物流服務(wù)供應(yīng)鏈熱點主題可視化分析

　　摘要：為了探究以往物流服務(wù)供應(yīng)鏈研究的熱點主題以及學(xué)者們重點關(guān)注的主題，以及這些被關(guān)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(guān)論文數(shù)據(jù)，提取關(guān)鍵詞作為識別主題，運用書目共現(xiàn)分析系統(tǒng)對關(guān)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(wù)供應(yīng)鏈熱點主題的可視化分析。分析結(jié)果確定了物流服務(wù)供應(yīng)鏈研究的相關(guān)熱點主題為物流、可持續(xù)性、物流服務(wù)提供商、再制造、逆向物流、設(shè)施位置等，以及他們之間存在的關(guān)聯(lián)強度。

　　關(guān)鍵詞：物流服務(wù)供應(yīng)鏈;熱點主題;共詞分析;可視化

　　0引言

　　隨著互聯(lián)網(wǎng)經(jīng)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(yuǎn)遠(yuǎn)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(yīng)市場，對物流服務(wù)供應(yīng)鏈進行優(yōu)化整合已是大勢所趨。近幾年，很多學(xué)者研究物流服務(wù)供應(yīng)鏈相關(guān)主題，取得了相應(yīng)的研究結(jié)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(wù)供應(yīng)鏈研究的進一步深入，根據(jù)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?jǐn)?shù)要求

　　主要依據(jù)WebofScience數(shù)據(jù)庫，對物流服務(wù)供應(yīng)鏈熱點主題在WebofScience核心合集里的論文進行檢索。設(shè)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(jù)均以兩種格式輸出：純文本和UTF-8。經(jīng)過格式轉(zhuǎn)換、數(shù)據(jù)合并、數(shù)據(jù)清理、屬性規(guī)約與選擇等記錄、屬性處理，得到出版年和關(guān)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(lǐng)域論文年產(chǎn)出量隨著時間演進呈增長趨勢，表明該領(lǐng)域一直受到學(xué)者關(guān)注且關(guān)注度有所提升。

　　1研究設(shè)計

　　本文旨在探究物流服務(wù)供應(yīng)鏈研究的熱點主題以及不同主題之間的關(guān)系，來確定學(xué)者們重點關(guān)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(shè)計研究角度：主題識別[1-2]。關(guān)鍵詞是作者提供的用于表達單個論文主題內(nèi)容的檢索詞匯，本文提取“關(guān)鍵詞”字段對主題進行識別，確立研究熱點與基本結(jié)構(gòu)。分析方法。運用書目共現(xiàn)分析系統(tǒng)對關(guān)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(wù)供應(yīng)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(lǐng)域檢索到的文獻數(shù)據(jù)集內(nèi)不同關(guān)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(jié)的依賴，比較客觀準(zhǔn)確;共詞分析是一種通過統(tǒng)計文獻數(shù)據(jù)中詞匯或者短語共同出現(xiàn)頻次來揭示特定研究領(lǐng)域研究主題相互關(guān)系的方式，可分為篇內(nèi)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(jù)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(jù)對象某一特征屬性的差異進行分析與歸類[4];社會網(wǎng)絡(luò)分析是采用量化方式對社會網(wǎng)絡(luò)中各個對象之間關(guān)系的具象表示，可以直接呈現(xiàn)社會成員間關(guān)系[5]。

　　研究假設(shè)。采用“關(guān)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(shè)。本文對于主題分析的假設(shè)來源于1989年Whittaker提出的共詞分析假設(shè)[6]，具體有以下幾點：(1)關(guān)鍵詞是由作者仔細(xì)斟酌的、認(rèn)真選擇的專業(yè)術(shù)語，且能夠反映文章內(nèi)容、作者思想、研究現(xiàn)狀。(2)同一篇文章中出現(xiàn)相應(yīng)的關(guān)鍵詞，可以假設(shè)認(rèn)為關(guān)鍵詞之間存有一定的關(guān)聯(lián)性。

　　(3)關(guān)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(rèn)為在特定研究領(lǐng)域內(nèi)成對出現(xiàn)的關(guān)鍵詞之間的關(guān)系是富有意義的。(4)關(guān)鍵詞是否有受訓(xùn)經(jīng)歷的標(biāo)引者所使用，通過一個或者多個指標(biāo)反映與此相關(guān)的科學(xué)概念。如若上述假設(shè)是成立的，則通過關(guān)鍵詞探索文章以及學(xué)科領(lǐng)域的相關(guān)科學(xué)概念就可以接受。在研究假設(shè)基礎(chǔ)之上，確定熱點主題，探測熱點主題之間的關(guān)聯(lián)，并對可視化結(jié)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(wǎng)絡(luò)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(xué)醫(yī)學(xué)信息學(xué)系崔雷和沈陽市弘盛計算機技術(shù)有限公司協(xié)作開發(fā)，具有項目建立、數(shù)據(jù)提取、頻數(shù)統(tǒng)計以及矩陣生成，可以對數(shù)據(jù)進行快速的讀取、準(zhǔn)確提取字段并歸類存儲、統(tǒng)計生成書目數(shù)據(jù)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(guān)鍵詞間的相關(guān)關(guān)系。Ucinet社會網(wǎng)絡(luò)分析軟件具備綜合的使用功能，在擁有數(shù)據(jù)的基礎(chǔ)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(nèi)部聚集了Netdraw等數(shù)據(jù)可視化軟件，可以讓結(jié)果得到更好的呈現(xiàn)。

　　2結(jié)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(jù)導(dǎo)入進去，根據(jù)關(guān)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(guān)鍵詞，符合每篇3~5個關(guān)鍵詞的經(jīng)驗認(rèn)知，為了弱化檢索策略效應(yīng)，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(guān)鍵詞納入分析。統(tǒng)計結(jié)果顯示：2010~2020年期間，關(guān)鍵詞最高頻次為85次，根據(jù)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(guān)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(wù)供應(yīng)鏈這個熱點主題中物流受到廣泛關(guān)注，也能夠體現(xiàn)出物流服務(wù)供應(yīng)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(wù)供應(yīng)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(jù)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(jù)進行預(yù)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(jù)上文計算結(jié)果，將頻次大于等于7次的數(shù)據(jù)導(dǎo)入書目共現(xiàn)分析系統(tǒng)，生成詞篇矩陣，然后對數(shù)據(jù)采用文本的方式導(dǎo)出，導(dǎo)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(jù)聚類分析的相關(guān)原理，同一類內(nèi)找相同點，不同類間找相異處，由此總結(jié)歸納各個類別的含義[3]。最終得到物流服務(wù)供應(yīng)鏈研究領(lǐng)域的9個熱點研究簇：逆向物流與再制造、物流庫存、供應(yīng)鏈融資、環(huán)境可持續(xù)性、物流服務(wù)供應(yīng)鏈與優(yōu)化不確定性、物流服務(wù)定價與電子商務(wù)、可持續(xù)性與供應(yīng)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(yīng)鏈設(shè)計。

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

　　2.3.1構(gòu)建共詞矩陣。本文抽取36個關(guān)鍵詞與其所在955篇論文的對應(yīng)關(guān)系，形成36*955詞篇矩陣(0~1分布)，列示出熱點關(guān)鍵詞與論文的所屬關(guān)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(jù)。基于詞篇矩陣，若不同關(guān)鍵詞在同一論文中出現(xiàn)，則說明存在共現(xiàn)關(guān)系，記為1;否則認(rèn)定無共現(xiàn)關(guān)系，記為0，據(jù)此，生成一個鄰接矩陣，得到局部。

　　2.3.2共詞網(wǎng)絡(luò)個體屬性分析。

　　對每個關(guān)鍵詞在共詞網(wǎng)絡(luò)中的影響力、重要性等方面通過一系列相應(yīng)的指標(biāo)進行測量的過程叫做共詞網(wǎng)絡(luò)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(wǎng)絡(luò)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(guān)指標(biāo)[9]。

　　本文中的共詞網(wǎng)絡(luò)的個體屬性分析的分析指標(biāo)選用節(jié)點的點度中心度對個體屬性進行相關(guān)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(wù)供應(yīng)鏈熱點主題共詞網(wǎng)絡(luò)的節(jié)點為關(guān)鍵詞，節(jié)點之間的關(guān)聯(lián)即為兩關(guān)鍵詞的共現(xiàn)，節(jié)點的點度中心度為某關(guān)鍵詞與其他關(guān)鍵詞共現(xiàn)的次數(shù)[10]。

　　從分析結(jié)果看，物流服務(wù)供應(yīng)鏈熱點主題關(guān)鍵詞的平均點度中心度為5.389，表明每個關(guān)鍵詞與其他關(guān)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(wǎng)絡(luò)分析中有一定的權(quán)威性，被認(rèn)為是地位與權(quán)力的代表，是牽引網(wǎng)絡(luò)發(fā)展的關(guān)鍵指標(biāo)因素，中心度高的位于網(wǎng)絡(luò)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(wù)供應(yīng)鏈熱點主題研究的核心研究內(nèi)容有物流、可持續(xù)性、物流服務(wù)提供商、再制造、逆向物流、設(shè)施位置等。

　　2.3.3整體網(wǎng)絡(luò)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(wǎng)絡(luò)可視圖的方式展現(xiàn)，對物流服務(wù)供應(yīng)鏈熱點主題采用Ucinet軟件進行可視化，數(shù)據(jù)導(dǎo)入后運用軟件內(nèi)集成的Netdraw可視化軟件進行相關(guān)操作，來得到物流服務(wù)供應(yīng)鏈熱點主題網(wǎng)絡(luò)圖，每個節(jié)點代表一個研究熱點，根據(jù)節(jié)點的中間中心度值設(shè)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(guān)系。

　　3結(jié)論

　　本文依據(jù)關(guān)鍵詞知識單元對物流服務(wù)供應(yīng)鏈研究的主題進行識別，并結(jié)合相應(yīng)數(shù)據(jù)對可視化結(jié)果進行分析研究[14]。首先，檢索得到36個高頻關(guān)鍵詞，如可持續(xù)性、逆向物流、再制造、博弈論、設(shè)施位置、庫存管理等，經(jīng)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(yīng)鏈融資、環(huán)境可持續(xù)性、物流服務(wù)供應(yīng)鏈與優(yōu)化不確定性、物流服務(wù)定價與電子商務(wù)、可持續(xù)性與供應(yīng)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(yīng)鏈設(shè)計。聚類分析出過往研究熱點主題以及研究應(yīng)關(guān)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(wù)提供商、再制造、逆向物流、設(shè)施位置等詞是物流服務(wù)供應(yīng)鏈熱點主題研究的核心研究內(nèi)容。利用可視化技術(shù)得出熱點主題網(wǎng)絡(luò)可視圖進行分析，可以看出物流服務(wù)供應(yīng)鏈研究還存在很大的進步空間。從對現(xiàn)有的數(shù)據(jù)分析可以看出，當(dāng)前學(xué)者對物流服務(wù)供應(yīng)鏈研究不具備完整性，還有很大的研究空間，數(shù)據(jù)相對較少，因此，應(yīng)豐富相關(guān)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(wù)供應(yīng)鏈領(lǐng)域相關(guān)問題，得到更好的研究結(jié)果。

　　參考文獻：

　　[1]宋凱，朱彥君.專利前沿技術(shù)主題識別及趨勢預(yù)測方法——以人工智能領(lǐng)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(biāo)新興技術(shù)主題識別研究——以智能網(wǎng)聯(lián)汽車領(lǐng)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(xué)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(xué)，2011,29(11):1621-1624.

　　[5]劉竟，王慧，徐桂芬.基于共詞網(wǎng)絡(luò)的我國搜索引擎研究熱點可視化[J].情報科學(xué)，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(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/28100.html