智能交通系统研究进展——基于CiteSpaceⅡ的知识图谱分析

屈闻聪，刘 博

(人民交通出版社股份有限公司，北京 100011)

1 引 言

随着智慧城市(Smart City)建设的不断推进，智能交通系统(Intelligent Transportation System，ITS)得到了长足的发展，ITS相关的基础理论和应用技术不断革新。因此，有必要对智能交通系统的最新研究进展进行分析。

当前广泛应用的ITS由多个子系统构成，智能交通管理系统、智能公交系统、交通信息服务系统、智能交通安全系统等等，其涵盖的相关理论与基础多种多样。在信息技术迅速发展的今天，各种信息的获取、分析和处理变得愈发便捷，人类所拥有的知识也正以几何级数高速增长和膨胀。有人估计，全世界的知识在1900年是每30年翻一番，在1970年是每7年翻一番，在1999年是1年半翻一番，而到2010年则是不到一天之内翻一番。与此同时，日益浩繁的知识库却似乎成为难以穿越的知识沼泽，想要从中摸索道路、寻找真正需要的知识反而变得困难。因此，寻找一个有效的数据分析方式具有非常重要的意义。

科学知识图谱(Mapping Knowledge Domains)是进行信息分析的有效手段之一，目前已成为各领域研究的新热点。科学知识图谱采用可视化技术分析当前现有信息资源及其载体，分析挖掘科学技术领域的研究信息以及它们之间的相互联系，并将关系图谱用可视化的方式显示，是用于描绘某一研究领域科学知识的发展演进与学科结构关系的一种图形。它将抽象的数据映射到二维或者三维的界面上，以图形、图像的形式从宏观和微观的层次展示一个学科的全貌、细节以及发展主题，帮助人们全面地审视一个学科的体系结构，学科发展的重点、学科研究的热点以及学科未来的趋势等信息，为学科建设和学科战略制定提供切实有益的参考。近年来涌现了如Timeriver、时序可视图(a temporal graph visualization)、VxInsight等基于引文和被引文献的可视化分析系统，Drexel 大学的华人学者陈超美开发的JAVA 程序 CitespaceⅡ也是其中之一。

本文采用文献计量学的方法对近10年来Web of Science数据库中智能交通系统的众多文献进行分析。首先，阐述了数据来源与研究方法；然后，进行研究机构与研究者合作网络分析；接着，完成知识基础与研究前沿分析；最后，给出结论。

2 数据来源与研究方法

为保证原始数据全面、准确并具有较高解释度，以Web of Science数据库为数据源，在数据库中以主题词“Intelligent Transportation System”(最后更新时间为2018年5月20日)进行检索，选择学科类别Transportation(交通)对结果进行精炼，并将文献类型限定为“Article(文章)”，共获得5725篇文献，也即交通领域中以“智能交通系统”为主题的论文成果，其时间跨度为1963～2018。从中选取2009～2018年发表的文献，进一步将数据精简为4 204条。可见近10年来发表的论文数量达到论文总数的73.4%，足以证明领域内知识的增长速度。这些文献被引次数总计25 025次，去除自引的被引频次总计22 433次，其h-index为57，表明其中有57篇文献被引用至少57次。由图1可见，在国际学术圈中关于智能交通系统的研究愈发丰富。

图1 近年来关于智能交通系统的论文发表

3 研究机构与研究者合作网络分析

3.1 研究机构

在CiteSpaceⅡ中将网络节点类型设置成“Institution”和“Country”，生成了国家与机构合作的科学知识图谱，共选择出116个国家或研究机构及它们之间的138条连线。如图2所示，节点间的连线表明了合作关系，年轮状圆圈表征了历年来的论文被引的情况，紫色圆环表示了被引数量的激增(burst)。图中可见，中国和美国近十年来研究实力呈现迅速增强的态势，英国、西班牙、法国、德国等随后。各国的研究力量统计信息如表1所示。

图2 智能交通系统领域的国家与研究机构合作图谱

表1 各国研究力量统计

在中国的研究机构中，北京交通大学、中国科学院、上海交通大学和清华大学在领域内的影响力相对较大，美国则以加州大学伯克利分校和华盛顿大学的成果最为突出。值得注意的是，清华大学和加州大学伯克利分校之间的合作较为紧密。

3.2 研究者合作网络

利用软件选择出288位研究者并生成他们之间的108条连线，形成所示的研究者合作网络知识图谱。

出现的作者姓名字体越大表明著作数量越多，作者间的连线表显示了合作关系。以国际研究工作者为例，自西班牙马德里大学的Milanes Vicente，Perez Joshue和Onieva Enrique等人密切合作。此外，来自日本名古屋电器工业公司的Yamada Muneo，来自陶宛维尔纽斯科技大学的Jarasuniene Aldona等人各自与不同合作者共同发表了较多的成果。

4 知识基础与研究前沿分析

“研究前沿”(Research Front)的概念最早在1965年由普赖斯(Price)提出，这一概念被用来描述某个科学研究领域的研究前沿的动态本质。他认为某个领域的研究前沿是由科学家积极引用的文章所体现的。他在研究中发现，在新发表的论文中，30%的被引文献为近6年内的新论文，对最近论文相对集中的高频引用现象则反映了当前的研究前沿动态。

本文选取的研究对象文献总计对1 685篇文献施引，去除自引总计1 614篇。运用CiteSpaceⅡ对分析对象的关键词共现进行分析，并对引文进行作者共引、文献共引、期刊共引分析，以揭示研究前沿的知识基础。

4.1 关键词共现分析

利用CitespaceⅡ共筛选出141个节点关键词及它们之间的387条连线，并进行聚类分析。

其中红色文字为程序通过计算抽象出的不同聚类簇的研究主题，反映了当前智能交通系统领域内的主要研究热点，例如：城市交通(Urban Transport)、自组织网络(Ad Hoc Networks)、弹性交通(Flexible Transport)、模糊系统(Fuzzy System)、动态分段(Dynamic Segmentation)、超分辨(Super resolution)等等。此外，可持续发展、交通与环境、交通安全、车联网等主题也受到关注。关键词的演变反映出近年来本领域研究者的关注点更多地转向交通与图像处理、地理信息系统、城市环境等相关学科的交叉领域，并充分认识到智能交通系统对于改善城市人居环境、建设智慧型城市的重要意义。

4.2 作者共引分析

利用CitespaceⅡ进行作者共引分析，选择出248位研究者并生成他们之间的276条连线。

其中显示了作者的共被引关系及聚类分析结果，同一色块内的作者的文章具有一定相似性，红色文字为经程序计算抽象出的不同聚类簇的研究主题，例如：Perez Joshue和Milanes Vicente的研究体系主要集中在交通控制、自动驾驶等领域；济州国立大学的Lee Junghoon和Park Gyung-Leen等人在电动汽车、汽车租赁等方面做出较为广泛的研究，为相关领域奠定良好基础；Kamijo Shunsuke 、Jaillet Patrick等在车辆无线传感器方面成果颇丰；Tian Bin和Zhu Fenghua等在车辆检测等方面做出一定贡献；Rodrigues Joel J.P.C.和Kumar Neeraj等对车辆自组织网络进行了研究。

4.3 文献共引分析

由CiteSpaceⅡ生成的经Pathfinder裁剪的文献共引科学知识图谱中，共选择出329个节点及其间的1 110条连线。每一个节点表示一篇文献，节点周围的年轮状圆环各层的厚度与不同年份的引文数成正比，紫色圆环表示了被引数量的激增(burst)。

其中的重要文献是近十年来本领域重要的知识基础。其中，以Quddus Mohammed A等人所著论文Currentmap-matchingalgorithmsfortransportapplications:State-of-theartandfutureresearchdirections影响最大。地图匹配(map-matching)算法是导航系统最重要基础，该文献在对地图匹配算法的主要研究方向进行综述的基础上，揭示了当前研究的难点和局限性，并指出了欧洲的伽利略(Galileo)系统及欧洲地球同步导航服务(European Geostationary Navigation Overlay Service)系统的优越性及其可能带来的影响。在此基础上，Velaga Nagendra R与Quddus Mohammed A等人又对拓扑地图匹配(tMM)算法进行改进。Buch Norbert作为第一作者写作的AReviewofComputerVisionTechniquesfortheAnalysisofUrbanTraffic也产生了较大的影响。该论文全面探讨和对比了最先进的交通视频分析技术，并对未来技术发展趋势进行展望。Min Wanli和Wynter Laura合作撰写的论文Real-timeroadtrafficpredictionwithspatio-temporalcorrelations揭示了交通流的时空特性及其在新一代的“智慧交通”中的应用。Vlassenroot Sven等人通过分析问卷调查和车载设备记录的行驶数据，对在比利时测试的智能速度适应系统(Intelligent Speed Adaptation System)的应用效果进行评价。

4.4 期刊共引分析

研究对象集中共有15 534次有效引文，来自932种期刊或其他类型文献。其中被引前10%(93种)的期刊中的引文有4 705次，占总引文次数的30.2%。在CiteSpaceⅡ生成的期刊共引科学知识图谱中，共选择出114种期刊以及期刊之间的308条连线。

其容易看出，高被引期刊主要为智能交通系统的核心期刊，如IEEETransactionsonIntelligentTransportationSystems、TransportationResearchPart-C、TransportationResearchRecord等在交通领域影响较大的期刊，同时也出现了一定数量通讯、计算机、地理信息等领域的期刊，如IEEETransactionsonVehicularTechnology、LectureNotesinComputerScience等。这些领域均与智能交通有密不可分的关系，研究者经常需要从中汲取必要的知识。

5 结 论

(1)本文以智能交通系统领域近十年来在Web of Science数据库中发表的论文及其引文为研究对象，利用CiteSpaceⅡ软件，通过可视化技术对其进行处理，以科学知识图谱的形式展现了本领域研究的重要学术文献、学术代表人物，对当前发展的知识基础和发展趋势进行了分析。

(2)智能交通作为交通运输领域的前沿，当前的研究方向正在进一步向更多交叉学科领域扩展，在这个信息化的时代有着广阔的应用前景。我国在智能交通系统的研究虽然起步较晚，但经过数十年来研究者的着力推动，研究实力有了长足的提升，涌现了一批优秀的学术带头人。如今，伴随智慧城市、物联网等新兴产业的兴起，智能交通行业已经成为是目前细分领域中最具前景、政策倾斜最多的行业之一。雄厚的基础科研实力将为相关产业的长足发展奠定坚实的基础。

(3)目前由于中文引文数据库采用的格式不符合国际通行标准，CitespaceII对中文文献数据库的支持尚显不足，在未来的研究中应当考虑对智能交通系统的中文文献进行梳理，并与世界研究趋势加以对比，以便发现我国相关研究需要补充完善的方向。