论文：CiteRivers: Visual Analytics of Citation Patterns

作者：Florian Heimerl, Qi Han, Steffen Koch Member, IEEE, Thomas Ertl Member, IEEE**
发表：Citation information: DOI 10.1109/TVCG.2015.2467621, IEEE Transactions on Visualization and Computer Graphics

简介

对科学文献的组织、分析、探索是高效知识管理的重要任务，CiteRivers 结合已有的分析系统，扩展新的分析技术，设计了全新的对文献的内容、属性以及引用模式的可视化分析系统。
img

图 1-系统预览（a）文献面板（b）文献聚类等级滑条（c）引用属性面板（d）作者面板（e）引用面板（f）引用聚类等级滑条（g）文献趋势图

系统功能剖析

（a）文献面板

文献面板：通过 steamgraph 的方法来展示文献。根据文献的属性或者相似度，文献被划分到某个聚类（流）中；每个聚类（流）又由不同时间的块组成；每个块中的论文抽取出相应的关键词云。

  • 不同颜色编码不同的聚类（流）
  • 块的高度编码相应文献的数量
  • 字体大小编码词的关键程度
  • 悬停：高亮相应的聚类（流）（增加饱和度）和块（变换背景色）
  • （b）文献聚类等级滑条：控制聚类（流）数量

（c）引用属性面板

引用属性面板：展现了高亮流中每个块中文献的引用的统计属性，包括：引用年龄和引用熵。

  • 引用年龄，统计的是所有被引用文献的平均年龄，一定程度上暗示领域主题的变化趋势。被引用文献的年龄指的是：该被引用文献从发表到此次引用的时间。
  • 引用熵，反映的是引用的广度及其变化，通过公式计算获得。一般而言，引用聚类越多（参见：(e)引用面板），分布越不均匀，熵越大。

（d）作者面板

作者面板：在高亮流的每个块中，统计出最高产的 10 位作者，并展现其中的变化。

  • 共 12 种颜色，同一块中，不同的颜色编码不同的作者
  • 圆圈大小编码作者产量，每个块中按产量降序排序
  • 悬停：展示作者姓名
  • 识别同一作者：（1）相邻块：直接连线；（2）非相邻块：在圆圈左/右增加凸起，提示同一作者还在左/右侧出现，悬停时连线显示
  • 选中：（1）（a）文献面板的每个块中，显示选中作者的文献数量（2）（g）文献趋势图中更新选中作者的文献

（e）引用面板

引用面板：通过 flowgraph 的方法来展示引用信息。通过被引用文献的发表期刊\杂志和 DBLP 的社区结构，将高亮流中所有文献的引用划分到某个聚类中。

  • 背景色同高亮流
  • 每个条目显示：期刊\杂志，发表时间，引用数量。聚类内按引用数量降序排序
  • 双击：打开期刊\杂志在 DBLP 中的相应页面
  • （f）引用聚类等级滑条：控制聚类数量
  • 选中：（1）（a）文献面板的每个块中，显示引用了“选中期刊\杂志”的文献数量（2）（g）文献趋势图中更新引用了“选中期刊\杂志”的文献

（g）文献趋势图

文献趋势图：通过散点图，展现文献的成就性和新颖性。

  • 成就性，被引用次数，反应文献价值和认可度
  • 新颖性，通过公式计算得出，参考超前-滞后指数
  • 圆形刷选：点击空白处可显示作者、文章标题
  • 选中：（1）显示作者、文章标题（2）显示之前/之后的相关文章及其相关程度（归一化）和所属文献的聚类（背景色提示）

img

图 2-文献趋势图

用例分析

作者通过 VIS 1998~2011 收录的所有文献作为数据集，展开了一系列的分析。其中，文献的聚类数量为 3，引用的聚类数量为 5。
img

图 3-VIS 1998~2011 文献分析

从图 3 中，作者做出了如下的解释：

  1. 文献面板将文献聚为 3 类，其中底部（红色）为 SciVis，中间（绿色）为 InfoVis，顶部（紫色）为 VAST
  2. VAST 始于 2006 年，所以紫色的聚类从 2006 年开始才有数据
  3. 图 3-a 中，蓝色的 CitationAge 曲线，在 2006 年出现的一个峰，紧接着在 2007/2008 年不断下降，而 2009 年后趋于平缓

针对情况，作者提出的解释是，当 VAST 创立之初，作为一个新的方向，文献趋向于在过去的文献中寻找相似的引用，所以引用年龄偏大；在第二、第三年，文献趋向于参考不多的仅有的 VAST 文献，所以引用年龄呈现下降趋势；随着时间推移，VAST 文献的年龄也在变大，所以 2009 年后，引用年龄常态化，趋于平缓。

  1. 引用大量集中在可视化领域和数据挖掘领域

对此，作者表示出极大的兴趣，所以分别查看了，多年中对数据挖掘的引用情况（图 4），以及对 VAST 自身的引用情况（图 5）。可以看出，总体的引用都在呈上升趋势；另外，图 5 中没有 2005 年以前的数据，同样是因为 VAST 始于 2006 年。
img

图 4-VIS 1998~2011 对数据挖掘的引用情况

img

图 5-VIS 1998~2011 对 VAST 的引用情况

总结

不足

  • 文档编辑的小错误、图表的质量瑕疵（时间缺失）
  • 未体现作者合作关系
  • 未体现作者单位信息
  • 未体现引用网络
  • 为解释文档相似度
  • 文档面板中不支持缩放
  • ……

未来工作

  • 作者合作关系与引用网络
  • 兼容自底向上的分析方法

文章中所使用的聚类方法为谱聚类，仅支持自顶向下的分析方法

  • 兼容专利文档

更多内容与细节，请参阅作者文章原文。总体上，这还是一篇很有意思、有创新思维的好文章。


Questions & Discussion： ✉️ zjuvis@cad.zju.edu.cn