电子商务领域研究热点分析cnki期刊的共词分析
21世纪的今天，网络购物早已从当年的少有人知到如今的不必可少并且逐渐成为人们的一种依赖，尤其是对于平时工作繁忙的打工族来说，已经成为了一种习惯，电子商务已经在无形中融入了我们的生活，所以本文以CNKI为数据源，检索出近20年与电子商务有关的期刊论文进行数据分析，把检索出文献的关键词作为对象，通过统计分析，运用所学习的知识和查阅资料选择出现频次较高的具有代表性的能反应电子商务领域研究热点的关键词，再通过BICOMB，SPSS等软件对所得的数据进行客观处理和系统分析，发现近20年电子商务领域的研究热点主要集中在电子商务营销、信息技术、商业模式、政策法规、互联网金融、一带一路这6个方面，最后并为从事电子商务研究的专家提供参考，为学者开展更深入的研究提供一定的数据依据。
目录
摘要 3
关键词 3
一、相关研究 4
（一）共词分析法的起源 4
（二）共词分析法的研究现状 4
二、研究方法 5
（一）研究问题 5
（二）研究步骤 5
1. 数据来源 5
2. 数据处理 6
三、结果与讨论 7
（一）因子分析 7
（二）层次聚类分析 10
（三）多维尺度分析 11
（四） 综合分析 12
四、结论与局限 13
（一）结论 13
（二）存在的问题 13
1. 研究方法自身的局限 13
2. 数据结果误差 13
五、致谢 13
图 1 因子碎石图 9
图 2聚类分析树状图 10
图 3二维坐标分布图 11
表 1 高频关键词表 6
表 2 高频关键词共词矩阵（部分） 6
表 3 相关矩阵（部分） 7
表 4 因子共度表 7
表 5 总方差主成分表（14行） 8
表 6 旋转成分矩阵 9
我国电子商务领域研究热点分析
——基于CNKI期刊论文的共词分析
引言
引言:“十二五”时期，电子商务行业在我国的发展非 *好棒文|www.hbsrm.com +Q: ^351916072#
常迅速，与电子商务有关的交易、信息、技术等服务企业也大量喷涌而出，相关产业的规模都随之变大。在国家政策的扶持之下，电子商务在我国的发展更是迅猛，随即在美国的资本市场中，先后有两家大型电商企业先后入住。在1990到1993年间，数据交换时代到来了。在中国电子商务开始进入起步阶段。直到1998，电子商务在中国进入发展阶段。总交易量持续快速增长，为国民经济增长做出了巨大贡献。它在国际社会中的地位和影响不断增加。因此，电子商务已经越来越贴近人们的生活，已经成为人们生活中不可缺少的一部分，为此作者运用三种共词分析方法对中国近20年来电子商务研究的热点进行了统计分析。
一、相关研究
（一）共词分析法的起源
共词分析这个概念是在20世纪70年代法国的研究人员在开发系统时被提出的，当时被称为“leximappe program”[1]，1983年法国科学家Callon M和Law J等人出版了第一部关于共词分析法的学术专著[2]。在当时的社会学分析座谈会上，Callon M等［3]提出把共词分析法用于绘制科学研究的结构。它的提出与共被引分析和引文耦合有密不可分的关系。这之后又被诸多学者进行了反复研究与改进，如今共词分析理论日趋完善。直到20世纪90年代中期共词分析法才逐步走向成熟，中国学者也在这个时候才开始逐渐引入共词分析这个概念，并广泛运用到各个学科领域当中。
目前，对单词分析方法没有统一的定义，但其基本原理已被绝大多数研究者和学者所认可，即用两两一组来统计它们共同出现的频率对象，然后构造共词矩阵。基于词矩阵的矩阵，对象进行分析。用其他统计学原理对这些词汇的不同方法和维度进行了分析，结合定性和定量的方法揭示了某一研究领域的结构和研究重点，研究领域的动态发展过程也可以被抓住并预测。单词出现在同一文件中的次数越多，两个主体之间的关系就越接近。这样，只要所选文献中两两一组关键词的出现频率在同一文献中出现，单词分析的原则就是基于由相关词组成的共同词网络的形成。网络中节点之间的距离可以反映主题内容之间的密切关系。利用多种统计分析方法，分析对象之间复杂网络关系的可视化过程是分析常用词的过程。
（二）共词分析法的研究现状
2012年丁国勇[4]在SPSS软件中进行数据处理和分析，将25个使用矩阵形式的高频关键词共现关系转化为相关系数矩阵，并通过一步使用SPSS软件生成25个关键因子相关系数矩阵分析，主成分分析（pca）因子提取法，正交因子旋转法，因子分析法，采用pajek软件绘制同现网络。王培名[5]使用CiteSpaceII 2. 2.将R11共享所有数据进行分析和词汇分析和聚类分析，神经科学研究前沿知识映射，使用Bibexcel进行分析，使用UCINET对社交网络进行总分。刘涛[6]利用Excel统计函数将高频词构成一个30×30的词矩阵，最后将相关矩阵，相异矩阵数据分别转化为SPSS统计分析软件，如聚类分析，因子分析和多维尺度分析，分析结果分别。岳丽娟[7]将数据通过关键词选择分解到SPSS中，选取教育技术学科高频关键词形式80×80共80个字对称矩阵，然后进行因子分析，聚类分析和多维尺度分析等相关内容分析以生成各种图表，图表或地图坐标。
2013年周序[8]使用Excel将前十名院校编号，作者，期刊引用情况进行统计，并将结果文档记录到Excel文档对应的位置，并导入CiteSpaceII软件生成高频关键词边界知识图，知识和联合网络知识图的知识库。梁玉磊[9]由崔雷教授开发的“bicomb书目共现分析系统”[10]开发了标准化矩阵Salton系数，相关矩阵并转换为SPSS聚类分析，因子分析，多维尺度分析，分析的研究热点，使用UCITET进行分析，并利用NETRAW的直观图形趋势关系网络来展示图书馆联盟的演化和预测未来的研究。徐琦[11]采用Bicomb系统进行关键字统计，确定高频关键字，截取高频关键词共生矩阵，建立阈值为3，生成共生矩阵的勺子集关键字8。他将共生矩阵接收到SPSS，进一步执行高频关键词的相似矩阵和聚类树。利用SPSS对相似矩阵中的高频关键词进行聚类，并选择欧氏距离作为可变距离的度量，使用组间的连接作为类间距离的计算方法。
目录
摘要 3
关键词 3
一、相关研究 4
（一）共词分析法的起源 4
（二）共词分析法的研究现状 4
二、研究方法 5
（一）研究问题 5
（二）研究步骤 5
1. 数据来源 5
2. 数据处理 6
三、结果与讨论 7
（一）因子分析 7
（二）层次聚类分析 10
（三）多维尺度分析 11
（四） 综合分析 12
四、结论与局限 13
（一）结论 13
（二）存在的问题 13
1. 研究方法自身的局限 13
2. 数据结果误差 13
五、致谢 13
图 1 因子碎石图 9
图 2聚类分析树状图 10
图 3二维坐标分布图 11
表 1 高频关键词表 6
表 2 高频关键词共词矩阵（部分） 6
表 3 相关矩阵（部分） 7
表 4 因子共度表 7
表 5 总方差主成分表（14行） 8
表 6 旋转成分矩阵 9
我国电子商务领域研究热点分析
——基于CNKI期刊论文的共词分析
引言
引言:“十二五”时期，电子商务行业在我国的发展非 *好棒文|www.hbsrm.com +Q: ^351916072#
常迅速，与电子商务有关的交易、信息、技术等服务企业也大量喷涌而出，相关产业的规模都随之变大。在国家政策的扶持之下，电子商务在我国的发展更是迅猛，随即在美国的资本市场中，先后有两家大型电商企业先后入住。在1990到1993年间，数据交换时代到来了。在中国电子商务开始进入起步阶段。直到1998，电子商务在中国进入发展阶段。总交易量持续快速增长，为国民经济增长做出了巨大贡献。它在国际社会中的地位和影响不断增加。因此，电子商务已经越来越贴近人们的生活，已经成为人们生活中不可缺少的一部分，为此作者运用三种共词分析方法对中国近20年来电子商务研究的热点进行了统计分析。
一、相关研究
（一）共词分析法的起源
共词分析这个概念是在20世纪70年代法国的研究人员在开发系统时被提出的，当时被称为“leximappe program”[1]，1983年法国科学家Callon M和Law J等人出版了第一部关于共词分析法的学术专著[2]。在当时的社会学分析座谈会上，Callon M等［3]提出把共词分析法用于绘制科学研究的结构。它的提出与共被引分析和引文耦合有密不可分的关系。这之后又被诸多学者进行了反复研究与改进，如今共词分析理论日趋完善。直到20世纪90年代中期共词分析法才逐步走向成熟，中国学者也在这个时候才开始逐渐引入共词分析这个概念，并广泛运用到各个学科领域当中。
目前，对单词分析方法没有统一的定义，但其基本原理已被绝大多数研究者和学者所认可，即用两两一组来统计它们共同出现的频率对象，然后构造共词矩阵。基于词矩阵的矩阵，对象进行分析。用其他统计学原理对这些词汇的不同方法和维度进行了分析，结合定性和定量的方法揭示了某一研究领域的结构和研究重点，研究领域的动态发展过程也可以被抓住并预测。单词出现在同一文件中的次数越多，两个主体之间的关系就越接近。这样，只要所选文献中两两一组关键词的出现频率在同一文献中出现，单词分析的原则就是基于由相关词组成的共同词网络的形成。网络中节点之间的距离可以反映主题内容之间的密切关系。利用多种统计分析方法，分析对象之间复杂网络关系的可视化过程是分析常用词的过程。
（二）共词分析法的研究现状
2012年丁国勇[4]在SPSS软件中进行数据处理和分析，将25个使用矩阵形式的高频关键词共现关系转化为相关系数矩阵，并通过一步使用SPSS软件生成25个关键因子相关系数矩阵分析，主成分分析（pca）因子提取法，正交因子旋转法，因子分析法，采用pajek软件绘制同现网络。王培名[5]使用CiteSpaceII 2. 2.将R11共享所有数据进行分析和词汇分析和聚类分析，神经科学研究前沿知识映射，使用Bibexcel进行分析，使用UCINET对社交网络进行总分。刘涛[6]利用Excel统计函数将高频词构成一个30×30的词矩阵，最后将相关矩阵，相异矩阵数据分别转化为SPSS统计分析软件，如聚类分析，因子分析和多维尺度分析，分析结果分别。岳丽娟[7]将数据通过关键词选择分解到SPSS中，选取教育技术学科高频关键词形式80×80共80个字对称矩阵，然后进行因子分析，聚类分析和多维尺度分析等相关内容分析以生成各种图表，图表或地图坐标。
2013年周序[8]使用Excel将前十名院校编号，作者，期刊引用情况进行统计，并将结果文档记录到Excel文档对应的位置，并导入CiteSpaceII软件生成高频关键词边界知识图，知识和联合网络知识图的知识库。梁玉磊[9]由崔雷教授开发的“bicomb书目共现分析系统”[10]开发了标准化矩阵Salton系数，相关矩阵并转换为SPSS聚类分析，因子分析，多维尺度分析，分析的研究热点，使用UCITET进行分析，并利用NETRAW的直观图形趋势关系网络来展示图书馆联盟的演化和预测未来的研究。徐琦[11]采用Bicomb系统进行关键字统计，确定高频关键字，截取高频关键词共生矩阵，建立阈值为3，生成共生矩阵的勺子集关键字8。他将共生矩阵接收到SPSS，进一步执行高频关键词的相似矩阵和聚类树。利用SPSS对相似矩阵中的高频关键词进行聚类，并选择欧氏距离作为可变距离的度量，使用组间的连接作为类间距离的计算方法。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/xxaq/503.html
