如何用 R 快速了解科研領域？

來自專欄玉樹芝蘭53 人贊了文章

用好 R 環境下的 BiblioShiny 軟體包 ，可以讓你在友好的圖形化界面，快速掃描科研領域。

場景

作為一個初學者，你可能很希望快速了解一個新的科研領域。

誠然，影響因子和排名等指標，可以告訴你這個領域裡哪個期刊比較好。但是，作為研究者，你如果只了解到這一層次，還是過於粗淺。

我自己的好奇心，往往會指向某個研究領域的3個問題：

• 哪些作者比較厲害？
• 哪些文獻比較重要？
• 哪些主題更值得研究？

這幾個問題，你可以採用不同的文獻計量工具來解答。有的很容易完成，有的大概需要一些基礎知識和技能。

我最近關注到了一款工具，可以非常便捷地幫你一站式解答上述三個問題。

工具

這款工具的名稱，叫做 BiblioShiny 。它是一款 R 環境下的軟體包。

其實它的底層，你可能聽說過，就是大名鼎鼎的 Bibliometrix 。

我是去年聽同事宋麗萍教授提到它後，開始關注的。很快嘗試後，覺得 Bibliometrix 這款基於 R 軟體包功能果然很強大。不過，那時覺得 Bibliometrix 的用戶界面還不夠友好。

Bibliometrix 的各項操作，都需要程序指令完成。雖然對於文科生來說，門檻並不算太高。但是光看命令手冊，可能還是會令不少人喪失嘗試的衝動。

最近我突然發現， Bibliometrix 的作者們在原先功能的基礎上，添加了 Shiny 作為交互可視化用戶界面，於是軟體易用性大幅提升。

你只需要動動滑鼠，就可以輕鬆完成許多文獻計量分析功能。

例如點一下菜單裡面的「Collaboration Network」按鈕，BiblioShiny 就立刻為你繪製作者合作網路圖。

統計文章年均被引趨勢？也是點一下按鈕的事兒：

軟體安裝方法很簡單。

首先下載最新版的 R 和 Rstudio。安裝的詳細步驟流程，請你參考我的《如何用Python和R對故事情節做情緒分析？》一文介紹。

安裝好後，在 Rstudio 中執行以下3行命令：

install.packages(「bibliometrix」, dependencies=TRUE)library(bibliometrix)biblioshiny()

當你看到瀏覽器彈出如下窗口，就說明軟體環境已經齊備了。

有了工具，下面我們就需要數據了。

數據

我是做信息科學的。出於近便原則，本文的樣例分析對象，是信息科學領域的一份權威期刊：Management Information Systems Quarterly （下文簡稱 MIS Quarterly）。

注意你在分析的時候，並不需要局限在某一本或者幾本期刊。完全可以使用關鍵詞搜索相關文獻。

MIS Quarterly 的文獻數據，我是從 Web of Science 下載的。

我對結果進行了精鍊，只選擇了其中的 Articles 類型。

一共 743 篇文章，導出選擇的格式，為 BibTex 。

因為 Web of Science 每次導出記錄數量，不能超過500，因此前後下載了2個 BibTex 格式文件。

我把它們打包成了一個 zip 文件（Archive.zip）。這個文件，我為你放在了這個位置（http://t.cn/EPIs99X）。你可以直接下載使用。

如果你希望自己從 Web of Science 下載文獻記錄，可以參考我的研究生吳查科和同學合作的這份視頻教程（http://t.cn/EPIsjtk）。教程是關於 VosViewer 的。但其中4分鐘以後，就有 Web of Science 文獻記錄檢索和導出的完整介紹與展示。

在 Biblioshiny 中，選擇 Load ，把 file format 設定為 bibtex，選擇壓縮文件，即Archive.zip，開始上傳。

導入完畢後，展示結果列表如下：

軟體有了，數據也有了。

下面我給你展示一下，如何解答前面提到的那3個問題，以快速熟悉科研領域。

作者

第一個問題是：

哪些作者比較厲害？

我們先來看看發文數量。能在 MIS Quarterly 這樣的頂刊（而且還是季刊）發文，是有相當高的門檻的。因此這裡的發文數量能夠反映作者的科研能力。

點擊進入 Descriptive Analysis 標籤頁面。

選擇 Tables 。

左側 Result 類型，可以在下拉列表選擇。我們選擇「Most Productive Authors」（最高產作者）。

分析結果如下：

（插一句，我發現自己的 Facebook 好友也出現在榜單里，立刻有了一種沒來由的自豪感。）

排名首位的這位老兄，讓我看得肅然起敬——他居然發表了 23 篇 MIS Quarterly ！我沒看錯吧？好像全部文獻記錄條數也只有700多篇。

懷著好奇心，我在 Google 搜索了一下。

Viswanath Venkatesh is a distinguished professor and Billingsley Chair in Information Systems at the Walton College of Business, University of Arkansas.

Venkatesh 是阿肯色大學教授。我在他的主頁，查了一下發表記錄，再次震驚了！

他哪裡是在投稿？分明是灌水的節奏！

作為季刊，2013年，全部4期上面各有一篇他的文章！

但是，科研論文的數量固然重要，質量也是要保證的嘛。

這種頻率發文，質量能保證嗎？

帶著這個疑問，我們來考察一下第二個問題。

文獻

還記得嗎？我們的第二個問題就是：

哪些文獻比較重要？

這個問題，其實不是那麼容易解答。

下載次數多的論文，是不是很重要？

在社交媒體上流傳最廣的論文，是不是很重要？

目前，學界基本能夠達成共識的判斷標準，還是看論文被引用的情況。

Biblioshiny 可以輕易幫助我們分析論文的 Historiograph ，以便讓我們了解哪些論文在學科發展歷史上，具有重要的地位。

方法是選擇「Intellectual Structure」菜單之下的「Historiograph」。

用默認的參數，我們可以看到數據集中這20篇文獻，重要性較高。

點擊 Table 標籤頁，我們看看列表展示的具體信息。

注意這裡展示了2項統計指標，一個是 GCS ，也就是 Web of Science 中，文獻被引統計總數；另一項是 LCS ，即當前數據集里，文獻被引次數。

假設一篇文獻 GCS 很高，但是 LCS 不高，很可能意味著在其他領域影響力更大。不過因為我們只找了一份期刊，因此這個因素不宜過度解讀。

我們注意到，其中有一篇文獻，兩項指標都是驚人的。

這篇大作， LCS 為44（注意是被 MIS Quarterly 的其他文章引用），GCS 居然達到了6634。

這篇文獻，簡直就是一覽眾山小啊！

想必你也很關心——誰寫的？

往左側的名稱信息里一瞥，我們隨即看到了非常熟悉的名字。

沒錯，還是 Venkatesh 教授！

看來，這種頻率發文，質量也依然是有保障的。

這……是不是叫做天才？

主題

鎖定了領域的高水平作者和重要文獻後，我們來嘗試回答的第三個問題是：

哪些主題更值得研究？

首先我們得搞清楚主題都有哪些。

我們選擇做個詞雲（Word Cloud），這可以通過點擊描述分析（Descriptive Analysis）來完成。

默認繪圖結果如下：

注意這裡的辭彙，來自於 Keywords-Plus（即系統利用標題、摘要等分析結果）。

我們更換一下左側的 Field 選項，變成 Author Keywords （即作者自己列出的關鍵詞）：

確實，分析結果有了差別。

我們還可以繼續嘗試，只從標題文字做詞云：

對比上面幾張圖，你有什麼發現？

我反正是看得眼花繚亂。

不過沒關係，我們可以讓 Biblioshiny 幫我們把主題歸類一下。

點擊 Conceptual Structure 菜單，選擇其中的「Correspondence Analysis」。

我們關注其中的辭彙地圖（word map）：

看到這裡，你大概可以把 MIS Quarterly 的研究關注點聚焦在三個類別上。並且可以知道每個類別是如何被關鍵詞描述的。

但是，即便你知道了這些大致的研究主題分類，也依然難以抉擇，自己今後的研究方向，應該向哪裡聚焦。

因為，這隻代表了歷史和現狀。你不能看著後視鏡開車。

這時候，你可以使用 Biblioshiny 輔助決策。方法是點擊「主題地圖」（Thematic Map）選項。

主題地圖中，橫軸代表中心度，縱軸代表密度。據此繪製出4個象限。

• 第一象限（右上角）：motor-themes，既重要，又已有良好發展（well-developed）；
• 第二象限（左上角）：very specialized/niche themes，已有良好發展，但是對於當前領域不重要；
• 第三象限（左下角）：emerging or disappearing themes，邊緣主題，也沒有好的發展，可能剛剛湧現，也許即將消失；
• 第四象限（右下角）：basic themes，對領域很重要，但是未獲得良好發展。一般是指基礎概念。

有了這些背景知識，再回看這張圖，就很有意思了。

請你思考一下，哪些主題更值得你投入資源和時間去深度參與呢？

小結

本文我們利用了 R 環境下的 BiblioShiny 軟體包，點擊幾下滑鼠，探索了以下3個問題：

• 哪些作者比較厲害？
• 哪些文獻比較重要？
• 哪些主題更值得研究？

當然，你會發現其實我們使用的，只是默認參數。針對你研究領域的特徵，以及文獻數量的多寡，參數的設置其實都是可以調整優化的。

而且你還會注意到，我們所展示的，只是 Biblioshiny 眾多實用分析功能里的一小部分。

希望本文給了你一個可以起步的最小行動範例。在此基礎上，如果感興趣，你可以繼續學習和充分挖掘 BiblioShiny 與 Bibliometrix 的功能，幫助自己更高效便捷地熟悉某一新科研領域。

延伸閱讀

有了興趣，該如何繼續學習呢？

首先，推薦給你這份 Bibliometrix 的官方圖文教程（http://t.cn/EPM7jKF）。

如果你喜歡看教學視頻，可以點擊這個鏈接查看。

喜歡請點贊和打賞。還可以微信關注和置頂我的公眾號「玉樹芝蘭」(nkwangshuyi)。

我這裡還有一本免費在線書，講解了科研新手入門的一些默會知識，其中也包括了不少文獻分析的內容。如果你感興趣，不妨點擊鏈接（http://t.cn/EPMzLjW）閱讀。