文献同被引聚类对杂交水稻研究领域发展变化的图示

5．4．2　文献同被引聚类对杂交水稻研究领域发展变化的图示

虽然单纯的同被引聚类分析很难形象地揭示被分析对象之间的距离，但聚类方法中特有的把每一个分析元素都归入某一类，从而把复杂对象之间的关系简化为几个类群之间的关系，这一特点却是其他方法所不具备的。因此，当我们关心的重点不再是分析对象个体之间距离的远近，而是整体类群的发展变化时，聚类分析有着其他方法所不具备的优势。利用等级聚类法对文献同被引这一最基本的同被引关系进行分析，借以展示学科的结构和主题领域，是文献同被引分析的最早的应用之一。但如何以时间为基线来考察这种主题领域的发展和变迁却是个难题。Small曾经在一段时间内按年度进行连续的同被引聚类分析，试图通过比较不同年度的聚类分析图来发现学科研究领域随时间发生的变化^［14］。但是这种分析由于是通过比较聚类簇之间的关系变化来分析专题的发展，很难发现学科内较小的研究主题领域的消长情况。本研究对国内有关杂交水稻育种研究的高被引论文进行文献同被引聚类分析，结合这些论文的发表时间，做出可视化时间分布图，以揭示杂交水稻育种各研究领域的变化历史。

（1）杂交水稻育种研究文献同被引数据的聚类分析

根据清华同方《中国引文数据库》中题目中含有“杂交水稻”一词的高被引论文及引用它们的文献集合，截取被引频次在12以上的论文，共有141篇文献，根据引用它们的文献集合，计算这些高被引论文之间的同被引频次，构成文献同被引矩阵，删去矩阵中非零项少于3的行和列，最后得到70篇论文之间的同被引频次矩阵。把该矩阵导入统计软件SPSS13．0for Windows进行聚类分析，采用层次聚类，得到聚类树图，如图5-5所示，选择18（距离）为分类标准，从聚类图中可以把论文分成四类（以横的虚线为界），把这70篇论文按照聚类图中的顺序进行排序成表（见附表2）。

图5-5　中国杂交水稻高被引论文聚类图

从表中的文献篇名可以看出，类内的文献篇名具有高度的相关性。分析这70篇论文的题目和主题词，我们可以把这四类分成：第一类杂交水稻高产育种，第二类杂交水稻品质育种，第三类杂交水稻籼稻的杂种优势分析，第四类分子标记辅助育种。

（2）从可视化图看中国杂交水稻育种研究专业方向发展变化

为了考察杂交水稻育种研究领域的发展历史，我们把上述通过同被引聚类分析得到的四类文献按时间排列，以时间为横轴，以“○”表示发表在某一年中某一类的高频被引论文的篇数，以“○”的大小近似表示论文数量，以此来体现论文数量上的差异，做出可视化时间分布图，见图5-6（1～4分别代表第一类到第四类，由于时间横轴上只有1981—2003年，而第一类在1977年和第四类在2004年只有一篇文献，因此把这两篇文献放在横轴的两头）。

图5-6　中国杂交水稻育种研究的时间分布图

时间分布图显示出杂交稻高产育种贯穿于整个杂交水稻研究的历史中，并在1998到1999年达到了高峰时期，因为这一时期，籼粳杂交稻从研究阶段走向实际利用推广，籼粳杂交稻的产量是这段时间研究的热点。

我国的杂交稻自20世纪70年代中期在生产中大面积推广后，水稻产量得到了大幅度的提高。20世纪80年代末期，随着粮食作物产量的提高，我国人民的吃饭问题基本得到解决，对稻米的品质要求开始提高，而原来杂交稻的主推品种主要是籼稻，籼稻的缺点是食味品质较差，因此如何提高稻米的品质是杂交水稻育种需要重点解决的一个问题，这在图5-6中也可以得到体现。图中第二类杂交水稻品质育种研究文献虽然在20世纪80年代就有，但比较稀少，从90年代开始增多，到1999年和2000年达到高峰。

从图中还可以看出，杂交水稻育种的第三类籼系杂交稻的杂种优势研究论文较少，在时间分布上比较稀疏。这一方面反映了我国杂交稻育种的研究趋势，因为籼系杂交稻的研究，特别是与产量有关的杂种优势的研究，主要集中于20世纪80年代末期以前，20世纪80年代末期以后主要是籼粳杂交的研究，单纯研究籼系杂交稻杂种优势的论文影响力较小，被引用频次较少，而本研究是根据被引频次阈值选取论文，这必然会过滤掉相当一部分被引频次较低的相关论文。

通过以上分析我们可以看出，通过同被引分析对高频被引论文进行聚类之后，结合论文的发表时间做出可视化时间分布图，可以比较形象地展示出杂交水稻育种研究发展的历史过程。同时，这次文献的同被引聚类分析的结果，也无例外地把近25年来杂交水稻育种研究的几个重要研究方向，如杂交水稻高产研究、杂交水稻品质育种、利用分子手段进行辅助育种研究鉴别了出来，这和前面的著者同被引分析的结果不谋而合。因此，不论是以应用文献还是著者作为研究对象，同被引可视化分析都可以作为一个有效的方法和工具，帮助人们更加透彻地了解一个学科的发展情况，捕捉学科发展的脉动。