黎九平

〔摘 要〕運(yùn)用知識(shí)圖譜方法對(duì)國(guó)際圖情領(lǐng)域2001-2011年的相關(guān)文獻(xiàn)進(jìn)行多角度的定量定性分析，描繪該領(lǐng)域近年來的研究現(xiàn)狀與前沿。結(jié)果表明，目前該領(lǐng)域的文獻(xiàn)量穩(wěn)步增長(zhǎng)，核心著者和高產(chǎn)機(jī)構(gòu)主要來自歐美國(guó)家。目前的研究前沿主要集中在信息系統(tǒng)、信息服務(wù)、信息計(jì)量和知識(shí)管理等領(lǐng)域，研究方法注重學(xué)科和社會(huì)人文的融合。

〔關(guān)鍵詞〕知識(shí)圖譜；研究現(xiàn)狀；前沿分析；圖情領(lǐng)域

〔中圖分類號(hào)〕Ｇ250.252 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕1008－0821（2012）09－0020－05

隨著社會(huì)信息化和知識(shí)化的迅速發(fā)展以及iSchool（The School of Information Studies，iSchool）聯(lián)盟的不斷推進(jìn)和壯大，推動(dòng)了圖書情報(bào)領(lǐng)域的研究范圍從傳統(tǒng)的圖書情報(bào)領(lǐng)域拓展到信息科技領(lǐng)域、研究對(duì)象從實(shí)體的圖書情報(bào)機(jī)構(gòu)延伸到虛擬數(shù)字空間。這些變化使得圖書情報(bào)學(xué)的研究受到前所未有的關(guān)注與重視，眾多專家學(xué)者對(duì)圖書情報(bào)學(xué)在社會(huì)變革和日常工作中發(fā)揮的理論價(jià)值和實(shí)踐意義有著更深層次的認(rèn)識(shí)和理解，對(duì)于圖書情報(bào)學(xué)知識(shí)結(jié)構(gòu)及其演化規(guī)律的探索也在不斷向前推進(jìn)［1－2］。本文在此背景下，為了更加全面的了解和把握國(guó)際圖書情報(bào)學(xué)領(lǐng)域的研究現(xiàn)狀和熱點(diǎn)，運(yùn)用知識(shí)圖譜方法［3］對(duì)該領(lǐng)域的相關(guān)文獻(xiàn)進(jìn)行以定量分析為主、定性分析為輔的研究，分析和探索國(guó)際圖書情報(bào)領(lǐng)域研究現(xiàn)狀和前沿，把握國(guó)際圖書情報(bào)學(xué)領(lǐng)域的研究脈絡(luò)，明確圖書情報(bào)學(xué)研究領(lǐng)域的發(fā)展趨勢(shì)，為我國(guó)圖書情報(bào)學(xué)領(lǐng)域的研究重點(diǎn)和方向提供一定的參考依據(jù)，為推動(dòng)我國(guó)圖書情報(bào)學(xué)的發(fā)展和繁榮提供活力和契機(jī)，使其更好地適用于我國(guó)信息化社會(huì)的建設(shè)。

1 數(shù)據(jù)來源

本文研究的數(shù)據(jù)來源于美國(guó)科學(xué)情報(bào)研究所建立的全球著名的綜合性社科類文獻(xiàn)數(shù)據(jù)庫(kù)——社會(huì)科學(xué)引文索引（SSCI）。該數(shù)據(jù)庫(kù)是目前世界上可以用來對(duì)不同國(guó)家和地區(qū)的社會(huì)科學(xué)論文的數(shù)量進(jìn)行統(tǒng)計(jì)分析的大型檢索工具，內(nèi)容覆蓋社會(huì)學(xué)、法律經(jīng)濟(jì)、管理系、信息科學(xué)等55個(gè)領(lǐng)域，具備很高的學(xué)術(shù)影響力，所收錄的文獻(xiàn)能夠在一定程度上展示國(guó)際圖書情報(bào)學(xué)研究領(lǐng)域的進(jìn)展和前沿。由于圖書情報(bào)學(xué)領(lǐng)域的研究呈現(xiàn)多方位、全面性、多學(xué)科滲透的交叉發(fā)展的趨勢(shì)，在實(shí)際研究中很難將所有數(shù)據(jù)采集完全。因此，在數(shù)據(jù)采集的過程中結(jié)合《期刊引證報(bào)告》中2006-2011年間圖書情報(bào)領(lǐng)域平均影響因子排名前十的期刊作為來數(shù)據(jù)采集的來源期刊，如表1所示。

確定來源期刊后，在Web of Science數(shù)據(jù)庫(kù)中選擇ISI和SSCI數(shù)據(jù)庫(kù)以2001-2011作為檢索時(shí)間段進(jìn)行檢索，共獲取包含Article、Review、Proceedings Paper等多種類型的文獻(xiàn)8 975篇，選取占文獻(xiàn)總量70.23%的Article和Review作為分析的樣本，總計(jì)6 303條。

2 研究現(xiàn)狀描述

2.1 文獻(xiàn)信息量統(tǒng)計(jì)

發(fā)表文獻(xiàn)的數(shù)量在一定程度上代表著某個(gè)領(lǐng)域的研究水平和發(fā)展趨勢(shì)。圖1展示的是所選擇的數(shù)據(jù)來源期刊10年間的發(fā)文數(shù)量。

圖1 按所選擇的數(shù)據(jù)來源期刊進(jìn)行文獻(xiàn)信息量統(tǒng)計(jì)

從圖1可以，圖書情報(bào)領(lǐng)域的研究成果主要發(fā)表在JOURNAL OF THE AMERICAN MEDICAL INFORMATICS ASSOCIATION和SCIENTOMETRICS期刊上。JOURNAL OF THE AMERICAN MEDICAL INFORMATICS ASSOCIATION是美國(guó)情報(bào)科學(xué)與技術(shù)學(xué)會(huì)的會(huì)刊，主要發(fā)表權(quán)威專家的精辟論述，是情報(bào)學(xué)界的標(biāo)志性刊物；SCIENTOMETRICS是科學(xué)計(jì)量學(xué)和情報(bào)學(xué)領(lǐng)域的前沿期刊，主要運(yùn)用定量方法進(jìn)行圖書情報(bào)領(lǐng)域的計(jì)量分析，反映學(xué)科的發(fā)展趨勢(shì)和典型模式。

2.2 論文著者統(tǒng)計(jì)分析

著者發(fā)文量和被引頻次可以識(shí)別某領(lǐng)域的核心作者及其學(xué)術(shù)影響力［4］。本文選擇發(fā)文量和被引頻次排名前十的作者視為該領(lǐng)域的核心作者和高被引作者，統(tǒng)計(jì)分析結(jié)果如表2和表3所示。

從表2和表3可以看出，EGGHE L以發(fā)文量65篇排在發(fā)文量榜首，SALTON G以被引頻次453次成為該領(lǐng)域中被引頻次最高的著者。EGGHE L主要從事科學(xué)計(jì)量學(xué)領(lǐng)域的研究，所發(fā)表的學(xué)術(shù)論文大多是關(guān)于g-指數(shù)、h-指數(shù)等相關(guān)文獻(xiàn)學(xué)文獻(xiàn)，SALTON G主要從事信息檢索、現(xiàn)代搜索技術(shù)的研究與應(yīng)用開發(fā)工作，所提出的向量空間模型、逆文檔頻率、術(shù)語頻率、術(shù)語偏離值等概念和檢索過程中的相關(guān)反饋機(jī)制，極大地促進(jìn)了信息檢索領(lǐng)域的發(fā)展，被譽(yù)為現(xiàn)代搜索技術(shù)之父。更引人矚目的是LEYDESDORFF L、GLANZEL W和SPINK A等3位作者在發(fā)文量和被引頻次列表中均進(jìn)入了前十名。LEYDESDORFF L主要從事系統(tǒng)理論、社會(huì)網(wǎng)絡(luò)分析和社會(huì)學(xué)創(chuàng)新等學(xué)科的研究，有著較高的發(fā)文量和被引頻次；GLANZEL W在被引頻次數(shù)量上超過LEYDESDORFF L和SPINK A，足見其在圖情領(lǐng)域中的影響力和核心地位；SPINK A曾就職著名的搜索引擎公司InfoSpace和Vivisimo，主要從事用戶行為和搜索引擎技術(shù)的研究［5］。

2.3 高產(chǎn)機(jī)構(gòu)分析

統(tǒng)計(jì)表明這些文獻(xiàn)數(shù)據(jù)來自937個(gè)不同的研究機(jī)構(gòu)，表4列出的是發(fā)表論文排名前十的高產(chǎn)機(jī)構(gòu)。

從論文數(shù)量來看，發(fā)文量排名前三的是印第安納大學(xué)、華盛頓大學(xué)和哈佛大學(xué)，其發(fā)文量所占比例分別為2.03%、1.79%和1.70%，表明這3個(gè)機(jī)構(gòu)在圖書情報(bào)領(lǐng)域研究中較為活躍，有較高的學(xué)術(shù)成果發(fā)表。其它排名比較靠前的機(jī)構(gòu)還有北卡羅來納大學(xué)、馬里蘭大學(xué)、匹茲堡大學(xué)、亞利桑那大學(xué)等。

從地區(qū)上看，排名前十的高產(chǎn)機(jī)構(gòu)中，美國(guó)占據(jù)90%的席位，顯示出美國(guó)在該領(lǐng)域有著強(qiáng)大的學(xué)術(shù)影響力，支持和推動(dòng)著圖書情報(bào)學(xué)的發(fā)展和前進(jìn)。排名第八的比利時(shí)天主教魯汶大學(xué)是唯一一所非美國(guó)的高等院校，該校是歐洲國(guó)家的重要高等學(xué)府，為圖書情報(bào)學(xué)在歐洲的發(fā)展和普及起到不可磨滅的貢獻(xiàn)和力量。

3 知識(shí)基礎(chǔ)與前沿分析

3.1 研究熱點(diǎn)與前沿

關(guān)鍵詞是作者對(duì)論文主題的高度提煉和概括，能夠準(zhǔn)確地反映文本內(nèi)容的核心和精髓，通過高頻關(guān)鍵詞來考察一個(gè)學(xué)科領(lǐng)域的研究熱點(diǎn)和前沿就具備很強(qiáng)的代表性［6－7］。本文將下載的數(shù)據(jù)導(dǎo)入CitespaceII中，網(wǎng)絡(luò)節(jié)點(diǎn)類型選擇Keyword，時(shí)區(qū)分割選擇為1，即10年的數(shù)據(jù)以年為單位切為10片，閥值選為出現(xiàn)頻次最高的top50，運(yùn)行軟件得到關(guān)鍵詞共現(xiàn)圖譜，通過點(diǎn)擊圖譜中節(jié)點(diǎn)，獲取高頻關(guān)鍵詞的出現(xiàn)頻次，如表5所示。

從表5可以看出，關(guān)鍵詞頻次最高的是Science，出現(xiàn)頻次為475次，反映出圖書情報(bào)領(lǐng)域的研究必須借助科學(xué)的方法、工具和軟件才能取得更好的研究成果；其次是Model，表明在實(shí)際應(yīng)用過程中，需借助一定的模型來更好的解決現(xiàn)實(shí)問題，借助數(shù)據(jù)模型是促使圖書情報(bào)研究從簡(jiǎn)單的定性描述向高級(jí)的定量分析的必由之路。排在第三位的是Systems，表明圖書情報(bào)領(lǐng)域的研究比較重視理論聯(lián)系實(shí)際，注重應(yīng)用系統(tǒng)的開發(fā)和應(yīng)用。其它高頻關(guān)鍵詞如Technology、Performance、Behavior等代表圖書情報(bào)學(xué)科的不同發(fā)展趨勢(shì)和研究?jī)A向。

為了更好地了解高頻關(guān)鍵詞所反映的研究主題，通過聚類將這些關(guān)鍵詞按其聯(lián)系的緊密程度進(jìn)行聚類，獲取4個(gè)聚類主題，如圖2所示。

通過圖2可以看出，高頻關(guān)鍵詞反映的研究主題主要分為4個(gè)方面：

3.1.1 信息系統(tǒng)

該主題的高頻關(guān)鍵詞主要有system、information-systems、retrieval、information technology、business value等。該主題反映圖書情報(bào)學(xué)的研究比較注重信息技術(shù)的開發(fā)和應(yīng)用，通過利用現(xiàn)代計(jì)算機(jī)和網(wǎng)絡(luò)通訊技術(shù)平臺(tái)，加強(qiáng)和提高企業(yè)的信息化水平，輔助企業(yè)決策，體現(xiàn)出國(guó)際圖書情報(bào)學(xué)的研究比較注重將技術(shù)、社會(huì)和人文進(jìn)行有機(jī)的結(jié)合，強(qiáng)調(diào)理論研究為應(yīng)用服務(wù)，將學(xué)科價(jià)值應(yīng)用到實(shí)際生活中去，也是圖書情報(bào)學(xué)發(fā)展的最終目的和自我價(jià)值的實(shí)現(xiàn)。

3.1.2 知識(shí)管理

該主題的高頻關(guān)鍵詞主要有knowledge management、information retrieval、networks、www等。該主題反映圖書情報(bào)學(xué)的研究更多的是挖掘和發(fā)現(xiàn)組織中的隱形知識(shí)，并對(duì)其進(jìn)行有效地管理和利用。當(dāng)前，企業(yè)獲取知識(shí)的途徑由傳統(tǒng)的文獻(xiàn)資料向網(wǎng)絡(luò)空間進(jìn)行過渡，企業(yè)更多地通過網(wǎng)絡(luò)獲取其所需要的知識(shí)和信息。

3.1.3 信息計(jì)量

該主題的高頻關(guān)鍵詞主要有bibliometrics、journals、citation analysis、collaboration、indicators等。該主題反映出隨著信息資源數(shù)字化的迅速發(fā)展和普及，通過定量方法來描述和研究信息的動(dòng)態(tài)特征和內(nèi)在規(guī)律，更好地幫助用戶進(jìn)行信息的篩選和評(píng)價(jià)，提高信息的利用效率和用戶的滿意度。

3.1.4 信息服務(wù)

該主題的高頻關(guān)鍵詞主要有behavior、user acceptance、E-commerce、trust、relevance等。該主題反映出隨著社會(huì)信息化得發(fā)展，從用戶的角度進(jìn)行信息服務(wù)的研究和開展，有助于提供用戶信息服務(wù)的滿意度，能夠?qū)⒂袃r(jià)值的信息傳遞給特定的用戶，實(shí)現(xiàn)信息增值和信息資源的優(yōu)化配置。

為了確定該領(lǐng)域目前的研究前沿，本文選用突變檢測(cè)算法來挖掘和發(fā)現(xiàn)該領(lǐng)域的突變專業(yè)術(shù)語，同時(shí)選擇時(shí)間線索聚類視圖，得到圖3所示的聚類知識(shí)圖譜。

圖3 圖情領(lǐng)域關(guān)鍵詞聚類圖譜

通過圖3可以看出，通過詞頻變化較高的突變專業(yè)術(shù)語有information technology、journals、h-index，這些都是目前的研究前沿。此外，生成的關(guān)鍵詞聚類圖譜所反映的八大聚類中與高頻關(guān)鍵詞聚類得到的四大主題十分相似，都是圍繞信息系統(tǒng)、信息服務(wù)、信息計(jì)量等方面進(jìn)行展開。

3.2 知識(shí)基礎(chǔ)

通過對(duì)知識(shí)基礎(chǔ)的共被引分析，有利于進(jìn)一步明確相關(guān)研究熱點(diǎn)的本質(zhì)屬性和規(guī)律，把握學(xué)科的發(fā)展方向和趨勢(shì)［8］。利用CitespaceII提供的共被引分析功能能夠?qū)λ杉奈墨I(xiàn)數(shù)據(jù)進(jìn)行共被引知識(shí)圖譜的繪制，運(yùn)行結(jié)果如圖4所示。表6列出的是被引頻次100次以上的高被人文獻(xiàn)，括號(hào)中給出的是相應(yīng)文獻(xiàn)在谷歌學(xué)術(shù)中檢索到的被引頻次（截止2011-11-25）這些高被引文獻(xiàn)構(gòu)成了圖書情報(bào)學(xué)領(lǐng)域的知識(shí)基礎(chǔ)，具備很高的學(xué)術(shù)價(jià)值。