基于词共现大数据研究主题分析_王一博.pdf

数字技术 基于词共现的大数据研究主题分析* 王一博，郭 鑫，王继民 摘 要 近年大数据已成为产业界 、科技界和政府部门共 同关注的热点研究领域 。文章以中国知 网 （CNKI） 论文的题录信息为数据来源，以共词分析、聚类分析、社会网络分析等为主要研究方法 ， 以计算机程序为解决手段 ，对大数据领域的关键词进行词频统计 ，建立高频关键词的共词矩阵 ，发 现共词 网络的 “核心 - 边缘”结构，通过层次聚类将大数据领域 的研究主题划分为 10 个类 团，并 结合战略坐标 图对这些类 团进行深入分析与探讨 ，以期为大数据理论与应用研究提供参考。 关键词 大数据 共词分析 聚类分析 战略坐标 核心 - 边缘结构 引用本文格式 王一博 ，郭鑫 ，王继民. 基 于词共现 的大数据研究主题 分析[J]. 图书馆论坛，2014 （8）：96-102. Study on the Theme of Big Data based on Co-word Analysis WANGYi-bo，GUOXin，WANGJi-min Abstract As a hot research ，big data has been highly concentrated on by the industrial circles ，scientific and technological circles and government sectors in recent years. Taking the research papers from CNKI as data resource ，this paper uses co-word analysis ，cluster analysis，social network analysis as major research method ， and uses computer program to solve corresponding problem. By statistical analysis of key word frequency in big data area ，this paper compiles a co-word matrix of high frequency key words ，finds core periphery structure of co-word network ，and divides these research topics in big data area into 10 groups with hierarchical clustering. Using strategic diagram ，this paper makes an in-depth analysis and exploration of these groups ，and attempts to provide some experiences and reference on theory and application of big data. Keywords big data ；co-word analysis ；clustering analysis ；strategic diagram ；core periphery structure 越多的关注。在学术界， 《Nature》 杂志早在 0 引言 2008年就推出BigData专刊，随后《Science》 近几年，移动互联网、云计算、物联网等 在2011年推出《DealingwithData》，对科学 新一代IT技术迎来了发展的高峰期，互联网中 研究中的大数据问题进行了讨论。在商业界， 的数据量正在以前所未有的速度不断增长与积 IBM率先提出4V概念并于2013年在北京发布 了白皮书 《分析：大数据在现实世界中的应 累。在此背景下，大数据(BigData)吸引了越来 * 本文系北京市科技计划项目 “科学知识图谱方法在新兴产业发展态势分析中的应用研究”（