1.1　研究方法与数据来源

1.1.1　研究方法

本章的研究方法为知识图谱法（knowledge mapping）。知识图谱法是将应用数学、图形学、数据可视化技术、信息科学等学科的理论与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及知识基础，为学科研究提供切实的、有价值的参考。自“知识图谱”概念引进以来，多种文献可视化软件也纷纷出现，其中最为常用的是由陈超美教授研发的CiteSpace软件，又称为“引文空间”，它是一款着眼于分析科学文献中蕴含的潜在知识，并在科学计量学、数据可视化背景下逐渐发展起来的一款多元、分时、动态的引文可视化分析软件。根据研究需要，本章主要采取国家合作网络分析、机构以及作者合作网络分析、期刊源分析、关键词共现分析以及关键词突现检测等多种分析方法，绘制科学知识图谱，以此来定位能源消费领域的研究热点以及前沿。

在利用CiteSpace进行图谱分析的过程中，会使用到一些指标，以下对几个重要指标进行简单的阐述。

中介中心性（centrality）是测度节点在网络中重要性的一个指标，CiteSpace中使用此指标来发现和衡量文献的重要性，该指标的计算方法是Freeman于1977年提出来的，其计算公式如下：

式中，g_st为从节点s到节点t的最短路径数目，为从节点s到节点t的g_st条最短路径中经过节点i的最短路径数目。从信息传输角度来看，中介中心性越高，节点的重要性也越大。

CiteSpace中提供了三种计算网络中连接强度的方法，分别是Cosine，Jaccard和Dice方法，通常使用的是软件默认的Cosine算法，其计算方法如下：

式中，c_ij为i和j的共现次数，s_i为i出现的频次，s_j为j出现的频次。

Threshods（阈值）通过设定前中后三个时间段c，cc以及ccv的阈值来提取数据，即数据的起始、中间和结尾按照c，cc和ccv赋值，其余用线性内插值算法处理。ccv，c和cc三者的关系如下：

式中，c代表最低被引或出现频次，cc代表本时间切片中共现或者共被引频次，ccv表示共现率或者共被引率。

1.1.2　数据来源

Web of science是大型综合性、多学科、核心期刊引文索引数据库，它收录了8000多种具有高影响力的、经过同行专家评审的高质量学术期刊，覆盖领域甚广。因此在分析能源消费问题的知识图谱研究中，选取Web of science作为文献来源检索系统，更具有可信度和说服力。在Web of science数据库中，按照标题进行精确检索，检索词为“energy consumption”，检索时间为2008—2018年，共得到9544篇文献，为保证文献的正确性，剔除不相关文献，得到学术论文9354篇。数据采集方式汇总如表1-1。