基于共词聚类的我国体育学科研究热点分析

范丽雯 许森赫 敦欣卉 张云秋

【摘要】本研究利用共词聚类分析和信息可视化方法，对10种体育类核心期刊近5年发表的文献进行了定量及定性的分析，结果表明，国内体育学科在近5年的研究热点包括以下领域：国家竞技体育赛事及体育社会公共服务；武术等民族传统体育文化；优秀运动员战术及球类运动等。

【关键词】体育学科 研究热点 BICOMB NetDraw

一、引言

本文利用共词聚类分析和信息可视化软件方法，通过对国内近5年的体育类核心期刊定量及定性的分析，为读者科学、全面地展示了体育学科近5年的研究状况、研究热点与变化趋势，可以为我国体育事业的科研工作提供参考与借鉴。

二、研究方法

（一）共词聚类分析

本文所用聚类方法为K—Means，它由MacQueen于1967年提出，其主要思想是找出数据集的k个类中心（质心），把数据集划分为k个类，使得数据集中的数据点与所属类的类中心的距离平方和最小。

（二）信息可视化

信息可视化的工具很多，由美国肯塔基州立大学Gatton商学与经济学院管理系Steve Borgatti教授开发的NetDraw软件是非常具有代表性的一款社会网络分析软件。NetDraw以其形象直观的图形化显示功能，优秀的开放兼容性给我们的社会网络分析注入了新的活力，目前已被广泛的应用于社会网络分析研究[11]。本研究利用NetDraw生成聚类可视化图谱，结合相应聚类类团对国内体育学科的研究热点进行分析。

三、数据来源与处理

（一）数据来源

本研究根据《中文社会科学引文索引》（简称CSSCI）（20142015）体育类10种期刊作为数据来源，利用CNKI数据库，检索并导出该10种期刊2010-2014年刊载的文献，共计9844篇。具体数据见表1。

（二）数据处理

（1）截取高频词。运用BICOMB软件提取出文献集关键词并进行数据清洗，然后依据g指数截取高频词80个，部分见表2。

（2）构建共现矩阵。关键词能够在一定程度上反映出文献的研究内容，而体育类文献集中的高频关键词能够体现出体育领域内的研究主题。但它们表达的主题只是零散的，通过BICOMB软件构建80*80高频关键词共现矩阵，能够更直观地表现文献研究主题之间的关系。

四、结果与讨论

由图2所示，在《中文社会科学引文索引》（2014-2015）收录的10种体育类核心期刊中有6种是体育类高校的学报，说明我国体育学科科研学术成果承载量多位于高校之中。此外，各期刊近5年发文量总体呈下降趋势，并且《北京体育大学学报》下降趋势最大，其次是《体育学刊））2010年-2011年的下降趋势格外明显，其余期刊的近5年发文量比较稳定。

聚类分析。本研究利用K-means聚类方法对截取的80个高频关键词进行聚类分析，得到6个类团，具体结果见表3。

国内体育学科领域6个热点研究方向分别为：①国家竞技体育赛事及体育社会公共服务②武术等民族传统体育文化③优秀运动员战术及球类运动④学校体育教学现状及对策⑤动物实验：通过用鼠等动物进行有氧运动等方面的运动训练来进行运动生物化学等方面的研究；⑥青少年及老年人的體质健康。

五、结论

本文利用Excel软件，对国内体育学科近5年的发展趋势做了一个概述，对体育学科的研究也实现了从量到质的转变。在研究内容方面，本研究基于共词分析及信息可视化，利用BICOMB、NetDraw软件以可视化图形对国内体育学科的研究热点进行了分析。通过分析得到如下结论：在教育方面，我国重视学校体育教育，对高校的体育教学方式及体育课程的设置研究现状并提出相应对策是我国体育学科的一个研究热点，与此同时，在体育教学方面还注意和美国进行对比，以此借鉴体育教育经验。重视发展与体育学科交叉的诸如体育社会学、体育法学等的交叉学科。在公共服务方面，国内的体育领域偏重国家各个年龄段的人群健康，尤其是青少年及老年人的体质健康，强调提高对社会的体育公共服务，促进全民进行体育锻炼。在体育事业发展方面，我国以变成体育强国为目标，不仅积极发展武术等民族传统体育，还积极研究各种球类运动以及优秀运动员的技术，此外，通过动物实验进行有氧运动训练等相关方面的研究也是国内体育领域一个研究的热点。

参考文献：

[1]董德龙，刘文明，SEAMOSKelly.归属、规模、规制：对中国体育学科发展的认识——一种学科方向探究[J].体育科学，2015.

[2]尹佳琪.我国16种体育类核心期刊的发展现状及对策研究[D].哈尔滨体育学院，2014.

[3]CallonM， LawJ， RipA. Mapping the Dynamics of Science andTechnology [M]. London： The MacMillan Press Ltd， 1986.

[4]钟伟金，李佳，杨兴菊.共词分析法研究（三）——共词聚类分析法的原理与特点[J].情报杂志，2008.

[5]MacQueen J. Some Methods for Classification and Analysisof Mul-tivariate Observations [C]. In： Proceedings of the 5thBerkeley Symposium on Mathematical Statistics and Probability.Berkeley， University of California Press， 1967.

[6]金建国.聚类方法综述[J].计算机科学，2014.

[7]魏丽，张云秋，冯佳.国外医学信息学领域研究前沿[J].中华医学图书情报杂志，2015.