Phân tích đồng xuất hiện từ khóa (keyword co-occurrence analysis) dựa trên giả định đơn giản: hai từ khóa thường xuyên cùng xuất hiện trong một bài báo thì có liên hệ về nội dung. Khi tổng hợp hàng nghìn bài, mạng đồng xuất hiện phác họa cấu trúc khái niệm của một lĩnh vực. Tuy nhiên, chất lượng bản đồ phụ thuộc rất lớn vào các quyết định kỹ thuật ở từng bước. Bài viết này trình bày quy trình chúng tôi áp dụng, từ chọn loại từ khóa đến cách viết phần Phương pháp.
Bước 1: Chọn loại từ khóa phù hợp
Dữ liệu Scopus và Web of Science có hai nhóm từ khóa chính, mỗi nhóm có ưu nhược điểm riêng.
| Loại | Nguồn gốc | Ưu điểm | Hạn chế |
|---|---|---|---|
| Author keywords | Tác giả tự chọn | Phản ánh đúng cách tác giả định vị bài; sát với ngôn ngữ chuyên ngành. | Không chuẩn hóa, nhiều biến thể, một số bài thiếu từ khóa. |
| Index keywords | Cơ sở dữ liệu gán (Scopus) hoặc Keywords Plus (WoS) | Phủ rộng, có phần chuẩn hóa theo từ vựng có kiểm soát. | Thường chung chung, có từ phi nội dung như "human", "article". |
| Từ trích từ nhan đề, tóm tắt | Khai phá văn bản | Dùng được khi thiếu từ khóa. | Nhiễu cao, cần lọc mạnh. |
Với câu hỏi về chủ đề nghiên cứu, author keywords thường cho bản đồ dễ diễn giải nhất. Index keywords hữu ích trong y sinh, nơi từ vựng MeSH và Emtree đã chuẩn hóa tốt. Dù chọn loại nào, hãy nêu rõ lựa chọn và lý do trong bài.
Bước 2: Làm sạch dữ liệu từ khóa
Làm sạch là bước tốn thời gian nhất nhưng ảnh hưởng mạnh nhất tới kết quả. Các thao tác điển hình:
- Chuẩn hóa chữ hoa chữ thường, khoảng trắng, dấu gạch nối ("e-learning" và "elearning").
- Gộp số ít và số nhiều ("supply chain" và "supply chains").
- Gộp chính tả Anh và Mỹ ("behaviour" và "behavior").
- Gộp từ viết tắt với dạng đầy đủ ("CSR" và "corporate social responsibility").
- Loại từ phi nội dung hoặc chính là từ tìm kiếm (nếu chuỗi tìm kiếm là "fintech" thì nút "fintech" sẽ chiếm trung tâm và không mang thông tin mới).
Bước 3: Lập tệp thesaurus
Kết quả làm sạch được ghi vào tệp thesaurus để phần mềm áp dụng tự động. Trong VOSviewer, đây là tệp văn bản phân tách bằng tab với hai cột "label" và "replace by"; trong bibliometrix, bạn dùng tham số synonyms hoặc remove.terms của hàm tương ứng. Ví dụ nội dung tệp thesaurus-terms.txt:
label replace by
supply chains supply chain
behaviour behavior
csr corporate social responsibility
study
analysis
Dòng có cột "replace by" để trống nghĩa là loại thuật ngữ đó khỏi bản đồ. Lưu tệp thesaurus kèm hồ sơ dự án và đính kèm làm tài liệu bổ sung nếu tạp chí cho phép; điều này tăng tính minh bạch đáng kể.
Bước 4: Đặt ngưỡng xuất hiện tối thiểu
Ngưỡng quyết định số nút trên bản đồ. Không có giá trị chuẩn chung; ngưỡng phù hợp phụ thuộc quy mô dữ liệu.
| Số bản ghi | Ngưỡng tham khảo | Số nút mục tiêu |
|---|---|---|
| Dưới 500 | 2 đến 3 lần | 40 đến 80 |
| 500 đến 2.000 | 5 đến 10 lần | 60 đến 120 |
| Trên 2.000 | 10 đến 20 lần trở lên | 80 đến 150 |
Đây chỉ là gợi ý thực hành, không phải quy tắc. Điều quan trọng là thử vài giá trị, kiểm tra cấu trúc cụm có ổn định không, rồi báo cáo giá trị cuối cùng.
Bước 5: Phân cụm và độ phân giải
VOSviewer phân cụm bằng thuật toán dựa trên modularity có tham số resolution (mặc định 1.00). Resolution cao tạo nhiều cụm nhỏ, chi tiết; resolution thấp tạo ít cụm lớn, khái quát. Ngoài ra, tham số kích thước cụm tối thiểu giúp gộp các cụm quá nhỏ.
Quá nhiều cụm
Các cụm chỉ có vài nút, khó đặt tên, chủ đề bị chia vụn.
Quá ít cụm
Một cụm gom nhiều chủ đề khác nhau, mất khả năng phân biệt.
Hợp lý
Thường 4 đến 8 cụm, mỗi cụm có chủ đề đặt tên được bằng 2 đến 4 từ.
Bước 6: Overlay theo năm để tìm chủ đề mới nổi
Chế độ overlay tô màu mỗi từ khóa theo năm công bố trung bình của các bài chứa nó. Từ khóa màu vàng (mặc định) có năm trung bình gần đây hơn, gợi ý chủ đề mới nổi. Cần thận trọng: năm trung bình bị kéo bởi số lượng bài, nên một từ khóa xuất hiện nhiều ở cả giai đoạn cũ và mới có thể trông "trung tính". Bạn có thể bổ sung bằng phân tích theo giai đoạn (chia dữ liệu thành hai hoặc ba khoảng thời gian) hoặc biểu đồ trend topics trong bibliometrix.
Bước 7: Đọc và đặt tên cụm
Đặt tên cụm là bước diễn giải, thuộc chuyên môn của tác giả. Một quy trình gợi ý:
- Liệt kê 10 từ khóa có trọng số lớn nhất của mỗi cụm.
- Đọc nhan đề và tóm tắt của các bài tiêu biểu (được trích dẫn nhiều nhất) chứa các từ khóa đó.
- Đề xuất tên cụm phản ánh chủ đề chung, tránh dùng nguyên một từ khóa làm tên.
- Lập bảng tổng hợp cụm: tên, số từ khóa, từ khóa chính, năm trung bình, bài tiêu biểu.
Báo cáo trong phần Phương pháp
Đoạn Phương pháp cho bản đồ từ khóa nên nêu: phần mềm và phiên bản, loại từ khóa, cách làm sạch và tệp thesaurus, phương pháp đếm (full hoặc fractional), ngưỡng xuất hiện, số từ khóa đạt ngưỡng trên tổng số, phương pháp chuẩn hóa (mặc định association strength), resolution và kích thước cụm tối thiểu. Tham khảo khung phương pháp trong Donthu et al. (2021) và Zupic và Čater (2015) để trình bày mạch lạc.
Dưới đây là một đoạn mẫu bằng tiếng Anh để bạn tham khảo cách trình bày; hãy điều chỉnh theo nghiên cứu của mình thay vì sao chép:
Keyword co-occurrence analysis was performed in VOSviewer (version 1.6.x) using author keywords. Keyword variants were merged and generic terms removed with a thesaurus file (Supplementary File S1). Fractional counting was applied, and keywords occurring at least eight times were retained. Links were normalized with association strength, and clustering used a resolution of 1.2 with a minimum cluster size of five.
Mọi giá trị trong đoạn trên đều có thể được người đọc kiểm tra lại nếu có dữ liệu và tệp thesaurus của bạn, và đó chính là mục tiêu của phần Phương pháp minh bạch.
Ví dụ minh họa quy trình (giả định)
Giả sử bạn có khoảng 1.800 bản ghi Scopus về kinh tế tuần hoàn trong ngành xây dựng. Tình huống này hoàn toàn mang tính minh họa, các con số được đặt ra để mô tả quy trình chứ không phản ánh một nghiên cứu có thật.
Chọn trường và làm sạch
Chọn author keywords. Danh sách thô có vài nghìn thuật ngữ; thesaurus gộp biến thể chính tả, số ít số nhiều và loại chính các từ tìm kiếm.
Đặt ngưỡng
Ngưỡng 8 lần xuất hiện giữ lại khoảng 100 từ khóa, đủ để nhãn còn đọc được ở kích thước hình trên tạp chí.
Phân cụm
Ở resolution mặc định, bản đồ có sáu cụm. Tăng resolution tách một cụm lớn thành hai cụm mà tác giả đánh giá là thực sự khác biệt, nên giá trị cao hơn được giữ và báo cáo.
Overlay
Overlay gợi ý công cụ số và hộ chiếu vật liệu là chủ đề gần đây; tác giả kiểm tra lại bằng số bài theo từng giai đoạn.
Mỗi quyết định trong ví dụ đều nhỏ, có lý do và được ghi lại. Chính sự kết hợp đó, chứ không phải một giá trị tham số cụ thể, làm cho bản đồ từ khóa đáng tin cậy trong mắt phản biện.
Biblio VietSCI hỗ trợ bạn ở đâu
Dịch vụ phân tích đồng xuất hiện từ khóa đảm nhận các bước kỹ thuật: làm sạch, lập thesaurus, thử ngưỡng, chạy bản đồ network, overlay, density và lập bảng tổng hợp cụm, kèm toàn bộ tệp gốc. Việc đặt tên cụm, diễn giải xu hướng và viết phần Thảo luận do tác giả thực hiện. Xem bảng giá hoặc gửi yêu cầu tại trang đặt hàng.
Câu hỏi thường gặp
Nên dùng author keywords hay index keywords?
Author keywords thường cho bản đồ chủ đề dễ diễn giải hơn. Index keywords phù hợp với y sinh nhờ từ vựng chuẩn hóa. Hãy nêu rõ lựa chọn và lý do trong phần Phương pháp.
Có cần loại từ khóa tìm kiếm khỏi bản đồ không?
Thường nên loại, vì từ khóa tìm kiếm xuất hiện trong gần như mọi bài, chiếm trung tâm bản đồ và không cung cấp thông tin mới về cấu trúc chủ đề.
Bao nhiêu cụm là hợp lý?
Không có con số cố định, nhưng thực tế 4 đến 8 cụm thường dễ diễn giải. Điều chỉnh resolution và kích thước cụm tối thiểu, sau đó báo cáo thông số đã dùng.
Overlay theo năm có chứng minh chủ đề mới nổi không?
Không hoàn toàn. Overlay chỉ cho thấy năm công bố trung bình. Nên kết hợp phân tích theo giai đoạn hoặc biểu đồ xu hướng và diễn giải thận trọng.