物流服務供應鏈熱點主題可視化分析

　　摘要：為了探究以往物流服務供應鏈研究的熱點主題以及學者們重點關注的主題，以及這些被關注的對象之間的聯(lián)系和強度，本文檢索了2010~2020年WebofScience中的相關論文數(shù)據，提取關鍵詞作為識別主題，運用書目共現(xiàn)分析系統(tǒng)對關鍵詞進行詞頻分析統(tǒng)計及矩陣生成、用SPSS軟件進行聚類分析，最后運用Ucinet中的Netdraw可視化軟件來進行物流服務供應鏈熱點主題的可視化分析。分析結果確定了物流服務供應鏈研究的相關熱點主題為物流、可持續(xù)性、物流服務提供商、再制造、逆向物流、設施位置等，以及他們之間存在的關聯(lián)強度。

　　關鍵詞：物流服務供應鏈;熱點主題;共詞分析;可視化

　　0引言

　　隨著互聯(lián)網經濟的迅速發(fā)展，我國物流行業(yè)在快速發(fā)展的同時也面臨著新的挑戰(zhàn)，傳統(tǒng)物流模式已遠遠無法滿足物資快速運輸?shù)男枨�。在這種瞬息萬變的市場需求下，為了促進物流企業(yè)更好地適應市場，對物流服務供應鏈進行優(yōu)化整合已是大勢所趨。近幾年，很多學者研究物流服務供應鏈相關主題，取得了相應的研究結果。然而，這些研究成果在主題上大多分散，缺乏有機聯(lián)系，影響了物流服務供應鏈研究的進一步深入，根據對閱讀的文獻進行梳理分析，最后對研究的問題進行深入分析，歸納出不同研究方向并作出評述，這種傳統(tǒng)定性研究方式存在著局限性。

　　物流論文投稿知識： 物流工程與管理期刊發(fā)表論文字數(shù)要求

　　主要依據WebofScience數(shù)據庫，對物流服務供應鏈熱點主題在WebofScience核心合集里的論文進行檢索。設置檢索式為：TS=logisticsservicesupplychain&Language=English&Time=2010~2020。在此約束條件下，檢索到有效文獻有955篇，所有文獻的文本數(shù)據均以兩種格式輸出：純文本和UTF-8。經過格式轉換、數(shù)據合并、數(shù)據清理、屬性規(guī)約與選擇等記錄、屬性處理，得到出版年和關鍵詞，作為規(guī)約保留后的屬性。每條記錄提取“出版年”，即PY屬性，對每年進行統(tǒng)計，反映該領域論文年產出量隨著時間演進呈增長趨勢，表明該領域一直受到學者關注且關注度有所提升。

　　1研究設計

　　本文旨在探究物流服務供應鏈研究的熱點主題以及不同主題之間的關系，來確定學者們重點關注的對象，以及這些對象之間是否存在聯(lián)系，聯(lián)系強度如何。基于此，設計研究角度：主題識別[1-2]。關鍵詞是作者提供的用于表達單個論文主題內容的檢索詞匯，本文提取“關鍵詞”字段對主題進行識別，確立研究熱點與基本結構。分析方法。運用書目共現(xiàn)分析系統(tǒng)對關鍵詞進行詞頻分析統(tǒng)計及矩陣生成、用SPSS軟件進行聚類分析，最后運用Ucinet中的Netdraw可視化軟件來進行物流服務供應鏈熱點主題的可視化分析。

　　詞頻分析是文獻計量過程中的定性手段，探測特定研究領域檢索到的文獻數(shù)據集內不同關鍵詞出現(xiàn)的次數(shù)，比較頻次多少可以確定研究熱點，這種方法在一定程度上弱化了傳統(tǒng)文獻綜述方法對于定性總結的依賴，比較客觀準確;共詞分析是一種通過統(tǒng)計文獻數(shù)據中詞匯或者短語共同出現(xiàn)頻次來揭示特定研究領域研究主題相互關系的方式，可分為篇內共現(xiàn)和篇間共現(xiàn)，前者是詞匯短語在同一篇論文中的共現(xiàn)，后者則是在整個數(shù)據集中不同論文中的共現(xiàn)[3];聚類分析是在沒有先驗知識支持的前提下進行的定量操作，根據對象某一特征屬性的差異進行分析與歸類[4];社會網絡分析是采用量化方式對社會網絡中各個對象之間關系的具象表示，可以直接呈現(xiàn)社會成員間關系[5]。

　　研究假設。采用“關鍵詞”確立主題是一種理想化的方式，必須基于一定前提假設。本文對于主題分析的假設來源于1989年Whittaker提出的共詞分析假設[6]，具體有以下幾點：(1)關鍵詞是由作者仔細斟酌的、認真選擇的專業(yè)術語，且能夠反映文章內容、作者思想、研究現(xiàn)狀。(2)同一篇文章中出現(xiàn)相應的關鍵詞，可以假設認為關鍵詞之間存有一定的關聯(lián)性。

　　(3)關鍵詞被很多研究者選定并且在不同的研究主題中頻繁出現(xiàn)，則認為在特定研究領域內成對出現(xiàn)的關鍵詞之間的關系是富有意義的。(4)關鍵詞是否有受訓經歷的標引者所使用，通過一個或者多個指標反映與此相關的科學概念。如若上述假設是成立的，則通過關鍵詞探索文章以及學科領域的相關科學概念就可以接受。在研究假設基礎之上，確定熱點主題，探測熱點主題之間的關聯(lián)，并對可視化結果予以解讀[7]。研究工具。為了研究的順利進行，選用了BICOMB2.0書目共現(xiàn)分析系統(tǒng)、SPSS統(tǒng)計分析軟件、Ucinet社會網絡分析軟件中的Netdraw可視化軟件。

　　其中，BICOMB2.0書目共現(xiàn)分析系統(tǒng)是由中國醫(yī)科大學醫(yī)學信息學系崔雷和沈陽市弘盛計算機技術有限公司協(xié)作開發(fā)，具有項目建立、數(shù)據提取、頻數(shù)統(tǒng)計以及矩陣生成，可以對數(shù)據進行快速的讀取、準確提取字段并歸類存儲、統(tǒng)計生成書目數(shù)據的共現(xiàn)矩陣，來滿足本研究共現(xiàn)的需要。SPSS軟件用來做聚類分析，可以用聚類樹圖顯性表示出關鍵詞間的相關關系。Ucinet社會網絡分析軟件具備綜合的使用功能，在擁有數(shù)據的基礎上，具有強大的矩陣代數(shù)和多元統(tǒng)計分析功能，同時軟件內部聚集了Netdraw等數(shù)據可視化軟件，可以讓結果得到更好的呈現(xiàn)。

　　2結果分析

　　2.1熱點主題確定。

　　運用BICOMB2.0書目共現(xiàn)分析系統(tǒng)，將檢索提取后的數(shù)據導入進去，根據關鍵詞字段(DE)進行詞頻統(tǒng)計，累計頻次共有4619次，平均每篇4.84個關鍵詞，符合每篇3~5個關鍵詞的經驗認知，為了弱化檢索策略效應，刪除頻次排在前兩位的supplychainmanagement(85次，1.8402%)，supplychain(80次，1.732%)，這里僅給出TOP36的關鍵詞納入分析。統(tǒng)計結果顯示：2010~2020年期間，關鍵詞最高頻次為85次，根據公式(1)計算出選定的閾值為mp=6.91，按照取整原則即選定頻次在7次及以上的36個關鍵詞。

　　累計頻次489次，約占10.5855%。可以看出，刪除排在最前面的兩位后，“物流”是頻次最高的一個，顯示物流服務供應鏈這個熱點主題中物流受到廣泛關注，也能夠體現(xiàn)出物流服務供應鏈中物流的重要性;頻次比較高的還有可持續(xù)性、逆向物流、物流服務供應鏈、定價、再制造、博弈論、庫存管理。

　　2.2基于SPSS的系統(tǒng)聚類分析。

　　聚類分析是對研究的數(shù)據進行聚類處理，除統(tǒng)計功能外還能與其他方法配合對數(shù)據進行預處理，這里選用層次聚類，是嵌套簇的集族，組織成一棵樹進行分析。根據上文計算結果，將頻次大于等于7次的數(shù)據導入書目共現(xiàn)分析系統(tǒng)，生成詞篇矩陣，然后對數(shù)據采用文本的方式導出，導入進SPSS軟件對矩陣進行聚類，選用組之間鏈接的聚類方法嘗試選擇平均距離算法、最大距離、最小距離等，比較之后選擇其中最合適的方法。生成聚類樹圖。

　　首先找出聚類樹中各個類別的核心，然后逐層累加語義信息，根據聚類分析的相關原理，同一類內找相同點，不同類間找相異處，由此總結歸納各個類別的含義[3]。最終得到物流服務供應鏈研究領域的9個熱點研究簇：逆向物流與再制造、物流庫存、供應鏈融資、環(huán)境可持續(xù)性、物流服務供應鏈與優(yōu)化不確定性、物流服務定價與電子商務、可持續(xù)性與供應鏈整合運輸、第三方物流與庫存管理、工業(yè)4.0區(qū)塊鏈與供應鏈設計。

　　2.3主題間關系確定。在整個數(shù)據集內，關鍵詞和論文是一對多的關系，一個關鍵詞可以出現(xiàn)在很多篇論文中，但其基礎是詞與篇之間一對一的關系，正是基于一對一的關系，可以形成m*n詞篇矩陣，不同主題之間關系識別路徑。

　　2.3.1構建共詞矩陣。本文抽取36個關鍵詞與其所在955篇論文的對應關系，形成36*955詞篇矩陣(0~1分布)，列示出熱點關鍵詞與論文的所屬關系。文獻篇名不需顯名化，將其編碼取值為1~955，得到矩陣局部數(shù)據�；�于詞篇矩陣，若不同關鍵詞在同一論文中出現(xiàn)，則說明存在共現(xiàn)關系，記為1;否則認定無共現(xiàn)關系，記為0，據此，生成一個鄰接矩陣，得到局部。

　　2.3.2共詞網絡個體屬性分析。

　　對每個關鍵詞在共詞網絡中的影響力、重要性等方面通過一系列相應的指標進行測量的過程叫做共詞網絡的個體屬性分析[8]。對于節(jié)點之間的相互連接這種社會網絡分析里，節(jié)點的中間中心度、點度中心度以及接近中心度等是分析的相關指標[9]。

　　本文中的共詞網絡的個體屬性分析的分析指標選用節(jié)點的點度中心度對個體屬性進行相關分析。一個節(jié)點與其他節(jié)點聯(lián)系越緊密直接，這個節(jié)點反映的數(shù)值就越大，連接的頻次較低的，數(shù)值相對較小。物流服務供應鏈熱點主題共詞網絡的節(jié)點為關鍵詞，節(jié)點之間的關聯(lián)即為兩關鍵詞的共現(xiàn)，節(jié)點的點度中心度為某關鍵詞與其他關鍵詞共現(xiàn)的次數(shù)[10]。

　　從分析結果看，物流服務供應鏈熱點主題關鍵詞的平均點度中心度為5.389，表明每個關鍵詞與其他關鍵詞共現(xiàn)的平均次數(shù)為5.389次。數(shù)值Degree列表示的是絕對點度中心度，數(shù)值Nrmdegree列表示的是相對點度中心度。中心度在社會網絡分析中有一定的權威性，被認為是地位與權力的代表，是牽引網絡發(fā)展的關鍵指標因素，中心度高的位于網絡中心的點是對整體影響最為顯著的[11]。上述分析可知，物流服務供應鏈熱點主題研究的核心研究內容有物流、可持續(xù)性、物流服務提供商、再制造、逆向物流、設施位置等。

　　2.3.3整體網絡可視化。

　　為了更加生動形象的表現(xiàn)出最終效果，本文采用網絡可視圖的方式展現(xiàn)，對物流服務供應鏈熱點主題采用Ucinet軟件進行可視化，數(shù)據導入后運用軟件內集成的Netdraw可視化軟件進行相關操作，來得到物流服務供應鏈熱點主題網絡圖，每個節(jié)點代表一個研究熱點，根據節(jié)點的中間中心度值設置節(jié)點的大小，節(jié)點越大，表明節(jié)點的中間中心度值越大;節(jié)點間的連線表示兩研究熱點之間具有共現(xiàn)關系。

　　3結論

　　本文依據關鍵詞知識單元對物流服務供應鏈研究的主題進行識別，并結合相應數(shù)據對可視化結果進行分析研究[14]。首先，檢索得到36個高頻關鍵詞，如可持續(xù)性、逆向物流、再制造、博弈論、設施位置、庫存管理等，經過SPSS聚類分析后形成9個研究熱點簇：逆向物流與再制造、物流庫存、供應鏈融資、環(huán)境可持續(xù)性、物流服務供應鏈與優(yōu)化不確定性、物流服務定價與電子商務、可持續(xù)性與供應鏈整合運輸、第三方物流與庫存管理、工業(yè)4.0區(qū)塊鏈與供應鏈設計。聚類分析出過往研究熱點主題以及研究應關注的重點。

　　然后，列出詞篇矩陣和鄰接矩陣，得到點度中心度，可以得出物流、可持續(xù)性、物流服務提供商、再制造、逆向物流、設施位置等詞是物流服務供應鏈熱點主題研究的核心研究內容。利用可視化技術得出熱點主題網絡可視圖進行分析，可以看出物流服務供應鏈研究還存在很大的進步空間。從對現(xiàn)有的數(shù)據分析可以看出，當前學者對物流服務供應鏈研究不具備完整性，還有很大的研究空間，數(shù)據相對較少，因此，應豐富相關研究工具，綜合運用多種分析方法，多視角多維度剖析物流服務供應鏈領域相關問題，得到更好的研究結果。

　　參考文獻：

　　[1]宋凱，朱彥君.專利前沿技術主題識別及趨勢預測方法——以人工智能領域為例[J].情報雜志，2021,40(1):33-38.

　　[2]唐恒，邱悅文.多源信息視角下的多指標新興技術主題識別研究——以智能網聯(lián)汽車領域為例[J].情報雜志，2021,40(3):81-88.

　　[3]郭春俠，葉繼元.基于共詞分析的國外圖書情報學研究熱點[J].圖書情報工作，2011,55(20):19-22.

　　[4]王小華，徐寧，諶志群.基于共詞分析的文本主題詞聚類與主題發(fā)現(xiàn)[J].情報科學，2011,29(11):1621-1624.

　　[5]劉竟，王慧，徐桂芬.基于共詞網絡的我國搜索引擎研究熱點可視化[J].情報科學，2012,30(4):604-608.[6]WhieeakerJ.CreativityandConformityinscience:Titles,KeywordsandCo-wordAnalysis[J].SocialStudiesofScience,1989,19:473-496.

　　作者：張水旺，陳潛萍

轉載請注明來自發(fā)表學術論文網：http:///jjlw/28100.html