中国制酒历史悠久，酒在国民经济和人民生活中占据着重要地位[1-2]。我国酒的品类丰富，生产工艺复杂多样[3]。在这一系列复杂的工艺中，酒醅扮演着至关重要的角色，其不仅是微生物发酵的主要载体，更是酒中香气物质的直接来源[4-5]。酒醅中微生物的菌群结构以及它们的代谢活动情况，对酒的品质具有决定性的影响[6-9]。酒醅构成多种多样，主要包括稻谷壳、小麦、高粱、葡萄等富含碳水化合物的天然谷物和水果[10]。这些原料与微生物菌群在酿酒过程中发挥着至关重要的作用，它们不仅为酒醅提供了必要的营养成分，还通过复杂的生物化学反应，转化为酒独特的香气和风味[11]。知识图谱法是将所获取的文献进行诸如数据挖掘、分析、排序、导航等一系列的处理，最终以知识图谱的形式展现，使得知识的结构能够清晰呈现，有助于研究者获取知识[12]。本研究采用知识图谱和文献计量学可视化分析方法，对酒醅研究领域内公开发表的中文期刊文献进行深入分析，旨在全面把握该领域的总体研究现状和发展动向，揭示其中存在的问题和挑战，为后续研究提供有价值的参考和指引，推动学科的发展和创新。
1 材料与方法
1.1 文献来源
以中国知网（China National Knowledge Infrastructure，CNKI）作为数据来源，在CNKI数据库中采用高级检索，主题设置为酒醅，时间范围设置为2014年1月1日至2023年12月31日，结果共检索到1 414篇文献，通过阅读标题和摘要去除明显与其无关、重复、报纸、会议论文等，通过全文阅读筛选出相关文献1 373篇进行分析[13]。
1.2 分析方法概述
在完成无关及重复数据的剔除后，借助CiteSpaceV6.3.R1软件进行深度分析。将1 373篇文献导出为Refworks格式，并将这些数据文件保存为utf-8编码的文本文件，放入指定的“输入数据文件夹”中。随后，利用CiteSpaceV6.3.R1软件将这些文本文件转化为Wos格式，以便进行后续的文献计量分析。
在分析过程中，选择机构、作者、关键词等多个维度进行深入研究[14]。此外，为了更全面、直观地展示分析结果，结合CNKI的可视化功能以及Excel 2016软件作为分析手段[15]，对近10年与酒醅相关的文献进行年度发文量、发文期刊、作者及其所属机构以及关键词等方面的统计分析[16-18]。
2 文献基本特征
2.1 发文量及时间统计
发文量既为科研人员对特定研究领域重视和关注的直观表露，又在某种程度上暗示了该领域发展的线索与成长的形势，并揭示了该领域研究的活跃度和进步速度[19-20]。因此，通过深入分析发文量，能够更好地洞察某一研究领域的发展动态与潜在趋势。2014-2023年酒醅研究领域相关文献发文量的变化见图1。
图1 2014-2023年酒醅研究领域相关文献发文量的变化
Fig.1 Changes in the number of relevant literatures published in the field of fermented grains research from 2014 to 2023
由图1可知，在检索时间范围内，对酒醅的研究文献整体逐步上升，从2014年的107篇逐步上升到2023年的172篇，其中2015年和2023年略有下降，2015年是近十年发文量最少的年度，仅79篇，这可能与2015发生的黄金酒事件和五粮液停牌事件有关。而2022年发文量达到最大，为200篇，这可能是因为在2022年国发2号文件发布[21]，酒的新国标正式实施，使得酒醅相关研究急剧上升。
2.2 期刊分析
不同期刊在同一领域内所关注的焦点各异，对发文期刊的统计分析能使研究者精准捕捉领域热点及方向[22]，评估发文量可以判断领域研究价值与潜力[23]。期刊分布是衡量学科论文中心性的关键指标，可有效评价学科发展水平，为研究者提供重要参考[24]。2014-2023年共1 373篇酒醅研究领域相关文献发文量排名前10的期刊见表1。
表1 2014-2023年酒醅研究领域相关文献发文量排名前10的期刊
Table 1 Top 10 journals in the number of relevant literatures published in the field of fermented grains research from 2014 to 2023
期刊 发文数量/篇2023年综合影响因子占总发文量比例/%《酿酒科技》《酿酒》《中国酿造》《食品与发酵工业》《食品科学》《微生物学通报》《食品工业科技》《食品科技》《食品与机械》《食品研究与开发》280 214 132 77 37 19 18 18 15 15 0.949 0.672 1.785 1.956 2.935 1.649 1.960 1.292 1.492 1.747 20.4 15.6 9.6 5.6 2.7 1.4 1.3 1.3 1.1 1.1
由表1可知，发文量最多的是《酿酒科技》杂志，共280篇，约占文献总数的20.4%，期刊2023年综合影响因子为0.949。其次是《酿酒》和《中国酿造》，分别为214篇和132篇，分别占文献总数的15.6%和9.6%，期刊2023年综合影响因子分别为0.672和1.785。其中综合影响因子较高的期刊《食品科学》和《食品与发酵工业》发文量仅分别为37篇和77篇。结合影响因子和发文量说明《酿酒科技》、《酿酒》、《中国酿造》、《食品与发酵工业》这些期刊都是获取该领域大多数科研者认同的主要阵地，也是获取酒醅领域热门研究信息的关键途径[25]。
2.3 发文作者及机构分析
对2014-2023年酒醅相关领域中第一作者的发文量予以统计，结果发现，在这十年期间，有成千上百名作者发表了有关酒醅的相关论文。其中约有85%以上的作者发文量处于1～3篇，而仅有约15%的作者发文量超过3篇，发文量排名前10的作者见表2。
表2 2014-2023年酒醅研究领域相关文献发文量排名前十的作者及其所在机构
Table 2 Top 10 authors and their institution in the number of relevant literatures published in the field of fermented grains research from 2014 to 2023
作者 发文量/篇占总发文量比例/% 所在机构程伟徐岩张杰潘天全李娜王晓丹邱树毅黄治国卫春会彭兵32 28 24 19 19 18 16 15 13 12 2.3 2.0 1.7 1.4 1.4 1.3 1.2 1.1 1.0 0.9安徽金种子酒业股份有限公司江南大学安徽金种子酒业股份有限公司安徽金种子酒业股份有限公司安徽金种子酒业股份有限公司贵州大学贵州大学四川轻化工大学四川轻化工大学安徽金种子酒业股份有限公司
由表2可知，发文量最多的3位作者分别是来自安徽金种子酒业股份有限公司的程伟（32篇）、江南大学的徐岩（28篇）和安徽金种子酒业股份有限公司的张杰（24篇）。
作者合作网络共现图有助于学者深入认识学科领域的领军人物，并探寻志同道合的合作伙伴[26]。通过这一网络图，学者们能够更高效地促进学术交流与互动，从而推动学科的不断发展和进步。因此，绘制2014-2023年酒醅研究领域相关文献作者合作网络共现图，见图2。
图2 2014-2023年酒醅研究领域相关文献作者合作网络共现图
Fig.2 Co-occurrence diagram of author collaboration network of relevant literatures in the field of fermented grains research from 2014 to 2023
图中连线象征着作者之间的合作关系，节点的尺寸则反映了作者发表文章的数量，节点越大意味着该作者的发文量越多[27]，而节点之间的连线粗细则直接代表了作者之间联系的紧密程度，连线越粗则表明他们之间的合作越频繁、关系越密切。由图2可知，各位作者之间合作频繁，程伟、潘天杰和张杰联系稍微紧密，其他同机构作者之间也有一定合作。但跨机构合作不多，说明大多都是各自独立研究，缺少相互合作[28]。其中，徐岩团队从发文量和发表期刊影响因子来看，徐岩团队在《微生物学报》和《食品与发酵工业》上分别发表12篇和11篇文章，其2023年综合影响因子分别为1.649和1.956，说明徐岩团队对酒醅研究的贡献显著和影响力大，是被公认为该领域的权威专家学者，对酒醅研究具有深远的影响力。
2.4 关键词分析
研究热点是指某一领域中备受研究学者关注的核心议题，这些议题代表着该领域在特定阶段的主要探讨方向，同时也是文献计量研究中的重要指标，反映了该领域的研究动态和发展趋势[29-31]。关键词是文章精髓的提炼与浓缩，它们凸显了文章的主旨和核心观点，分析关键词时间线图可以更深入地了解文章内容的演变和发展脉络[32-33]。研究人员通过分析酒醅研究领域每年的关键词出现频率和关联性，能够掌握该领域的研究主题与知识结构的发展脉络[34-35]。其中，高频出现的关键词往往被用来界定当前的研究热点，为研究人员提供重要的参考和启示[36]。
2.4.1 关键词共现分析
关键词共现分析是指在分析中关键词出现次数和相关度的分析[37]。使用CiteSpaceV6.3.R1软件分析有关酒醅研究领域的关键词出现频次，结果见图3，图3中不同颜色连线代表不同研究年限。由图3可知，文献中出现许多关键词，共226个关键词节点和1 087条连线。其中出现频率较高的是酒醅、白酒、风味物质、微生物、理化指标、固态发酵、发酵等。由此可以得出，国内主要研究的是白酒酒醅，集中在风味物质形成、微生物、理化指标、固态发酵工艺方面。
图3 2014-2023年酒醅研究领域相关文献关键词共现图
Fig.3 Co-occurrence diagram of relevant literatures key words in the field of fermented grains research from 2014 to 2023
2.4.2 关键词聚类分析
聚类分析以分析对象之间的相似性为基础，将物理或抽象对象的集合进行分组，最终得到由类似对象所构成的多个类别，这一过程有助于更好地理解和组织数据，揭示数据中的内在结构和模式[38]。采用CiteSpace V6.3.R1软件将图谱网络结构与聚类分析计算出的模块值（Modularity Q值）和平均廓值（Silhouette S值）作为两个指标来评判分析的合理性。Modularity Q值是衡量聚类效果的一个重要评价指标，Modularity Q值过低说明图谱分析可信度不高，ModularityQ值的理想范围应在0.3～0.8之间。此外，Silhouette S值也是评估聚类结构的可信度的一个关键参数，当Silhouette S值＞0.7时，说明聚类结果具有高信度；若Silhouette S值＞0.5，则表明聚类结果是合理的[39]。这些指标共同为聚类分析提供了有效的质量评估依据。
由图4可知，关键词聚类的Modularity Q值为0.38，Silhouette S值为0.67，说明聚类结果合理。关键词聚类图中显示了7个聚类标签，分别为#0酒醅、#1乙酸乙酯、#2发酵、#3分离鉴定、#4风味物质、#5变化规律、#6微生物，在CNKI数据库中对酒醅的主要研究方向是风味物质和微生物。
图4 2014-2023年酒醅研究领域相关文献关键词聚类图
Fig.4 Clustering diagram of relevant literatures key words in the field of fermented grains research from 2014 to 2023
2.4.3 关键词时间线分析
结合关键词时间线分析更能体现出酒醅相关研究领域及知识热点分析，因此，选择图4中的7个聚类标签，基于CiteSpace V6.3.R1软件进一步对酒醅研究领域的相关文献进行关键词时间线分析，结果见图5。图5中聚类由#0～#6表示聚类所包含关键词由多至少排列，横线的颜色与聚类颜色相对应，用以表示持续时间的长短；图形中的弧形连线颜色则与图中的时间图例相符，从深到浅意味着研究热度伴随时间的变化情况。由图5可知，聚类#0酒醅从2014年至2024年，该研究一直在持续进行中。随着社会发展，酒醅研究角度呈现出多元化，例如：还原糖、细菌菌落等。聚类#1乙酸乙酯从2014年到2022年关注逐渐下降，开始出现生产工艺、酸度和乳酸等方面的研究分析。聚类#3分离鉴定从2014年开始一直是研究热点，在近些年有所下降。聚类#4风味物质从2014年开始至今一直是研究热点。聚类#6微生物，主要是从多角度分析微生物对于酒醅的影响。
图5 2014-2023年酒醅研究领域相关文献关键词时间线图
Fig.5 Timeline diagram of relevant literatures key words in the field of fermented grains research from 2014 to 2023
2.4.4 关键词突现分析
关键词突现分析能表明某一时间段的研究热点[40-41]。通过进行关键词突现分析，并深入探究这些关键词在时间维度上的分布规律，能够揭示出不同历史时期的研究前沿，并据此预测未来研究的发展趋势[42-43]。关键词突现分析能够清晰地展现出某一特定关键词在特定时间段内研究量的显著增长，这种增长直接反映了科学研究人员在这一时期对该关键词的高度关注和深入研究[44-47]，并且有效地捕捉到科研领域的热点和趋势，为后续的研究工作提供有力的参考和指导[48-50]。本研究利用CiteSpace V6.3.R1软件分析2014-2023年期间酒醅研究领域相关文献的突现词，结果见图6，红色线段为研究集中的时间段。由图6可知，引用突现度较高的前21个关键词分别为白酒、汾酒、分离、蒸馏、酵母菌、发酵、尿素、高温堆积、淀粉、芽孢杆菌、白酒酒醅、酸度、酿造工艺、乙酸乙酯、乳酸乙酯、乳酸、白酒发酵、风味成分、堆积发酵、风味物质、黄水。研究初期（2014-2016年）的热点主要是白酒、汾酒、分离和蒸馏；研究中期（2017-2020年）出现了研究酒醅的酸度以及酵母菌、芽孢杆菌的研究热点；近年来（2021-2024）研究热点逐渐转变为黄水、风味物质和堆积发酵。基于突现强度分析，风味成分和堆积发酵的研究探索仍会得到持续关注。
图6 2014-2023年酒醅研究领域相关文献关键词突现图
Fig.6 Emergence diagram of relevant literatures key words in the field of fermented grains research from 2014 to 2023
3 结论
本研究基于2014-2023年间在中国知网（CNKI）上发表的1 373篇相关文献，运用文献计量学与知识图谱分析方法，系统性地揭示了酒醅研究的现状及其发展趋势。酒醅研究主要集中于风味物质的形成、微生物代谢及其发酵工艺等关键领域，反映出该领域在学术界的显著价值与应用潜力。发文量的逐年上升不仅体现了科研人员对酒醅研究的日益关注，尤其是在新国标实施后，相关文献的激增更是表明了行业发展的紧迫性与重要性。在研究领域中江南大学的徐岩团队是酒醅研究的权威专家，酒醅、白酒、微生物、风味物质、固态发酵、理化指标、堆积发酵等是该领域研究频率较高的关键词，微生物和风味物质是酒醅领域研究的热点。尽管本研究对2014-2023年间CNKI中关于酒醅的相关文献进行分析，但仍存在一定局限性，研究仅以中国知网的数据作为数据来源，所涵盖的相关研究论文必然是有所欠缺的。因为很多与酒醅相关的论文尤其是高水平论文没有以中文的形式发表，而是以英文的形式发表到国际期刊，而本文缺少了上述关键数据。目前研究存在对酒醅微生物群落动态变化的实时监测及不同发酵条件下系统性实验研究的不足。未来的研究应进一步深入探讨全球酒醅发酵过程中微生物相互作用及其对风味物质形成的影响机制，以期为酒醅生产工艺的优化与品质提升提供更为科学的理论依据与实践指导。这将有助于推动酒醅研究的深入发展，并为相关产业的可持续发展奠定基础。
[1]杨阳，李子健，张玲玲，等.贝莱斯芽孢杆菌对浓香型白酒酒醅微生物群落结构及挥发性风味物质的影响[J].食品科学，2022，43（22）：175-182.
[2]MANDELBAUM D G.Alcohol and culture[J].Curr Anthropol, 1965,6(3):281-293.
[3]BELDA I,RUIZ J,ESTEBAN-FERNÁNDEZ A,et al.Microbial contribution to wine aroma and its intended use for wine quality improvement[J].Molecules,2017,22(2):189.
[4]MA N, YI F, ZHU J.Characterization of aroma-active compounds and perceptual interaction between esters and sulfur compounds in Xi Baijiu[J].Eur Food Res Technol,2020,246:2517-2535.
[5]王一然，程寒，孙敏，等.白酒酿造过程中微生物多样性的研究进展[J].中国酿造，2024，43（1）：1-6.
[6]胡桂林.空气及空气中的微生物对清香型白酒发酵的影响[D].呼和浩特：内蒙古农业大学，2009.
[7]德吉，郭小芳，曲吉，等.酒曲微生物成分对青稞酒品质的影响研究[J].西藏科技，2008（6）：23-25.
[8]罗小叶，邱树毅，王晓丹.微生物发酵产酯化酶在浓香型白酒品质提升中研究进展[J].中国酿造，2019，38（8）：6-8.
[9]刘晓柱，黄名正，唐维媛，等.酱香型白酒酿造微生物多样性研究进展[J].食品工业，2024，45（1）：145-150.
[10]赵云浩，黄晓丹，王珺，等.酒醅与酱渣混蒸馏分中的多肽鉴定及风味成分分析[J].食品与发酵工业，2024，50（11）：55-61.
[11]LIU M K,TIAN X H,LIU C Y,et al.Differences in the composition of flavor compounds of Nongxiangxing Baijiu brewed from different varieties of sorghum and its influencing factors[J].Sci Technol Food Ind,2023,44(8):107-115.
[12]张林，陈翔，刘绿洲，等.基于Web of Science全球小麦低温逆境的研究态势分析[J].江汉大学学报（自然科学版），2024，52（1）：16-27.
[13]姚露露，胡海军，姜丹，等.基于CNKI数据库1992-2022年生物炭领域研究文献计量分析[J].黑龙江科学，2024，15（4）：73-76.
[14]余欢.我国数字治理现代化研究的热点主题与演进趋势——基于CiteSpace的知识图谱分析[C]//第十一届公共政策智库论坛暨“新发展格局国际学术研讨会”，2022：12.
[15]赵晨雨，朱丹，朱立斌，等.基于文献计量的蔓越莓食品研究现状和热点分析[J].食品工业科技，2024，45（19）：94-103.
[16]王明春，彭静.新时代信息技术赋能高校思想政治教育研究回顾与展望——基于CiteSpace的文献计量可视化分析[J].河北经贸大学学报（综合版），2024，24（1）：68-75.
[17]QI S J,HUA F R,XU S Y,et al.Trends of global health literacy research(1995-2020):Analysis of mapping knowledge domains based on citation data mining[J].Plos one,2021,16(8):e0254988.
[18]DE SANTANA CORREIA A, COLOMBINI E L.Attention, please! A survey of neural attention models in deep learning[J].Artif Intell Rev,2022,55(8):6037-6124.
[19]SUN Y T,BAI Y,YANG W L,et al.Global trends in natural biopolymers in the 21st century:A scientometric review[J].Front Chem,2022,10:915648.
[20]祁卓麟.基于CNKI的国内外农业文献发文统计分析与评价研究[J].北方园艺，2013（18）：190-194.
[21]国务院.国务院关于支持贵州在新时代西部大开发上闯新路的意见[J].当代贵州，2022（9）：4-9.
[22]姬建敏.2023年我国编辑出版学研究主力分布与热点聚焦——基于编辑出版学CSSCI专业刊文献的分析[J].河南大学学报（社会科学版），2024，64（2）：136-145，156.
[23]张锐.基于知识图谱的中国品牌理论演进研究[D].徐州：中国矿业大学，2014.
[24]KUO K.Contrimetric: Article citation contribution indicator for paper impact evaluation[J].CNS Spectrums,2023,28(S2):S144-S145.
[25]郝毫，陈琛.基于文献计量的我国食品沙棘研究进展分析[J].现代食品，2022，28（9）：12-17.
[26]甄子辰，刘阳，王珊珊，等.基于文献计量的乳酸菌细菌素研究进展分析[J].食品工业科技，2024，45（9）：378-388.
[27]王俊，王家昌，王海军，等.基于CiteSpace与VOSviewer的水库防洪调度中文文献可视化分析[J].水电能源科学，2023，41（9）：64-67，88.
[28]李珍，夏思远，边勇，等.基于CiteSpace的国门生物安全文献计量分析[J].口岸卫生控制，2024，29（1）：15-22.
[29]温全，邵诗篇，刘宁，等.基于文献计量的“碳锁定”研究述评与发展前沿分析[J].能源环境保护，2024，38（3）：23-34.
[30]YANG X L,YIN H,ZHANG D Y,et al.Bibliometric analysis of cathepsin B research from 2011 to 2021[J].Front Med,2022,9:898455.
[31]张鑫，王吉，胡静荣，等.基于CiteSpace和文献计量分析平台的鱼糜研究可视化分析[J].食品科学，2023，44（1）：362-370.
[32]吴雨凌，马雨辰，邓胡雪，等.基于CiteSpace的食品和肠道微生物研究的计量分析[J].食品工业科技，2022，43（23）：1-10.
[33]YANG D,WU X,LIU J,et al.CiteSpace-based global science,technology,engineering,and mathematics education knowledge mapping analysis[J].Front Psychol,2023,13:1094959.
[34]YUAN X,CHANG C,CHEN X,et al.Emerging trends and focus of human gastrointestinal microbiome research from 2010-2021:A visualized study[J].J Translat Med,2021,19(1):1-16.
[35]管秀静，苏燕，阿娜尔，等.农田土壤重金属污染修复研究进展——基于CiteSpace知识图谱分析[J].土壤通报，2024，55（2）：573-583.
[36]滕飞，张祖玮.大数据赋能高校思想政治教育研究探析——基于CiteSpace的文献计量可视化分析（2013—2023年）[J].中国高校科技，2024（2）：53-56.
[37]王佳慧，刘学勤.全球近10年干眼相关生活质量研究——基于VOSviewer和CiteSpace的文献计量学及可视化分析[J].山东大学耳鼻喉眼学报，2024，38（2）：61-72.
[38]李远雷，康正，郑岩，等.全球各国疾控体系研究热点分析[J].现代预防医学，2021，48（8）：1413-1417，1429.
[39]井媛媛.基于CiteSpace和共识会议法的中药治疗绝经后骨质疏松症的组方规律研究[D].北京：中国中医科学院，2022.
[40]郭萌，吴文，李敬文，等.基于文献计量学的“结核”主题高被引文献期刊分布、作者特征及对期刊发展的启示[J].中国防痨杂志，2024，46（5）：567-577.
[41]LI G, TIAN H N.Mapping knowledge domain to analyze the building information modeling on building energy saving based on visualized analysis method[J].Adv Civil Eng,2023,2023(1):5159067.
[42]袁娟娜，范瑞强，吴元胜，等.念珠菌生物膜研究热点与前沿可视化分析[J].皮肤性病诊疗学杂志，2014，21（3）：201-205.
[43]WANG Y Z, WU C C, WANG X Q.Bibliometric study of pain after spinal cord injury[J].Neural Plasticity,2021,2021(1):6634644.
[44]王政媛，靳军宝，郑玉荣，等.基于弱信号感知的颠覆性技术早期识别特征研究进展[J].情报理论与实践，2025（4）：174-181.
[45]周雅琴，车大爽.基于知识图谱的生成式字体设计研究可视化分析[J].包装工程，2024，45（S1）：8-21.
[46]CHRISTOPHER P.Choosing impactful perspectives for energy research:A case study of CO2 electroreduction[J].ACS Energy Lett,2024,9(11):5539-5540.
[47]DAMAR H T,BILIK O,OZDAGOGLU G,et al.Evaluating the nursing academicians in Turkey in the scope of Web of Science:Scientometrics of original articles[J].Scientometrics,2018,115:539-562.
[48]崔彩贤，沈霖，远佳怡，等.黄土高原土壤调控原理与应用研究知识图谱——基于CiteSpace的文献可视化分析[J].水土保持学报，2024，38（1）：396-408.
[49]程佳琳，袁得嵛，孙泽宇，等.基于SDNE嵌入表达的深度学习跨网络身份关联方法[J].计算机科学与探索，2025，19（2）：417-428.
[50]MA X,HUANG Z,KOUTSOPOULOS H.Integrated traffic and emission simulation: A model calibration approach using aggregate information[J].Environ Model Assess,2014,19:271-282.