论文部分内容阅读
作者简介：彭博（１９８８－），男，硕士研究生，研究方向：信息可视化。·研究生园地·
〔摘要〕社会网络研究的深入使社会网络可视关系的研究成了当前学术研究的热点，目前广泛使用的可视化分析工具如Ucinet，Pajek等使用图论来展示个体间的网络关系，而忽略了节点自身所具有的属性特征。因而如何同时展示网络关系与节点属性成为当前社会网络可视分析亟待解决的问题。本文针对这一问题，以2003-2012 JASIST（美国信息科学技术学会会刊）合作网络的可视化分析为例，探讨了如何揭示关系网络中节点本身所具有的属性信息，为多属性社会网络的可视化分析提供了一个新的视角。
〔关键词〕属性信息；社会网络；合作；可视化
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１４．０４．０３７
〔中图分类号〕Ｇ２０３〔文献标识码〕Ａ〔文章编号〕１００８－０８２１（２０１４）０４－０１５９－０５
Visual Analysis of the Properties of Cooperation Across the Network
——Take Collaboration in JASIST for ExamplePeng BoLiu Ping
（School of Information Managent，Wuhan University，Wuhan 430072，China）
〔Ａｂｓｔｒａｃｔ〕With in-depth research of social networks,study of the social network visualization has become a hot topic of academic research.Visual analysis tool now widely used as Ucinet,Pajek ignored the property features node.Thus while demonstrating how the relationship between a network node attributes become a problem to be solved.The visual analysis of 2003-2012 JASIST cooperation networks,discussed how the attribute information be revealed in the network.Provides a new perspective to the multi-attribute visualization analysis of social networks.
〔Ｋｅｙｗｏｒｄｓ〕attribute information;social network;cooperation;visualization
社会网络研究的深入使社会网络可视化技术成为了当前的研究热点，社会网络的可视化是通过对网络中节点之间的联系进行可视化建模，从而达到科学高效地反映和揭示社会网络中各种复杂关系及其变化规律，并帮助人们加深对社会网络结构的理解和交流的目的。但当前的社会网络可视化技术往往只注重对节点间联系的展示，却没有将节点本身的属性关联信息一并进行分析，比如社会网络中存在的层次信息、文本信息、多维信息、网络信息等。而层次信息是一种十分重要且普遍存在的信息类型，如文件系统、单位组织结构、家谱图、各种分类法等都是层次信息［１］，在当前的社会网络中广泛存在。因此如何既展示节点的关联关系又使其能包含节点的个体属性信息成了当前社会网络可视化研究中的一大挑战。针对这一问题，本文提出使用一种能够展示节点本身属性信息的社会网络可视化方法来展示具有层次关系的社会网络，该方法能在展示单个节点间相互关联关系的同时展示单个节点与其所属群体和其他群体间的层次关系及不同群体间的关联和从属关系，侧重于对节点本身的属性信息和群体间的从属关系进行挖掘。并以美国信息科学技术学会会刊中作者的合作网络为例进行实证研究，验证了该方法在对具有层次特性的社会网络可视化展示方面的有效性，揭示组织机构中的合作现状和发展规律。
１相关工作
合作网络可视化融合了合作网络分析、可视化这两个不同学科知识的研究。它以合作网络分析理论和统计方法为基础，借助可视化技术协助人们对合作网络进行分析，同时也通过可视化动态交互技术来帮助人们进一步挖掘合作网络中的潜在规律［２］。
１１基于合作网络的分析研究
合作网络分析是描述科学研究领域的一种重要方法，由于科研合作形式的多样，合作网络分析的对象可以是科研人员个体间的合作，也可以是人员所属机构或组织之间的合作，也可以是不同国家间的跨地域合作。
当前合作网络的分析研究主要是采用科学计量的方法和基于网络理论的方法对合作网络进行研究。在使用科学计量的方法研究合作网络中有刘东晓等［３］运用文献计量学方法，对国外技术竞争情报领域的文献进行分析，通过统计文献数目，合作情况和高频词，挖掘出了该领域的重点研究主题，核心人物以及应用领域。在使用基于网络理论的方法对合作网络进行的研究中，多是使用主流的社会网络分析软件如Pajek和Ucinet等，使用社会网络分析方法对节点进行计算和对重要性进行评价，如孟微等［４］使用Pajek对情报学合作网络进行分析，总结出合作网络的结构特性，在此基础上对其中有代表性的子网络进行了具体的分析，说明了期刊的合作情况，反映出了情报学学科整体的科研合作情况。在合作网络的可视化分析研究上，有王继民等［５］以国外的Web of Science和EI数据库、国内的CNKI数据库收录的移动搜索领域文献为载体，使用Pajek、EndNote对国内外移动搜索领域的研究热点和科研合作网络等进行对比研究和可视化展现，发掘出该研究领域国内外的核心研究团队以及该领域目前的研究现状。也有孙秀霞等［６］使用CiteSpace，对1990－2011年期间国际组织理论相关文献进行计量研究，使用文献计量的方法绘制知识图谱，通过定量分析探究研究合作行为发生的特征与类型。
１２信息可视化的相关研究
在现有的信息可视化的研究中，通常是使用节点连接图和邻接矩阵的可视化方法对静态网络进行分析，这些分析方法仅限于图论，主要分析都集中于图中所显示的网络特征和网络形态，而信息包含有层次信息、文本信息、多维信息、网络信息等多个方面，将其中两方面或多方面属性共同进行可视化分析的研究却十分缺乏。如现有的信息可视化分析有侯剑华［７］使用节点连接图的可视化方法展示研究机构之间的合作关系，研究了国际能源科研机构间的合作关系。王曰芬等［８］使用以点线概念模型形式的可视化系统，对情报学领域的专家间的合作关系进行展示。吴鹏等［９］以恐怖组织信息进行分析作为实例，使用基于节点连接图的可视化方法对恐怖组织网络进行可视化展示。上述科研成果能较好地反映网络演化过程中的某一中间状态，但是由于节点连接图和邻接矩阵的可视化方法本身的局限性，将网络信息和层次信息进行融合分析，无法同时兼顾分析个体与个体、个体与机构、机构与机构间，以及更高层次相互间的关系，因而无法充分满足当前信息可视化分析完整化与多样化的需求。
社会网络的可视化经常需要揭示网络中所存在的社会属性，一些设计者使用多元图的可视化方法来呈现图中节点的属性数据，也有设计者选择将树结构和网络关联结构分开展示［１０］，以达到揭示节点属性的目的。但在当前的社会网络可视化方法的研究中节点本身在网络中的层次和属性信息还没有获得研究者足够的重视，使用现阶段的方法会导致计算量大、层次信息被忽略、关系信息展示不充分等问题，诸如在合作网络中哪些国家之间合作最多，趋势是如何变化的？哪些机构与哪些国家合作最多，机构之间合作情况如何？机构与个人之间合作情况如何？这样的问题往往无法一次得到解答。
针对以上问题，我们提出使用Danny Holten提出的层次连线集束法这一信息可视化方法［１１］对节点有多种属性的社会网络进行可视化展示，并同时使用Yuntao Jia等［１２］提出的对于拥有不同属性的节点进行不同方式排列改进方法，并使用可视化交互技术进行可视化分析。定义有多个层级属性的社会网络为N＝｛VN，EN｝，其中VN为所有社会行动者（节点）的集合，而EN为所有社会关系（边）的集合，每个节点有m个属性，属性之间有层次关系并定义为Hi=（VHi，EHi），VHi表示来源于第i个属性的节点，nHi∈VHiL，nN∈VN，即多个属性间的关联关系可以使用一条边进行描述，并以2003-2012年美国信息科学技术学会会刊中作者的合作情况为实例，从节点不同的属性出发分析了合作网络中的合作现状。
２合作网络的跨属性分析
２１数据来源与选择
本文以国际高影响力期刊Journal of the American Society for Information Science and Technology（美国科学技术学会会刊）为例，选取期刊中2003－2012年10年间作者发文情况和合作情况进行统计。经统计，文章总数2 029篇、作者2 654名、涉及国家61个、涉及机构930个、合作总次数4 370次，为了从不同的节点属性对合作网络进行可视化分析，在分析中从作者、作者所属机构、作者所属国家这3个不同的节点属性层面对科研合作进行多尺度和跨尺度分析。
２２国家间合作分析
2003-2012年间共有来自61个国家的作者在该期刊上发表过文章，其按年度划分的国家间合作网络如图１所示，左上为2003年，右下则为2012年，期间的年份合作网络图分别按照从左到右、从上到下的顺序依次排列。圆形中的每一个扇形面表示一个国家，连线则表示国家之间论文的合作关系，连线的粗细与合作的数量成正比，由图１可以发现该期刊国家间的合作范围和合作数量从2006年开始有了显著增长，参与合作的国家数量也显著增加，这说明国际的合作行为越来越常见，合作行为逐渐常态化，国际合作成为科研合作的一种趋势。图１2003-2012国家间合作演化网络图
为了更清晰的研究国家间的合作状况，我们将2005年和2012年合作情况进行对比分析，由图２中2005年国家间合作网络图和图３中2012年国家间合作网络图对比可以看出，相对于2005年，2012年国家间合作有了极大的增长，经统计，2005年参与合作国家数为8个，参与合作国家占国家总数的36%，2012年参与合作国家数为26个，参与合作国家占国家总数的74%。相比于2005年2012年合作的国家数量增加了225%，国家合作比例增加了105%。在国家间合作上，美国在合作数量和合作范围上均领先于其他国家，随着国际合作的不断扩大，美国的合作情况也相应扩大，通过对2005年及2012年的美国的合作情况进行统计，发现2005年其合作范围为5个国家，占到参与合作国家的56%，而到了2012年，其合作范围为7个国家，尽管合作国家数量有所增长，但占到参与合作国家比例则下降到32%，根据2012年国家间合作情况，可以发现西班牙、英国、加拿大、中国等国家也已经成为跨国合作比较活跃的国家，这说明国家间科研合作的趋势已经呈现多元化，国家间合作日益频繁。
２３机构与国家间合作分析
一个国家中有着大量的科研机构，研究一个国家中机构间的合作情况以及机构的跨国合作情况对国家科研合作的发展有十分重大的意义。以2012年的合作情况为例，通
图２2005年国家间合作网络图
过可视化交互技术缩放和展开圆形中的信息片。得到图４的2012年合作详图，由图４可以发现A框区域的机构跨国合作较多，其跨国合作甚至成为国家间的主要合作途径，B框区域的机构内部合作数量较多，说明该机构内部联系较为紧密，机构内部研究主题较为一致。
通过可视化交互技术，将图4按照先前选取的范围进行缩放，可以浏览所选取机构合作的详细情况，如图５所示，A标识框为印第安纳大学，该机构的跨国合作次数较
图３2012年国家间合作网络图
图４个人、机构、国家合作网络图
多，且与其主要合作的国家为中国。通过可视化视图的指引，我们对印第安纳大学论文中的研究领域进行了分析，通过统计其论文中的关键词，发现其主要研究为“co-authorship”、“cooperation”、“Science”这说明从事合作研究的机构本身也比较重视合作，参与了很多跨机构、跨国家的合作，同时对于科学的研究也需要不同的机构相互合作才能共同完成。B标识框为马里兰大学，该机构的机构内部合作次数较多，其主要研究为“ethics”、“social equity”这说明该机构从事的是社会学方面的研究，由于各个国家的经济制度和社会背景不同，对于社会科学的认识也不尽相同，故其合作在机构内部较为频繁，所涉及的跨机构和跨国家合作较少。
２４个人与国家间合作分析
在研究个人与国家间合作状况时，我们选择了2012年在印第安纳大学中跨国合作次数最多的“Cassidy RSugimoto”为例来进行可视化分析，通过可视化交互技术的缩放，如
图５机构、国家间合作网络图
图６所示，与其合作学者所属国家一共有3个，关系连线均通过高亮的方式进行标注，分别是“Canada”、“England”、“Iran”，同时在网络图的中间还详细地表示出了与其合作的次数和国家信息。经统计，其2012年在JASIST共发表3篇论文，与4人有过合作，主要研究领域为“Scientometrics and Scholarly Communication”，这与其所在机构的研究范围一致，且合作次数在机构中领先，是机构中的核心作者。该可视化视图能够清晰的显示个人在机构中以及与其他国家合作的情况，从而能够迅速地分析某一国家或者机构中个人的合作情况与合作特点。
图６个人、国家间合作网络图
３结论
目前的社会网络可视化通常以节点连接图和邻接矩阵为主要方法，这两类方法能够对具有节点进行聚类和集群，这样适合静态的某一时刻的整体网络的可视化展示，但由于缺乏节点原有的属性信息以及对层次信息的展开与控制，无法清晰和明确的帮助用户从不同属性角度进行多尺度和跨尺度研究，无法将网络信息和属性信息融合分析，因而难以完全满足社会网络可视化分析的需求。为此，本文通过使用层次连线集束和可视化交互技术对2003-2012年美国信息科学技术学会会刊论文合作实例进行多尺度和跨尺度分析，证明了层次连线集束方法在社会网络可视化分析中的良好表现及重要作用，为社会网络的可视化分析提供了一个新的视角。
在下一步的研究中，我们考虑将这种可视化方法应用到更广泛的合作网络中，扩大层级数目，加入异构数据显示方式，使其具有更大的适用性，并且通过在可视化过程中加入交互式的动态变化过程，通过时间轴来显示基于时间的网络变化过程，使该可视化方法具有描述动态网络演变的功能，为具有多种属性的社会网络数据的可视化研究提供有益的参考与借鉴。
参考文献
［１］景民昌，孙洁丽.大型层次信息可视化方法研究［Ｊ］.情报科学，2008，29（4）：542-545.
［２］梁辰，徐健.社会网络可视化的技术方法与工具研究［Ｊ］.现代图书情报技术，2012，28（5）：7-15.
［３］刘东晓，郑彦宁，赵筱媛，等．基于文献计量的国外技术竞争情报研究进展分析［Ｊ］.情报杂志，2013，32（5）：49-55.
［４］孟微，庞景安．Pajek在情报学合著网络可视化研究中的应用［Ｊ］．情报理论与实践，2008，31（4）：573-575．
［５］王继民，李雷明子，王明星．移动搜索研究的知识图谱分析［Ｊ］．现代图书情报技术，2012，28（9）：29-35．
［６］孙秀霞，朱方伟，侯剑华．国际组织理论研究的合作模式探究——基于研究机构和研究者合作网络的分析［Ｊ］．情报杂志，2013，33（1）：105-110．
［７］侯剑华.国际能源技术研究机构合作的可视化分析［Ｊ］.情报杂志，2009，28（5）：8-13.
［８］王曰芬，王雪芬，颜端武.基于社会网络的科技咨询专家库的原型系统设计与实现［Ｊ］.情报学报，2012，31（3）：250-258.
［９］吴鹏，李思昆.基于领域本体的社会网络信息分析与可视化［Ｊ］.计算机工程与科学，2011，33（12）：66－71.
［１０］Gou L，Zhang XL.TreeNetViz：Revealing Patterns of Networks over Tree Structures［Ｃ］.IEEE TVCG/InfoVis11，2011，17（12）：2449-2458．
［１１］Danny Holten.Hierarchical Edge Bundles：Visualization of Adjacency Relations in Hierarchical Data［Ｃ］.IEEE Transactions on Visualization and Computer Graphics，2006，12（5）：741－748．
［１２］Yuntao Jia，Michael Garland，John C Hart.Social Network Clustering and Visualization using Hierarchical Edge Bundles［Ｊ］.Computer Graphics Forum，2011，30（8）：2314-2327.
（本文责任编辑：孙国雷）
〔摘要〕社会网络研究的深入使社会网络可视关系的研究成了当前学术研究的热点，目前广泛使用的可视化分析工具如Ucinet，Pajek等使用图论来展示个体间的网络关系，而忽略了节点自身所具有的属性特征。因而如何同时展示网络关系与节点属性成为当前社会网络可视分析亟待解决的问题。本文针对这一问题，以2003-2012 JASIST（美国信息科学技术学会会刊）合作网络的可视化分析为例，探讨了如何揭示关系网络中节点本身所具有的属性信息，为多属性社会网络的可视化分析提供了一个新的视角。
〔关键词〕属性信息；社会网络；合作；可视化
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１４．０４．０３７
〔中图分类号〕Ｇ２０３〔文献标识码〕Ａ〔文章编号〕１００８－０８２１（２０１４）０４－０１５９－０５
Visual Analysis of the Properties of Cooperation Across the Network
——Take Collaboration in JASIST for ExamplePeng BoLiu Ping
（School of Information Managent，Wuhan University，Wuhan 430072，China）
〔Ａｂｓｔｒａｃｔ〕With in-depth research of social networks,study of the social network visualization has become a hot topic of academic research.Visual analysis tool now widely used as Ucinet,Pajek ignored the property features node.Thus while demonstrating how the relationship between a network node attributes become a problem to be solved.The visual analysis of 2003-2012 JASIST cooperation networks,discussed how the attribute information be revealed in the network.Provides a new perspective to the multi-attribute visualization analysis of social networks.
〔Ｋｅｙｗｏｒｄｓ〕attribute information;social network;cooperation;visualization
社会网络研究的深入使社会网络可视化技术成为了当前的研究热点，社会网络的可视化是通过对网络中节点之间的联系进行可视化建模，从而达到科学高效地反映和揭示社会网络中各种复杂关系及其变化规律，并帮助人们加深对社会网络结构的理解和交流的目的。但当前的社会网络可视化技术往往只注重对节点间联系的展示，却没有将节点本身的属性关联信息一并进行分析，比如社会网络中存在的层次信息、文本信息、多维信息、网络信息等。而层次信息是一种十分重要且普遍存在的信息类型，如文件系统、单位组织结构、家谱图、各种分类法等都是层次信息［１］，在当前的社会网络中广泛存在。因此如何既展示节点的关联关系又使其能包含节点的个体属性信息成了当前社会网络可视化研究中的一大挑战。针对这一问题，本文提出使用一种能够展示节点本身属性信息的社会网络可视化方法来展示具有层次关系的社会网络，该方法能在展示单个节点间相互关联关系的同时展示单个节点与其所属群体和其他群体间的层次关系及不同群体间的关联和从属关系，侧重于对节点本身的属性信息和群体间的从属关系进行挖掘。并以美国信息科学技术学会会刊中作者的合作网络为例进行实证研究，验证了该方法在对具有层次特性的社会网络可视化展示方面的有效性，揭示组织机构中的合作现状和发展规律。
１相关工作
合作网络可视化融合了合作网络分析、可视化这两个不同学科知识的研究。它以合作网络分析理论和统计方法为基础，借助可视化技术协助人们对合作网络进行分析，同时也通过可视化动态交互技术来帮助人们进一步挖掘合作网络中的潜在规律［２］。
１１基于合作网络的分析研究
合作网络分析是描述科学研究领域的一种重要方法，由于科研合作形式的多样，合作网络分析的对象可以是科研人员个体间的合作，也可以是人员所属机构或组织之间的合作，也可以是不同国家间的跨地域合作。
当前合作网络的分析研究主要是采用科学计量的方法和基于网络理论的方法对合作网络进行研究。在使用科学计量的方法研究合作网络中有刘东晓等［３］运用文献计量学方法，对国外技术竞争情报领域的文献进行分析，通过统计文献数目，合作情况和高频词，挖掘出了该领域的重点研究主题，核心人物以及应用领域。在使用基于网络理论的方法对合作网络进行的研究中，多是使用主流的社会网络分析软件如Pajek和Ucinet等，使用社会网络分析方法对节点进行计算和对重要性进行评价，如孟微等［４］使用Pajek对情报学合作网络进行分析，总结出合作网络的结构特性，在此基础上对其中有代表性的子网络进行了具体的分析，说明了期刊的合作情况，反映出了情报学学科整体的科研合作情况。在合作网络的可视化分析研究上，有王继民等［５］以国外的Web of Science和EI数据库、国内的CNKI数据库收录的移动搜索领域文献为载体，使用Pajek、EndNote对国内外移动搜索领域的研究热点和科研合作网络等进行对比研究和可视化展现，发掘出该研究领域国内外的核心研究团队以及该领域目前的研究现状。也有孙秀霞等［６］使用CiteSpace，对1990－2011年期间国际组织理论相关文献进行计量研究，使用文献计量的方法绘制知识图谱，通过定量分析探究研究合作行为发生的特征与类型。
１２信息可视化的相关研究
在现有的信息可视化的研究中，通常是使用节点连接图和邻接矩阵的可视化方法对静态网络进行分析，这些分析方法仅限于图论，主要分析都集中于图中所显示的网络特征和网络形态，而信息包含有层次信息、文本信息、多维信息、网络信息等多个方面，将其中两方面或多方面属性共同进行可视化分析的研究却十分缺乏。如现有的信息可视化分析有侯剑华［７］使用节点连接图的可视化方法展示研究机构之间的合作关系，研究了国际能源科研机构间的合作关系。王曰芬等［８］使用以点线概念模型形式的可视化系统，对情报学领域的专家间的合作关系进行展示。吴鹏等［９］以恐怖组织信息进行分析作为实例，使用基于节点连接图的可视化方法对恐怖组织网络进行可视化展示。上述科研成果能较好地反映网络演化过程中的某一中间状态，但是由于节点连接图和邻接矩阵的可视化方法本身的局限性，将网络信息和层次信息进行融合分析，无法同时兼顾分析个体与个体、个体与机构、机构与机构间，以及更高层次相互间的关系，因而无法充分满足当前信息可视化分析完整化与多样化的需求。
社会网络的可视化经常需要揭示网络中所存在的社会属性，一些设计者使用多元图的可视化方法来呈现图中节点的属性数据，也有设计者选择将树结构和网络关联结构分开展示［１０］，以达到揭示节点属性的目的。但在当前的社会网络可视化方法的研究中节点本身在网络中的层次和属性信息还没有获得研究者足够的重视，使用现阶段的方法会导致计算量大、层次信息被忽略、关系信息展示不充分等问题，诸如在合作网络中哪些国家之间合作最多，趋势是如何变化的？哪些机构与哪些国家合作最多，机构之间合作情况如何？机构与个人之间合作情况如何？这样的问题往往无法一次得到解答。
针对以上问题，我们提出使用Danny Holten提出的层次连线集束法这一信息可视化方法［１１］对节点有多种属性的社会网络进行可视化展示，并同时使用Yuntao Jia等［１２］提出的对于拥有不同属性的节点进行不同方式排列改进方法，并使用可视化交互技术进行可视化分析。定义有多个层级属性的社会网络为N＝｛VN，EN｝，其中VN为所有社会行动者（节点）的集合，而EN为所有社会关系（边）的集合，每个节点有m个属性，属性之间有层次关系并定义为Hi=（VHi，EHi），VHi表示来源于第i个属性的节点，nHi∈VHiL，nN∈VN，即多个属性间的关联关系可以使用一条边进行描述，并以2003-2012年美国信息科学技术学会会刊中作者的合作情况为实例，从节点不同的属性出发分析了合作网络中的合作现状。
２合作网络的跨属性分析
２１数据来源与选择
本文以国际高影响力期刊Journal of the American Society for Information Science and Technology（美国科学技术学会会刊）为例，选取期刊中2003－2012年10年间作者发文情况和合作情况进行统计。经统计，文章总数2 029篇、作者2 654名、涉及国家61个、涉及机构930个、合作总次数4 370次，为了从不同的节点属性对合作网络进行可视化分析，在分析中从作者、作者所属机构、作者所属国家这3个不同的节点属性层面对科研合作进行多尺度和跨尺度分析。
２２国家间合作分析
2003-2012年间共有来自61个国家的作者在该期刊上发表过文章，其按年度划分的国家间合作网络如图１所示，左上为2003年，右下则为2012年，期间的年份合作网络图分别按照从左到右、从上到下的顺序依次排列。圆形中的每一个扇形面表示一个国家，连线则表示国家之间论文的合作关系，连线的粗细与合作的数量成正比，由图１可以发现该期刊国家间的合作范围和合作数量从2006年开始有了显著增长，参与合作的国家数量也显著增加，这说明国际的合作行为越来越常见，合作行为逐渐常态化，国际合作成为科研合作的一种趋势。图１2003-2012国家间合作演化网络图
为了更清晰的研究国家间的合作状况，我们将2005年和2012年合作情况进行对比分析，由图２中2005年国家间合作网络图和图３中2012年国家间合作网络图对比可以看出，相对于2005年，2012年国家间合作有了极大的增长，经统计，2005年参与合作国家数为8个，参与合作国家占国家总数的36%，2012年参与合作国家数为26个，参与合作国家占国家总数的74%。相比于2005年2012年合作的国家数量增加了225%，国家合作比例增加了105%。在国家间合作上，美国在合作数量和合作范围上均领先于其他国家，随着国际合作的不断扩大，美国的合作情况也相应扩大，通过对2005年及2012年的美国的合作情况进行统计，发现2005年其合作范围为5个国家，占到参与合作国家的56%，而到了2012年，其合作范围为7个国家，尽管合作国家数量有所增长，但占到参与合作国家比例则下降到32%，根据2012年国家间合作情况，可以发现西班牙、英国、加拿大、中国等国家也已经成为跨国合作比较活跃的国家，这说明国家间科研合作的趋势已经呈现多元化，国家间合作日益频繁。
２３机构与国家间合作分析
一个国家中有着大量的科研机构，研究一个国家中机构间的合作情况以及机构的跨国合作情况对国家科研合作的发展有十分重大的意义。以2012年的合作情况为例，通
图２2005年国家间合作网络图
过可视化交互技术缩放和展开圆形中的信息片。得到图４的2012年合作详图，由图４可以发现A框区域的机构跨国合作较多，其跨国合作甚至成为国家间的主要合作途径，B框区域的机构内部合作数量较多，说明该机构内部联系较为紧密，机构内部研究主题较为一致。
通过可视化交互技术，将图4按照先前选取的范围进行缩放，可以浏览所选取机构合作的详细情况，如图５所示，A标识框为印第安纳大学，该机构的跨国合作次数较
图３2012年国家间合作网络图
图４个人、机构、国家合作网络图
多，且与其主要合作的国家为中国。通过可视化视图的指引，我们对印第安纳大学论文中的研究领域进行了分析，通过统计其论文中的关键词，发现其主要研究为“co-authorship”、“cooperation”、“Science”这说明从事合作研究的机构本身也比较重视合作，参与了很多跨机构、跨国家的合作，同时对于科学的研究也需要不同的机构相互合作才能共同完成。B标识框为马里兰大学，该机构的机构内部合作次数较多，其主要研究为“ethics”、“social equity”这说明该机构从事的是社会学方面的研究，由于各个国家的经济制度和社会背景不同，对于社会科学的认识也不尽相同，故其合作在机构内部较为频繁，所涉及的跨机构和跨国家合作较少。
２４个人与国家间合作分析
在研究个人与国家间合作状况时，我们选择了2012年在印第安纳大学中跨国合作次数最多的“Cassidy RSugimoto”为例来进行可视化分析，通过可视化交互技术的缩放，如
图５机构、国家间合作网络图
图６所示，与其合作学者所属国家一共有3个，关系连线均通过高亮的方式进行标注，分别是“Canada”、“England”、“Iran”，同时在网络图的中间还详细地表示出了与其合作的次数和国家信息。经统计，其2012年在JASIST共发表3篇论文，与4人有过合作，主要研究领域为“Scientometrics and Scholarly Communication”，这与其所在机构的研究范围一致，且合作次数在机构中领先，是机构中的核心作者。该可视化视图能够清晰的显示个人在机构中以及与其他国家合作的情况，从而能够迅速地分析某一国家或者机构中个人的合作情况与合作特点。
图６个人、国家间合作网络图
３结论
目前的社会网络可视化通常以节点连接图和邻接矩阵为主要方法，这两类方法能够对具有节点进行聚类和集群，这样适合静态的某一时刻的整体网络的可视化展示，但由于缺乏节点原有的属性信息以及对层次信息的展开与控制，无法清晰和明确的帮助用户从不同属性角度进行多尺度和跨尺度研究，无法将网络信息和属性信息融合分析，因而难以完全满足社会网络可视化分析的需求。为此，本文通过使用层次连线集束和可视化交互技术对2003-2012年美国信息科学技术学会会刊论文合作实例进行多尺度和跨尺度分析，证明了层次连线集束方法在社会网络可视化分析中的良好表现及重要作用，为社会网络的可视化分析提供了一个新的视角。
在下一步的研究中，我们考虑将这种可视化方法应用到更广泛的合作网络中，扩大层级数目，加入异构数据显示方式，使其具有更大的适用性，并且通过在可视化过程中加入交互式的动态变化过程，通过时间轴来显示基于时间的网络变化过程，使该可视化方法具有描述动态网络演变的功能，为具有多种属性的社会网络数据的可视化研究提供有益的参考与借鉴。
参考文献
［１］景民昌，孙洁丽.大型层次信息可视化方法研究［Ｊ］.情报科学，2008，29（4）：542-545.
［２］梁辰，徐健.社会网络可视化的技术方法与工具研究［Ｊ］.现代图书情报技术，2012，28（5）：7-15.
［３］刘东晓，郑彦宁，赵筱媛，等．基于文献计量的国外技术竞争情报研究进展分析［Ｊ］.情报杂志，2013，32（5）：49-55.
［４］孟微，庞景安．Pajek在情报学合著网络可视化研究中的应用［Ｊ］．情报理论与实践，2008，31（4）：573-575．
［５］王继民，李雷明子，王明星．移动搜索研究的知识图谱分析［Ｊ］．现代图书情报技术，2012，28（9）：29-35．
［６］孙秀霞，朱方伟，侯剑华．国际组织理论研究的合作模式探究——基于研究机构和研究者合作网络的分析［Ｊ］．情报杂志，2013，33（1）：105-110．
［７］侯剑华.国际能源技术研究机构合作的可视化分析［Ｊ］.情报杂志，2009，28（5）：8-13.
［８］王曰芬，王雪芬，颜端武.基于社会网络的科技咨询专家库的原型系统设计与实现［Ｊ］.情报学报，2012，31（3）：250-258.
［９］吴鹏，李思昆.基于领域本体的社会网络信息分析与可视化［Ｊ］.计算机工程与科学，2011，33（12）：66－71.
［１０］Gou L，Zhang XL.TreeNetViz：Revealing Patterns of Networks over Tree Structures［Ｃ］.IEEE TVCG/InfoVis11，2011，17（12）：2449-2458．
［１１］Danny Holten.Hierarchical Edge Bundles：Visualization of Adjacency Relations in Hierarchical Data［Ｃ］.IEEE Transactions on Visualization and Computer Graphics，2006，12（5）：741－748．
［１２］Yuntao Jia，Michael Garland，John C Hart.Social Network Clustering and Visualization using Hierarchical Edge Bundles［Ｊ］.Computer Graphics Forum，2011，30（8）：2314-2327.
（本文责任编辑：孙国雷）