习。
