新冠疫情研究可视化分析

下面是小编为大家整理的新冠疫情研究可视化分析,供大家参考。

　Advances in Applied Mathematics 应用数学进展, 2021, 10(6), 2126-2136 Published Online June 2021 in Hans. http://www.hanspub.org/journal/aam https://doi.org/10.12677/aam.2021.106222

　文章引用: 刘金玲, 丁琪, 龚盛林, 马维炳, 梁焕城, 黎力溱. 新冠疫情研究可视化分析[J]. 应用数学进展, 2021, 10(6): 2126-2136. DOI: 10.12677/aam.2021.106222

　 新冠疫情研究可视化分析

　刘金玲，丁

　琪，龚盛林，马维炳，梁焕城，黎力溱 广西师范大学数学与统计学院，广西 桂林

　收稿日期：2021年5月21日；录用日期：2021年6月9日；发布日期：2021年6月24日

　摘

　要

　新冠疫情在我国各地爆发后 ， 关于“新冠疫情研究”主题的文献频繁出现在国内各类期刊上。为了探究新冠疫情研究的发展现状和趋势，借助软件CiteSpace5.6.R5 和中国知网的可视化知识图谱对该主题文献进行分析。通过对文献的发文作者、发文机构、关键词与主题、高被引文献以及热点演变进行分析 ， 对该主题研究进行阶段性概括描述，旨在为后续研究者提供一定的参考资料。研究发现 ：

　在应对突发公共卫生事件、疫情防控问题、经济复苏政策等方面，仍然是新冠疫情研究未来需要发展的方向 。

　关键词

　新冠疫情，可视化分析，CiteSpace5.6.R5 ，中国知网

　 Visualization Analysis of COVID-19 Research

　Jinling Liu, Qi Ding, Shenglin Gong, Weibing Ma, Huancheng Liang, Liqin Li School of Mathematics and Statistics, Guangxi Normal University, Guilin Guangxi

　Received: May 21 st , 2021; accepted: Jun. 9 th , 2021; published: Jun. 24 th , 2021

　Abstract After the outbreak of COVID-19 across China, literature on the theme of “COVID-19 Research” has frequently appeared in variously domestic journals. In order to explore the developmental status and trend of COVID-19 research, the paper analyzed through the visual knowledge map of soft-ware CiteSpace5.6.R5 and CNKI. By analyzing the document author, publishing organization, key words and theme, highly cited literature and flashpoint evolution, the topic research is summa-rized, aiming to provide certain reference materials for subsequent researchers. The research has 。

　。. .。

　。

　刘金玲 等

　 DOI: 10.12677/aam.2021.106222 2127 应用数学进展

　found that in response to public health emergencies, epidemic prevention and control problems, economic recovery policy etc., it is still the future development direction of COVID-19 research.

　Keywords COVID-19, Visual Analysis, CiteSpace5.6.R5, China National Knowledge Infrastructure

　 Copyright © 2021 by author(s) and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). http://creativecommons.org/licenses/by/4.0/

　1. 引言 自新冠爆发以来，“新冠疫情”便成为了人们关注的社会热点。国家和政府纷纷出台了许多政策，为疫情的防控提供了保障，也构建了一个公开透明的疫情信息网络系统，让人们能够获得实时数据。在过去的一年里，不同领域的学者针对新冠疫情做了各方面的研究，在此之前，虽然也有学者对新冠疫情研究的可视化进行分析，但分析内容比较少，研究周期较短以及各领域对新冠疫情的研究没有形成系统性。本研究将依托可视化的研究方式，从发文学者、研究机构、关键词等方面制作知识图谱，通过分析，提出可行性建议，为未来新冠疫情研究提供一个更为科学的研究方向。

　2. 数据的来源、筛选以及研究方法 2.1. 数据获取和整理 本文主要对主题为“新冠疫情研究”的文献进行可视化分析，为确保该研究分析的准确性及完整性，本文的数据来源于中国知网——具有广泛的数据库，并且实时更新，能够保障提取最新的数据。在中国知网中，以“新冠疫情研究”为主题，对该主题进行文献检索，并筛选出源于核心期刊的学术期刊文献，得到 1333 条数据，经过筛选，最终留下有效的数据有 1322 条。这些数据最早发表于 2020 年 1 月 1 日，最晚发表于 2020 年 12 月 15 日，故研究区间为 2020 年 1 月 1 日至 2020 年 12 月 15 日。

　2.2. 研究方法 CiteSpace5.6.R5 引文空间是一款可以对发文作者、发文机构以及关键词等进行可视化分析的软件，主要提供共被引分析、共现分析、聚类分析等功能。CiteSpace5.6.R5 虽然提供共被引分析功能，但是却不支持对 CNKI 的文献进行共被引分析，为弥补 CiteSpace5.6.R5 的不足，因此本研究采用 CiteSpace5.6.R5版本与 CNKI 计量可视化分析功能相结合的研究方法对主题进行研究。利用 CiteSpace5.6.R5 分析发文作者、发文机构以及关键词共现的网络图谱，同时利用中国知网的计量分析功能分析文献的共被引关系。通过可视化的手段呈现作者、机构、关键词、以及共被引关系的分布、结构和规律等，以此探索分析新冠疫情研究的变化趋势，研究热点与前沿话题的关系，为科学梳理我国新冠疫情研究进程、演化路径和探讨未来研究方向提供借鉴与参考[1]。

　3. 研究结果和分析 3.1. 发文作者的可视化分析 对发文作者进行网络图谱分析，依据层次的差异性选取不一样的阈值，在 Node Types 中选择合作网Open Access。

　。. .。

　。

　刘金玲 等

　 DOI: 10.12677/aam.2021.106222 2128 应用数学进展

　络分析中的 Author，得到发文作者聚类知识图谱如图 1。图中的节点数量与大小代表着核心作者群体共线的频次，节点越大表明该作者出现频率越高，反之则越低；线条多少与粗细则代表着作者间的合作强度与紧密性，连线越多越粗则表明作者间的联系程度越强[2]。

　 Figure 1. Clustering knowledge map of the authors of the new crown epidemic study from January 1, 2020 to December 15, 2020 图 图 1. 2020 年 1 月 1 日至 2020 年 12 月 15 日新冠疫情研究发文作者聚类知识图谱

　从图 1 可以看出，新冠疫情研究发文作者聚类知识图谱中共有 79 个节点(N) 43 条连线(E)，共现密度(density)为 0.014，大部分学者还处于分散状态，节点之间的连线较少，表明研究作者之间虽有共现关系，但相互合作程度有限，未形成有较大影响力的合作团体，成果共现度较弱。如表 1 统计显示，发文量较高的作者是段小丽、曹素珍、芦千文，各出现了 5 次，其次为方鹏骞、魏佳宁、樊胜根等，均出现 3 次及以上，发文量排名前 10 的作者一共有 25 篇文献，构成新冠疫情研究领域的重要研究力量。其中，段小丽、曹素珍、魏佳宁等作者出现了固定的合作关系，而来自中国社会科学院农村发展研究所的芦千文、华中科技大学的方鹏骞、中国农业大学的樊胜根合作关系较为零散。表明目前学术界有关新冠疫情研究的作者基数较大，从整体上看相对分散，出现“小聚集”的研究趋势，这是因为各个团队之间受距离的影响，联系关系较弱。从研究团队上看，北京科技大学曹素珍–段小丽–魏佳宁组成的研究团队与郑州旅游职业学院、河南旅游研究院王璐–王少华–王梦茵组成的研究团队具有较强的专业性，发文数量高于其他学者，表明研究团队在组建方面具有专业性与高效性，但团队组建受地域等限制，综合性不强。对于孙一飞–朱杰–顾江–周恺–顾朝林组成的研究团队，团队成员来自不同高校或研究所，这一团队的出现，预示了在未来新冠疫情的研究中，学者间有倾向于不同地区不同领域间的交流合作的趋势，使新冠疫情的研究逐渐摆脱单一性、片面性，研究成果更具综合性、多元化，为人类抗击新冠疫情领域达到新的高度。

　。

　。. .。

　。

　刘金玲 等

　 DOI: 10.12677/aam.2021.106222 2129 应用数学进展

　Table 1. Author of the top 10 publications from 1 January 2020 to 15 December 2020 表 表 1. 2020 年 1 月 1 日至 2020 年 12 月 15 日新冠疫情研究发文量排名前 10 的作者 序号 发文量 作者 1 5 段小丽 2 5 曹素珍 3 5 芦千文 4 4 方鹏骞 5 4 魏佳宁 6 3 樊胜根 7 3 金碚 8 3 王娇娥 9 3 吴丰昌 10 3 郑保卫 3.2. 合作机构分析 对发表在核心期刊上有关于国内新冠疫情研究文献的发文机构进行图谱分析，得到发文机构网络图谱如图 2，从发文机构的网络图谱中，我们可以发现，绝大部分的发文机构之间的连线相对比较少且稀疏，有些机构仅为一个孤立点，这意味着在“新冠疫情研究”这一领域，国内大部分的研究机构之间的联系并不紧密，但可以发现存在个别情况，中国社会科学院、中国农业科学院、中国农业大学、中国人民大学之间有细线的连接，彼此之间的联系较为密切，形成了一个小网络。此外，存在少数机构间有细线连接的现象，但这些研究机构同属于某一个更大的研究机构，如：中国人民大学法学院与中国人民大学新闻学院均同属于中国人民大学，这说明国内对新冠疫情的研究更加依赖于校内合作的研究模式。

　 Figure 2. Mapping of the collaborative network of research institutions 图 图 2. 研究机构合作网络图谱 。

　。. .。

　。

　刘金玲 等

　 DOI: 10.12677/aam.2021.106222 2130 应用数学进展

　结合核心期刊中发文机构的网络图谱，对新冠疫情研究的相关文献进行数据统计如表 2，可以看到，在“新冠疫情研究”这一领域中，我国的主要研究力量包括：中国社会科学院、中国人民大学、中国科学院、复旦大学、武汉大学等，其中中国社会科学院在核心刊物上发文 61 篇，中国人民大学在核心期刊上发文 31 篇，中国科学院在核心期刊上发文 27 篇。这说明对新冠疫情进行研究的主力军多为研究所或985、211 高校，且均分布在我国相对发达的地区；普通院校、欠发达地区的研究机构对新冠疫情的研究水平还有待提高。

　Table 2. Number of communications from core agencies (TOP10) 表 表 2. 核心机构(TOP10)发文量 序号 发文量 发文机构 1 61 中国社会科学院 2 31 中国人民大学 3 27 中国科学院 4 22 复旦大学 5 20 武汉大学 6 16 清华大学 7 16 北京大学 8 12 四川大学 9 12 南京大学 10 11 吉林大学 3.3. 关键词和主题的研究 3.3.1. 关键词共现研究 关键词共现主要是运用文献的高频词汇对主题词语共同出现的情况，从而可以确定该文献所代表不同学科中各个不同的主题之间的联系，统计文献的主题词组在不同的文献之间出现的概率，由此形成的一个由这些主题词对关联词语所组成的共词网络图谱，利用软件 CiteSpace5.6.R5 对新冠疫情研究关键词进行关键词共现，在研究新冠疫情关键词的可视化图谱中，图谱里面的圈圈越大，并不是代表中心性的大小[3]，而是表示该关键词出现的频次越多。其中，节点数就是图谱中关键词的个数，边数就是关键词之间的连线的数量，只要关键词在同一篇文献中出现，两者之间就会有一条连线。

　根据图 3 可知，根据关键词共现的相对强度指标，现在对新冠疫情研究共现的主要是分为三大类，首先是：新冠肺炎疫情主要是围绕疫情发展情况的共现，其随之而来的有：全球化的发展、如何进行全球治理、人类命运共同体的发展、如何高效地进行复工复产等一系列的问题；其次是：新冠肺炎，这是围绕病毒本身的共现，其延伸出了：新型冠状病毒结构和性质等研究、如何应对突发公共卫生事件；最后是：疫情防控，主要是围绕如何对新冠肺炎疫情进行更科学地防控和把关的共现，其拓展出了对于疫情防控的应急措施和在重大疫情面前应该如何治理等措施。

　3.3.2. 关键词聚类 研究 运用 CiteSpace5.6.R5 软件对新冠疫情研究进行聚类可视化分析，得到关键词的可视化分析图谱。从图谱中可以得到聚类模块化 Q 值为 0.5338 大于 0.4，平均轮廓分数 S 值为 0.5937 大于 0.5，说明聚类的。

　。. .。

　。

　刘金玲 等

　 DOI: 10.12677/aam.2021.106222 2131 应用数学进展

　结构层次是有效的，所利用对数极大似然率算法的方法置信度比较高[4]。如下图 4，我们发现显示了关键词动态的不断演化的过程，图中的每一个“#”号代表了一个聚类，顺序是从 0 到 8，数据越小，聚类中所包含的关键词越多，每个聚类是由几个紧密相关的词组成的，它们分别是：新冠肺炎疫情、新型冠状病毒肺炎、突发公共卫生事件、疫情防控、全球化、财政政策、防控措施、量化宽松、医学免疫等。

　 Figure 3. Common map of key words in the study of new crown epidemic 图 图 3. 新冠疫情研究关键词共现图谱

　 Figure 4. Clustering of Keyword in New Crown Epidemic Research 图 图 4. 新冠疫情研究关键词聚类图谱 。

　。. .。

　。

　刘金玲 等

　 DOI: 10.12677/aam.2021.106222 2132 应用数学进展

　“新冠肺炎疫情”成为该领域研究的最关键节点。第一类新冠肺炎疫情主要是对于疫情的发展情况进行实时的追踪，统计各地区每日疫情的确诊病例、疑似病例、境外输入、累计确诊、累计治愈、累计死亡、无症状等情况；第二类新型冠状病毒肺炎研究的是病毒的类型和变异、以及如何研制出病毒的抗体等；第三类突发公共卫生事件主要关注严重损害社会公众健康、安全的重大传染病疫情事件；第四类疫情防控的研究主要是对于疫情的蔓延，国家应该如何进行有效遏制疫情；第五类全球化主要是在全球化的背景之下，各国应该如何更好地应对这次疫情...

推荐访问:新冠研究 新冠疫情研究可视化分析 可视化 疫情 分析