论文部分内容阅读
摘 要：以中国知网（CNKI）数据库收录的2005-2014年我国9所体育院校学报21 373篇文献为数据源，运用文献题录信息分析工具SATI和社会网络分析软件UCINET，对文献的发文机构、作者、关键词及研究的热点和前沿运用文献计量法、词频分析、社会网络分析等方法进行实证分析。研究发现：北京体育大学在9所体育院校学报中论文发表量处于领先地位；作者合著网络密度稀疏（0.0010），相互间联系少；关键词的网络密度较紧密（0.3469），研究领域相对集中。研究的热点主要集中于学校体育教育的现状与发展、竞技体育与群众体育、专项技术与运动员、体育文化与民族传统体育、体育健康、运动训练与运动生理等6大领域。
关键词：社会网络分析；题录信息；体育院校学报；高产作者；高频关键词
中图分类号：G80-05 文献标识码：A 文章编号：1009-9840（2015）06-0022-05
An empirical analysis of papers published in 9 sport academic journals in China： based on CNKI（2005-2014）
HE Qiu-hong
（Chongqing Jiaotong University，ChongQing 400074，China）
Abstract：The 21373 articles from journals of 9 sports colleges in CNKI database from 2005 to 2014 were analyzed and processed by SATI bibliography statistical analysis tools and social network analysis software UCINET. Research institution， authors， key words， hot domain and cutting-edge research were empirically presented by literature metrology， word frequency analysis and social network analysis. The results showed that Beijing Sports University published the most amount of articles； co-author sparse network density （0.0010）， less contact with each other； keyword density network more closely （0.3469）， research field is relatively concentrated. The research mainly focused on the present situation and development of school physical education， competitive sports and mass sports， special technology and athletes， sports culture and national traditional sports， physical education and health， athletic training and exercise physiology.
Key words：social network analysis； SATI； sport academic journals； high yield authors； high frequency keywords
我国高等体育院校教育担任着培养高质量体育科技人才的重任，是体育科学发展的重要基础与推动力。高等体育院校学报论文能够反映某一时期体育科学领域较高层次的学术研究状况和水平[1]。本研究运用文献题录信息分析工具SATI和社会网络分析软件UCINET，对我国9所具有代表性的体育院校学报在2005-2014年间刊载的21 373篇具有较高学术价值的论文，运用文献计量法对论文机构分布进行统计分析，采用词频分析、社会网络分析法，对作者社会网络和关键词分析、并绘制社会网络图和多维量表图，试图揭示作者在网络中的作用和地位，以及其所研究的前沿和热点问题，以期为相关研究提供有价值的参考和指导。
1 数据来源与研究方法
1.1 数据来源
本研究选择中国知网（CNKI）作为研究的数据来源。笔者于2015年8月2日分别对北京体育大学学报、上海体育学院学报、武汉体育学院学报、山东体育学院学报、成都体育学院学报、广州体育学院学报、天津体育学院学报、西安体育学院学报、沈阳体育学院学报等9所体育院校学报进行检索，检索时间跨度为：2005年1月1日-2014年12月31日，匹配模式为“精确”方式，删去期刊简介、通知等不相干文献，得到21 373篇有效文献为分析样本。
1.2 数据处理方法
通过中国知网（CNKI）数据库，选择来源期刊方式，对我国9所体育院校学报，选择每屏50条数据，通过逐条查看，筛选相关文献并标志存盘；选择Endnote格式，以“.txt”的文本文档保存。运用浙江大学刘启元开发的文献题录信息分析工具（SATI），采用Endnote格式对下载的.txt文件进行转换，以XML格式保存，再分别对XML格式的题录信息“作者”、“关键词”选项进行字段抽取、频次统计，然后选择Co-Occurrence Matrix（Similarity）方式，构建60×60的矩阵，以Excel格式保存。将共现矩阵文档相应的数据导入社会网络分析软件UCINET，构建出知识单元聚类图、共现关系网络知识图谱、战略坐标图，并对共现关系图进行中心性分析[2]。 运用SATI文献题录统计分析工具和社会网络分析软件UCINET软件，采用文献计量学、词频分析、多维分析、密度分析、绘制图谱等方法，对我国9所体育院校学报2005-2014年间刊载的21 373篇文献进行研究。
2 分析与结果
2.1 发文机构分布分析
通过统计分析发现：2005-2014年间我国9所体育院校学报论文发表量排名前30位的机构如表1所示。论文发表量排名第一的是北京体育大学，2 089篇；排名第二的是上海体育学院，1 412篇；排名第三的是武汉体育学院，878篇；论文发表量排名4、5、6名的依次为广州体育学院（836）、成都体育学院（761）和沈阳体育学院（739）。说明北京体育大学和上海体育学院在科研上非常重视，处于明显的优势；武汉体育学院、广州体育学院、成都体育学院和沈阳体育学院4所体育院校与其它机构相比在科研上优势也非常明显。在排名前30位中，其中有13所机构为师范类院校，论文发表合计2 450篇，占总量的20.3%，说明师范类体育院校在体育学科建设、科研水平方面高度重视。
2.2 作者社会网络分析
2.2.1 高产作者合著网络分析
利用社会网络分析方法，对作者进行分析，能清楚反映作者合作的特点，选择File | Open | Ucinet Dataset | Network 命令，导入作者.##h文件，生成合著者网络图谱。选择Analysis | Centrality measures | Degree |命令对节点的属性进行添加，本文对作者的节点、颜色、形状等命令进行了调整，得到图1所示排名前60位高频作者网络示意图。
图1 高频作者网络图图1中的方框、三角、钻型等图标代表高频作者，节点的大小代表作者的在网络中的地位，节点越大代表作者的地位越高，线条的粗细表示作者间合著的论文数，线条越粗，表示合作的次数越多，不同的颜色用于区分不同的团体[3]。
通过UCINET软件对60位高产作者形成的网络图谱进行定量分析，可以知道作者共现网络图的整体密度是0.0010，表明网络连接不理想，作者间合作程度不紧密，仅形成了比较少的几个团体[4]。从图1可知，第一团队是以季浏、常波、杨剑、张军和王健为代表组成，主要在体育教育专业、课程改革、体育教师、体育锻炼、心理健康、机能评定、生理生化指标、心理学、生物学、运动等领域进行合作；第二团队是以王健、陈元欣、胡庆山、姚侠文、李宗浩、肖林鹏为代表组成，主要在公共服务、综合性体育赛事、大型体育场馆、运动项目、奥林匹克、职业体育俱乐部等领域合作；第三团队是以常波、杨剑、李丽、衣雪洁、张军、马毅为代表形成，主要在农村体育、供给、公共体育服务、 困境 、大型体育场馆、科学发展观、现状、制约因素、中国、职业体育俱乐部、理念、综合性大型体育赛事、市场失灵、项目群、运动项目、公共体育服务体系等领域合作；第四团队是以田野、胡杨、曹建民为代表组成，主要在运动性贫血、铜蓝蛋白、转铁蛋白、营养、运动性低血色素、血清铁、铁蛋白、营养干预、红细胞、运动训练、锌卟啉、基因表达等领域合作；这4个团队又通过“中介”形成最大一个网络团队。另外，邱丕相、王岗和杨建营组成的三人团队，主要在武术、价值功能、技术体系、民族精神、文化、先秦文化、制约机制等领域合作。黄海燕与张林；王林与虞定海；李强与毛振明；田麦久与石岩；刘玉与田雨普；林文弢与翁锡全组成的6个二人团队分别在不同研究领域进行合作；左边的一排蓝色节点，没有形成共现作者群。
2.2.2 合著作者中心性分析
中心性分析是社会网络分析的一项重要内容，是衡量一个人在社会网络结构中的重要性与否以及是否享有特权的一项重要指标。在分析中有三种常用计量中心性的方法：点度中心性（Degree）、接近中心性（Closeness）、中间中心性（Betweenness）。
在合作网络中，点度中心性（Degree）就是一个人的关系数量的总和，一个网络中拥有高程度中心性的人，往往是这个团队中最主要的中心人物。从表2可知，常波和王健的点度中心性同列第一，表明他们在网络中的合作范围最广，处于核心位置。
中间中心性（Betweenness）是指网络中一个行动者作为中介者的能力，测量的是行动者对资源控制的能力。在合作网络中如果具有最高的中间中心性，这就标志着这个中间人控制着大多数作者间信息的流向。从中间中心性分析结果可知，张军在网络中具有最高中间中心性，表明他在整个网络合作关系中控制着大多数作者间信息的流向，并通过信息传递而影响着整个群体（表2）。
接近中心性（Closeness）是指一个点在网络中与其他接近的程度，测度的是网络中某个行动者不受他人控制的能力，衡量行动者在该领域内进行科研合作的便捷性[5]。从接近中心性分析结果可知，季浏、张军与其他核心作者的距离最近，结合图1看出，他俩在整个网络中处于合作连接的关键点。
2.3 关键词分析
关键词是表达文献主题概念的自然语言词汇，能简单、直接、较为全面地概括论文的核心内容[6]。对文献集合中的关键词进行统计分析，频次高的词可被认为是该研究领域的研究热点主题词。对我国9所体育院校学报2005-2014年间21 373篇文献的关键词，利用词频分析、共词分析和社会网络分析，结合文献题录信息分析工具SATI和UCINET软件分析关键词之间的共现关系，绘制出关键词共现网络；通过对高频关键词中心性分析和聚类分析可以发现我国体育研究的前沿和热点问题。
2.3.1 高频关键词网络分析
高频关键词共现网络图能直观的反映关键词在整个社会网络中的位置和他们之间的交叉关系，将整理好的高频关键词矩阵导入到UCINET中，利用UCINET软件分析生成关键词共现网络（如图2所示）。图2中的“方框”代表高频关键词的节点，节点越大，代表在网络中的作用越大，地位越高。线条的粗细代表关键词之间的关系，线条越粗代表相互之间的关系越强。根据关键词在网络中的作用，本研究对节点的属性用5种不同的颜色进行了调整；红色代表前5位关键词，黄色代表6～11位，粉红代表12～29位，浅橙色代表30～49位，蓝色表50～60位关键词。 图2 高频关键词共现网络从图2中可以看出，高频关键词以中国、现状、对策、高校、影响为核心，这5个节点与其它节点的联系最紧密，表明这些领域是我国体育院校学报研究的热点问题。其次，发展、研究、策略、竞技体育、体育、学校体育，这6个节点在网络中也起到重要的作用，表明这些领域是我国体育院校学报研究的主题内容。
2.3.2 高频关键词网络密度分析
网络密度是社会网络分析中常用的一种测度，反映的是结点间联系的紧密程度，同时也表示网络中信息是否流通。通过UCINET软件分析得出，高频关键词的网络密度为0.3469（图3），依据梅优和勒文革（Mayhew and Levinger ）利用随机选择模型分析指出，在实际的网络中能够发现的最大密度值是“0.5”的原则，说明体育院校学报领域中关键词节点间的紧密程度比较高，整个网络相对较紧密，相互间信息交流比较通畅，研究的热点问题相对集中，但合作关系还有待加强。
图3 关键词网络密度结果2.3.3 高频关键词中心性分析
通过对关键词中心性分析，从表3可知，关键词“中国”在点度中心性（Degree）、接近中心性（Closeness）、中间中心性（Betweenness）三项指标中都居首位，这意味着“中国”这个词汇是整个网络的核心词，也标志着“中国”词汇控制着大多数词汇间信息的流向。
另外，关键词现状、对策、高校、影响、发展、研究、策略、竞技体育和体育等关键词的点度中心性（Degree）较高，表示它们在网络中拥有的权利比较大，共现的频率较高，说明它们是我国高校体育院校学报研究领域的热点[7]。
表3列出中间中心性（Betweenness）排名前10位的关键词，训练、现状、影响、对策、高校、大学生、体育、美国等词在网络中承担着连接其它关键词的重要“中介”角色作用，控制着大多数关键词信息的流向并对共现关键词的影响较大[8]。
关键词接近中心性（Closeness）反映的是某关键词与其它关键词共现的程度，值越大越不易与其它关键词同时出现在同一篇文章中。其中，现状、对策、高校、影响、发展、研究、体育、大学生、竞技体育等关键词的接近中心性（Closeness）依次增大，说明它们与其它关键词共现的概率依次变小。
2.3.4 关键词多维分析
多维分析主要分析研究对象内刺激物之间的相似性数据，通过知觉判断以及它们之间隐蔽的结构关系，将含有多个变量的数据降到一个一维空间， 通过一组直观的空间感知图把信息描绘出来[9]。利用UCINET软件，对高频关键词相似矩阵进行多维分析。选择Tools | Scaling | Decomposition | Metric MDS | 命令，导入关键词.##h文件，生成多维图量表图。通过坐标绘制，并利用不同颜色的虚线绘制成完整的多维图[10]。
从图4可知，我国体育院校学报的研究可以归纳为6大主题结构：1）学校体育教育的现状与发展研究：包括现状、大学生、体育、对策、高校、体育教学、学校体育、影响因素、普通高校、体育教育、体育课程、改革、体育教师、评价、研究、体质、体育教育专业等17个主题关键词；2）竞技体育与群众体育研究：包括竞技体育、中国、发展、体育产业、奥运会、文化、休闲体育、可持续发展、体育赛事、北京奥运会、影响、群众体育、体育旅游、美国、策略等15个主题关键词；3）专项技术和运动员研究：包括运动员、特征、青少年、足球、篮球、身体素质、乒乓球、 技术、女子、后备人才、发展趋势、训练等12个主题关键词；4）体育文化与民族传统体育研究：包括武术、民族传统体育、体育院校、全民健身、体育文化、农村体育等6个主题关键词；5）体育健康研究：包括心理健康、体育锻炼、健美操、有氧运动、太极拳、分析等6个主题关键词；6）运动训练与运动生理研究：包括运动、运动训练、大鼠、教练员等4个主题关键词。
3 结论
本研究通过对2005-2014年我国9所体育院校学报文献，运用文献题录信息分析工具SATI和社会网络分析软件UCINET对论文的数据分析得出以下结论：
3.1 北京体育大学，上海体育学院，武汉体育学院3所体育院校，在我国9所体育院校学报中论文发表的数量具有明显的优势，科研能力具有很高的水平，同时，师范类院校在科研上也高度重视，以华东师范大学、华中师范大学、南京师范大学、北京师范大学、湖南师范大学和华南师范大学为代表的6所师范类学校在科研上优势非常突出。
3.2 通过对作者合著网络分析，整个网络稀疏，相互间联系少，仅形成了王健、常波、季浏、田野和邱丕相为代表并具有高中心性的5个团体，研究的领域主要集中在体育教育、公共体育、体育场馆、体育赛事、心理学和生理学等领域，相互间学术交叉缺少，需进一步加强在不同领域和区域间的合作。
3.3 体育学报的研究领域在中国体育现状、政策和竞技体育的研究最为突出，说明我国体育的体制研究是其中最为重要的问题；学校体育教学、课程改革、师资队伍的建设与发展也是我国研究重点之一，体现出学校体育的改革与发展是我国体育面临较为严峻的问题；课程内容单一、教学方式陈旧和评价标准不统一的问题也是我们学校体育进一步改革和探索的重点；专项技术和运动员、体育健康研究、运动训练与运动生理领域是我国体育的另一个侧重点，需通过政策支持和拓宽不同渠道去发展和开发。
3.4 在研究领域和科研合作方面，仅局限在国内，与国外体育科研人员和机构几乎没有出现合作现象，国际体育的前沿和热点问题涉及面窄，需进一步加大在国际顶尖技术与科研方面的合作。
参考文献：
[1]王琪，徐成立.知识图谱视野下我国体育科学研究的发展路径[J].体育学刊， 2010，17（12）：118-125.
[2]肖明.知识图谱工具使用指南[M].北京：中国铁道出版社，2014.
[3]刘军.社会网络分析导论[M].北京：社会科学文献出版社，2004.
[4]蒲毕文.基于社会网络分析的体育赛事舆情传播实证研究[J].山东体育学院学报，2014，30（12）：11-18.
[5]刘则渊，陈悦，侯海燕等著.科学知识图谱方法与应用[M].北京：人民出版社.2008.
[6]朱建勇，谈艳.社会网络分析在体育运动组织研究中的应用[J].沈阳体育学院学报，2015，34（3）：27-31.
[7]殷鼎.我国民族体育热点问题的社会网络分析[J].首都体育学院学报，2014，26（6）：514-517.
[8]王琪，黄汉升.中、美、英三份体育科学权威综合期刊的知识图谱分析 [J].成都体育学院学报，2013，39（4）：25-32.
[9]陈悦，刘则渊，陈劲.科学知识图谱的发展历程[J].科学学研究，2008，26（3）：449-460.
[10]刘启元，叶鹰.文献题录信息挖掘技术方法及其软件SATI的实现——以中文图书情报学为例[J].信息资源管理学报，2012（1）：50-57.第37卷第6期 Vol.37 No.6
关键词：社会网络分析；题录信息；体育院校学报；高产作者；高频关键词
中图分类号：G80-05 文献标识码：A 文章编号：1009-9840（2015）06-0022-05
An empirical analysis of papers published in 9 sport academic journals in China： based on CNKI（2005-2014）
HE Qiu-hong
（Chongqing Jiaotong University，ChongQing 400074，China）
Abstract：The 21373 articles from journals of 9 sports colleges in CNKI database from 2005 to 2014 were analyzed and processed by SATI bibliography statistical analysis tools and social network analysis software UCINET. Research institution， authors， key words， hot domain and cutting-edge research were empirically presented by literature metrology， word frequency analysis and social network analysis. The results showed that Beijing Sports University published the most amount of articles； co-author sparse network density （0.0010）， less contact with each other； keyword density network more closely （0.3469）， research field is relatively concentrated. The research mainly focused on the present situation and development of school physical education， competitive sports and mass sports， special technology and athletes， sports culture and national traditional sports， physical education and health， athletic training and exercise physiology.
Key words：social network analysis； SATI； sport academic journals； high yield authors； high frequency keywords
我国高等体育院校教育担任着培养高质量体育科技人才的重任，是体育科学发展的重要基础与推动力。高等体育院校学报论文能够反映某一时期体育科学领域较高层次的学术研究状况和水平[1]。本研究运用文献题录信息分析工具SATI和社会网络分析软件UCINET，对我国9所具有代表性的体育院校学报在2005-2014年间刊载的21 373篇具有较高学术价值的论文，运用文献计量法对论文机构分布进行统计分析，采用词频分析、社会网络分析法，对作者社会网络和关键词分析、并绘制社会网络图和多维量表图，试图揭示作者在网络中的作用和地位，以及其所研究的前沿和热点问题，以期为相关研究提供有价值的参考和指导。
1 数据来源与研究方法
1.1 数据来源
本研究选择中国知网（CNKI）作为研究的数据来源。笔者于2015年8月2日分别对北京体育大学学报、上海体育学院学报、武汉体育学院学报、山东体育学院学报、成都体育学院学报、广州体育学院学报、天津体育学院学报、西安体育学院学报、沈阳体育学院学报等9所体育院校学报进行检索，检索时间跨度为：2005年1月1日-2014年12月31日，匹配模式为“精确”方式，删去期刊简介、通知等不相干文献，得到21 373篇有效文献为分析样本。
1.2 数据处理方法
通过中国知网（CNKI）数据库，选择来源期刊方式，对我国9所体育院校学报，选择每屏50条数据，通过逐条查看，筛选相关文献并标志存盘；选择Endnote格式，以“.txt”的文本文档保存。运用浙江大学刘启元开发的文献题录信息分析工具（SATI），采用Endnote格式对下载的.txt文件进行转换，以XML格式保存，再分别对XML格式的题录信息“作者”、“关键词”选项进行字段抽取、频次统计，然后选择Co-Occurrence Matrix（Similarity）方式，构建60×60的矩阵，以Excel格式保存。将共现矩阵文档相应的数据导入社会网络分析软件UCINET，构建出知识单元聚类图、共现关系网络知识图谱、战略坐标图，并对共现关系图进行中心性分析[2]。 运用SATI文献题录统计分析工具和社会网络分析软件UCINET软件，采用文献计量学、词频分析、多维分析、密度分析、绘制图谱等方法，对我国9所体育院校学报2005-2014年间刊载的21 373篇文献进行研究。
2 分析与结果
2.1 发文机构分布分析
通过统计分析发现：2005-2014年间我国9所体育院校学报论文发表量排名前30位的机构如表1所示。论文发表量排名第一的是北京体育大学，2 089篇；排名第二的是上海体育学院，1 412篇；排名第三的是武汉体育学院，878篇；论文发表量排名4、5、6名的依次为广州体育学院（836）、成都体育学院（761）和沈阳体育学院（739）。说明北京体育大学和上海体育学院在科研上非常重视，处于明显的优势；武汉体育学院、广州体育学院、成都体育学院和沈阳体育学院4所体育院校与其它机构相比在科研上优势也非常明显。在排名前30位中，其中有13所机构为师范类院校，论文发表合计2 450篇，占总量的20.3%，说明师范类体育院校在体育学科建设、科研水平方面高度重视。
2.2 作者社会网络分析
2.2.1 高产作者合著网络分析
利用社会网络分析方法，对作者进行分析，能清楚反映作者合作的特点，选择File | Open | Ucinet Dataset | Network 命令，导入作者.##h文件，生成合著者网络图谱。选择Analysis | Centrality measures | Degree |命令对节点的属性进行添加，本文对作者的节点、颜色、形状等命令进行了调整，得到图1所示排名前60位高频作者网络示意图。
图1 高频作者网络图图1中的方框、三角、钻型等图标代表高频作者，节点的大小代表作者的在网络中的地位，节点越大代表作者的地位越高，线条的粗细表示作者间合著的论文数，线条越粗，表示合作的次数越多，不同的颜色用于区分不同的团体[3]。
通过UCINET软件对60位高产作者形成的网络图谱进行定量分析，可以知道作者共现网络图的整体密度是0.0010，表明网络连接不理想，作者间合作程度不紧密，仅形成了比较少的几个团体[4]。从图1可知，第一团队是以季浏、常波、杨剑、张军和王健为代表组成，主要在体育教育专业、课程改革、体育教师、体育锻炼、心理健康、机能评定、生理生化指标、心理学、生物学、运动等领域进行合作；第二团队是以王健、陈元欣、胡庆山、姚侠文、李宗浩、肖林鹏为代表组成，主要在公共服务、综合性体育赛事、大型体育场馆、运动项目、奥林匹克、职业体育俱乐部等领域合作；第三团队是以常波、杨剑、李丽、衣雪洁、张军、马毅为代表形成，主要在农村体育、供给、公共体育服务、 困境 、大型体育场馆、科学发展观、现状、制约因素、中国、职业体育俱乐部、理念、综合性大型体育赛事、市场失灵、项目群、运动项目、公共体育服务体系等领域合作；第四团队是以田野、胡杨、曹建民为代表组成，主要在运动性贫血、铜蓝蛋白、转铁蛋白、营养、运动性低血色素、血清铁、铁蛋白、营养干预、红细胞、运动训练、锌卟啉、基因表达等领域合作；这4个团队又通过“中介”形成最大一个网络团队。另外，邱丕相、王岗和杨建营组成的三人团队，主要在武术、价值功能、技术体系、民族精神、文化、先秦文化、制约机制等领域合作。黄海燕与张林；王林与虞定海；李强与毛振明；田麦久与石岩；刘玉与田雨普；林文弢与翁锡全组成的6个二人团队分别在不同研究领域进行合作；左边的一排蓝色节点，没有形成共现作者群。
2.2.2 合著作者中心性分析
中心性分析是社会网络分析的一项重要内容，是衡量一个人在社会网络结构中的重要性与否以及是否享有特权的一项重要指标。在分析中有三种常用计量中心性的方法：点度中心性（Degree）、接近中心性（Closeness）、中间中心性（Betweenness）。
在合作网络中，点度中心性（Degree）就是一个人的关系数量的总和，一个网络中拥有高程度中心性的人，往往是这个团队中最主要的中心人物。从表2可知，常波和王健的点度中心性同列第一，表明他们在网络中的合作范围最广，处于核心位置。
中间中心性（Betweenness）是指网络中一个行动者作为中介者的能力，测量的是行动者对资源控制的能力。在合作网络中如果具有最高的中间中心性，这就标志着这个中间人控制着大多数作者间信息的流向。从中间中心性分析结果可知，张军在网络中具有最高中间中心性，表明他在整个网络合作关系中控制着大多数作者间信息的流向，并通过信息传递而影响着整个群体（表2）。
接近中心性（Closeness）是指一个点在网络中与其他接近的程度，测度的是网络中某个行动者不受他人控制的能力，衡量行动者在该领域内进行科研合作的便捷性[5]。从接近中心性分析结果可知，季浏、张军与其他核心作者的距离最近，结合图1看出，他俩在整个网络中处于合作连接的关键点。
2.3 关键词分析
关键词是表达文献主题概念的自然语言词汇，能简单、直接、较为全面地概括论文的核心内容[6]。对文献集合中的关键词进行统计分析，频次高的词可被认为是该研究领域的研究热点主题词。对我国9所体育院校学报2005-2014年间21 373篇文献的关键词，利用词频分析、共词分析和社会网络分析，结合文献题录信息分析工具SATI和UCINET软件分析关键词之间的共现关系，绘制出关键词共现网络；通过对高频关键词中心性分析和聚类分析可以发现我国体育研究的前沿和热点问题。
2.3.1 高频关键词网络分析
高频关键词共现网络图能直观的反映关键词在整个社会网络中的位置和他们之间的交叉关系，将整理好的高频关键词矩阵导入到UCINET中，利用UCINET软件分析生成关键词共现网络（如图2所示）。图2中的“方框”代表高频关键词的节点，节点越大，代表在网络中的作用越大，地位越高。线条的粗细代表关键词之间的关系，线条越粗代表相互之间的关系越强。根据关键词在网络中的作用，本研究对节点的属性用5种不同的颜色进行了调整；红色代表前5位关键词，黄色代表6～11位，粉红代表12～29位，浅橙色代表30～49位，蓝色表50～60位关键词。 图2 高频关键词共现网络从图2中可以看出，高频关键词以中国、现状、对策、高校、影响为核心，这5个节点与其它节点的联系最紧密，表明这些领域是我国体育院校学报研究的热点问题。其次，发展、研究、策略、竞技体育、体育、学校体育，这6个节点在网络中也起到重要的作用，表明这些领域是我国体育院校学报研究的主题内容。
2.3.2 高频关键词网络密度分析
网络密度是社会网络分析中常用的一种测度，反映的是结点间联系的紧密程度，同时也表示网络中信息是否流通。通过UCINET软件分析得出，高频关键词的网络密度为0.3469（图3），依据梅优和勒文革（Mayhew and Levinger ）利用随机选择模型分析指出，在实际的网络中能够发现的最大密度值是“0.5”的原则，说明体育院校学报领域中关键词节点间的紧密程度比较高，整个网络相对较紧密，相互间信息交流比较通畅，研究的热点问题相对集中，但合作关系还有待加强。
图3 关键词网络密度结果2.3.3 高频关键词中心性分析
通过对关键词中心性分析，从表3可知，关键词“中国”在点度中心性（Degree）、接近中心性（Closeness）、中间中心性（Betweenness）三项指标中都居首位，这意味着“中国”这个词汇是整个网络的核心词，也标志着“中国”词汇控制着大多数词汇间信息的流向。
另外，关键词现状、对策、高校、影响、发展、研究、策略、竞技体育和体育等关键词的点度中心性（Degree）较高，表示它们在网络中拥有的权利比较大，共现的频率较高，说明它们是我国高校体育院校学报研究领域的热点[7]。
表3列出中间中心性（Betweenness）排名前10位的关键词，训练、现状、影响、对策、高校、大学生、体育、美国等词在网络中承担着连接其它关键词的重要“中介”角色作用，控制着大多数关键词信息的流向并对共现关键词的影响较大[8]。
关键词接近中心性（Closeness）反映的是某关键词与其它关键词共现的程度，值越大越不易与其它关键词同时出现在同一篇文章中。其中，现状、对策、高校、影响、发展、研究、体育、大学生、竞技体育等关键词的接近中心性（Closeness）依次增大，说明它们与其它关键词共现的概率依次变小。
2.3.4 关键词多维分析
多维分析主要分析研究对象内刺激物之间的相似性数据，通过知觉判断以及它们之间隐蔽的结构关系，将含有多个变量的数据降到一个一维空间， 通过一组直观的空间感知图把信息描绘出来[9]。利用UCINET软件，对高频关键词相似矩阵进行多维分析。选择Tools | Scaling | Decomposition | Metric MDS | 命令，导入关键词.##h文件，生成多维图量表图。通过坐标绘制，并利用不同颜色的虚线绘制成完整的多维图[10]。
从图4可知，我国体育院校学报的研究可以归纳为6大主题结构：1）学校体育教育的现状与发展研究：包括现状、大学生、体育、对策、高校、体育教学、学校体育、影响因素、普通高校、体育教育、体育课程、改革、体育教师、评价、研究、体质、体育教育专业等17个主题关键词；2）竞技体育与群众体育研究：包括竞技体育、中国、发展、体育产业、奥运会、文化、休闲体育、可持续发展、体育赛事、北京奥运会、影响、群众体育、体育旅游、美国、策略等15个主题关键词；3）专项技术和运动员研究：包括运动员、特征、青少年、足球、篮球、身体素质、乒乓球、 技术、女子、后备人才、发展趋势、训练等12个主题关键词；4）体育文化与民族传统体育研究：包括武术、民族传统体育、体育院校、全民健身、体育文化、农村体育等6个主题关键词；5）体育健康研究：包括心理健康、体育锻炼、健美操、有氧运动、太极拳、分析等6个主题关键词；6）运动训练与运动生理研究：包括运动、运动训练、大鼠、教练员等4个主题关键词。
3 结论
本研究通过对2005-2014年我国9所体育院校学报文献，运用文献题录信息分析工具SATI和社会网络分析软件UCINET对论文的数据分析得出以下结论：
3.1 北京体育大学，上海体育学院，武汉体育学院3所体育院校，在我国9所体育院校学报中论文发表的数量具有明显的优势，科研能力具有很高的水平，同时，师范类院校在科研上也高度重视，以华东师范大学、华中师范大学、南京师范大学、北京师范大学、湖南师范大学和华南师范大学为代表的6所师范类学校在科研上优势非常突出。
3.2 通过对作者合著网络分析，整个网络稀疏，相互间联系少，仅形成了王健、常波、季浏、田野和邱丕相为代表并具有高中心性的5个团体，研究的领域主要集中在体育教育、公共体育、体育场馆、体育赛事、心理学和生理学等领域，相互间学术交叉缺少，需进一步加强在不同领域和区域间的合作。
3.3 体育学报的研究领域在中国体育现状、政策和竞技体育的研究最为突出，说明我国体育的体制研究是其中最为重要的问题；学校体育教学、课程改革、师资队伍的建设与发展也是我国研究重点之一，体现出学校体育的改革与发展是我国体育面临较为严峻的问题；课程内容单一、教学方式陈旧和评价标准不统一的问题也是我们学校体育进一步改革和探索的重点；专项技术和运动员、体育健康研究、运动训练与运动生理领域是我国体育的另一个侧重点，需通过政策支持和拓宽不同渠道去发展和开发。
3.4 在研究领域和科研合作方面，仅局限在国内，与国外体育科研人员和机构几乎没有出现合作现象，国际体育的前沿和热点问题涉及面窄，需进一步加大在国际顶尖技术与科研方面的合作。
参考文献：
[1]王琪，徐成立.知识图谱视野下我国体育科学研究的发展路径[J].体育学刊， 2010，17（12）：118-125.
[2]肖明.知识图谱工具使用指南[M].北京：中国铁道出版社，2014.
[3]刘军.社会网络分析导论[M].北京：社会科学文献出版社，2004.
[4]蒲毕文.基于社会网络分析的体育赛事舆情传播实证研究[J].山东体育学院学报，2014，30（12）：11-18.
[5]刘则渊，陈悦，侯海燕等著.科学知识图谱方法与应用[M].北京：人民出版社.2008.
[6]朱建勇，谈艳.社会网络分析在体育运动组织研究中的应用[J].沈阳体育学院学报，2015，34（3）：27-31.
[7]殷鼎.我国民族体育热点问题的社会网络分析[J].首都体育学院学报，2014，26（6）：514-517.
[8]王琪，黄汉升.中、美、英三份体育科学权威综合期刊的知识图谱分析 [J].成都体育学院学报，2013，39（4）：25-32.
[9]陈悦，刘则渊，陈劲.科学知识图谱的发展历程[J].科学学研究，2008，26（3）：449-460.
[10]刘启元，叶鹰.文献题录信息挖掘技术方法及其软件SATI的实现——以中文图书情报学为例[J].信息资源管理学报，2012（1）：50-57.第37卷第6期 Vol.37 No.6