基于共词聚类分析的国外知识密集服务研究热点分析

闫莉莉++程刚

〔摘要〕以Web of Science中所有数据库2005-2014年的数据作为统计来源，对其进行计量分析，找出高频关键词，运用关键词共词分析，利用文献计量软件Bibexcel生成高频关键词共词矩阵，结合Netdraw绘制关键词网络可视图，借助SPSS进行聚类分析、多维尺度分析，探究高频关键词存在的内在联系，分析近十年来知识密集服务领域中的研究现状和发展趋势，以期为后续研究提供参考。

〔关键词〕知识密集服务；知识密集服务业；共词分析；社会网络分析；聚类分析

DOI：10.3969/j.issn.1008-0821.2015.08.005

〔中图分类号〕G250252〔文献标识码〕A〔文章编号〕1008-0821（2015）08-0022-06

1数据来源及研究方法

11数据来源

在Web of Science所有数据库中，以（主题=“Knowledge Intensive Business Services”OR 主题=“Knowledge Intensive Services”）为检索式，检索起始年限为2005年，终止年限为2014年，实施检索时间为2015年4月，进行精准匹配，总共检索出1 270篇相关文献，去除无关键词和重复文献，得到有效文献1 015篇。本文以这1 015篇文献为研究对象，抽取年代、关键词等字段，进行统计、可视化分析。

12数据研究方法

121关键词共词分析

关键词共词分析方法主要来源于较成熟的文献计量方法，从共被引和引文耦合概念中衍生出来，也就是说，当能够被用来表达某个专业领域研究趋势或者研究主题的两个关键词同时出现在同一篇文献中时，这两个关键词之间肯定存在着一定的内在关系，并且，两个关键词同时出现的次数越多，这种关系也就越密切，两者之间的距离也就越近。利用多元统计方法中的因子分析、聚类分析及多维尺度分析等，可以根据关键词中的距离，对知识密集服务领域研究中的重要关键词或主题词进行相应分类，从而归纳出研究热点、结构与和范式。

122社会网络分析

社会网络分析方法是在社会计量学中首次提出的，它是一种交叉学科，受多种学科的共同影响。社会网络分析主要思想是把社会结构看成一个网络，网络中的连线表示网络中各个成员之间的联系。社会网络分析主要关注各个节点之间的联系，很少聚焦于个体的特征，并把共同体视为个人的共同体，就是视为人们在日常生活中所建立、维护并应用的个人关系的网络。

本文对文献中的关键词进行抽取处理，找出知识密集服务领域文献中的高频关键词，然后利用高频关键词构建高频关键词共现矩阵，最后，利用聚类分析方法和多元统计分析方法对共现矩阵进行聚类和区域划分，相互之间相似度较大、距离较近的关键词将被分在一个区域，它们代表的研究方向是一致的。然后处在不同区域内的关键词则代表着不同的研究主题。

2015年8月第35卷第8期现？代？情？报Journal of Modern InformationAug，2015Vol35No82015年8月第35卷第8期基于共词聚类分析的国外知识密集服务研究热点分析Aug，2015Vol35No82实证分析

21文献发表年代分布

本文选取2005-2014年间公开发表在Web of Science所有数据库上，有关知识密集服务的1 015篇文献为研究对象，对这些文献进行了年代分析，绘制了相应的时间分布图，如图1所示。2005年及2006年以知识密集服务为题的文献几乎持平，数量相对较少，可见此时知识密集服务还没引起国外学者的足够关注。随后文献数量呈现明显的攀升趋势，尤其2007-2008年文献数量激增，从54篇增长到了96篇，并在2013年达到一个顶峰，说明知识密集服务已经激起了学者的研究热情，日益成为学术界关注的热点之一。2013-2014年文献数量小幅下降，这表明知识密集服务领域的研究在逐渐成熟，并向深层次的细化方向拓展。

22高频关键词统计分析

不同的文献表述同义关键词可能不太一样，因此，本文对部分近义词、同义词进行了相应的合并处理，如将Knowledge Intensive Business Service、KIBS合并为KIBS；Knowledge Intensive Service、Knowledge-Intensive Service和KIS合并为Knowledge Intensive Service；将Ontologies、Ontology合并为Ontology等等。使用Bibexcel软件统计文献关键词出现的次数超过7的有47个，然后对这47个关键词进行相应的统计分析，去除高频关键词“KIBS”和“Knowledge Intensive Service”，剩下的45个关键词确定为知识密集服务领域研究的高频关键词，其在一定程度上能很好地反映该学科领域的研究主题和热点（如表1）。

由表1可知，（1）近十年来，知识密集服务研究的文献中较多关注的是知识。知识管理出现频次为78次，仅次于知识密集服务业，且知识管理、知识、知识转移、知识共享和知识经济的总频次达129次，一直是知识密集服务的研究热点；（2）有关服务方面的研究也很多，如服务、服务创新、服务业、Web服务等，这表明，在知识密集服务的研究中，服务也是学者关注的重点；（3）创新的研究也相对较多，如创新、服务创新、创新政策等，体现了创新在知识密集服务领域研究中的重要性；（4）企业、教育类的研究也受到了重视，说明国外对知识密集服务分研究已经涉及了社会、教育两个层次，拓展了研究范围；（5）网格计算、云计算等技术方面的研究也得到了比较广泛的关注；（6）可持续发展、竞争力、生产力等方面的关注，体现了知识密集服务研究的重要作用。endprint

23高频关键词词频分析

虽然高频关键词在一定程度上反映了知识密集服务的研究热点，但仅靠频次分析，并不能完全反应关键词之间的关系，因此，本文对表1中的高频关键词进行关键词共词分析。在分析之前，首先对关键词中的“KIBS”和“Knowledge Intensive Service”进行剔除，然后依据高频关键词之间在同一篇论文中出现的频次，形成了45×45的高频关键词共词矩阵（如表2）。该矩阵比较直观的显示出了知识密集服务的研究热点，主对角线数据表示高频关键词的出现次数，而非主对角线数据为关键词同时出现在同一文献中的频次。

高频关键词共现矩阵表现出的只是一种表象，这是因为关键词共现次数的多少，主要取决于关键词自身出现的次数，如果关键词之间词频相差太大，共现矩阵中显示的数据就会相差很远。为了真正的揭示高频关键词之间存在的共现关系，本文对共词矩阵进行相应的标准化，消除因关键词之间差异所造成的影响，即借助Spearman系数将高频关键词共现矩阵转换成相应的相关系数矩阵，用1减去该矩阵中的每个数据，得到相异矩阵，如表3。

为了更加明显的呈现知识密集服务领域高频关键词之间的内在关系，需要借助关键词共现网络图谱，将共现网络可视化。本文将表2的关键词共词矩阵复制到Ucinet软件，形成以##h为扩展名的文件，然后借助Netdraw绘制出关键词共现网络图，如图2。

在高频关键词共现网络分析中，节点代表高频关键词，节点越大，表明关键词点度中心性越大，与其共现的关键词也越多；节点之间的连线代表两个关键词之间的共现情况，连线越粗，表明关键词之间共现次数越多，关系越密切。由图2可知，创新、知识管理、知识、服务、服务创新及专业服务企业位于共现网络的中间位置，节点较大，构成了研究热点的主题；知识管理与创新，服务与创新，服务与卫生保健等之间的连线相对较粗，关系较为紧密，这在一定程度上显示了知识密集服务领域的研究趋势。

24高频关键词聚类分析

为了明显地划出高频关键词的聚类群体，借助SPSS20软件，对关键词之间的相异矩阵进行多维尺度分析，得到相应的可视化图谱，综合运用因子分析方法和聚类分析方法，将可视化图谱中的数据进行归类，如图3。

由图3可知，本文将45个高频关键词划分成了A、B、C、D、E、F6个聚类群体。

（A）知识密集服务在医学、教育学中的应用。如Yuzhuo[3]等（2015）探讨了在中国区域的创新系统中，培养知识密集型集群需要大学生扮演什么角色。（B）知识密集服务的服务类型及作用。如Benot[4]等（2013）研究了知识密集服务与企业可持续发展之间的关系。（C）知识密集服务对企业的影响。如Miozzo[5]等（2005）探讨了知识密集服务对企业创新所具有的影响；Ghasem[6]等（2013）认为在知识密集服务业务中，可以通过准确地调整业务的结构关图2高频关键词共现网络图谱

图3高频关键词多维尺度分析图

系和特定的业务策略可以提高企业的关系绩效和整体性能；Carmona-Lavado[7]等（2013）深刻探讨了人力资本对知识密集服务业创新的影响。（D）知识密集服务内容及相关理论。如Guy[8]等（2007）认为知识密集服务的基本且关键性的特征是知识的开发及共享。Zieba[9]（2014）研究了知识密集服务企业知识管理创新性的两个关键影响因素，即管理者的领导和支持及激励性的实践。（E）知识密集服务质量评价及模式研究。如Amara N[10]等（2009）研究了知识密集服务的创新模式；Jeongsoo Lee[11]（2011）分析了基于本体论的企业知识密集服务过程中人的行为模型。（F）知识密集服务技术及系统。如Woitsch[12]等（2002）构建了分布式服务的知识密集服务系统架构；Lchen[13]等（2008）研究了如何利用网格技术Ontology设计方法建立知识服务体系。

25研究热点动态演化

为了揭示知识密集服务领域研究主题的动态发展过程，本文将2005-2014年划分为2005-2009年和2010-2014年两个时间阶段，分阶段的对知识密集服务研究热点进行统计分析，并进行了对比。如图4、图5及表4。图42005-2009年关键词多维尺度分析图

图52010-2014年关键词多维尺度分析图

从图4、图5和表4可知，两个时间段拥有一些相同的研究主题，说明这些研究主题近十年来一直是知识密集服务领域的研究热点。如知识密集服务对企业的影响，服务类型及相关理论研究、知识密集服务相关技术及系统、相关应用领域等。尽管研究主题内容相同，但文献研究的侧重点已经发生了变化：（1）对于知识密集服务相关技术研究这一主题，前阶段侧重的是数据挖掘、网格计算等，而后阶段主要研究的是当前热点云计算、空间分析等技术；（2）对于知识密集服务应用领域这一主题，前阶段主要侧重的是医学、文化及消费领域，后者侧重医学和教育领域；（3）检索方式由简单的信息检索、语境意识分析服务转向了更加专业化的服务。另外，两个阶段也存在着不同的研表4知识密集服务研究文献两阶段主题对比

主题状态关键词两阶段共同

研究的主题Knowledge Management、Innovation、Service Innovation、Service、Intensive Care、Ontology、Critical Care、Knowledge、Service Industry、Health Care、Knowledge Sharing、Knowledge Transfer、SME、Collaboration、Competitiveness、Design、Performance、Spain、Business Service、R&D Service1阶段出现endprint

2阶段未出现Children、Context Awareness、Creative Clusters、Culture And Consumption Spaces、Customer、Customization、Data Mining、Decision Informatics、Decision Support System、Diabetes、Distributed Data Mining、E-Government、Grid Computing、Industrial Cluster、Information Retrieval、KISA、Knowledge Based System、Knowledge Service、Modern Service Industry、Modularity、Nursing、Outsourcing、Patient Education、Semantic Matching、Simulation、Strategic Management、Technology Intensive Firms、Triple Helix、Urban Morphology、Web Services1阶段未出现

2阶段出现Absorptive Capacity、Biodiversity、Case Study、China、Cloud Computing、Ecosystem Service、Education、Entrepreneurship、Evaluation、Globalization、Hospital、Human Capital、Innovation Policy、Innovativeness、Intellectual Capital、Intensive Care Unit、Internationalization、Knowledge Base、Knowledge Economy、Knowledge Exchange、Ontology、Outcome、Productivity、Professional Service、Professional Service Firm、Regions、Social Capital、Spatial Analysis、Survey、Sustainability、Training

究主题，主要体现在以下几个方面：（1）研究重点由技术性的密集服务转移到了专业密集服务；（2）创意集群、产业集群等集群研究的关注度逐渐降低；（3）服务质量的评估及创新政策研究的重视程度越来越高。这些主题内容的变化很好地显示了研究热点的变化趋势。

3结语

（1）近十年来，关于知识密集服务研究的文献数量整体呈现上升趋势，特别是2007-2008年的上升趋势尤其明显，2013年达到波峰后又小幅下降，这表明，知识密集服务日益成为学术界热切关注的热点之一，且研究在逐渐成熟，并向深层次的细化方向拓展。

（2）通过高频关键词的多维尺度分析，将知识密集服务研究主题分为6个聚类群体，各个聚类群体之间均具有一定的联系，创新、知识管理、知识、服务等位于共现网络的中间位置，节点较大，构成了研究热点的主题；知识管理与创新，服务与创新，服务与卫生保健等之间的连线相对较粗，关系较为紧密。

（3）知识密集服务对企业的影响，服务类型及相关理论研究、知识密集服务相关技术及系统、相关应用领域等一直是知识密集服务领域的研究热点，但是研究侧重点已经发生了变化；云计算、服务质量评估、创新策略等方面的研究日益受到重视。

（4）选取出现次数超过7次的为高频关键词，囊括性、集中性比较适中，但也可能会漏掉代表研究热点的关键词。运用关键词共词分析分析知识密集服务的研究热点，准确性受专业水平、关键词处理过程的影响，因此，笔者的主观性对研究结果会产生一定的影响。

参考文献

邱均平，周春雷，杨思洛.改革开放30年来我国情报学研究的回顾与展望（下）[J].图书情报研究，2009，（2）：1-9.

Otte E，Rousseau R.Social Network Analysis：a Powerful Strategy，also for the Information Sciences[J].Journal of Information Science，2002，（28）：443-455.

[3]Yuzhuo Cai，Cui Liu.The roles of universities in fostering knowledge-intensive clusters in Chinese regional innovation systems[J].Science and Public Policy，2015，42（1）：15-19.

[4]Benot Desmarchelier，Faridah Djellal，Faz Gallouj.Knowledge intensive business services and long term growth[J].Structural Change and Economic Dynamics，2013，（25）：188-205.

[5]Marcela Miozzo，Damian Grimshaw.Modularity and innovation in knowledge-intensive business services：IT outsourcing in Germany and the UK.Research Policy，2005，（9）：1419-1439.

[6]Ghasem Zaefarian，Stephan C.Henneberg，Peter Naudé.Assessing the strategic fit between business strategies and business relationships in knowledge-intensive business services[J].Industrial Marketing Management，2013，42（2）：260-272.endprint

[7]Carmona-Lavado Antonio，Cuevas-Rodríguez Gloria，Cabello-Medina Carmen.Service Innovativeness and Innovation Success in Technology-based Knowledge-Intensive Business Services：An Intellectual Capital Approach.Industry and Innovation，2013，20（2）：133-156.

[8]Guy S C.Strategic planning，operational analysis，training and staff development for knowledge services[EB].http：∥www.smrOknowledge.com/knowledge.htm，2007-03-22.

[9]Zieba Malgorzata.Critical Success Factors for Knowledge Management in SMEs in the KIBS Sector[J].Proceedings of the European Conference on Knowledge Management，2014，（3）：1072-1079.

[10]Amara N.，et al..Patterns of innovation in knowledge-intensive business services[J].Service Inustries Journal，2009，29（4）：407-430.

[11]Jeongsoo Lee，et al..A fact-oriented ontological approach to human process modeling for knowledge-intensive business services[J].Expert Systems with Applications 2011，（38）：12281-12292.

[12]Woitsch R，Karagiannis D.Process-oriented knowledge management systems based on KM-services：the PROMOTE approach[J].International Journal of Intelligent Systems in Accounting，Finance and Management，2002，（4）：253-267.

[13]LChen，et al.Knowledge Services for Distributed Service Integration.In Proceedings of UK e-Science all-hands meeting 1，2008：27-29.

（本文责任编辑：郭沫含）endprint