用户界面设计和结果可视化

CS-LAS提供基于Web的检索接口，并利用一个流行的Web前端可视化工具d3.js对结果进行可视化处理。系统界面包含3个部分：检索界面、导航界面和分析界面。用户在检索框中输入检索词，通过选择“研究问题”或“研究方法”按钮来检索研究方法或研究问题。图9-4是用户检索研究问题“图像分割”的可视化呈现结果，图中包含三部分内容：左上角是“最常用来解决该问题的研究方法”，通过动态的“WordCloud”形式呈现，其中字的颜色深度越深，代表该研究方法的文档频率越高，点击每条文字相当于以其为检索词检索相应的研究方法；右上角是“研究该问题的文献分布”，即每一年研究“图像分割”文献的绝对数目趋势图；图片下方是对右上角图片的动态展开，即每一年具体的每一篇文献，点击每一条文字还可看到每篇文献的详细题录信息。

导航界面提供所有研究问题/方法及对应的文献标题的列表展示。同时，若用户点击具体的研究问题/方法，则系统自动检索该研究问题和方法，呈现类似图9-4的可视化结果；若用户点击具体的文献标题，则可返回该文献的详细题录信息。

图9-4　研究问题“图像分割”的检索结果可视化呈现

图9-5　1994—2013年计算机领域的热点研究问题和热点研究方法可视化呈现(www.xing528.com)

分析界面见图9-5，用户可以限定某一时间范围，CS-LAS自动生成这一时间跨度内计算机领域的热点研究问题和热点研究方法，并以树结构图展示。树图中的节点分别代表研究问题或研究方法，边代表两个节点之间存在topic-method的对应关系，特别的，根节点用于区别研究问题和研究方法，且在两个树图中研究问题和研究方法总是从左至右交叉出现；点击节点，节点会变为另外一种颜色，便呈现出该研究问题（或研究方法）相对应的研究方法（或研究问题）。图片左上角的按钮显示的是系统中总的研究问题数和总的研究方法数，点击按钮则跳入导航界面。点击节点上具体的文字，则可以得到该研究问题（或研究方法）的关联分析的结果列表，具体如图9-6，列表包含SVM已经被应用的研究问题、与SVM相似的研究方法、SVM可能解决的新的研究问题及它们对应的文献。

图9-6　研究方法“支持向量机”的关联分析结果

观察CS-LAS的可视化结果可以发现，与传统学术数据库（以CNKI为例）的检索结果相比，CS-LAS根据研究问题和研究方法对文献集分别建立索引，从问题和方法的角度对文献研究主题进行了区分，较好地满足了不同领域的科研工作者的特定信息需求，避免了费时的人工筛选过程。与现有的文献计量工具（如CiteSpace）相比，从研究问题词汇和研究方法词汇的角度出发，进行统计分析和可视化展现，可有效地对统计源数据中存在的噪音进行过滤，更加精确地描绘某一领域的热点研究问题和研究趋势。从视觉上来看，CS-LAS利用WordCloud、层次树状图、动态时间轴等可视化方式，提供了更为直观生动的展现方式。