梁田田　赵玉洋　钱思妍　杜毅蓉　王然禹　刘倩　谭巍

[摘要] 目的 用共词分析、聚类分析法对中医药领域核心期刊论文进行分析，构建中医药科技形象二级维度。 方法 采用共词分析法和聚类分析法对15 333篇中医药相关论文的高频关键词进行分析。 结果 59个高频关键词可分为中医药基础研究类、中医药临床研究类、中医药传承应用类、中医药发展应用类。前两类属于对中医药的探索和认知，后两类属于中医药现代化成果及应用。 结论 对结果分析构建出中医药科技形象的二级维度，即科学研究形象、成果转化形象、科技贡献形象。

[关键词] 中医药;科技形象;共词分析;聚类分析

[中图分类号] R2          [文献标识码] A          [文章编号] 1673-7210（2019）06（c）-0136-05

Research on the image of traditional Chinese medicine science and technology based on co-word analysis

LIANG Tiantian   ZHAO Yuyang   QIAN Siyan   DU Yirong   WANG Ranyu   LIU Qian   TAN Wei

School of Management， Beijing University of Chinese Medicine， Beijing   100029， China

[Abstract] Objective To analyze the core journal papers in the field of traditional Chinese medicine by using co-ward analysis and cluster analysis， so as to construct the secondary dimension of the image of traditional Chinese medicine science and technology. Methods The high frequency keywords of 15 333 papers related to traditional Chinese medicine were analyzed by co-ward analysis and cluster analysis. Results Fifty-nine high-frequency keywords could be divided into basic research of traditional Chinese medicine， clinical research of traditional Chinese medicine， inheritance and application of traditional Chinese medicine， development and application of traditional Chinese medicine. The first two categories belong to the exploration and cognition of traditional Chinese medicine， the latter two belong to the achievement and application of modernization of traditional Chinese medicine. Conclusion The secondary dimension of the image of Chinese medicine science and technology are constructed by analyzing the results， which is the image of scientific research， the image of transformation of achievements and the image of contribution of science and technology

[Key words] Traditional Chinese medicine; Image of science and technology; Co-word analysis; Cluster analysis

中醫药社会形象是指与中医药相关的各种要素（人、事、物等）在人们心中的综合反应[1]。关于中医药社会形象的研究，殷晓月等[2]率先采用半结构化访谈，调查了北京市居民对中医药社会形象的认识，通过访谈资料、文献等定性资料分析和德尔菲专家咨询，建立了中医药社会形象评价指标体系，中医药科技形象是首要一级维度。殷晓月等[2]建立的中医药科技形象包含科技投入形象、科技产出形象、科技影响形象三个二级维度。由于公众接触这类专业性强的二级指标可能性较小，所以不利于开发工具，面向公众调查。

共词分析法主要应用于人工智能、科学计量学、信息检索等多个领域[3]，分析不同主题间的关系[4]、某领域的研究热点、结构或体系。苏娜[5]采用共词方法分析数字图书馆领域的研究主题及相互关系。李长玲等[6]使用共词聚类分析法研究各主题间的内在关系。陈艳等[7]利用共词分析法分析方剂翻译相关的研究现状和研究热点。周玲娜等[8]以共词、聚类分析法对近十年国内中医食疗的研究热点进行分析。马费成等[9]运用共词分析聚类出了信息政策等5个子领域。闰士涛[10]通过共词分析、聚类分析探索出知识管理学科的结构和理论体系。蒋振喜等[11]以国内文献为研究对象，应用共词聚类分析方法构建我国高校教学质量监控体系。

中医药相关文献完整记载了对中医药科学研究的过程，反映了中医药的科技水平，是中医药科技成果的载体。而且，核心期刊文献有更高的影响力与价值。因此，本文利用共词分析对中医药核心期刊文献进行研究，深入挖掘中医药的主题与主题间的联系，结合聚类分析探索中医药科技形象的结构，重构中医药科技形象。

1 资料与方法

1.1 资料

1.1.1 文献获取  在CNKI全文期刊数据库，以主题检索为检索条件、中医为检索词，检索2008年1月1日～2017年12月31日在核心期刊发表的中医药相关文献，获得18 674篇文献。采用如下原则对文献进行清洗：第一，剔除重复项。第二，剔除不含有关键词的文献。第三，采取人工阅读的方式，通过阅读文献的题目和摘要，剔除掉与研究不相关的文献，如现状简介、会议通知和纪要、约稿通知等。通过清洗，最终获得15 333篇文献。

1.1.2 关键词提取  利用EXCEL分列功能，获得文献关键词。利用NVIVO质性分析软件对关键词词频进行统计。将重复出现的关键词记为1，共获得23 299个原始关键词。由于EXCEL分列产生不规范和无意义关键词，因此对关键词进行清洗、合并，保留有效高频关键词。原则如下：①合并同义词，保留更为常见词语。例如，高血压病和高血压，合并为高血压。②合并包含关系的关键词，保留含义广泛的词汇。例如，原发性肝癌和肝癌，合并为肝癌。③合并含义相同的中英文关键词。例如，HIV和艾滋病，合并为艾滋病。④删除信息量少的词语。例如养生、中医。通过对原始关键词的清洗，共保留11 591个有效关键词。建立有效关键词库，提取高频词。

1.1.3 高频关键词选取  利用齐拉普夫第二定律[12]T=（-1+）确定高频、低频词分界，T为高频与低频词的分界。本研究中为5816。经计算，T为107。将频次>107的关键词确定为高频词，共59个高频词。部分高频关键词见表1。

表1   部分高频关键词

1.1.4 共词矩阵构建  利用EXCEL，两两统计高频关键词在同一篇文献中共同出现的次数，形成59×59共词矩阵。用来确定高频关键词之间的相互关系，探索科技形象的构成要素。见表2。

1.2 方法

1.2.1 共词分析法  共词分析是科学计量学常用方法[13]，灵活性高，直观性强[14]。该方法通过词与词两两共同出现的次数，构建关系网络，探索其相互关系。共同出现的次数越高，代表研究之间的关系越紧密。共词分析以此为原理，利用多种统计分析方法，把分析对象之间复杂的共词网状关系简化为数值、图形，表达更加直观[15]。共词分析法研究为六个步骤：确定分析的问题、确定分析单元、高频词的选定、共词出现频率、共词分析中统计方法、对共词结果的分析[16]。

1.2.2 聚类分析  聚类分析是对给定对象分类的统计方法[17]，将大量数据集合依照其相似程度分成若干簇[18]。组内相似度越大，组间差别度越大，聚内效果就越好[19]。聚类分析是共词分析常用的分析方法。在构建共词矩阵的基础上，将词语与词语聚类，进一步挖掘词语之间的相互关系。钟伟金等[20]提出，聚类分析十分适用于对事物类别的面貌尚不清楚、共有几类都不能确定的情况下进行分类。

2 结果

为了挖掘词语之间相互关系，探索中医药科技形象的内在构成。本研究利用SPSS 22.0对高频关键词进行系统聚类分析。经分析，高频关键词可分为如下四类：

2.1 中医药基础研究类

中医药基础研究类包含病证结合、动物模型、中医体质等7个关键词，见图1。这部分以研究中医药基础知识为目的，充分运用中医名医经验与动物模型、流行病學调查等方法手段围绕中医体质、中医药疗法、病证结合等开展中医药基础研究。

2.2 中医药发展应用类

中医药发展应用类包含中医护理、肺癌、治未病、中风等19个关键词，见图1。该部分以中医药黄帝内经和治未病等原创理论、中医特色技法以及中医护理、中医治疗的中医药现代化应用为主要内容，对中医文化、中医翻译、中医标准化和中医科学性进行发展应用。构建符合自身特点的中医药标准，推动中医药进入国际主流市场。

2.3 中医药临床研究类

中医药临床研究类包括辨证论治、病因病机、疗效评价、失眠等22个关键词，见图1。这部分以探究疾病病因病机、辨证论治为出发点，运用随机对照试验分析临床疗效以及患者生活质量，开展心力衰竭、慢性阻塞性肺疾病、骨质酥松症、类风湿性关节炎、抑郁症、高血压、糖尿病、糖尿病肾病等常见病、重大疾病和难以解决的慢性复杂性疾病的辨证分型及相关研究。中医药临床研究推动了中西医结合。

2.4 中医药传承应用类

中医药传承应用类包括数据挖掘、用药规律、艾滋病等11个关键词，见图1。这部分以中医药传承应用为主体，运用数据挖掘技术，开展对名老中医学术思想、用药规律和临床经验的总结，以及对经典文献的研究。

3 讨论

通过对高频关键词相互关系的深入挖掘，结合统计结果以及中医药发展现状，构建中医药科技形象二级指标。

3.1 科学研究形象

构建科学研究形象从中医药基础研究和中医药临床研究两类关键词以及科学研究对中医药发展的现实意义两方面出发。中医药基础研究和中医药临床研究均是利用科研手段、资料及设备对中医药知识所开展的研究活动，从中医药学的基础理论和实践应用出发，探索挖掘中医药防治疾病的疗效与价值，均属于中医药科学研究范畴。中医药具有原创性的科技优势资源，蕴含着深厚的科学内涵。充分利用科学手段与方法，结合中医药原创思维，可以充分发掘中医药科学的内涵与价值。基于此，构建出科学研究形象，帮助中医药摆脱古老、守旧的刻板印象，进而重塑中医药当代形象。科学研究形象是中医药科技形象的基础与核心，是其他二级维度建立的本源。

3.2 成果转化形象

从科学研究形象出发、结合聚类分析结果以及中医药的发展三方面出发，构建成果转化形象。中医药现代化发展继承了中医药已有的成果精髓，又吸收了优秀的现代医学成果，并且结合中医药自身的特点与时代需求，借鉴科研与当代医学的手段与方法，对中医药原创理论、思想、文化等的创新发展与应用，在中西医结合、中医护理、中医药标准化等方面取得成绩。不忘本来，吸收外来，面向未来，在继承中发展，发展中创新，创新中产生成果，成果不断转化应用。基于此，构建成果转化形象，展示中医药当代发展的丰硕成果与广泛应用，提升中医药行业自信。成果转化形象是中医药科技形象的代表，是其他二级维度建立的依据。

3.3 科技贡献形象

以科学研究形象为基础，以成果转化形象为依据，衍伸构建科技贡献形象。中医药是中华民族在长期的生产生活中不断摸索与积累的具有中华民族原创性的医学科学。从宏观与微观、整体与个体的角度认识了人的生命以及健康和疾病的发生发展规律，是中华民族战胜疾病、强身健体的利器，为中华民族的繁衍昌盛做出了突出的贡献。中医药与西医充分结合，提升了传染病、慢性病、常见病等的临床疗效与治愈率;中医药在周边乃至世界各国广泛传播，促进各地民众的健康维护与养生保健;中医药科研成果的应用与转化为临床诊疗标准规范、增加国家的科技优势取得了显著的社会效益和经济效益，推动中医药在世界的规范广泛的传播。构建科技贡献形象反映了中医药科学研究和成果转化的作用与意义，充分体现了中医药的当代价值与影响力，有助于促进中医药在世界范围内更好地发展。

[参考文献]

[1]  殷晓月.中医药社会形象评价指标体系研究[D].北京：北京中医药大学，2017

[2]  殷晓月，郭颖，梁田田，等.北京市居民中医药社会形象调查研究[J].医学与社会，2017，30（5）：41-44.

[3]  冯璐，冷伏海.共词分析方法理论进展[J].中国图书馆学报，2006（2）：88-92.

[4]  李博.关于知识管理研究的知识结构图谱[D].太原：山西师范大学，2013.

[5]  苏娜.基于共词分析的数字图书馆领域研究主题及进展分析[J].情报杂志，2009，28（6）：15-19.

[6]  李長玲，翟雪梅.我国情报学硕士学位论文的共词聚类分析[J].情报科学，2008（1）：73-76.

[7]  陈艳，金仁旻.中医方剂翻译研究热点的共词聚类分析——基于1992-2016年知网数据库文献[J].牡丹江医学院学报，2017，38（1）：127-130.

[8]  周玲娜，徐洁，万敏，等.近十年国内中医食疗研究热点的共词聚类分析[J].时珍国医国药，2014，25（4）：983-985.

[9]  马费成，张斌，陈欢.国家信息政策体系研究——领域划分与结构分析[J].图书馆论坛，2011，31（6）：259-265.

[10]  闫士涛.知识管理学学科体系构建研究[D].合肥：安徽大学，2011.

[11]  蒋振喜，侯雪莲，王姝.基于共词分析的高校教学质量监控体系的构建与实践研究[J].经济师，2014（12）：240-241.

[12]  孙清兰.高频、低频词的界分及词频估计方法[J].情报科学，1992（2）：28-32.

[13]  李颖，贾二鹏，马力.国内外共词分析研究综述[J].新世纪图书馆，2012（1）：23-27.

[14]  唐果媛，张薇.国内外共词分析法研究的发展与分析[J].图书情报工作，2014，58（22）：138-145.

[15]  储节旺，郭春侠.共词分析法的基本原理及EXCEL实现[J].情报科学，2011，29（6）：931-934.

[16]  钟伟金，李佳.共词分析法研究（一）——共词分析的过程与方式[J].情报杂志，2008（5）：70-72.

[17]  姜萍，李寿松.聚类分析法在传承名老中医用药规律中的应用体会[J].世界中医药，2013，8（9）：1105-1107.

[18]  刘俊，刘希玉.关于数据挖掘中聚类分析的研究进展[J].网络安全技术与应用，2010（8）：63-65.

[19]  张静.数据挖掘中聚类分析综述[J].价值工程，2014，33（15）：226-227.

[20]  钟伟金，李佳，杨兴菊.共词分析法研究（三）——共词聚类分析法的原理与特点[J].情报杂志，2008（7）：118-120.