郭文斌+方俊明

摘要：關(guān)鍵詞共詞分析法是一種較新的科學(xué)計(jì)量分析方法，它主要通過(guò)對(duì)高頻關(guān)鍵詞對(duì)在同一篇文章中出現(xiàn)的頻次進(jìn)行統(tǒng)計(jì)分析，生成共被引矩陣。在此基礎(chǔ)上，通過(guò)統(tǒng)計(jì)軟件，進(jìn)行聚類分析、多維尺度分析、因子分析、主成分分析、社會(huì)網(wǎng)絡(luò)分析等高級(jí)統(tǒng)計(jì)處理，繪制出二維或者三維的可視化圖形，客觀系統(tǒng)的展示出所關(guān)注資料的直觀量化信息。在我國(guó)高等教育研究領(lǐng)域較少有學(xué)者對(duì)此方法進(jìn)行論述，為了幫助大家更好地了解和掌握此方法，本文以2000-2012年《教育研究》文獻(xiàn)熱點(diǎn)知識(shí)圖譜作為實(shí)例，詳細(xì)展示了此方法的使用過(guò)程和注意事項(xiàng)。

關(guān)鍵詞：關(guān)鍵詞;共詞分析;高等教育研究;知識(shí)圖譜

一、引言

隨著研究成果的激增，數(shù)字化期刊的盛行及互聯(lián)網(wǎng)使用的便捷化，可以通過(guò)網(wǎng)上搜索引擎快捷的查詢并獲得這些成果。在應(yīng)對(duì)海量數(shù)字信息的今天，傳統(tǒng)文獻(xiàn)計(jì)量和綜述方式，不僅耗費(fèi)時(shí)間、效率低下、查詢資料的時(shí)間跨度短，而且難以全面搜集海量文獻(xiàn)信息，造成文獻(xiàn)研究偏于定性歸納、過(guò)于主觀。[1]激增的數(shù)據(jù)背后隱藏著許多重要的信息，缺乏挖掘數(shù)據(jù)背后隱藏的知識(shí)的手段，導(dǎo)致了“數(shù)據(jù)爆炸但知識(shí)貧乏”。[2]如何在浩如煙海的數(shù)字文獻(xiàn)中，將這些零散的信息全面、快速綜合起來(lái)，挖掘出有深度的信息為我所用，已經(jīng)成為眾多研究者關(guān)注的熱點(diǎn)。隨著計(jì)算機(jī)技術(shù)的不斷提升，以及數(shù)理統(tǒng)計(jì)方法的完善，研究者使用計(jì)算機(jī)進(jìn)行數(shù)據(jù)挖掘（Data Mining，DM）的能力得以大大提升。在此背景下，科學(xué)知識(shí)圖譜開(kāi)始成為當(dāng)前國(guó)際科學(xué)計(jì)量學(xué)領(lǐng)域熱門的方法之一。它是通過(guò)將科學(xué)計(jì)量學(xué)的引文分析方法與可視化技術(shù)相結(jié)合達(dá)到對(duì)信息的有效組織和利用，生成新的知識(shí)。[3]該方法首先，通過(guò)計(jì)算機(jī)和互聯(lián)網(wǎng)搜索引擎強(qiáng)大的自動(dòng)查詢功能，在極短的時(shí)間里面完成對(duì)海量信息的準(zhǔn)確查詢。其次，通過(guò)計(jì)算機(jī)對(duì)已查詢到的海量分散信息進(jìn)行文獻(xiàn)計(jì)量統(tǒng)計(jì)分析，不僅可以通過(guò)量化模型將其以科學(xué)的、可視化的形式直觀的呈現(xiàn)出來(lái)，而且還可以發(fā)現(xiàn)它們之間的深層次關(guān)系和趨勢(shì)，對(duì)將要進(jìn)行的同領(lǐng)域的研究提供科學(xué)的指導(dǎo)。該方法被國(guó)內(nèi)外的許多科學(xué)計(jì)量學(xué)研究者應(yīng)用于學(xué)科前沿的研究。但是，國(guó)內(nèi)教育研究方法方面還比較落后。許多現(xiàn)代科學(xué)研究方法在教育科研中應(yīng)用得很少，現(xiàn)代數(shù)學(xué)遲遲未被引進(jìn)到教育科學(xué)中來(lái)。[4]對(duì)于科學(xué)計(jì)量方法在教育研究中應(yīng)用的專題介紹性文獻(xiàn)并不多見(jiàn)。我們?cè)谧珜?xiě)本文前，使用關(guān)鍵詞共詞分析方法分別對(duì)國(guó)內(nèi)特殊教育和自閉癥（孤獨(dú)癥）[5]相關(guān)研究成果進(jìn)行了梳理和總結(jié)，積累了一定的經(jīng)驗(yàn)，同時(shí)，該方法對(duì)大量文獻(xiàn)綜合處理的高效性、準(zhǔn)確性、客觀性和直觀性給我們留下了深刻的印象。為了幫助國(guó)內(nèi)的高等教育研究者能夠?qū)@種方法有所了解，并且能夠在今后的研究中更多的使用這種方法，提升自己教育科研的準(zhǔn)確性和科學(xué)性，下面，我們以代表國(guó)內(nèi)教育最高研究水準(zhǔn)的教育類的核心期刊《教育研究》在2000-2012年發(fā)表的所有文獻(xiàn)作為研究資料，向大家展示該方法的具體使用過(guò)程和注意事項(xiàng)。

二、關(guān)鍵詞共詞分析方法

（一）關(guān)鍵詞共詞分析方法簡(jiǎn)介

共詞分析（Co-word Analysis）是一種較新的文獻(xiàn)計(jì)量學(xué)方法，其屬于內(nèi)容分析方法的一種。其主要原理是對(duì)一組詞兩兩統(tǒng)計(jì)它們?cè)谕黄墨I(xiàn)中出現(xiàn)的次數(shù)，以此為基礎(chǔ)對(duì)這些詞進(jìn)行聚類分析，從而反映出這些詞之間的親疏關(guān)系，進(jìn)而分析這些詞所代表的學(xué)科或主題的結(jié)構(gòu)與變化。[6]共詞分析法可分別以文獻(xiàn)的主題詞和關(guān)鍵詞進(jìn)行共詞分析，但我們傾向于主張采用關(guān)鍵詞進(jìn)行共詞分析來(lái)得出結(jié)論，主要原因有：第一，關(guān)鍵詞是論文中起關(guān)鍵作用的、最能說(shuō)明問(wèn)題的、代表論文內(nèi)容特征的、或最有意義的詞[7];第二，關(guān)鍵詞不僅準(zhǔn)確地反映論文的主題，而且其本身應(yīng)具有獨(dú)立的檢索功能;第三，由于一篇文獻(xiàn)的關(guān)鍵詞或主題詞是文章核心內(nèi)容的濃縮和提煉，因此，如果某一關(guān)鍵詞或主題詞在其所在的領(lǐng)域的文獻(xiàn)中反復(fù)出現(xiàn)，則可反映出該關(guān)鍵詞或主題詞所表征的研究主題是該領(lǐng)域的研究熱點(diǎn)[8];第四，通過(guò)對(duì)高頻關(guān)鍵詞共現(xiàn)關(guān)系分析，可以進(jìn)一步明晰若干熱點(diǎn)研究領(lǐng)域。[9]關(guān)鍵詞共詞分析主要是通過(guò)共詞分析軟件，對(duì)符合條件的查詢到的海量信息的關(guān)鍵詞對(duì)在同一篇文章中出現(xiàn)的頻次進(jìn)行統(tǒng)計(jì)分析（共詞分析），生成共被引矩陣。在此基礎(chǔ)上，利用統(tǒng)計(jì)軟件，進(jìn)行聚類分析、多維尺度分析、因子分析、主成分分析、社會(huì)網(wǎng)絡(luò)分析等高級(jí)統(tǒng)計(jì)處理，繪制出二維或者三維的可視化圖形，客觀系統(tǒng)的展示出所關(guān)注資料的直觀量化信息。

（二）關(guān)鍵詞共詞分析方法的具體操作過(guò)程

1.準(zhǔn)備研究工具

下載并安裝Bicomb共詞分析軟件和SPSS20作為主要研究工具。Bicomb共詞分析軟件由中國(guó)醫(yī)科大學(xué)醫(yī)學(xué)信息學(xué)系崔雷教授和沈陽(yáng)市弘盛計(jì)算機(jī)技術(shù)有限公司開(kāi)發(fā)。下載獲取地址為崔雷教授科學(xué)網(wǎng)的博客網(wǎng)址：https：//skydrive.live.com/？cid=3adcb3b569c0a509&id=3ADCB3B569C0A509%211195。

2.準(zhǔn)備研究資料

首先，進(jìn)入網(wǎng)絡(luò)搜索引擎，根據(jù)自己研究目的限定文獻(xiàn)來(lái)源，進(jìn)行文獻(xiàn)檢索。根據(jù)自己研究需要和目的對(duì)文獻(xiàn)進(jìn)行取舍和保留。再次，對(duì)選取的文獻(xiàn)按照統(tǒng)一格式進(jìn)行保存。第三，對(duì)保存的文獻(xiàn)進(jìn)行標(biāo)準(zhǔn)化。最后，將保留文獻(xiàn)的格式轉(zhuǎn)化為Bicomb共詞分析軟件能夠識(shí)別的ANSI編碼，供后續(xù)量化統(tǒng)計(jì)分析使用。這里值得注意的是，如果不將文本格式編碼轉(zhuǎn)為ANSI編碼，Bicomb共詞分析軟件將無(wú)法識(shí)別有效信息。

3.進(jìn)行量化統(tǒng)計(jì)分析

首先，使用Bicomb軟件進(jìn)行關(guān)鍵詞統(tǒng)計(jì)并確定提取、導(dǎo)出高頻關(guān)鍵詞詞篇矩陣。有關(guān)Bicomb軟件進(jìn)行關(guān)鍵詞統(tǒng)計(jì)的詳細(xì)操作過(guò)程請(qǐng)閱讀相關(guān)操作手冊(cè)。[10]其次，采用SPSS20對(duì)高頻關(guān)鍵詞進(jìn)行聚類分析并生成Ochiai系數(shù)相同矩陣。再次，采用SPSS將高頻關(guān)鍵詞的相同矩陣轉(zhuǎn)化為相異矩陣并進(jìn)行多維尺度分析。最后，對(duì)上述量化結(jié)果進(jìn)行定量和定性結(jié)合的分析，得出相應(yīng)的結(jié)論和建議。

概括而言，關(guān)鍵詞共詞分析法的一般過(guò)程包括：明確研究的問(wèn)題、選定并標(biāo)準(zhǔn)化研究材料、高頻關(guān)鍵詞的選定、共現(xiàn)矩陣的提取、進(jìn)行高級(jí)統(tǒng)計(jì)處理（相同矩陣、相異矩陣的轉(zhuǎn)化、聚類分析、多維尺度分析）。

三、關(guān)鍵詞共詞分析方法示例

為了更好的使大家掌握該方法，下面，我們以“2000-2012年《教育研究》文獻(xiàn)熱點(diǎn)知識(shí)圖譜”為例向大家進(jìn)行詳細(xì)的示范說(shuō)明。

（一）查找準(zhǔn)備文獻(xiàn)

首先，進(jìn)入中國(guó)學(xué)術(shù)文獻(xiàn)網(wǎng)絡(luò)出版總庫(kù)，進(jìn)入標(biāo)準(zhǔn)檢索對(duì)話框，將發(fā)表時(shí)間欄的具體日期定義為從“2000-01-01”到“2012-12-31”，文獻(xiàn)出版來(lái)源限定為“《教育研究》”。根據(jù)限定好的條件進(jìn)行文獻(xiàn)檢索，檢索到文獻(xiàn)2908條。其次，根據(jù)研究需要?jiǎng)h除研討會(huì)綜述、課題介紹、會(huì)議通知、卷首語(yǔ)、會(huì)議記錄、課題通過(guò)鑒定、讀后感、簡(jiǎn)介、研討會(huì)簡(jiǎn)介、書(shū)評(píng)、成果鑒定會(huì)、學(xué)院以及學(xué)校簡(jiǎn)介信息、人物專訪、投稿須知、會(huì)議紀(jì)要、出版信息、目錄信息、公告等，得到有效論文2550篇。再次，對(duì)上述文獻(xiàn)統(tǒng)一按照題名、作者、關(guān)鍵詞、單位、摘要、年、期等信息以文本形式保存。最后將保存的文本信息編碼格式統(tǒng)一改為ANSI編碼后保存。

（二）進(jìn)行量化統(tǒng)計(jì)

1.進(jìn)行關(guān)鍵詞詞頻統(tǒng)計(jì)分析并提取高頻關(guān)鍵詞頻次

一個(gè)學(xué)術(shù)研究領(lǐng)域較長(zhǎng)時(shí)域內(nèi)的大量學(xué)術(shù)研究成果的關(guān)鍵詞集合，可以揭示研究成果的總體內(nèi)容特征、研究?jī)?nèi)容之間的內(nèi)在聯(lián)系、學(xué)術(shù)研究發(fā)展的脈絡(luò)與發(fā)展方向等。[11]如果在統(tǒng)計(jì)文獻(xiàn)時(shí)，關(guān)鍵詞出現(xiàn)的頻次越高，則表示與該關(guān)鍵詞有關(guān)的研究成果越多，研究?jī)?nèi)容的集中性就越強(qiáng)。一個(gè)研究領(lǐng)域的少量高頻次的關(guān)鍵詞，擁有該學(xué)科明顯大的信息密度與知識(shí)密度，成為信息與知識(shí)需求者檢索文獻(xiàn)的重點(diǎn)，它們被稱為核心關(guān)鍵詞。[12]詞頻分析法是利用能夠揭示或表達(dá)文獻(xiàn)核心內(nèi)容的關(guān)鍵詞或主題詞在某一研究領(lǐng)域文獻(xiàn)中出現(xiàn)的頻次高低來(lái)確定該領(lǐng)域研究熱點(diǎn)和發(fā)展動(dòng)向的文獻(xiàn)計(jì)量方法。[13]

對(duì)2550篇文章中的15976個(gè)關(guān)鍵詞進(jìn)行詞頻統(tǒng)計(jì)分析，發(fā)現(xiàn)關(guān)鍵詞出現(xiàn)的頻次范圍是1-107。為了減輕工作量，對(duì)關(guān)鍵詞頻次大于20的高頻關(guān)鍵詞進(jìn)行提取，結(jié)果見(jiàn)表1。

從表1可以看出，頻次大于等于20的有52個(gè)關(guān)鍵詞，占關(guān)鍵詞總數(shù)的3.25%，其出現(xiàn)的頻次合計(jì)為1839次，詞均35.37次，占關(guān)鍵詞總頻次（15976）的11.51%。這些高頻關(guān)鍵詞表述的研究?jī)?nèi)容，是2000-2012年《教育研究》發(fā)表文章的核心內(nèi)容。從高頻關(guān)鍵詞分布順序可看出，《教育研究》涉及的前10個(gè)研究熱點(diǎn)依次為：高等教育（107）、基礎(chǔ)教育（69）、教育公平（63）、教育改革（59）、教師（59）、教育研究（54）、課程改革（52）、教師教育（52）、教育發(fā)展（48）、教育理論（44）。這一統(tǒng)計(jì)結(jié)果，與2000-2009年八種教育學(xué)期刊文獻(xiàn)前10位高頻關(guān)鍵詞（高等教育、課程改革、教育研究、教育改革、素質(zhì)教育、教學(xué)改革、基礎(chǔ)教育、課堂教學(xué)、教師、教育理論）對(duì)比，有7個(gè)高頻關(guān)鍵詞完全重合，排在第一位的高等教育和最后一位的教育理論在排序上完全吻合，其它5個(gè)僅在排列順序上發(fā)生差異。這一結(jié)果不僅驗(yàn)證了本研究中統(tǒng)計(jì)方法的可信，而且還進(jìn)一步說(shuō)明相對(duì)于其它教育研究刊物，《教育研究》起著風(fēng)向標(biāo)的作用。

為深入挖掘這52個(gè)高頻關(guān)鍵詞的詞頻之間的關(guān)系以及它們背后隱藏的有效信息，還需要進(jìn)一步采用關(guān)鍵詞共現(xiàn)技術(shù)來(lái)進(jìn)行深入的計(jì)量學(xué)研究。

2.生成高頻關(guān)鍵詞的相同和相異矩陣

首先，生成高頻關(guān)鍵詞詞篇矩陣。對(duì)各個(gè)高頻關(guān)鍵詞是否在其它論文中成對(duì)出現(xiàn)（出現(xiàn)為1，否則為0），利用Bicomb軟件生成高頻關(guān)鍵詞詞篇矩陣。詞篇矩陣考察各高頻關(guān)鍵詞間的親疏關(guān)系，詞篇矩陣表示的是兩目標(biāo)之間的相似程度的矩陣，即兩者數(shù)字越大表明兩者關(guān)系越近，越小表明兩者關(guān)系越遠(yuǎn)。[14]其次，生成高頻關(guān)鍵詞相似系數(shù)矩陣。以關(guān)鍵詞詞篇矩陣為基礎(chǔ)，在SPSS20中進(jìn)行相關(guān)分析，數(shù)據(jù)類型選擇“binary”二元變量，相似系數(shù)選擇“Ochiai”系數(shù)，構(gòu)造出高頻關(guān)鍵詞相似系數(shù)矩陣。[15]相似矩陣中的數(shù)字表明數(shù)據(jù)間的相似性，數(shù)字的大小表明了相應(yīng)的兩個(gè)關(guān)鍵詞之間的距離遠(yuǎn)近，其數(shù)值越接近1，表明關(guān)鍵詞之間的距離越近、相似度越大;反之，數(shù)值越接近0，則表明關(guān)鍵詞之間的距離越大、相似度越小。最后，生成高頻關(guān)鍵詞相異系數(shù)矩陣。為了消除由于關(guān)鍵詞共現(xiàn)次數(shù)差異所帶來(lái)的影響，根據(jù)相似系數(shù)矩陣，采用相異系數(shù)矩陣=1-相似系數(shù)矩陣，產(chǎn)生相異系數(shù)矩陣。相異系數(shù)矩陣中數(shù)字表明數(shù)據(jù)間的相異性，其含義與相似系數(shù)矩陣意義相反，數(shù)值越接近1，表明關(guān)鍵詞之間的距離越大。相異系數(shù)矩陣結(jié)果見(jiàn)表2。

從表2可以看出，各關(guān)鍵詞分別與高等教育距離由遠(yuǎn)及近的順序依次為：教師（1.000）、教育研究（1.000）、課程改革（1.000）、教師教育（1.000）、基礎(chǔ)教育（0.988）、教育改革（0.908）、教育公平（0.963）。這個(gè)結(jié)果說(shuō)明，研究者在論及高等教育時(shí)，會(huì)更多的將其與教師、教育研究、課程改革與教師教育結(jié)合在一起討論，而較少和基礎(chǔ)教育、教育改革、教育公平結(jié)合起來(lái)。采用上述原理，綜合表2中的關(guān)鍵詞相異系數(shù)矩陣數(shù)據(jù)，可以初步得出的結(jié)論為：2000-2012年在《教育研究》發(fā)表的成果中，涉及到基礎(chǔ)教育與課程改革的資料較少，大量研究主要以高等教育為探討對(duì)象，關(guān)注高等教育中涉及的教師、教育研究、課程改革及教師教育等主要因素，對(duì)這些因素予以了更多的關(guān)注。出現(xiàn)這一結(jié)果的原因，一方面是《教育研究》從2004年開(kāi)始增大了對(duì)“教師”這一關(guān)鍵詞的關(guān)注，開(kāi)辟了專欄。另一方面的原因是，2001年“教師教育”被國(guó)務(wù)院首次提出后，引起了多方面尤其是教育界對(duì)此問(wèn)題的高度重視。

3.進(jìn)行高頻關(guān)鍵詞聚類分析

聚類分析是選定一些分類標(biāo)準(zhǔn)，將不同的觀察體加以分類，同一類（集群）之內(nèi)觀察體彼此的相似度愈高愈好，而不同一類之間觀察體彼此的相異度愈高愈好。[16]高頻關(guān)鍵詞聚類分析是通過(guò)高級(jí)統(tǒng)計(jì)對(duì)已經(jīng)發(fā)表文獻(xiàn)的高頻關(guān)鍵詞組的相似性與相異性分析，來(lái)發(fā)現(xiàn)它們之間的遠(yuǎn)近關(guān)系，挖掘隱藏在它們背后的研究者關(guān)心的知識(shí)信息。關(guān)鍵詞聚類分析時(shí)，先以最有影響的關(guān)鍵詞（種子關(guān)鍵詞）生成聚類;再次，由聚類中的種子關(guān)鍵詞及相鄰的關(guān)鍵詞再組成一個(gè)新的聚類。關(guān)鍵詞越相似它們的距離越近，反之，則越遠(yuǎn)。

將上述52個(gè)高頻關(guān)鍵詞構(gòu)成的52×52的相似系數(shù)矩陣，導(dǎo)入SPSS20進(jìn)行聚類分析。結(jié)果見(jiàn)圖1。

從圖1可以直觀的看出2000-2012年《教育研究》高頻關(guān)鍵詞被分為8個(gè)種類，它們的具體分布結(jié)果見(jiàn)表3。

從表3可以看出，2000-2012年《教育研究》8類研究具體分布為：

種類1為教學(xué)過(guò)程中的活動(dòng)和改革，包括14個(gè)關(guān)鍵詞，其可以細(xì)分為6小類：小類1基礎(chǔ)教育教學(xué)活動(dòng)及過(guò)程，包括3個(gè)關(guān)鍵詞（教學(xué)過(guò)程、教學(xué)活動(dòng)、基礎(chǔ)教育課程）;小類2教學(xué)改革與教學(xué)論，包括2個(gè)關(guān)鍵詞（教學(xué)改革、教學(xué)論）;小類3教學(xué)模式與課堂教學(xué)，包括2個(gè)關(guān)鍵詞（教學(xué)模式、課堂教學(xué)）;小類4學(xué)生、教師及其發(fā)展，包括3個(gè)關(guān)鍵詞（學(xué)生、發(fā)展 、教師）;小類5師生關(guān)系，包括1個(gè)關(guān)鍵詞（師生關(guān)系）;小類6基礎(chǔ)教育及素質(zhì)教育的課程改革，包括3個(gè)關(guān)鍵詞（基礎(chǔ)教育、課程改革、素質(zhì)教育）。

種類2為道德教育與生活，包括2個(gè)關(guān)鍵詞（道德教育、生活世界）。

種類3為教育與課程，包括2個(gè)關(guān)鍵詞（教育、課程）。

種類4為學(xué)校教育、義務(wù)教育及教育政策、觀念，包括16個(gè)關(guān)鍵詞，其可以細(xì)分為7小類：小類1學(xué)校教育與職業(yè)教育，包括2個(gè)關(guān)鍵詞（學(xué)校教育 、職業(yè)教育）;小類2農(nóng)村教育和農(nóng)村義務(wù)教育，包括2個(gè)關(guān)鍵詞（農(nóng)村教育、農(nóng)村義務(wù)教育）;小類3義務(wù)教育和均衡發(fā)展，包括2個(gè)關(guān)鍵詞（義務(wù)教育、均衡發(fā)展）;小類4教育公平、質(zhì)量及政策，包括3個(gè)關(guān)鍵詞（教育公平 、教育質(zhì)量、教育政策）;小類5教育資源，包括1個(gè)關(guān)鍵詞（教育資源）;小類6教育發(fā)展與教育科研，包括2個(gè)關(guān)鍵詞（教育發(fā)展、教育科研）;小類7教育理念及對(duì)學(xué)習(xí)者的關(guān)注，包括4個(gè)關(guān)鍵詞（以人為本 、科學(xué)發(fā)展觀、教育理念 、學(xué)習(xí)者）。

種類5為大學(xué)及學(xué)科建設(shè)，包括2個(gè)關(guān)鍵詞（大學(xué) 、學(xué)科建設(shè)）。

種類6為教師教育、教育理論與教育思想，包括10個(gè)關(guān)鍵詞，其可以細(xì)分為3小類：小類1教師教育及其專業(yè)發(fā)展，包括3個(gè)關(guān)鍵詞（教師教育 、教師專業(yè)發(fā)展、中小學(xué)教師）;小類2教學(xué)理論、研究及實(shí)踐與改革，包括6個(gè)關(guān)鍵詞（教育理論、理論與實(shí)踐 、教育研究 、教育實(shí)踐 、教育學(xué) 、教育改革）;小類3教育思想，包括1個(gè)關(guān)鍵詞（教育思想）。

種類7為高等職業(yè)教育和民辦教育，包括2個(gè)關(guān)鍵詞（高等職業(yè)教育、民辦教育）。

種類8為高等教育、高等學(xué)校與價(jià)值取向，包括4個(gè)關(guān)鍵詞，可以細(xì)分為2小類：小類1高等教育與大學(xué)生價(jià)值取向，包括3個(gè)關(guān)鍵詞（高等教育 、大學(xué)生 、價(jià)值取向）;小類2高等學(xué)校，包括1個(gè)關(guān)鍵詞（高等學(xué)校）。

4.進(jìn)行高頻關(guān)鍵詞的多維尺度分析

多維尺度分析（MDS）是一種可以幫助研究者找出隱藏在觀察資料內(nèi)的深層結(jié)構(gòu)的統(tǒng)計(jì)方法，其目的是在發(fā)掘一組資料背后之隱藏結(jié)構(gòu)，希望用主要元素所構(gòu)成的構(gòu)面圖來(lái)表達(dá)出資料所隱藏的內(nèi)涵，尤其是在觀察資料體很多時(shí)，利用多維尺度法更能適切地找出資料的代表方式。[16]采用多維尺度分析時(shí)，要匯報(bào)其 Stress和RSQ值，它們分別為多維尺度分析中的信度和效度估計(jì)值。其中，壓力系數(shù)（Stress）是擬合度量值，用于維度數(shù)的選擇，Stress越小，表明分析結(jié)果與觀察數(shù)據(jù)擬合越好，其值越小，說(shuō)明模型的適合度越高。Kruskal（1964）給出了一種根據(jù)經(jīng)驗(yàn)來(lái)評(píng)價(jià)Stress優(yōu)劣的尺度：若Stress≥20%，則近似程度為差（Bad）;≤10%，為滿意（Fair）;≤5%，則為好（Good）;≤2.5%，為很好（Excellent）;其理想的狀況為Stress=0，稱為完全匹配（Prefect）。[17] 模型距離解釋的百分比（RSQ），表示變異數(shù)能被其相對(duì)應(yīng)的距離解釋的比例，也就是回歸分析中回歸分析變異量所占的比率，RSQ值越大，即越接近1，代表所得到的構(gòu)形上各點(diǎn)之距離與實(shí)際輸入之距離越適合。一般認(rèn)為，RSQ在0.60以上是可接受的。[18]

采用spss20對(duì)上述52個(gè)高頻關(guān)鍵詞構(gòu)成的52×52的聚類分析產(chǎn)生的矩陣進(jìn)行多維尺度分析，標(biāo)準(zhǔn)化方法選擇Z分?jǐn)?shù)。結(jié)果顯示，Stress= 0.120，RSQ= 0.823，說(shuō)明其擬合效果較好，可以反映出《教育研究》高頻關(guān)鍵詞間的學(xué)術(shù)聯(lián)系狀況。多維尺度分析結(jié)果見(jiàn)圖2。

多維尺度繪制出的坐標(biāo)稱為戰(zhàn)略坐標(biāo)，它以向心度和密度為參數(shù)繪制成二維坐標(biāo)，可以概括地表現(xiàn)一個(gè)領(lǐng)域或亞領(lǐng)域的結(jié)構(gòu)。[19]戰(zhàn)略坐標(biāo)中，各個(gè)小圓圈代表各個(gè)高頻關(guān)鍵詞所處的位置，圖中圓圈間距離越近，表明它們之間的關(guān)系越緊密;反之，則關(guān)系越疏遠(yuǎn)。影響力最大的關(guān)鍵詞，其所表示的圓圈距離戰(zhàn)略坐標(biāo)的中心點(diǎn)越近。坐標(biāo)橫軸為向心度（Centrality），表示領(lǐng)域間相互影響的強(qiáng)度;縱軸為密度（Density），表示某一領(lǐng)域內(nèi)部聯(lián)系強(qiáng)度。[20]在戰(zhàn)略坐標(biāo)劃分的四個(gè)象限中，一般而言，第一象限的主題領(lǐng)域內(nèi)部聯(lián)系緊密并處于研究網(wǎng)絡(luò)的中心地位。第二象限的主題領(lǐng)域結(jié)構(gòu)比較松散。這些領(lǐng)域的工作有進(jìn)一步發(fā)展的空間，在整個(gè)研究網(wǎng)絡(luò)中具有較大的潛在重要性。第三象限的主題領(lǐng)域內(nèi)部鏈接緊密，題目明確，并且有研究機(jī)構(gòu)在對(duì)其進(jìn)行正規(guī)的研究，但是在整個(gè)研究網(wǎng)絡(luò)中處于邊緣。第四象限的主題領(lǐng)域在整體工作研究中處于邊緣地位，重要性較小。[21]

結(jié)合上述理論，從圖2可以看出，首先，2000-2012年《教育研究》熱點(diǎn)知識(shí)圖譜分為8個(gè)區(qū)域，雖然種類1、4和6所占的區(qū)域較大，種類2、3、5、7、8所占區(qū)域較小，但從其分布位置可以看出，這些小的區(qū)域處于戰(zhàn)略坐標(biāo)的核心附近，表明這些區(qū)域是其關(guān)注的重點(diǎn)。種類7和種類8所處的領(lǐng)域距離戰(zhàn)略坐標(biāo)軸心位置最近，表明近幾年高等職業(yè)教育和民辦教育、高等教育、高等學(xué)校與價(jià)值取向成為了《教育研究》發(fā)文的熱點(diǎn)領(lǐng)域。其次，從各個(gè)種類所處戰(zhàn)略坐標(biāo)的象限分布特點(diǎn)來(lái)看，種類4的大部分關(guān)鍵詞位于戰(zhàn)略坐標(biāo)的第一象限，說(shuō)明其不僅是《教育研究》雜志組稿的核心領(lǐng)域，而且其文章數(shù)量相對(duì)于其它7個(gè)種類所占領(lǐng)域更為多，也更成熟，該領(lǐng)域的研究是我國(guó)教育研究的中心領(lǐng)域。種類1、8主要位于第二象限，說(shuō)明其主題相對(duì)松散，對(duì)其關(guān)注度還有待于進(jìn)一步加強(qiáng)，其今后在《教育研究》文獻(xiàn)成果質(zhì)量提升方面還具有較大的潛在價(jià)值。種類2、3、6主要位于第三象限，說(shuō)明這3個(gè)種類所占的領(lǐng)域內(nèi)部鏈接緊密，題目明確，并且有研究機(jī)構(gòu)正在對(duì)其展開(kāi)正規(guī)的研究，但在整個(gè)研究網(wǎng)絡(luò)中仍處于邊緣。種類6大部分位于戰(zhàn)略坐標(biāo)的第四象限，說(shuō)明它們所處的主題在整個(gè)研究中處于邊緣地位，重要性較小。種類7不僅橫跨四個(gè)象限，而且緊緊圍繞在戰(zhàn)略坐標(biāo)軸心，說(shuō)明它所占的領(lǐng)域是《教育研究》發(fā)文的重點(diǎn)核心領(lǐng)域，該領(lǐng)域的研究不僅與國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010-2012年）提出的大力發(fā)展職業(yè)教育和大力支持民辦教育的內(nèi)容相一致，而且還與《教育研究》“2006中國(guó)教育研究前沿與熱點(diǎn)問(wèn)題年度報(bào)告”中“創(chuàng)新高等教育發(fā)展思路”、“拓展高等教育辦學(xué)多樣化”、“職業(yè)教育的轉(zhuǎn)型與發(fā)展取向”[22]等內(nèi)容相一致。此研究結(jié)果也被潘黎、王素的研究所驗(yàn)證。

四、總結(jié)和展望

通過(guò)上述實(shí)例，大家可以更直觀的感受到關(guān)鍵詞共詞分析方法的使用效果，但是，在使用的具體過(guò)程中，還應(yīng)該值得關(guān)注和思考下述問(wèn)題。

（一）進(jìn)行關(guān)鍵詞共詞分析前要確保對(duì)其進(jìn)行標(biāo)準(zhǔn)化

我們主要針對(duì)《教育研究》進(jìn)行計(jì)量分析，因?yàn)槠滹L(fēng)格基本一致，所以在標(biāo)準(zhǔn)化處理關(guān)鍵詞方面比較容易處理，但是，如果涉及到多個(gè)雜志間的文獻(xiàn)關(guān)鍵詞處理，就要特別注意對(duì)查詢到的文獻(xiàn)的關(guān)鍵詞進(jìn)行規(guī)范和統(tǒng)一。比如，我們?cè)谶M(jìn)行自閉癥熱點(diǎn)研究時(shí)，要將在不同刊物中表達(dá)同樣含義的關(guān)鍵詞“自閉癥”與“孤獨(dú)癥”統(tǒng)一為“自閉癥”。遲景明和吳琳在研究中，將“高職院?！?、“職業(yè)技術(shù)學(xué)院”和“職技高?！睒?biāo)準(zhǔn)化為“高職院?！?，將“高等學(xué)?！?、“高等院校”、“高?！?、“大學(xué)”等標(biāo)準(zhǔn)化為“高?！?。對(duì)關(guān)鍵詞的標(biāo)準(zhǔn)化處理，能確保最后量化材料的準(zhǔn)確，進(jìn)而保證最后科學(xué)計(jì)量的精確、科學(xué)。但很多進(jìn)行科學(xué)計(jì)量的研究忽視了此問(wèn)題，導(dǎo)致了其研究結(jié)果的科學(xué)和準(zhǔn)確性大打折扣。

（二）可以嘗試使用社會(huì)網(wǎng)絡(luò)分析法更清晰地展示關(guān)鍵詞間的強(qiáng)弱關(guān)系

本研究采用的多維尺度雖然可以較好的觀察到變量間的關(guān)系，但是無(wú)法表現(xiàn)他們之間的強(qiáng)弱。要更好的表達(dá)各個(gè)關(guān)鍵詞之間的強(qiáng)弱關(guān)系，大家以后可以嘗試進(jìn)行社會(huì)網(wǎng)絡(luò)分析。社會(huì)網(wǎng)絡(luò)分析（Social Network Analysis）（簡(jiǎn)稱SNA，有的文獻(xiàn)稱為“社會(huì)網(wǎng)”或“網(wǎng)絡(luò)分析”）是包括測(cè)量與調(diào)查社會(huì)系統(tǒng)中各部分（“點(diǎn)”）的特征與相互之間的關(guān)系（“連接”），將其用網(wǎng)絡(luò)的形式表示出來(lái)，然后分析其關(guān)系的模式與特征這一全過(guò)程的一套理論、方法和技術(shù)。[23] 采用社會(huì)網(wǎng)絡(luò)分析得出的三位立體網(wǎng)絡(luò)圖，更能直觀地反應(yīng)各個(gè)體（節(jié)點(diǎn)）的位置及它們之間的相互關(guān)系（線段）。在原始圖線條密集，不易分析時(shí)，還可進(jìn)行凝聚子群分析，使圖的直觀性增強(qiáng)，更容易分析理解。[24] 社會(huì)網(wǎng)絡(luò)分析方法介紹及其軟件的下載，國(guó)際社會(huì)網(wǎng)絡(luò)分析網(wǎng)（http：//www.insna.org/cgi-bin/softdatasearch.cgi）中給出了Construct、Network Genie、ORGAN 1 Social Network Analysis、PARTNER、PermNet、Socilyzer、UCI

NET software for Social Network ?Analysis八種社會(huì)網(wǎng)絡(luò)分析軟件。中文社會(huì)學(xué)網(wǎng)（http：//www.sociology2010.cass.cn/news/133424.htm）給出了包括上述軟件在內(nèi)的20種軟件介紹和鏈接地址，感興趣的讀者可以自己嘗試使用。

（三）關(guān)鍵詞共詞分析法和定性方法結(jié)合使用才能更好解讀研究結(jié)果

雖然熱點(diǎn)知識(shí)圖譜是采用科學(xué)計(jì)量法繪制出來(lái)的，但是該方法的使用并非完全依賴定量技術(shù)，其還依賴于定性分析技術(shù)。在進(jìn)行了聚類分析和多維尺度分析之后，對(duì)于各個(gè)種類及其所在區(qū)域的劃分和命名均需要雄厚的專業(yè)功底。它就像采用因子分析之后，對(duì)于各個(gè)因子的命名需要結(jié)合專業(yè)知識(shí)來(lái)命名一樣。因此，要進(jìn)行科學(xué)知識(shí)圖譜的繪制，需要將定量研究與定性分析結(jié)合起來(lái)，具有一定的專業(yè)背景，才能夠?qū)τ?jì)量結(jié)果進(jìn)行準(zhǔn)確、客觀的解讀。

（四）進(jìn)行關(guān)鍵詞共詞分析方法時(shí)軟件的選取也至關(guān)重要

雖然現(xiàn)在國(guó)內(nèi)很多研究者，在社會(huì)學(xué)科、管理學(xué)科、醫(yī)學(xué)等研究領(lǐng)域?qū)χ形奈墨I(xiàn)的熱點(diǎn)知識(shí)圖譜的繪制采用了陳朝美博士研發(fā)的CiteSpace軟件，但是該軟件的優(yōu)勢(shì)在于處理外文，尤其是英文文獻(xiàn)上，對(duì)于中文文獻(xiàn)的處理還存在一定的不足，而我們所介紹的Bicomb軟件在中文文獻(xiàn)的共詞分析方面較有優(yōu)勢(shì)，因此，我們建議大家對(duì)中文材料進(jìn)行科學(xué)計(jì)量研究時(shí)更多的采用此軟件。

通過(guò)本文的介紹，我們衷心希望能夠幫助高等教育研究者對(duì)關(guān)鍵詞共詞分析法有所了解，同時(shí)，也真誠(chéng)的希望越來(lái)越多的高等教育研究者投入到教育研究成果的科學(xué)計(jì)量研究中來(lái)！

參考文獻(xiàn)：

[1]潘黎，王素.近十年來(lái)教育研究的熱點(diǎn)領(lǐng)域和前沿主題——基于八種教育學(xué)期刊2000-2009年刊載文獻(xiàn)關(guān)鍵詞共現(xiàn)知識(shí)圖譜的計(jì)量分析[J].教育研究，2011（2）：47-53..

[2]王方華，陳潔，編著.數(shù)據(jù)庫(kù)營(yíng)銷[M].上海：上海交通大學(xué)出版社，2006.

[3]郭文斌，方俊明，陳秋珠.基于關(guān)鍵詞共詞分析的我國(guó)自閉癥熱點(diǎn)研究[J].西北師大學(xué)報(bào)（社會(huì)科學(xué)版），2012，49（1）：128-132.

[4]鄭日昌，崔麗霞.二十年來(lái)我國(guó)教育研究方法的回顧與反思[J].教育研究，2001（6）：17-2.

[5]郭文斌，陳秋珠.特殊教育研究熱點(diǎn)知識(shí)圖譜[J].華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2012，30（3）：49-54.

[6]崔雷.專題文獻(xiàn)高頻主題詞的共詞聚類分析[J].情報(bào)理論與實(shí)踐，1996，19（4）：49-51.

[7]馬妍春，黃可心.科技論文摘要、關(guān)鍵詞及參考文獻(xiàn)的規(guī)范化[J].情報(bào)科學(xué)，1999，17（6）：625-627.

[8]楊國(guó)立，李品，劉競(jìng).科學(xué)知識(shí)圖譜——科學(xué)計(jì)量學(xué)的新領(lǐng)域[J].科普研究，2010，5（4）：28-34.

[9]王凡.科學(xué)知識(shí)圖譜視域中的《圖書(shū)館理論與實(shí)踐》[J].圖書(shū)館理論與實(shí)踐，2011，（8）：23-26.

[10]崔雷.書(shū)目共現(xiàn)分析系統(tǒng)《用戶使用說(shuō)明書(shū)》[Z/OL].http：//cid-3adcb3b569c0a509.skydrive.live.com/browse.aspx/BICOMB.2012-04-13.

[11]李文蘭，楊祖國(guó).中國(guó)情報(bào)學(xué)期刊論文關(guān)鍵詞詞頻分析[J].情報(bào)科學(xué)，2005，23（1）：68-70.

[12]安秀芬，黃曉鸝，張霞，等.期刊工作文獻(xiàn)計(jì)量學(xué)學(xué)術(shù)論文的關(guān)鍵詞分析[J].中國(guó)科技期刊研究，2002，13（6）：505-506.

[13]馬費(fèi)城，張勤.國(guó)內(nèi)外知識(shí)管理研究熱點(diǎn)——基于詞頻的統(tǒng)計(jì)分析[J].情報(bào)學(xué)報(bào)，2006，25（2）：163-170.

[14]邱均平，馬瑞敏，李曄君.關(guān)于共被引分析方法的再認(rèn)識(shí)和再思考[J].情報(bào)學(xué)報(bào)，2008，27（1）：69-74.

[15]遲景明，吳琳.近十年我國(guó)高等教育學(xué)學(xué)科研究熱點(diǎn)和趨勢(shì)——基于研究生學(xué)位論文的共詞聚類分析[J].中國(guó)高教研究，2011（9）：20-24.

[16]陳正昌，程炳林，陳新豐，等著.多變量分析方法：統(tǒng)計(jì)軟件應(yīng)用[M].北京：中國(guó)稅務(wù)出版社，2005：241-299.

[17]張文彤，主編.SPSS統(tǒng)計(jì)分析高級(jí)教程[M].北京：高等教育出版社，2004：40-44.

[18]靖新巧，趙守盈.多維尺度的效度和結(jié)構(gòu)信度評(píng)述[J].中國(guó)考試，2008（1）.

[19]Law J， Bauin S， J.Courtial P， 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.

[20]馮璐，冷伏海.共詞分析方法理論進(jìn)展[J].中國(guó)圖書(shū)館學(xué)報(bào)，2006，32（2）：88-92.

[21]崔雷，鄭華川.關(guān)于從MEDLINE數(shù)據(jù)庫(kù)中進(jìn)行知識(shí)抽取和挖掘的研究進(jìn)展[J].情報(bào)學(xué)報(bào)，2003，22（4）：425-433.

[22]教育研究編輯部.2006中國(guó)教育研究前沿與熱點(diǎn)問(wèn)題年度報(bào)告[R].教育研究，2007（3）：3-16，29.

[23]湯匯道.社會(huì)網(wǎng)絡(luò)分析方法述評(píng)[J].學(xué)術(shù)界，2009（3）：205-208.

[24]種艷秋，張晗，冷榮新，等.利用社會(huì)網(wǎng)絡(luò)分析法和聚類法研究心血管疾病知識(shí)結(jié)構(gòu)的比較[J].中華醫(yī)學(xué)圖書(shū)情報(bào)雜志，2007，16（6）：77-90.