数据挖掘利器 selenium实战案例--论文数据挖掘与可视化分析（下）

在上一篇文章说了用Python中的selenium包控制谷歌浏览器的方式，获取了城市规划领域2012年至2022年五种期刊的信息，清洗之后共8585篇论文文献，下篇说一下数据可视化。

一、发文量分析

1）各期刊发文占比，规划师期刊增刊多、发文量占优；

除了城市规划学刊是双月刊，其余期刊都为月刊，但规划师学刊近两年疯狂增刊，2021年发刊26期，可以改名为双周刊了。

2）教育机构是期刊论文的主要生产温床；

我们把发文机构分为四类，教育机构发表论文总量占比55.48%，比重过半。

3）规划师期刊中设计院和研究院机构的发文数量和占比异军突起；

4）发文量排名前20的机构

5）发文量排名前20的作者

5）发文地域分布

1. 《省份间发文数量差异地图》（下图一）

   发文作者的作者地址主要分布于北京、广东、上海、江苏、湖北、浙江达到了省份发文量的中位数483篇。

2. 城市发文量分布图（下图二）

   如果仅筛选有发文量的城市绘制城市密度图，结果会不一样，华东地区北部和广深地区的城市更密集，但这不够严谨，因为颜色深可能也只是代表其城市地域分布的更密集。尽管如此从图中还是能看到东西部地区的差异。

二、文章影响力分析

作者被引频次分为一次被引频次（引证文献的数量）和一次被引频次（引证文献的引证文献的数量，），本文没有特殊说明都是一次被引频次。

二级引证文献是指本文引证文献的引证文献，更进一步反映本文研究工作的继续、发展或评价。

1）作者被引频次

注：每段颜色代表一篇文章，颜色深浅代表此文章被引频次。且未设置第一作，论文署名就算此位作者的发文。

详细分布数据可以看下图：

2）发文机构被引量

3）基金支助与被引频次的关系

三、 内容、关键词分析

1）根据关键词分析

词云图反应相应关键词出现的频率,近十年总体来看”国土空间规划“占据主流，热度超过“城市规划”、“城市设计”、”城市更新“、”控制性详细规划“。北京、广州、上海、深圳等地理关键词的出现，反应了以其为研究对象的文章较多，侧面说明北上广深实际项目和城市规划发展质量较好。

1. 2012-2022关键词分析

2. 分年份关键词分析，热词整体呈现从“城市规划-新型城镇化-城市更新-城市规划“向”国土空间规划”发展。

• 2012_keywords
  
• 2013_keywords
  
• 2014_keywords
  
• 2015_keywords
  
• 2016_keywords
  
• 2017_keywords
  
• 2018_keywords
  
• 2019_keywords
  
• 2020_keywords
  
• 2021_keywords
  
• 2022_keywords
  

2）根据摘要分析

三、论文网络分析

1.作者合作发文网络分析

1）作者合作发文比例平均达77%，合作发文的比例呈现上升趋势

![image-20221228221730287](https://renhaifuchen-1315363329.cos.ap-nanjing.myqcloud.com/markdown_img/202212282217667.png

2）作者间合作网络结构简单，作者间联系程度并不高

通过Python的Networkx包构建作者之间的合作网络，发现8585位（不考虑重名）作者中：

• 合作网络密度低（0.0003）

  作者网络绘图
  

• 平均而言一位作者需要和三到四位作者合作，从一位作者到任意一位作者平均需要通过四到五人，更加说明文章的合作率高，单独发文的作者数量少。

• 最高中心性的作者排名：王德（56人）、王兴平（51人）、张京祥（51人）、黄亚平（49人）、李贵才（47人）、李志刚（47人）、黄明华（45人）、袁媛（43人）。虽然比社交网络中心性低不少，但第一名作者还是和56人（0.557%）合作过文章。

  • 作者网络中心度直方图
    

3） 城市间合作网络

与其他城市的作者合作的密切度前8位是：北京、上海、南京、杭州、广州、重庆、武汉、天津。如下图：

带你用数据看世界

各大平台欢迎关注