Operations Research and Fuzziology 运筹与模糊学, 2023, 13(3), 1686-1699 Published Online June 2023 in Hans. /journal/orf  /10.12677/orf.2023.133170
基于知识图谱的国外信息可视化研究热点和 前沿趋势分析
吴铁柱
浙江理工大学艺术与设计学院，浙江 杭州
收稿日期：2023年4月13日；录用日期：2023年6月10日；发布日期：2023年6月16日
摘
要
数据时代，数据无处不在。信息可视化是将数据映射为视觉图形，提高对数据的认知效率，传达数据背后的有效信息。为描绘国际信息可视化领域的研究图景，本文借助CiteSpace 软件，收集和分析Web of Scie
nce 核心合集数据库中收录的2007年至2022年信息可视化研究的相关文献，通过构建信息可视化研究的时空分布、研究热点与前沿趋势三个方面的知识图谱，厘清信息可视化的研究范畴和发展趋势。
关键词
信息可视化，数据可视化，CiteSpace ，知识图谱，前沿趋势
Analysis of Research Hotspots and Frontier Trends of Information Visualization Abroad Based on Knowledge Atlas
Tiezhu Wu
School of Art and Design, Zhejiang SCI-TECH University, Hangzhou Zhejiang
Received: Apr. 13th , 2023; accepted: Jun. 10th , 2023; published: Jun. 16th , 2023
Abstract
In the data age, data is everywhere. Information visualization is to map data into visual graphics, improve the cognitive efficiency of data, and convey the effective information behind the data. In order to describe the research landscape of international information visualization, this paper uses CiteSpace software to collect and analyze the relevant literature on information visualization
吴铁柱research from 2007 to 2022 included in the Web of Science core collection database, and clarify the research scope and development trend of information visualization by building a knowledge map of information visualization research in three aspects: spatial and temporal distribution, re-search hotspots and cutting-edge trends.
Keywords
Information Visualization, Data Visualization, CiteSpace, Knowledge Graph, Frontier Trends
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).
/licenses/by/4.0/
1. 引言
随着大数据和人工智能时代的到来，数据已经渗透到各行各业，并逐渐成为核心的生产要素。我们对于数据的运用将预示着新一轮生产效率的提高和消费者盈余浪潮的到来。但海量数据的出现，人工处理效率低下，想要充分挖掘数据信息之间的关系，就需要对数据进行抽象并构建可视化，以充分挖掘数据的使用价值。
信息可视化从属于数据可视化，并侧重于研究抽象的、非结构化的数据[1]。优秀的信息可视化设计可以化繁为简，达到“读图致知”。在国家和社会层面，政治经济数据的可视化正不断面向政府的重大需求，为政府决策提供便利。同时，信息可视化的运用也促使政府和社会运行更加透明。在行业和企业层面，诸多领域对信息可视化的需求尤为突出，如金融，物流，人力资源，市场营销等。这些领域的数据概念非常适合用可视化图形呈现，直观地为企业管理层提供高效的决策支持。
随着近几年社会数字化转型，信息可视化因其广泛的实用性得到了学术界、产业界的关注，相关的研究文献也不断增长。每年可视化领域都有大量的技术和应用发布，Geisler等人根据数据类型(如时间，空间，层次等)综述讨论了信息可视化技术和应用。Zudalova等人综述讨论了交互式可视化中的主题，如数据表示，新颖的界面等。Cook，Dianne等人综述讨论了大数据分析中的数据可视化和统计图形。其他论文调查也侧重于可视化的特定领域和方向，如图形可视化、可视化工具、可视化素养等。可以看到大
多数文献研究侧重于深入某个方向的技术与应用，缺少从更加宏观的角度对整个可视化领域进行论述。与聚焦某个方向的技术与应用不同，本论文更加关注的是整个信息可视化领域的研究格局。利用知识图谱对该领域相关文献进行梳理分析，可以让研究者从宏观角度明晰当下国际信息可视化的研究热点、未来趋势，为后续的相关研究夯实基础。
本文筛选2007~2022年Web of Science (WOS)核心合集数据库中信息可视化/数据可视化领域相关的文献，利用CiteSpace软件，首先从时间分布，空间分布两个维度进行分析，然后从研究热点角度对文献进行图谱共现分析，并对未来该领域的研究趋势做出预判，希望能给相关领域的研究者提供参考。
2. 研究方案和数据来源
论文采用CiteSpace对文献数据进行可视化分析。文献数据来源于Web Of Science (WOS)核心数据集，设置搜索主题关键词公式为“Information visualization” or “Data visualization”，搜索文献类型为Article，时间跨度不限。搜索得到文献6672篇，检查发现最早文献为2003年，并且是仅为1篇的弱相关文献，其次是2007年出现的相关文献，并考虑到2023年文献数据还不完整，最终确定分析的文献时间跨度为
吴铁柱
2007~2022年，通过文献摘要阅读，排除重复项，精得文献6628篇。
3. 时空知识图谱及其结果分析
3.1. 信息可视化领域研究时间分布图谱
阶段时间段内论文发文量走势可以直观的反映该研究领域的发展概况，也有助于分析该领域的发展趋势和前沿动态。论文统计了2007~2022年有关信息可视化/数据可视化研究的文献，绘制了该领域的年度文献量变化趋势图，如下图1。
Figure 1. Annual literature volume change trend in the research field of information visualization/data visualization3d走视图
图1.信息可视化/数据可视化研究领域年度文献量变化趋势
从图1中可以发现，整体的曲线走向可以分为两个阶段，2007~2017年阶段每年的发文量逐年上升，但曲线整体趋势比较平稳。从2018年开始文献的发布数量出现了大幅上升，2018~2021年阶段曲线呈陡峭上升趋势。分析认为，2017年被认为是从IT时代进入DT时代的转折点，2017年以前随着互联网技术的普及，社会的互联网素养基本形成。2017年后，随着计算机算力进一步提高，物联网技术，平价传感器技术，5G技术的逐步成熟，大数据时代进一步催生民众对于大数据洞察的需求，2018年开始各国对于信息可视化的研究重视程度逐步加强。在2020年，疫情加速了社会数字化，全社会通过多种形式的信息可视化手段发布疫情进展，防护知识，资源调配等信息，需求又进一步推动了技术的发展与应用创意的涌现。
3.2. 信息可视化领域研究空间分布图谱
3.2.1. 国家分布
图2是2007~2022年信息可视化/数据可视化国家知识图谱，图中节点的年轮大小代表该国家发文量，年
轮越大发文量越多。年轮最外圈表示中心性，最外圈呈紫表示该节点与其他节点存在广泛联系，紫越宽，表示中心性越高。表1统计了该领域发文量前10位的国家，其中发文前3位的国家是美国(2481篇)，中国(1082篇)，德国(533篇)，具有紫外圈高中心性的国家分别是法国(0.21)，美国(0.20)，英国(0.16)，加拿大(0.15)，西班牙(0.13)，瑞士(0.11)。其中，中国在该领域的发文量处于第2位，但中心性(0.02)排名
较低，表明中国在该领域研究热度较高，但与国际间的研究合作还有提升空间。
吴铁柱
Figure 2. Knowledge map of countries in the research field of information visualization/data visualization
图2.信息可视化/数据可视化研究领域国家知识图谱
Table 1. Top 10 countries in the field of information visualization/data visualization
表1.信息可视化/数据可视化研究领域国家发文量前十位
排名国家发文量中心性
1 美国2481 0.20
2 中国1082 0.02
3 德国533 0.09
4 加拿大426 0.15
5 英国382 0.16
6 西班牙314 0.13
7 法国283 0.21
8 澳大利亚253 0.09
9 意大利233 0.07
10 巴西209 0.02
3.2.2. 研究机构分布
图3为2007~2022年信息可视化/数据可视化领域科研机构知识图谱。设置阈值84篇及以上，图谱呈现共有10家机构，其中中国机构2家，美国机构6家，法国机构2家。结合图3和表2可知，该领域主要的科研机构为高校，且已经初步形成以中国高校和美国高校为代表的科研体，机构与机构之间已经有初步的国际间合作。从中心性来看，加州大学系统和中国科学院中心性最高，分别是0.12和0.11，
说明该两所机构在信息可视化领域已形成了一定的影响力。
吴铁柱
Figure 3. Knowledge map of research institutions in the research field of information visualization/data visualization
图3.信息可视化/数据可视化研究领域研究机构知识图谱
Table 2. Top 10 scientific research institutions in the field of information visualization/data visualization
表2.信息可视化/数据可视化研究领域科研机构发文量前十位
排名科研机构所属国国家发文量
1 加州大学系统美国263
2 乌迪斯-法国研究型大学法国142
3 中国科学院中国126
4 美国能源部美国119
5 法国国家科学研究中心法国118
6 哈佛大学美国103
7 乔治亚大学系统美国98
8 北卡罗来纳大学美国94
9 德克萨斯大学系统美国85
10 浙江大学中国84
3.2.3. 作者分布
在CiteSpace软件Node T ypes面板中选择“Author”，其他参数保持不变，运行得到以下作者分布
知识图谱，如图4。根据普赖斯公式(N
max代表最高发文量作者的发文数)计算得到该领
域发文数4篇以上的为核心作者。统计得到2007~2022年该领域满足公式的核心作者有71位，发文较多的作者有陈为(34篇)，屈华民(26篇)，Carpendate. Sheelagh (17篇)，巫英才(16篇)。从图4中可以看到，该领域已经初步围绕一些作者形成合作网络，如陈为，屈华民，Keim. Daniel A，Sedmair. Michael等，但高中心性的节点还尚未形成，即核心作者还未形成。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。