《表2 国内学术资源文献关键词频次和中心性表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《近20年来国内隐私领域研究的结构特征与热点透视》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

共词分析法是内容分析法的一种，通常用来分析某个领域内不同专业词汇在同一篇文献里面的共现情况，其共现频次和关联程度成正相关，一定程度上反映了相应时期内该领域的研究热点和核心主题[12]。本研究首先将样本数据的关键词信息导入Excel表格，按照降序排列，得到了474个关键词，选取出现频次大于40的关键词并利用CiteSpace软件对其中心度进行计算，排在前10位的依次是隐私保护、隐私权、隐私、大数据、个人信息、云计算、数据挖掘、k-匿名、位置隐私、差分隐私，基本反映了隐私领域研究的核心主题，详见表2。然而，词频统计不能反映各个知识单元之间的内在关联，因此，本研究又对关键词进行了共现分析，如图5所示。在图谱中，共现关系强烈的节点会自动聚成一团，反映着知识节点之间密切的关系，图中大数据、数据挖掘、个人数据、隐私泄漏等聚在一起，反映了大数据时代网络用户隐私安全这个主题，隐私权、被遗忘权、法律保护、个人信息保护等聚集在一起共同指向个人隐私权保护这个主题。节点的大小代表着关键词频次的高低，节点的颜色代表着关键词出现的年份，颜色越深表示关键词出现的年份越近，年轮的厚度和相应时间段内关键词出现的数量成正相关，节点之间的连线反映着节点之间的共现情况，线条的粗细反映着关键词之间共现频次的高低。可以看出，隐私保护是出现频次最多、关联节点最多、持续时间最长的关键词，是整个隐私领域最核心的研究主题。