胡利勇

（中共廣東省委黨校廣東行政學(xué)院圖書館，廣東 廣州 518000）

圖書情報(bào)領(lǐng)域高被引論文共詞聚類分析

胡利勇

（中共廣東省委黨校廣東行政學(xué)院圖書館，廣東 廣州 518000）

以中國知網(wǎng)期刊全文數(shù)據(jù)庫為數(shù)據(jù)源，利用書目共現(xiàn)分析系統(tǒng)Bicomb2對(duì)2011～2015年圖書情報(bào)領(lǐng)域高被引論文的核心關(guān)鍵詞進(jìn)行提取、統(tǒng)計(jì)，并生成共現(xiàn)矩陣，借鑒普賴斯定律核心作者的測(cè)算方法，確定高被引論文高頻關(guān)鍵詞，然后通過統(tǒng)計(jì)軟件SPSS和可視化工具Ucinet、NetDraw對(duì)高頻關(guān)鍵詞進(jìn)行社會(huì)關(guān)系網(wǎng)絡(luò)、共詞聚類和多維尺度分析，揭示當(dāng)前圖書情報(bào)領(lǐng)域科研發(fā)展?fàn)顩r和關(guān)注熱點(diǎn)。

普賴斯定律 共詞分析 聚類分析 社會(huì)網(wǎng)絡(luò)分析 高被引

高被引論文是被引用次數(shù)較高的論文，被引用頻次能夠較為客觀地反映出論文的學(xué)術(shù)水平和影響力。對(duì)圖書情報(bào)領(lǐng)域高被引論文進(jìn)行統(tǒng)計(jì)，分析高被引論文高頻關(guān)鍵詞的特點(diǎn)，有助于我們了解和掌握近期圖書情報(bào)領(lǐng)域發(fā)展?fàn)顩r、研究熱點(diǎn)和發(fā)展趨勢(shì)。文獻(xiàn)計(jì)量學(xué)中，普賴斯定律被用來確定高產(chǎn)和高影響力作者［1］。多數(shù)情況下，高產(chǎn)作者和高被引論文的分布具有相同或相似的規(guī)律，可以借用普賴斯定律確定高被引論文［2-3］。

1 文獻(xiàn)來源與研究方法步驟

1.1 文獻(xiàn)來源

利用中國知網(wǎng)期刊全文數(shù)據(jù)庫，采用高級(jí)檢索方式，時(shí)間期限設(shè)定為“2011年1月1日”到“2015年12月31日”，選擇“圖書情報(bào)與數(shù)字圖書館”作為學(xué)科領(lǐng)域，跨庫選擇“期刊”“博士”“碩士”“特色期刊”“國際會(huì)議”“國內(nèi)會(huì)議”“學(xué)術(shù)輯刊”7個(gè)論文數(shù)據(jù)庫作為文獻(xiàn)來源庫，共檢索出124567篇文獻(xiàn)，按照被引次數(shù)倒序排列，單篇最大被引次數(shù)為171，借鑒普萊斯確定核心作者的方法［4］，確定高被引論文最低被引次數(shù)：，取整數(shù)10，即累計(jì)被引10次或者以上的論文作為核心候選文獻(xiàn)。

由于中國知網(wǎng)在檢索列表2000條以后就不再顯示被引次數(shù)，而被引排序第2000位的論文，被引次數(shù)為11，與高被引論文候選范圍相當(dāng)接近，因此將被引排名前2000的論文確定為高被引候選文獻(xiàn)。這2000篇論文總被引次數(shù)為43369，篇均被引次數(shù)為21.68，取整數(shù)22作為高被引論文指數(shù)，即被引次數(shù)大于或等于22的論文作為筆者所研究的高被引論文，共578篇，去除重復(fù)文章3篇，共計(jì)575篇，占候選論文的28.75%，其中，博士學(xué)位論文兩篇，碩士學(xué)位論文4篇，期刊論文569篇；基金論文233篇，占40.52%。這些高被引論文總被引次數(shù)為22587，占候選文獻(xiàn)總被引次數(shù)52.08%，篇均被引39.28次，h指數(shù)為66。

1.2 研究方法和步驟

本研究主要利用Excel、Bicomb2、Ucinet、NetDraw和SPSS等工具和軟件，對(duì)選取的2011～2015年圖書情報(bào)領(lǐng)域575篇高被引論文進(jìn)行統(tǒng)計(jì)分析，具體方法和步驟是：

①利用中國知網(wǎng)的參考文獻(xiàn)導(dǎo)出功能，選擇Notefirst方式，將樣本論文的題名、作者、關(guān)鍵詞等元數(shù)據(jù)導(dǎo)出為XML格式，并以文本（.txt）文件格式保存；②采用書目共現(xiàn)分析系統(tǒng)Bicomb2軟件［5］，提取樣本論文的關(guān)鍵要素并進(jìn)行統(tǒng)計(jì)，導(dǎo)出為Excel格式文件，多方面分析和討論；③選取高頻關(guān)鍵詞，在Bicomb2中生成共現(xiàn)矩陣；并利用Ucinet軟件和NetDraw工具，繪制核心關(guān)鍵詞知識(shí)圖譜；④運(yùn)用SPSS19軟件進(jìn)行數(shù)據(jù)聚類分析，獲得聚類樹狀圖和相異系數(shù)矩陣的多維尺度圖［6］；⑤根據(jù)分析結(jié)果，總結(jié)圖書情報(bào)領(lǐng)域?qū)W術(shù)研究的趨勢(shì)和熱點(diǎn)。

2 高頻關(guān)鍵詞統(tǒng)計(jì)分析

利用Bicomb2軟件，提取575篇論文的發(fā)表年份、關(guān)鍵詞信息，根據(jù)它們出現(xiàn)的頻次，借鑒普賴斯定律確定核心要素信息。年份出現(xiàn)頻次即當(dāng)年發(fā)表的論文數(shù)量；關(guān)鍵詞出現(xiàn)頻次，即每個(gè)關(guān)鍵詞在論文關(guān)鍵詞中出現(xiàn)的總次數(shù)。

2.1 年份分布統(tǒng)計(jì)

2011～2015年圖書情報(bào)領(lǐng)域高被引論文數(shù)量中（表1），發(fā)表越早高被引論文數(shù)量比例最高，表明論文累積被引次數(shù)主要與發(fā)表時(shí)間長短有關(guān)，發(fā)表時(shí)間越長，累積被引次數(shù)越大，高被引論文數(shù)量比例越高。

表1 2011～2015年圖書情報(bào)領(lǐng)域高被引論文年份分布

2.2 關(guān)鍵詞統(tǒng)計(jì)分析

抽取575篇高被引論文關(guān)鍵詞，共計(jì)得到1162個(gè)關(guān)鍵詞，累計(jì)出現(xiàn)2305次，頻次最多關(guān)鍵詞是“圖書館”，出現(xiàn)頻次100次，也就是說有100篇高被引論文使用了“圖書館”這個(gè)關(guān)鍵詞。利用普萊斯公式，確定核心關(guān)鍵詞最低頻次：，取整數(shù)8，即關(guān)鍵詞累計(jì)出現(xiàn)8次或以上的關(guān)鍵詞，作為高被引論文的核心關(guān)鍵詞，共得31個(gè)高頻關(guān)鍵詞（表2），占關(guān)鍵總數(shù)的2.67%，累計(jì)出現(xiàn)687次，占總頻次的29.80%。此外，頻次為7的關(guān)鍵詞有7個(gè)，頻次6的關(guān)鍵詞10個(gè)；頻次5的關(guān)鍵詞12個(gè)；頻次4的關(guān)鍵詞33個(gè)；頻次3的關(guān)鍵詞44個(gè)；頻次2的關(guān)鍵詞160個(gè)；頻次1的關(guān)鍵詞最多，有865個(gè)，占關(guān)鍵詞總數(shù)的74.44%。由此可見，2001～2015年，圖情領(lǐng)域高被引論文研究主題分布相當(dāng)寬泛。

表2 2011～2015年圖書情報(bào)領(lǐng)域高被引論文高頻關(guān)鍵詞

這31個(gè)高頻關(guān)鍵詞反映了圖情領(lǐng)域的研究熱點(diǎn)，分析這些關(guān)鍵詞之間的關(guān)系，有助于我們確定圖書情報(bào)領(lǐng)域近年來的發(fā)展脈絡(luò)、熱點(diǎn)前沿和發(fā)展方向［7］。

3 社會(huì)網(wǎng)絡(luò)、共詞聚類和多維度分析

3.1 社會(huì)網(wǎng)絡(luò)分析

分析2011～2015年圖情領(lǐng)域研究熱點(diǎn)，主要利用Bi?comb2軟件得到高被引論文的高頻關(guān)鍵詞共現(xiàn)矩陣，然后利用社會(huì)網(wǎng)絡(luò)分析軟件Ucinet6.0［8］和可視化繪圖工具NetDraw［9］，繪制出基于中介中心度（Betweenness）分析和K-cores分析［10］的高被引論文高頻關(guān)鍵詞社會(huì)網(wǎng)絡(luò)關(guān)系圖譜。

圖中圓形點(diǎn)代表高頻關(guān)鍵詞節(jié)點(diǎn)，節(jié)點(diǎn)越大，代表該節(jié)點(diǎn)在整個(gè)關(guān)鍵詞網(wǎng)絡(luò)中的作用越大、控制其他節(jié)點(diǎn)共現(xiàn)的能力也越強(qiáng)；節(jié)點(diǎn)之間的關(guān)系用實(shí)線連接，實(shí)線越粗，代表相互之間的關(guān)系越強(qiáng)［11］。K-cores分析則是通過顏色來區(qū)分關(guān)鍵詞在整個(gè)網(wǎng)絡(luò)中的核心程度，紅色表示節(jié)點(diǎn)關(guān)鍵詞在網(wǎng)絡(luò)中處于核心地位［12］。

圖1 高頻關(guān)鍵詞社會(huì)網(wǎng)絡(luò)關(guān)系圖譜

高頻關(guān)鍵詞社會(huì)網(wǎng)絡(luò)關(guān)系圖譜。通過圖1，我們可以直觀地得到以下結(jié)論：（1）從節(jié)點(diǎn)大小來看，“圖書館”“高校圖書館”“數(shù)字圖書館”是圖情領(lǐng)域的三大核心，這3個(gè)核心對(duì)于揭示圖情領(lǐng)域研究主題和熱點(diǎn)意義不太大，或許只是界定范圍是“圖書館”而不是“博物館”“檔案館”“情報(bào)研究所”的一個(gè)標(biāo)識(shí)，但是圖情領(lǐng)域的各項(xiàng)研究熱點(diǎn)，“學(xué)科服務(wù)”“大數(shù)據(jù)”“云計(jì)算”等是圖情領(lǐng)域熱點(diǎn)，都是圍繞著這三大核心而展開的。（2）從節(jié)點(diǎn)間距離和連線的粗細(xì)來看，“高校圖書館”與“移動(dòng)圖書館”“學(xué)科館員”“學(xué)科服務(wù)”“微信”“智慧型圖書館”等距離較近、關(guān)系較為密切，說明高校圖書館關(guān)注點(diǎn)在于服務(wù)模式的改變，對(duì)移動(dòng)圖書館和微信等服務(wù)新手段研究較多，學(xué)科服務(wù)也是高校圖書館研究的熱點(diǎn)問題，“高校圖書館”與“閱讀推廣”的連線很粗，表明高校圖書館在閱讀推廣中的研究也比較多；同樣，圍繞“數(shù)字圖書館”相關(guān)的研究包括“大數(shù)據(jù)”“云計(jì)算”“數(shù)據(jù)挖掘”等。（3）通過K-cores分析將從整個(gè)網(wǎng)絡(luò)分類，其中紅色圓形節(jié)點(diǎn)占據(jù)圖中大部分位置，且處于中心區(qū)域，說明它們是圖情領(lǐng)域的研究熱點(diǎn)，其他節(jié)點(diǎn)都是圍繞這些熱點(diǎn)延伸拓展的。

3.2 聚類分析和多維尺度分析

為了更加直觀地描述圖情領(lǐng)域高頻關(guān)鍵詞之間的距離和相似度，通過SPSS19的雙變量Pearson相關(guān)分析功能，把由Bicomb2提取出的高頻關(guān)鍵詞共現(xiàn)矩陣轉(zhuǎn)化為相關(guān)矩陣［13］，然后在Excel中用“1”與相關(guān)矩陣全部數(shù)值相減，得到表示兩個(gè)關(guān)鍵詞間相異程度的相異矩陣（見表3），再用SPSS19對(duì)高頻關(guān)鍵詞進(jìn)行系統(tǒng)聚類和多維尺度分析［14］。

表3 2011～2015年圖書情報(bào)領(lǐng)域高被引論文高頻關(guān)鍵詞相異矩陣（部分）

3.2.1 聚類分析

將關(guān)鍵詞相異矩陣導(dǎo)入SPSS19進(jìn)行系統(tǒng)聚類分析［15］，方法中選擇組間聯(lián)接，度量標(biāo)準(zhǔn)為區(qū)間“平均Euclidean距離”，繪制樹狀圖（圖2）。系統(tǒng)樹狀圖更直觀地顯示出了聚類的整個(gè)過程，上邊的橫軸方向，給出了各類別之間相對(duì)距離的大小［16］。

圖2 高頻關(guān)鍵詞主題聚類圖

依據(jù)聚類結(jié)果，可將圖書情報(bào)領(lǐng)域的研究分為4個(gè)主題：①新技術(shù)、新手段在圖書館信息服務(wù)中的應(yīng)用研究。包括大數(shù)據(jù)、數(shù)據(jù)挖掘等在圖書館中的應(yīng)用研究，微信、微博、移動(dòng)信息服務(wù)等新服務(wù)手段在圖書館和閱讀中的應(yīng)用研究，云計(jì)算、關(guān)聯(lián)數(shù)據(jù)知識(shí)服務(wù)在數(shù)字圖書館中的應(yīng)用研究。②新研究方法、流程改造在圖書館中的應(yīng)用研究。包括讀者決策的采購新流程在大學(xué)圖書館中的應(yīng)用，大學(xué)圖書館對(duì)社會(huì)網(wǎng)絡(luò)分析、知識(shí)圖譜、共詞分析等新方法的應(yīng)用研究。③圖書館學(xué)科服務(wù)模式創(chuàng)新研究。包括以學(xué)科館員、學(xué)科服務(wù)、嵌入式服務(wù)等為主題的學(xué)科服務(wù)模式創(chuàng)新研究，以高校圖書館和公共圖書館閱讀推廣為主題的服務(wù)創(chuàng)新研究。④圖書館發(fā)展新動(dòng)向研究。包括物聯(lián)網(wǎng)環(huán)境下圖書館未來發(fā)展新方向的智慧圖書館研究，移動(dòng)時(shí)代移動(dòng)圖書館和手機(jī)圖書館的研究，以及在新環(huán)境下圖書館服務(wù)模式的變革研究。

3.2.2 多維尺度分析

多維尺度分析是研究對(duì)象之間的相似性或距離，將研究對(duì)象在一個(gè)低維（二維或三維）的空間形象地表示出來，進(jìn)行聚類或維度分析的一種圖示法。將關(guān)鍵詞相異矩陣導(dǎo)入SPSS19進(jìn)行“度量-多維尺度”分析，在距離中選擇形狀為“正對(duì)稱”，模型中度量水平選擇“區(qū)間”，度量模型為“Euclidean距離”，輸出得到圖3。

依據(jù)分析的結(jié)果，我們可以直觀地看出，多維尺度分析圖對(duì)高頻關(guān)鍵詞主題的劃分，與樹狀聚類圖的分類基本一致，其特征都是局部相對(duì)集中，整體比較分散，與中心點(diǎn)間的距離都比較遠(yuǎn)，整體熱點(diǎn)不突出，局部熱點(diǎn)特征明顯。觀察圖3，我們把圖書情報(bào)領(lǐng)域的熱點(diǎn)問題大致劃分為4個(gè)類團(tuán)：①位于坐標(biāo)圖左上方的是“高校圖書館對(duì)嵌入式學(xué)科服務(wù)、閱讀推廣、讀者決策采購的研究類團(tuán)”，其中，嵌入式學(xué)科服務(wù)、閱讀推廣距離中心最近，是該類團(tuán)的研究熱點(diǎn)。②位于坐標(biāo)圖右上方的是“圖書館對(duì)大數(shù)據(jù)、知識(shí)服務(wù)、微信、微博等新服務(wù)手段的應(yīng)用研究類團(tuán)”，其中，微信、大數(shù)據(jù)、數(shù)據(jù)挖掘、知識(shí)服務(wù)是該類團(tuán)的研究熱點(diǎn)。③位于坐標(biāo)圖最下方的是“新環(huán)境下圖書館發(fā)展的研究類團(tuán)”。相比之下，該類團(tuán)內(nèi)部節(jié)點(diǎn)聯(lián)系松散，說明目前對(duì)該主題的研究還比較分散，由于該類團(tuán)所處的位置可以預(yù)測(cè)，圖書館的變革都是由新技術(shù)帶動(dòng)的，新的技術(shù)環(huán)境下，必然為圖書館發(fā)展帶來新的研究課題。物聯(lián)網(wǎng)、智慧圖書館是該類團(tuán)的研究熱點(diǎn)。④位于坐標(biāo)圖左下小圈是“圖書情報(bào)方法論研究類團(tuán)”。社會(huì)網(wǎng)絡(luò)分析、共詞分析、知識(shí)圖譜等新方法，為圖書館學(xué)、情報(bào)學(xué)增添了活力，該類團(tuán)中，共詞分析和社會(huì)網(wǎng)絡(luò)分析節(jié)點(diǎn)之間關(guān)系緊密，它們與知識(shí)圖譜都是研究熱點(diǎn)。

圖3 高頻關(guān)鍵詞多維尺度分析圖

4 小結(jié)與討論

以上對(duì)2011～2015年圖書情報(bào)領(lǐng)域高被引論文的分析，在一定程度上揭示這一領(lǐng)域的研究特征和熱點(diǎn)問題，但采用的方法可能還存在不少缺點(diǎn)，分析問題的角度還有很多不足之處。

（1）關(guān)于普賴斯定律的適用性。筆者的研究前提是借鑒普賴斯定律測(cè)定核心作者的公式，將其應(yīng)用于高頻被引論文和核心關(guān)鍵詞的測(cè)定。雖然也有不少學(xué)者將此方法應(yīng)用于高被引和核心文獻(xiàn)分析中，從分析結(jié)論來看，基本能夠反映真實(shí)情況，但此方法的適用范圍究竟如何，還需要科學(xué)的檢驗(yàn)和論證。

（2）關(guān)于核心關(guān)鍵詞的確定。核心關(guān)鍵詞是筆者的研究重點(diǎn)，但在選取核心關(guān)鍵詞的時(shí)候發(fā)現(xiàn)，有不少關(guān)鍵詞是意義趨同的，如“大學(xué)圖書館”和“高校圖書館”完全可以合并，還有一些關(guān)鍵詞對(duì)反映學(xué)科主題意義不太明確的“服務(wù)”“服務(wù)模式”“圖書館服務(wù)”以及“信息服務(wù)”等，這些關(guān)鍵詞該如何處理，筆者還沒有找到科學(xué)的解決辦法，所以只能將統(tǒng)計(jì)結(jié)果呈現(xiàn)出來，希望同行給出解決方案。建議學(xué)者在論文寫作確定關(guān)鍵詞時(shí)，能夠給出反映文章精髓的詞語，直扣主題、力求精準(zhǔn)，盡量避免概念寬泛、萬象包羅的詞語。另外，僅從核心關(guān)鍵詞來確定圖書情報(bào)領(lǐng)域的研究現(xiàn)狀和熱點(diǎn)，還是不夠全面的。其實(shí)在搜集數(shù)據(jù)和撰寫論文的過程中，筆者對(duì)高被引論文的作者、發(fā)文單位以及核心期刊等也做了相關(guān)統(tǒng)計(jì)和分析，從這些指標(biāo)綜合來衡量一個(gè)學(xué)科的發(fā)展，似乎更為科學(xué)。

（3）關(guān)于圖書情報(bào)領(lǐng)域的熱點(diǎn)問題。僅從研究的結(jié)論來看，圖書情報(bào)領(lǐng)域未來研究的重點(diǎn)方向是針對(duì)這些熱點(diǎn)主題的研究：嵌入式學(xué)科服務(wù)、知識(shí)服務(wù)是圖書館服務(wù)的發(fā)展趨勢(shì)；大數(shù)據(jù)、云計(jì)算是圖書館技術(shù)的發(fā)展方向；物聯(lián)網(wǎng)是圖書館將要面臨的環(huán)境；智慧圖書館是未來圖書館的樣子；共詞分析、社會(huì)關(guān)系網(wǎng)絡(luò)分析和知識(shí)圖譜是將來我們分析描述問題的方法。

［1］邱均平.信息計(jì)量學(xué)［M］.武漢：武漢大學(xué)出版社.2007：192-195.

［2］劉雪立.基于Web of Science和ESI數(shù)據(jù)庫高被引論文的界定方法［J］.中國科技期刊研究，2012（6）：975-978.

［3］劉雪立，王兆軍.2004～2008年我國情報(bào)專題研究高被引論文的統(tǒng)計(jì)與分析［J］.情報(bào)雜志，2010（1）：64-67.

［4］鐘文娟.基于普賴斯定律與綜合指數(shù)法的核心作者測(cè)評(píng)——以《圖書館建設(shè)》為例［J］.科技管理研究，2012（2）：57-60.

［5］崔雷，等.文獻(xiàn)數(shù)據(jù)庫中書目信息共現(xiàn)挖掘系統(tǒng)的開發(fā)［J］.現(xiàn)代圖書情報(bào)技術(shù)，2008（8）：70-75.

［6］王佑鎂，陳慧斌.近十年我國電子書包研究熱點(diǎn)與發(fā)展趨勢(shì)——基于共詞矩陣的知識(shí)圖譜分析［J］.中國電化教育，2014（5）：4-10.

［7］侯海燕，劉則淵，欒春娟.基于知識(shí)圖譜的國際科學(xué)計(jì)量學(xué)研究前沿計(jì)量分析［J］.科研管理，2009（1）：164-170.

［8］卜彩麗.翻轉(zhuǎn)課堂的研究熱點(diǎn)、主題與發(fā)展趨勢(shì)解析——基于共詞分析的可視化研究［J］.現(xiàn)代教育技術(shù)，2016（1）：73-79.

［9］王運(yùn)鋒，夏德宏，顏堯妹.社會(huì)網(wǎng)絡(luò)分析與可視化工具NetDraw的應(yīng)用案例分析［J］.現(xiàn)代教育技術(shù)，2008（4）：85-89.

［10］胡昌平，陳果.領(lǐng)域知識(shí)網(wǎng)絡(luò)的層次結(jié)構(gòu)與微觀形態(tài)探證——基于k-core層次劃分的共詞分析方法［J］.情報(bào)學(xué)報(bào)，2014（2）：131-137.

［11］肖明.知識(shí)圖譜工具使用指南［M］.北京：中國鐵道出版社，2014：37-38.

［12］姜鑫.我國微博研究主題的共詞可視化分析［J］.現(xiàn)代情報(bào)，2013（11）：108-113.

［13］羅應(yīng)婷編著.SPSS統(tǒng)計(jì)分析從基礎(chǔ)到實(shí)踐［M］.北京：電子工業(yè)出版社，2010：191-193.

［14］邱均平，楊思洛，王明芝.改革開放30年來我國情報(bào)學(xué)研究的回顧與展望（二）——情報(bào)學(xué)研究論文的作者分析［J］.圖書情報(bào)研究，2009（2）：8-13.

［15］安源.2000-2009年圖書館信息服務(wù)領(lǐng)域研究現(xiàn)狀分析——基于詞頻分析法和共詞分析法［J］.情報(bào)科學(xué)，2012 （6）：873-878，892.

［16］賈麗艷，杜強(qiáng)著.SPSS統(tǒng)計(jì)分析標(biāo)準(zhǔn)教程［M］.北京：人民郵電出版社，2010（5）：268.

胡利勇 男，1980年生。碩士，館員，咨詢部主任。

G350

2016-05-25；責(zé)編：徐向東。）