張亞成 夏換 楊秀璋 于小民 朱滌塵 竇悅琪

摘要：針對目前紅學(xué)研究主題繁多且學(xué)術(shù)成果數(shù)量龐大，對核心作者及其文獻篩選工作困難的問題，該文提出了一種基于綜合指數(shù)和可視化分析的紅學(xué)熱門主題及核心作者研究方法，篩選出九大熱門主題，并從多方面分析了評估紅學(xué)核心作者的因素，從多個角度分析了紅學(xué)研究文獻的特性，研究其特征和主旨。該文采用Python語言進行了詳細(xì)的實驗，分析了紅學(xué)核心作者與其作品的聯(lián)系，挖掘出作品研究價值高且適用性廣的核心作者。實驗結(jié)果表明該算法具有一定的理論意義和研究價值，可以應(yīng)用到作者推薦、文獻分析等領(lǐng)域，同時能優(yōu)化紅學(xué)研究方式，推動紅學(xué)研究發(fā)展。

關(guān)鍵詞：紅學(xué);核心作者;綜合指數(shù);Python;普賴斯定律

中圖分類號：1207.411 文獻標(biāo)識碼：A

文章編號：1009-3044（2019）32-0023-04

1基于綜合指數(shù)分析紅學(xué)核心作者的必要性

《紅樓夢》是中國歷代以來唯一以一本書的研究，而建立起一門專門學(xué)問的作品，這就是大家所稱的“紅學(xué)”。進入“紅學(xué)”圈子的人，上至高層官員、國學(xué)大家、著名作家，下至普通的研究者，人數(shù)之眾多，可與西方的“莎士比亞學(xué)”相媲美。

目前我國紅學(xué)研究主題繁多，每年有大量文獻被收錄，同時不乏大量商業(yè)炒作和虛假文獻，為廣大紅學(xué)學(xué)者對核心作者和文獻的篩選和研究帶來的很大阻礙。針對以上問題，本文提出了一種基于綜合指數(shù)的分析方法，通過該算法結(jié)合可視化分析，可以直觀反映出熱門主題的核心作者。本文旨在分析出熱門主題文獻和其核心作者之間的關(guān)系，從多個角度挖掘紅學(xué)主題，利用綜合指數(shù)分析方法對收集到的紅學(xué)文獻數(shù)據(jù)，從而得出核心作者群體，并利用數(shù)據(jù)可視化技術(shù)進行直觀展現(xiàn)。

本文實驗數(shù)據(jù)集是CNKI收錄的19598篇紅學(xué)文獻的相關(guān)數(shù)據(jù)。主要步驟是利用Python技術(shù)自定義爬取CNKI的相關(guān)數(shù)據(jù)，構(gòu)建詞云和綜合指數(shù)分析等模型分析文獻信息，從多個角度挖掘熱門主題和文獻的關(guān)系，根據(jù)提取的特征預(yù)測核心作者。實驗結(jié)果表明，本文提出的算法可以有效挖掘出紅學(xué)熱門主題有價值的信息，包括核心文獻的下載量、被引量等;該方法可以給紅學(xué)研究者甄別文獻質(zhì)量，快速篩選熱門話題相關(guān)核心作者，從而為研究者學(xué)習(xí)、引用紅學(xué)核心文獻提供幫助，具有重要的理論意義和實際應(yīng)用價值，可廣泛應(yīng)用于紅學(xué)研究事業(yè)，優(yōu)化紅學(xué)研究方式，推動紅學(xué)研究發(fā)展。

2紅學(xué)文獻和核心作者的相關(guān)研究現(xiàn)狀

核心作者是對本學(xué)科研究的發(fā)展具有較大貢獻的科研人員，同時也是期刊學(xué)術(shù)影響力、競爭力的重要貢獻者，他們影響著期刊的生存與發(fā)展，對核心作者進行測評有助于學(xué)科研究和學(xué)術(shù)期刊的發(fā)展嘲。目前對文獻的研究主要分為文獻分析、核心作者算法分析兩方面。高淮生對紅學(xué)高端論壇的學(xué)術(shù)內(nèi)容進行綜述。崔淼對近三十年作者的文獻、學(xué)術(shù)思想進行了評述，分析具有代表性的觀點，總結(jié)近三十年來《紅樓夢》作者新說的研究路徑、文化傳統(tǒng)、新變及局限，反思作者研究之于《紅樓夢》這部傳統(tǒng)小說經(jīng)典的價值所在，并引入基于“闡釋循環(huán)”理論的理想作者研究模式。高源對《紅樓夢》的哲學(xué)性進行了考辨，分析其能否進入哲學(xué)的視閾并成為嚴(yán)格意義上中國哲學(xué)研究的一個領(lǐng)域。楊子倩等通過對《紅樓夢》中家具相關(guān)文獻的互證，研究《紅樓夢》中與桌案相關(guān)的物質(zhì)文化細(xì)節(jié)鑒古知今，以期為了解《紅樓夢》的器物文化和研究家具文化與禮制提供參考意義。朱淡文對《紅樓夢》文獻學(xué)提出了研究綜述，在?？闭砑凹t學(xué)資料的搜集匯編等方面皆取得了重要收獲。

在核心作者算法分析方面，鐘文娟基于普賴斯定律和綜合指數(shù)法對《圖書館建設(shè)》的核心作者進行分析測評。段和平等對核心作者群和期刊發(fā)文的意義做出了探討。張磊以《現(xiàn)代大學(xué)教育》為例，探究了如何建立積極互動的“雜志與作者（讀者）關(guān)系”。李智毅等對公開發(fā)表的學(xué)術(shù)文獻數(shù)據(jù)為基礎(chǔ)，采用文獻計量學(xué)等方法和多種專業(yè)工具組合，對國內(nèi)軍民融合研究文獻的作者進行了多方位的研究，以發(fā)掘相關(guān)領(lǐng)域的核心作者。杜宇等對我國醫(yī)學(xué)論文進行綜合評測篩選，了解檢驗醫(yī)學(xué)重要期刊和核心作者，為醫(yī)學(xué)人員的研究提供幫助。

這些文獻研究或核心作者算法研究通常是利用文獻計量學(xué)方法對某一小部分學(xué)科的核心作者進行研究，或是僅僅從學(xué)術(shù)角度對紅學(xué)進行分析，沒有將核心作者的算法研究和紅學(xué)文獻研究相結(jié)合，深層次對紅學(xué)核心作者及其文獻進行挖掘。本文將引入綜合指數(shù)分析、WordCloud等方法，結(jié)合可視化技術(shù)從多個角度深層次挖掘紅學(xué)核心作者及其文獻，更好地優(yōu)化紅學(xué)研究產(chǎn)業(yè)，為紅學(xué)學(xué)者提供幫助。

3紅學(xué)文獻熱門主題核心作者分析及可視化研究過程

3.1系統(tǒng)架構(gòu)

本文旨在對CNKI收錄的19598篇紅學(xué)文獻進行數(shù)據(jù)分析，其系統(tǒng)框架如圖1所示，主要包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析、實驗分析及結(jié)果評估四個步驟，具體流程如下：

（1）首先采用Python自定義爬蟲抓取文獻數(shù)據(jù)。

（2）對收集到的數(shù)據(jù)進行預(yù)處理操作，包括異常值處理、數(shù)據(jù)清洗、缺失值補齊等操作。

（3）數(shù)據(jù)分析主要包括可視化分析和算法分析。通過echarts、熱點詞云等方式直觀展示影響紅學(xué)熱門主題及文獻的相關(guān)因素，利用綜合指數(shù)分析方法深層次挖掘熱門話題和核心作者的關(guān)系。

（4）最后評估實驗結(jié)果，得出結(jié)論。

3.2數(shù)據(jù)采集

本文使用Pvthon自定義爬蟲對CNKI紅學(xué)相關(guān)文獻進行抓取，并將信息存儲到本地excel。圖2是CNKI文獻《“歷史回顧與未來展望——《紅樓夢》文獻學(xué)研究高端論壇”學(xué)術(shù)綜述》對應(yīng)的頁面，包括題名、作者、來源、發(fā)表時間、數(shù)據(jù)庫、被引次數(shù)和下載量等信息。

3.3數(shù)據(jù)預(yù)處理

在進行數(shù)據(jù)分析之前，需要對所爬取的文獻數(shù)據(jù)進行預(yù)處理操作，包括缺失值填充、異常值處理、數(shù)據(jù)清洗等步驟，其目的是為了保證數(shù)據(jù)的質(zhì)量和標(biāo)準(zhǔn)，從而保證分析的準(zhǔn)確性。本文的數(shù)據(jù)預(yù)處理操作過程包括：

（1）缺失值填充。在爬取文獻數(shù)據(jù)的過程中，存在缺失部分信息例如作者信息、下載量等情況，在標(biāo)記缺失項后，利用定向爬取補全數(shù)據(jù)，部分?jǐn)?shù)據(jù)采用手動填充。

（2）異常值處理。所爬取的小部分文獻數(shù)據(jù)不符合實際情況，如無作者、部分?jǐn)?shù)值為0等，此時采用excel排序后進行定向校驗。

（3）數(shù)據(jù)清洗。原始數(shù)據(jù)中存在重復(fù)發(fā)文和與紅學(xué)相關(guān)性較低的文獻，比如學(xué)者逝世訃告等，需要刪除重復(fù)項、篩選無關(guān)項進行處理。

最終得出從1954年到2019年5月的19589篇紅學(xué)相關(guān)學(xué)術(shù)成果如表1所示。

3.4詞云分析

“詞云”是對數(shù)據(jù)文本中出現(xiàn)頻率較高的熱點詞，予以視覺突出，使瀏覽者可以很快了解文本的主旨，主要利用文本挖掘和可視化技術(shù)。本文中使用的詞云是在Python中，通過安裝WordCloud詞云擴展包以形成的詞云圖片。

本文主要對紅學(xué)熱門文獻的題材及標(biāo)簽進行分析來生成詞云。其流程如圖3所示。

3.5綜合指數(shù)

綜合指數(shù)分析是從評價紅學(xué)中9大熱門主題的作者人手，先采用普賴斯定律得出核心作者候選人，接著選用發(fā)文量和被引量這兩項指標(biāo)得出該作者的質(zhì)量指標(biāo)值，也就是該作者在熱門主題學(xué)術(shù)成果中的平均指標(biāo)值，最后比較各作者間的指標(biāo)值大小，得出最終的核心作者群。

4實驗分析及結(jié)果評估

4.1紅學(xué)近十五年發(fā)展綜述可視化分析

如表2所示，篩選出2004年至2018年的所有學(xué)術(shù)成果，包括發(fā)文量、第一引用量和第一下載量，如圖4所示。紅學(xué)的學(xué)術(shù)成果發(fā)文量在2011年達到頂峰，隨后呈現(xiàn)下降趨勢，可見有關(guān)紅學(xué)的研究熱度有所減弱，第一引用量和下載量亦是如此。其中，引用量第一的是2005年童慶炳在北京大學(xué)學(xué)報發(fā)表的《文學(xué)經(jīng)典建構(gòu)諸因素及其關(guān)系》，被引用230次;下載量第一的是2009年湖南師范大學(xué)鄧娜發(fā)表的碩士論文《<簡·愛>與<紅樓夢>女主人公形象的比較研究——中西文化互觀中的簡·愛與林黛玉》，被下載10473次。由此可見，不少相關(guān)文獻是采用紅樓夢本身或是其中人物事件作為案例或交叉比較研究，所以要在眾多文獻中準(zhǔn)確找出需要的研究點，還是有一定難度。因此，篩選總結(jié)出熱門主題的核心作者是十分有必要的。

4.2主題詞詞云分析

利用python的wordeloud詞云技術(shù)，對爬取的19598條紅學(xué)學(xué)術(shù)成果以主題詞為關(guān)鍵詞，形成熱門詞云，如圖5所示。其中，“紅樓夢”出現(xiàn)次數(shù)最多共14602次，但由于紅樓夢與紅學(xué)本是同源，所以該主題不納入計算核心作者群的候選熱門主題中。剩余主題選取總占比超過2%的9個主題，即“翻譯”“小說”“人物形象”“曹雪芹”“清代”“林黛玉”“悲劇”“后四十回”和“賈寶玉”，出現(xiàn)頻次分別是3216次、789次、749次、693次、675次、526次、465次、417次和380次。

其中，score;表示第i位核心作者候選人的綜合指標(biāo)數(shù)，xi表示其總發(fā)文量，Yi表示其總被引量。發(fā)文量和被引量的系數(shù)都為0.5。

運用此公式對76位九大主題核心作者候選人進行計算，得出如表4所示的前18位綜合指數(shù)超過1的核心作者。其中劉澤權(quán)發(fā)表相關(guān)文獻25篇，被引次數(shù)594次，綜合指數(shù)為5.758;洪濤發(fā)表相關(guān)文獻25篇，被引次數(shù)337次，綜合指數(shù)為3.865;江帆發(fā)表相關(guān)文獻11篇，被引次數(shù)421次，綜合指數(shù)為3.709。這種多方面指標(biāo)的方法計算核心作者的方法更加準(zhǔn)確客觀，具有很高的參考價值。

5結(jié)束語

傳統(tǒng)紅學(xué)分析方法普遍利用文獻計量學(xué)的方法對文獻進行分析，步驟較為煩瑣，效率較低，工作量大，沒有結(jié)合可視化分析對現(xiàn)有文獻進行深層次挖掘。針對這一情況，本文提出了基于綜合指數(shù)的核心作者研究，結(jié)合數(shù)據(jù)可視化，得出以下結(jié)論：

（1）紅學(xué)近十五年發(fā)展綜述可視化分析顯示紅學(xué)文獻引用量第一的是2005年童慶炳在北京大學(xué)學(xué)報發(fā)表的《文學(xué)經(jīng)典建構(gòu)諸因素及其關(guān)系》，下載量第一的是2009年湖南師范大學(xué)鄧娜發(fā)表的碩士論文《<簡·愛>與<紅樓夢>女主人公形象的比較研究——中西文化互觀中的簡·愛與林黛玉》，可見紅學(xué)中人物案例和其他文學(xué)作品交叉比較這一方向是較為熱門的研究方向。

（2）主體詞云分析得出“紅樓夢”是研究的核心內(nèi)容，“曹雪芹”“小說”“翻譯”“人物形象”是比較熱門的研究題材。

（3）綜合指數(shù)算法對核心作者候選人進行篩選，通過構(gòu)建綜合指數(shù)模型得出了發(fā)表文獻最具有參考和研究價值的18名核心作者，他們的綜合指數(shù)指標(biāo)最高。

綜上，本文提出的研究方法可以對紅學(xué)相關(guān)文獻進行了有效挖掘和分析，這對于紅學(xué)相關(guān)研究者以及對紅學(xué)感興趣的學(xué)者都具有良好的參考價值，避免了文獻過多而無法精準(zhǔn)找到所需要的主題和作者的情況。實驗證明用這樣的方法識別出核心作者是可行的，同樣對于其他學(xué)術(shù)領(lǐng)域的文獻檢索也可以同樣實現(xiàn)，這樣大大減少了人工篩選的過程，提高了學(xué)習(xí)的效率和研究的準(zhǔn)確性。此外，本文對于傳播弘揚紅學(xué)文化也具有一定的宣傳意義，有望再次激發(fā)起各學(xué)者對于紅學(xué)文化的研究興趣與熱情，推動紅學(xué)研究的發(fā)展與進步。