赵 亮,王文顺,张 维

(1.中国矿业大学 力学与土木工程学院， 江苏 徐州 221116；2.江苏建筑职业技术学院， 江苏 徐州 221000;3.江苏建筑节能与建造技术协同创新中心, 江苏 徐州 221000)

建筑信息模型(building information modeling/model，BIM)技术是一个新兴的研究领域，给建筑行业带来了革命性的技术变革，改变了建筑的设计构思、施工建造和运行模式。BIM技术起源最早可以追溯到20世纪80年代初在美国和欧洲发展的参数化建模研究。BIM技术自2005年起，建筑行业开始在项目中实施，经过10多年的发展已深入各个领域。美国建筑信息标准委员会将BIM定义为通过数字形式表达建筑的物理和功能特性[1]，也有研究认为BIM是通过开发和使用计算机软件模型来模拟建筑物的建设和运营过程。因此，BIM技术的研究需要将建筑和计算机两大领域融合，还涉及管理学、经济学、教育学等多个学科的知识和理论，属于复杂的交叉学科领域研究。

知识图谱起源于计算机图形学，通过将现代文献计量学和信息科学相融合，以可视化图谱的方式显示研究主题的发展历史、前沿领域、研究热点等内容，揭示了知识领域的动态发展规律。在传统的文献分析方法中，研究者需要通过不断寻找和研究与主题相关的文献来建立对该主题相关领域的系统认识。这种系统认识包括如何确定该领域研究的主要问题，如何判断奠基性的研究文献，如何甄别研究过程中里程碑式的发现、哪些是研究者达成共识的研究方法和手段，如何把握该领域研究的走向等问题。研究者需要不断分析、归纳和推演才能发现和回答这些高度抽象的问题。同时，科学文献本身包含了大量的信息，有些文献属于经典文献，从出现以来就被学者认为很有价值，并大量引用；有些属于普通文献，占据了文献整体的大部分，受到的关注度不高；有些文献属于突破性文献，往往代表该领域研究的一个拐点，这种拐点可能是飞跃性的进展，也可能是研究方向的改变等，对之后学者的研究产生了深远的影响。传统的文献分析方法一方面很难从整体上对某一研究领域内的文献进行梳理和判断，另一方面，很难直观反映突破性文献对该领域发展的影响和贡献。

在文献分析过程中，知识图谱是将共引分析理论和寻径网络算法相结合，对某一研究领域内的文献进行计量分析，探求学科领域演进的关键路径和发展拐点，通过绘制一系列可视化的谱图来发现学科演化的潜在机制和对科学发展前沿的探寻。

知识图谱的哲学理论基础是哲学家卡尔·波普尔提出的“三个世界”宏观理论[2]。该理论认为存在着物理世界(世界1)、精神世界(世界2)和客观知识世界(世界3)，知识的产生(世界3)是物理世界和精神世界相互作用的结果。伍特斯提出的科学表征概念将世界分为3个层次：1阶表征为科学文献；2阶表征为引文分析；3阶表征为引文研究的引证文化[3]。因此，科学是通过高阶抽象的方式来反映世界1中客体的本质，由于这种所谓“思维中的具体”难以被人们理解，于是人们开始借助信息技术来实现知识的可视化，即将世界2从世界3中获取的抽象信息和知识，通过绘制知识图谱来认知世界1。

知识图谱是对知识基础和研究前沿的可视化表达，可以通过某一研究领域的引文记录反映其发展状况，通过研究前沿Ψ(t)到知识基础Ω(t)的时间映射Φ(t)来表示[4]：

Φ(t)：Ψ(t)→Ω(t)

Ψ(t)={term|term∈Stitle∪Sabstract∪

Sdescriptor∪Sidentifier∧IsHotTopic(trem,t)};

Ω(t)={article|term∈Ψ(t)∧term∈

article0∧article0→article}

其中:Stitle表示标题名词术语；Sabstract表示摘要名词术语；Sdescriptor表示描述名词术语；Sidentifier表示标识符名词术语；IsHotTopic(trem,t)表示布尔函数；article0→article表示对article的引用。

本文对美国Drexel大学陈超美教授开发的可视化图谱绘制软件Citespace进行知识图谱分析，该软件的寻径网络算法采用并行模式处理多重网络叠加，对于不同时间分区的共被引网络Gx=(Vx,Ex)和Gy=(Vy,Ey)可能产生互相重叠的点和边，Citespace将重叠区域内的点作为一个整体，通过选择遵循三角不等式的连接组成单个网络。通过对Web of Science数据库中BIM研究的论文进行可视化的图谱分析，旨在揭示科研力量分布、研究热点和前沿，探索BIM的研究进展和对相关学科发展的影响。

1 数据来源和发文统计

本文以Web of Science(以下都简称Wos)核心集合数据库中1986—2017年的文献作为研究对象，采用的检索策略是“TS(主题)=(Building Information Modelling OR BIM) AND语种:(English) AND 文献类型:(Article) 索引=SCI-EXPANDED,CPCI-S,CCR-EXPANDED,IC 时间跨度:1986—2017”，检索得到4 624条记录。通过对检索到的文献进行分析发现：BIM在Wos中文献的含义并非特指building information modelling，在医学、生物等领域的中BIM代表(bcl-2 interacting mediator of cell death)，因此需要对获得的检索记录进行筛选，保留建筑信息模型含义的数据记录。通过对符合建筑信息模型含义的记录进行检索类别精炼，本文选择了包括ENGINEERING CIVIL、CONSTRUCTION BUILDING TECHNOLOGY、COMPUTER SCIENCE INTERDISCIPLINARY APPLICATIONS、ENERGY FUELS等类别发文量大于10的研究领域，总计806条数据记录作为研究对象。

由图1可以看出：1998—2009年Wos中BIM研究的发文趋势比较平稳，虽然每年都有所增加，但增加趋势较缓慢，年平均发文5篇左右。从2010年起发文增幅加快，到2011年已达44篇，虽然2012年增幅有所减缓，但从2013年起，发文量开始大幅增加，并于2016年达到了峰值，有161篇。截止本文统计时间2017年11月18日，2017年相关的研究论文已有158篇，可以预测2017年的全年发文量将超过2016年。从图2可以看出：2001—2011年，文献的被引频次比较稳定，从2011年起，被引频次增加趋势明显，从2011年的2%上升到2016年的26%，并于2017年达到峰值2 439次。从发文量和被引频次可以看出：近5年间，BIM技术在世界范围内得到了广泛关注，越来越多的研究成果通过论文形式发表。

图1 1998—2017年BIM发文量及增加量

图2 2001—2017年BIM被引频次

2 基于Citespace的图谱分析

2.1 研究主题分析

通过知识图谱可以反映出Wos中BIM发文的学科类别分布，将数据(Node Type)来源选择类别(Category)中设置 “Year Per Slice ”的值为1，选择1年作为一个时间间隔，将 1998—2017 年的 20 年时间段分成 20 个时间段，运行软件得到分析图谱。每年出现最多或者被引用最多的前50个类别词组构成本年度的研究类别共现网络，通过将每一年的谱图组合构成近20年BIM发文的类别分布知识图谱，发文排在前列的学科统计见表1。

表1 研究类别统计

从分析结果(图3)可以看出：BIM的发文主要分布在计算机、建筑、工业、环境、机械、通信领域。工程领域发文数656，最高，土木工程和建筑技术的发文量分别排在第2、3位，发文量分别是459和381，建筑工程也是BIM技术的主要发文领域。排在前列的还有计算机科学、人工智能、环境科学、电器和电子技术、绿色建筑和可持续发展等，这说明BIM技术在这些领域的研究都取得了显著的进步。从分析结果还可以看出：对BIM的研究有很强的跨学科性，研究成果和学术知识在各学科中得到迅速的传播和共享。依托快速发展的信息技术，BIM在工程相关的各学科领域都取得了一定的研究成果，由新技术应用带来的变革也为下阶段研究带来了机遇和挑战。

2.2 期刊共被引分析

通过Citespace可以绘制期刊的共被引网络，设置 “Year Per Slice ”的值为2，以2年作为一个时间分区，选择Time Zone视图模式，绘制期刊共被引图谱，包括146个结点和271条连接，如图3所示。节点大小代表期刊总被引的频次。被引频次超过100的时间段主要分布在2006—2010年，其中被引次数排在前2位的期刊是2006—2007年间的Automation in Construction(543次)和ASCE(美国土木工程师学会)的Journal of Construction Engineering and Management(393次)。

图3 BIM研究学科类别图谱

2008—2009年间被引频次较多的期刊有Journal of Computing in Civil Engineering(277次)、Advanced Engineering Informatics(271次)、Journal of Information Technology in Construction(230次)、BIM Handbook(223次)、Building and Environment(117次)和Building Information Modelling(97次)。特别值得关注的是BIM Handbook A Guide to Building Information Modeling for Owners,Managers,Designers,Engineers and Contractors和Building Information Modeling:Planning and Managing Construction Projects with 4D CAD and Simulations，与其他学术期刊不同，这两本属于学术专著，均出版于2008年。BIM HandBook的作者是Chuck Eastman、Paul Teicholz等，他们是学术界、研究界和业界的BIM研究专家，这本书也被公认为有关BIM的开创性书籍[5]；Building Information Modelling[6]的作者是加州大学奇科分校的Willem Kymmell，这本书重点介绍了BIM应用的流程设计，首次提出了将BIM技术与课堂教学结合并给出了相应的教学案例，从根本上推动了BIM在高校的发展。因此，可以将它们归结为BIM在相关研究领域的知识基础。

根据CiteSpace作者陈超美博士的定义，中心性是测量节点在网络中重要性的一个指标，通过它来发现和衡量文献的重要性[7]。Automation in Construction期刊的中心性最高，说明它在整个被引期刊网络中的中介或中间效用最大，很多期刊通过它建立了共被引网络。该期刊于1992年创刊，是国际领域建筑工程信息化的顶级期刊，期刊内容涵盖建筑工程和信息技术交叉研究领域。期刊Computer-Aided Design的被引频次虽不在前列，但是它的中心性在所有期刊中排在第4位，它主要的研究领域是工程技术、计算机和软件工程的交叉学科，可以推断Computer-Aided Design在计算机辅助设计、算法研究等方面的成果在构成图谱网络过程中起到了关键的中介作用，从图谱上看，它成为连接2006—2012年文献研究的重要媒介。具体情况详见表2及图4。

表2 期刊共被引和中心性次统计表

图4 期刊共被引图谱

2.3 作者共被引分析

作者共被引图谱反映了研究者在某一研究领域的影响和学术界对研究主题的整体贡献。被引频次较高的作者通常是对主题的基础性研究，他们的成果被其他学者高频引用作为参考文献，对主题的研究起到推动作用。作者共被引情况统计见表3。

表3 作者被引统计

图5中:代表作者的节点有320个，连接线有527条，节点之间的连接代表作者文献的共引关系，连线的粗细代表共引的强度。图5中共引频次最多的作者是Eastman教授，高达216次，被誉为“BIM之父”，是BIM研究领域的奠基人，后续很多研究都引用Eastman教授的研究成果作为参考。Salman Azhar[8]教授的共引频次排在第2位，他就职于奥本大学建筑学院，该校在建筑工程学科优势明显，其室内设计专业在美国建筑学杂志《设计智慧(Design Intelligence)》出版2013年美国最佳建设与设计学院排名中位列第一，他于2011年发表的《Building information modeling (BIM):Trends,benefits,risks,and challenges for the AEC industry》论文提出了在“Architecture,Engineering,and Construction”领域BIM技术的应用前景和挑战[9]。其他高被引的作者还有Sacks R(99次)、Lee G(76次)、Succar B(70次)、Becerik-gerber B(69次)和Hartmann T(52次)等，他们的发文内容分布在建筑学、工程管理、计算机科学、软件技术和自动化等研究领域。

图5 作者共被引图谱(320个结点，527条连接)

2.4 文献共被引分析

2.4.1 文献高被引分析

设置节点类型为“Cited Reference”，在Pruning 选项中设置“Minimum Spanning Tree”方式，绘制文献共引网络(图6)，包含312篇文献和437条文献共引连接。共被引图谱中频次较高的文献通常都是该领域影响力较强、有代表性的文献。参考陈超美博士对共引文献节点的解读[7]，图谱中的每个节点代表一篇文献，节点周围标注了文献作者和发表日期，颜色代表该文献被引用的时间、厚度和相应时间分区内的引文数量成正比。通过图谱可以看出：Wos中BIM的研究文献被引频次较高的来自Eastman(2008、2011)、Succar B(2009)、Volk R(2014)、Tang PB(2010)和Zhang SJ(2013)等。

图6 文献共引图谱

表4列出了共被引频次和突发性较高的文献信息，包括被引频次、突发性、中心性、Sigma值、作者(发文时间)和文献来源。被引频次代表一个时间段内，其他文献对该文献的引用总数，是衡量该文献是否被其他学者认可的重要依据。图谱中Eastman于2008年和2011年的2篇文献被引次数分别达到101和84次，排在前2位，说明这2篇文章是BIM研究公认的最具影响力的文献。Succar B(2009)、Volk R(2014)和Tang PB(2010)的文献被引频次排在3～5位，被引频次分别是57、42和42次。Tang PB(2010)、Zhang SJ(2013)和Azhar S(2011)等的被引频次也排在前列，他们的成果对BIM的发展也作出了突出的贡献。突发性指标反映文献的被引频次在某个时间段内是否有明显的波动，通常可以衡量一段时期的研究热点或者突破性进展。Eastman(2008)和Howard R(2008)的突变性分别是10.71和5.2排在前两位，图7反映了他们的文献被引历史。从Eastman的被引历史可以看出：2009年起被引频次逐步上升，并于2015年达到峰值，2016—2017年被引频次突然下降；Howard R的文献被引频次在2012年出现波动，并于2014年达到峰值，2015—016年间被引频次下降明显。Succar B(2009)和Tang PB(2010)文献的中心性分别是0.25和0.2，均大于0.1，说明这2篇文献在图谱中起到了很强的中介作用，是连接多个BIM研究聚类领域的关键节点。

图7 Eastman和Howard R文献被引历史记录

美国佐治亚理工学院Chuck Eastman、Paul Teicholz、Rafael Sacks、Kathleen Liston等分别于2008年和2011年出版的《BIM HAND BOOK》排在被引频次的前2位。该书于2008年首次出版，提出在设计、施工、运维等阶段通过数字化模型进行信息交互，提出了对建筑行业具有变革性影响的BIM概念[5]。2011年再版的《BIM HAND BOOK》对BIM技术进行了更加深入的解读，研究了BIM实施中的关键技术和业务流程，并通过已有案例证明了建筑行业BIM应用的优势[10]。

表4 共被引频次和突发性较高的文献统计

澳大利亚NEWCASTLE大学Bilal Succar教授于2009年发表的《Building information modelling framework:A research and delivery foundation for industry stakeholders》[11]排在被引频次的第3位。该文首次提出了BIM技术的标准研究，并研究了项目利益相关者的BIM应用和交付框架。文章详细阐述了BIM应用的领域、阶段、步骤和场景，并给出应用框架的可交付成果。

排在第4位的是德国卡尔斯鲁厄理工学院Rebekka Volk于2014年发表的《Building Information Modeling (BIM) for existing buildings — Literature review and future needs》[12]。该文对180篇BIM研究论文进行了综述分析，总结出BIM技术的应用现状和存在的问题，文章提出的“类型转换、模型更新和不确定性数据”也成为学者研究BIM的重要参考依据。

亚利桑那州立大学教授Pingbo Tang在2010年的《Automatic reconstruction of as-built building information models from laser-scanned point clouds:A review of related techniques》[13]被引频次排在第5位。该文献介绍了通过激光扫面技术进行BIM建模的详细过程，并结合新型信息技术对算法效率、性能等内容进行了评估。

佐治亚理工学院Sijie Zhang在2013年发表的《Building information modeling (BIM) and safety:Automatic safety checking of construction models and schedules》[14]排在第6位。该文献主要研究了BIM中的安全管理，通过算法预测可能出现的安全隐患并反馈给用户。

奥本大学Salman Azhar教授的《Building Information Modeling (BIM):Now and Beyond》[15]排在第7位。该文献通过案例研究解析了BIM的核心概念、全生命周期应用和对项目干系方的作用，并阐述了BIM实施的趋势、风险和讨战。

通过对高被引文献的分析可以看出：北美、欧洲和亚洲等地都有学者对BIM技术进行了深入的研究，并形成了丰硕的研究成果，这些都为后续相关主题的研究奠定了坚实的理论基础。

2.4.2 文献共被引的聚类分析

通过Citespace绘制的知识图谱有3种显示方式：聚类视图、时间轴视图和时区视图。聚类视图模式可以通过聚类算法找到高被引期刊中的研究聚类。高被引文献的共引聚类分析可以反映出学科研究的演进过程，揭示其所在领域的潜在的知识结构。Citespace提供了3种不同的聚类分析方法：Latent Semantic Analysis(LSI)、log-likelihood ratio(LLR)和Mutual Information(MI)，通过这些算法进行聚类分析并提取聚类名称。本文选择LLR算法进行聚类分析，选择以title term显示聚类名称，共得到26个聚类关键词，其中较为明显的聚类有12个,并标注了聚类标签，如图8所示。聚类图谱的modularity Score值是0.683 8，根据陈超美博士的解读[16]，当modularity Score在0.4～0.8之间时，整个网络被划分成松耦合的集群。mean silhouette值是0.513 6，说明聚类集群的同质性基本满足要求，因此图谱比较符合或接近理想状态。

表5列出了11个关于BIM研究的主要聚类，包括聚类ID、聚类大小、Silhouette值、Label (LLR)和代表性文献。聚类大小代表其包含的文献数目，代表性文献反映该聚类的研究前沿。从表5和图8可以看出：“job hazard analysis”聚类最大，是BIM领域研究的主要研究方向，该聚类主要是对施工安全、知识管理、风险识别、风向应对等方面的研究。Zhang,SJ的《ontology-based semantic modeling of construction safety knowledge:towards automated safety planning for job hazard analysis》[17]是该聚类的代表性文献。

图8 共引文献聚类图谱

聚类ID聚类大小Silhouette值Label (LLR)代表性文献0360.72job hazard analysis; construction safety knowledge; Zhang,SJ (2015)1350.829lean production management system; building information modeling; Sacks,R (2010)2350.8563d laser; providing real-estate service; Mahdjoubi,L (2013)3340.695ifc instance model; partial model; Won,J (2013) 4290.767augmented reality; ontology-based data collection template; Jiao,Y (2013) 5290.73green building; future direction; Lu,YJ (2017) 6270.752built-environment practice; digital integration; Cidik,MS (2017) 7220.76on-site building information retrieval; using projection-based augmented reality; Yeh,KC (2012) 9170.83energy rehabilitation purpose; rgb texture; Irizarry,J (2013)1080.928topological information extraction model; space syntax analysis; Jeong,SK (2011)

聚类1包含35篇文献，排在第2位，它的Silhouette值为0.829，说明该聚类和网络中其他聚类的相关性较低。该聚类的主题词是“lean production management system”，其中最具代表性的文献是Sacks,R 的《Requirements for building information modeling based lean production management systems for construction》[18]。该聚类的主要研究方向是BIM技术在提升项目的精益生产管理、成分分析等方面的应用。

聚类2“3d laser”排在第3位，主要研究BIM三维建模和3D打印技术在建设项目中的应用。该聚类的代表性文献是Mahdjoubi,L的《providing real-estate services through the integration of 3d laser scanning and building information modelling》[19]。

聚类3包含34篇文献，列第4位，主题词是“ifc instance model”，主要是对BIM标准，数据交换机制、IFC语义分析等方面的研究，Won,J 的《no-schema algorithm for extracting a partial model from an ifc instance model》[20]是该聚类中的代表性文献。聚类4包含29条文献，其主题词是“augmented reality”，主要研究BIM技术在虚拟现实方面的应用；聚类5包含29条文献，主题词是“green building”，主要研究方向是BIM技术在绿色建筑和项目可持续发展等方面的研究和应用。通过对其他聚类的主题词和涵盖文献进行分析，BIM的主要研究方向还有建筑形态设计、环境模拟、信息管理、建筑结构优化和节能设计等内容。

通过聚类分析可以看出：Wos中BIM的文献研究经历了IFC标准、数据交换机制的理论基础阶段，施工安全、精益管理、成分控制等实践应用阶段和虚拟现实、节能设计和可持续发展研究的探索阶段，随着信息技术在建筑领域的应用深化，进一步拓展了BIM技术的研究领域和内涵。

2.5 研究热点分析

Citespace通过对文献关键词和名词术语的共现分析可以获得BIM研究的热点。设置Year Per Slice的值为3，以3年作为一个时间间隔，同时选中Term Type 中的Noun Phrases和Keyword分析文献中的关键词和名词术语，获得高频关键词和名词术语共现图谱，如图9所示，包含113个结点和369条连接。图谱9中的圆形代表关键词，指文献中标题和关键词出现频次较多的词语，三角形代表从文献中抽取的名词短语。表6列出了共现频次大于20次的名词短语和关键词。可以看出：bim在关键词中的共现频次为241，列关键词共现频次第一位；System和Construction的共现频次分别是131和129排在第二、三位。可以推断：文献对BIM技术的研究主要集中在施工、制度和体系等方面。building information modelling在文献中出现的频次为281，是共现次数最多的名词术语，civil engineer和American society的共现频次都是78次，排在名词术语共现频次的前列。可以看出：已有的BIM文献研究中美国的研究成果处于主导地位，这些研究成果主要分布在建筑行业。

图9 高频关键词和名词短语图谱

频次关键词/名词短语频次关键词/名词短语频次关键词/名词短语281building information modeling78American society30information technology241bim63simulation30ifc131system63construction project28construction process129construction56industry foundation class27visualization118design54bim model26building design111building information53framework25optimization110building information modeling44industry25case study109model43project25implementation108building information model43performance23construction site96construction industry40interoperability22construction phase94building information modeling (bim)38information21bim implementation92management36technology21building project78civil engineer32ontology

design的共现频次为118，排在第3位。在建筑设计方面，建筑师通过BIM可以构思整个建设过程，BIM丰富的语义信息和直观的三维建模技术为可持续发展设计提供了依据。设计相关的高频关键词还有model、framework和interoperability等。management的频次为92次，排在第4位，主要是指建筑工程管理。BIM技术可用于建设项目精细化管理，项目进度、成本和质量研究，风险管理，建筑能耗分析和测算等，为项目管理提供更加科学的依据和手段。相关的研究热点还有implementation、construction project、project等。building information和civil engineer的共现频次分别是111和78，排在名词术语共现频次的前列，说明土木工程、建设项目的信息管理也是BIM技术的主要研究方向。研究热点还包括building information model、industry foundation class 和bim model。通过对IFC解析，子模型构建等内容的研究，使BIM模型可以实现不同建筑软件之间的数据交换，提高了业界设施、施工和管理的效率。construction industry的共现频次为96，排在第5位，相关的高频共现名词术语还有construction project、construction process、construction site和construction phase等。在建设项目施工方面，BIM的研究主要有施工技术和方法改进，施工安全管理和施工现场管理等内容，如：Babic,NC 研究了BIM技术在施工过程中的资源整合和优化配置[21]；Abanda,FH通过文献分析、问卷调查和小组访谈等方法对目前用于施工管理的各种BIM软件进行了分析和对比[22]。

研究热点中Simulation是近3年才出现的高频关键词，共现频次为63，排在第5位，主要是BIM在模拟和仿真方面的研究。Simulation首次出现在2010年Thompson BP和Bosman R的2篇文献中，前者介绍了系统力学理论下的BIM模型仿真，后者是在工业工程领域BIM技术的应用研究[23-24]。从2013年开始，其共现频次开始增加，同时该关键词的中心性较强，说明它在图谱中作为中介串联其他关键词的能力较强，BIM在模拟和仿真方面的研究依托于信息技术的发展，因此该关键词是建筑领域和计算机领域交叉研究的主要方向之一。借助高速发展的计算机技术，BIM技术可用于建筑结构的优化设计、能耗模拟、环境模拟、虚拟现实等方面。相关的热点关键词还有visualization、optimization、augmented reality等。

2.6 学科演进分析

Citespace的Dual_Map方法可以反映研究内容在学科层面的演进情况。通过将引文和被引图层进行叠加，Dual_Map揭示了研究主题随时间在不同学科之间的发展(图9)。Dual_Map视图分为引文图谱和被引图谱2个部分，通过不同颜色的聚类来表示学科分类，聚类边上的标签代表该学科名称，每一条引文从左侧图谱中的引文期刊开始，指向右侧图谱中的被引期刊，引文链接的颜色代表其所属的学科类别。图10上半部分是BIM文献研究的整体Dual_Map图谱，下半部分是部分区域的放大视图。

B：引文聚类区域，C:被引文献聚类区域

左侧引文图谱中的BIM的研究文献主要分布在A和B两个区域，A区域的论文属于物理、材料和化学等主题相关的期刊。右侧被引文献图谱中的论文属于环境、地球、数学等主题相关的期刊。同时在A区域中没有出现期刊的名称，说明该区域中BIM的研究处于学科层面，尚没有特别关注BIM研究的期刊。B区域的引文聚类是数学、系统等研究主题，由左下方的放大视图可以看出：聚类中出现了一些期刊的名字如：Automation in Construction、Journal of Computer in Civil Engineering等，说明这些期刊发表了大量有关BIM研究的论文。从右下方被引图谱的放大视图中可以看出：B区域对应的被引文献分布在环境、数学、材料、计算机、教育等领域，这些学科是BIM研究的知识基础。

图11分别显示了引文和被引文献随时间变化的引用轨迹，如果引文图谱上的引用轨迹从一个区域指向另一个区域，说明研究主题的发文领域发生了改变，因此通过引用轨迹可以反映出学科层面上BIM研究的动态进展。从左图可以看出：BIM研究的引文轨迹始于1998年，相关的文献分布在物理、材料和化学与数学交叉的学科领域；2017年轨迹主要分布在数学、系统科学等学科领域，说明后期BIM研究文献的发文学科发生了改变。被引文献的轨迹始于1998年，被引文献主要分布在环境、计算机、数学交叉的学科领域；随后被引文献的研究领域受到了化学、材料、物理等学科的影响；2017年被引文献轨迹偏移至系统科学、计算机等学科领域。可以看出：对BIM研究的知识基础发生了变化，参考文献已经不局限于BIM的应用领域而是逐步拓展到其他学科。右侧被引图谱中的共引连接反映了研究主题在学科交叉方面的贡献，如图12所示。

图11 Dual_Map引文和被引文献轨迹

图12 被引文献的共引连接轨迹

虽然BIM被引文献轨迹并没有涉及到教育、经济等学科领域，但是从图12聚类中的红色虚线区域可以看出：BIM技术的研究基础将计算机、环境、材料、教育和经济等学科联系起来，在学科交叉研究方面发挥了重要的作用。

3 结束语

本文使用Citespace对Web of Science 中BIM的研究文献进行了可视化分析，通过知识图谱发现BIM的研究进展。从年度发文量看，Wos中BIM的研究论文数量从2013年开始增加，并于2016年达到峰值，2017年发文量将持续增长。各国的科研团队都对BIM的研究和发展作出了贡献，其中美国、中国、韩国、英国、澳大利亚、加拿大和德国的研究成果比较丰富。BIM技术源于工程技术的发展，土木工程、建筑工程仍然是BIM技术主要的应用领域，同时计算机、通信、环境等学科也致力于BIM技术的研究。Automation in Construction、Journal of Construction Engineering and Management、Journal of Computing in Civil Engineering是BIM研究领域最具代表性的期刊，计算机辅助设计类期刊如Computer-Aided Design等在BIM跨学科研究方面起到了关键的中介作用。Eastman、Azhar、Sacks、Lee、Succar等在BIM研究方面的影响最为广泛，他们的文献共被引频次排在前列。从文献聚类分析可以看出：施工安全、精益管理、三维建模、BIM标准等方面的研究已经形成了明显的研究聚类。从关键词和名词术语图谱的分析中我们发现BIM的研究趋势呈现多样化和动态化，近10年来的研究热点包括设计、信息管理、工程管理、模拟和仿真等。最后通过Dual_Map研究了BIM文献在学科层面的演进，BIM的发展对促进学科交叉研究发挥了重要的作用。

通过知识图谱的可视化分析，研究者实现了以可视化的方式进行科学领域的定量和定性研究，增进了对多学科交叉研究领域的认识和了解。其次，期刊共被引、研究热点等分析结果发现了国内外BIM理论研究的主流、热点和前沿领域，为更好、更快地了解BIM技术的研究领域基础及研究进展提供了有价值的参考。最后，BIM作为一项新兴的多学科融合信息技术，其应用价值已经得到社会的认可，通过知识图谱的分析可以认识和把握其发展规律和主线，对于推动BIM技术在理论层面和实践层面的健康、持续发展具有指导意义。