蘇瑞竹，張 悅，閆靜雅（廣西民族大學(xué)管理學(xué)院）

1 研究設(shè)計(jì)

1.1 研究方法和工具

本研究采用引文分析法、共現(xiàn)分析法、科學(xué)知識(shí)圖譜與信息可視化的研究方法。選取可視化分析軟件CiteSpace作為研究工具，以Web of Science（WoS）導(dǎo)出的純文本數(shù)據(jù)為主要的數(shù)據(jù)源，探討圖書(shū)情報(bào)學(xué)領(lǐng)域的研究熱點(diǎn)和發(fā)展趨勢(shì)。與其他文獻(xiàn)分析軟件相比，Citespace有其自身的優(yōu)勢(shì)和獨(dú)特之處：①可以將WoS等數(shù)據(jù)庫(kù)的原始數(shù)據(jù)格式直接導(dǎo)入進(jìn)行運(yùn)算及作圖，原始數(shù)據(jù)不需要轉(zhuǎn)化為矩陣的格式；②對(duì)于同一數(shù)據(jù)樣本，可進(jìn)行多種圖譜繪制，從不同角度展現(xiàn)數(shù)據(jù)演化特征；③該軟件通過(guò)對(duì)節(jié)點(diǎn)和連線標(biāo)記不同顏色，清晰地展現(xiàn)出文獻(xiàn)數(shù)據(jù)隨時(shí)間變化的脈絡(luò)；④解釋圖形很主觀，可以使用系統(tǒng)的算法生成聚類(lèi)，也可以用視覺(jué)判斷聚類(lèi)，咨詢(xún)領(lǐng)域?qū)＜遥?］。

1.2 研究對(duì)象

首先，對(duì)比JCR報(bào)告“Information Science&Library Science”類(lèi)別中所收錄的89種期刊與北京大學(xué)編著的《國(guó)外人文社會(huì)科學(xué)核心期刊總覽》“圖書(shū)館學(xué)、情報(bào)學(xué)、檔案學(xué)類(lèi)核心期刊表”中收錄的61種期刊進(jìn)行對(duì)照，得到交集。其次，選取JCR報(bào)告中影響因子排名靠前且在WoS核心數(shù)據(jù)集中能夠獲得“全記錄與引用的參考文獻(xiàn)”格式的共14種期刊作為研究對(duì)象（見(jiàn)表1）。最后，運(yùn)用CiteSpace軟件對(duì)這些期刊2017—2019年（時(shí)間截至2019年10月中旬）刊載的3,015篇文獻(xiàn)（Article）進(jìn)行科學(xué)計(jì)量分析。

表1 14種期刊一覽表（根據(jù)影響因子的值作降序排列）

2 研究熱點(diǎn)

本文利用CiteSpace軟件對(duì)3,015篇文獻(xiàn)的關(guān)鍵詞進(jìn)行共詞（Co-words）聚類(lèi)挖掘分析，科學(xué)直觀描述了LIS領(lǐng)域的研究熱點(diǎn)（見(jiàn)圖1）。

圖1 關(guān)鍵詞聚類(lèi)知識(shí)圖譜

該圖反映了國(guó)際LIS領(lǐng)域近兩年的熱點(diǎn)問(wèn)題，利用LLR算法對(duì)關(guān)鍵詞進(jìn)行聚類(lèi)，聚類(lèi)號(hào)表示某關(guān)鍵詞聚類(lèi)后所在的主題。Modularity（M）即網(wǎng)絡(luò)模塊化評(píng)價(jià)指標(biāo)，值越大，表示聚類(lèi)越好，M的取值區(qū)間為［0，1］，當(dāng)M＞0.3時(shí)，得到的網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)是顯著的。Silhouette（S）是用來(lái)衡量網(wǎng)絡(luò)同質(zhì)性的指標(biāo)，當(dāng)其值＞0.5時(shí)，表示聚類(lèi)結(jié)果是合理的，其值越接近1，同質(zhì)性越高。通過(guò)LLR算法，M＝0.4085，S＝0.6108，說(shuō)明得出的關(guān)鍵詞聚類(lèi)知識(shí)圖譜合理、客觀。圖1中加粗字體表示不同文獻(xiàn)共同的關(guān)鍵詞，“＃數(shù)字”表示運(yùn)用LLR算法對(duì)共同關(guān)鍵詞提取后命名的聚類(lèi)詞，每個(gè)色塊表示由各類(lèi)不同的文獻(xiàn)組成的具有相近研究主題的聚類(lèi)。通過(guò)對(duì)關(guān)鍵詞的聚類(lèi)，得到LIS領(lǐng)域的4個(gè)研究主題。聚類(lèi)間有線條相連的現(xiàn)象，表示這些聚類(lèi)之間存在研究主題上的交叉，其關(guān)系較為緊密，而與其他聚類(lèi)間不存在連線的色塊，表示該類(lèi)主題具備較為獨(dú)立的研究性質(zhì)。以“＃0，＃1……”等形式對(duì)聚類(lèi)進(jìn)行編號(hào)（Cluster ID），聚類(lèi)號(hào)越小，表示該聚類(lèi)的經(jīng)典文獻(xiàn)數(shù)量（Size）越多，Silhouette值表示經(jīng)典文獻(xiàn)之間的緊密程度，Mean（Year）項(xiàng)表示平均年份，可反映聚類(lèi)中文獻(xiàn)的時(shí)效性，Top Terms即以LLR算法命名的聚類(lèi)名稱(chēng)（見(jiàn)表2）。

表2 關(guān)鍵詞聚類(lèi)表

2.1 社會(huì)化媒體

對(duì)該主題的研究主要可以分為以下幾個(gè)方面。①對(duì)社會(huì)化媒體影響力的研究。如，Muscanell等通過(guò)由美國(guó)和歐洲學(xué)者組成的樣本對(duì)社交網(wǎng)站Research Gate（RG）的使用和功能進(jìn)行研究，分析了學(xué)者們使用網(wǎng)站的方式以及他們對(duì)網(wǎng)站的看法，探討使用社交網(wǎng)站對(duì)學(xué)者們職業(yè)成果的影響［2］。②對(duì)社會(huì)化媒體用戶的研究。Cheng等通過(guò)對(duì)115名頻繁使用微信的參與者的訪談，運(yùn)用信任交通燈模型，結(jié)合定性分析方法找出顯著的信任因素并對(duì)其進(jìn)行進(jìn)一步的闡述，最終建立了信任認(rèn)知洋蔥模型（Onion Model）［3］。③對(duì)社會(huì)化媒體內(nèi)容的分析研究。Aswani等采用了標(biāo)簽分析、情感分析、詞分析、主題建模等方法對(duì)Twitter的社交媒體用戶生成的內(nèi)容進(jìn)行挖掘，并強(qiáng)調(diào)當(dāng)用戶生成的內(nèi)容被不成熟的搜索引擎拿去進(jìn)行商業(yè)化用途時(shí)，這樣的數(shù)字營(yíng)銷(xiāo)公司提供的服務(wù)通常對(duì)用戶是無(wú)益的［4］。④對(duì)社會(huì)化媒體的研究現(xiàn)狀進(jìn)行研究。Stieglitz等指出社交媒體數(shù)據(jù)正在許多不同學(xué)科中進(jìn)行分析，目前已有大量關(guān)于具體數(shù)據(jù)分析方法的挑戰(zhàn)和困難的文獻(xiàn)，但是關(guān)于數(shù)據(jù)發(fā)現(xiàn)、收集和準(zhǔn)備階段的研究還較少。為了填補(bǔ)當(dāng)前研究的不足，Stieglitz進(jìn)行了擴(kuò)展和結(jié)構(gòu)化的文獻(xiàn)分析，提出了用來(lái)擴(kuò)展現(xiàn)有的社交媒體分析框架的方案，為收集和分析社交媒體數(shù)據(jù)的研究人員和實(shí)踐者提供了借鑒［5］。

2.2 引文分析

引文分析是圖書(shū)情報(bào)領(lǐng)域?qū)W者常用的研究方法之一，主要用來(lái)對(duì)某一領(lǐng)域或主題的核心內(nèi)容進(jìn)行歸納，繪制該領(lǐng)域演化路徑，發(fā)現(xiàn)未來(lái)發(fā)展的趨勢(shì)。Shiau等運(yùn)用引文分析法歸納出6類(lèi)移動(dòng)信息系統(tǒng)（MobIS）的核心知識(shí)，幫助現(xiàn)有框架的維護(hù)和新商機(jī)的開(kāi)發(fā)［6］；Shiau等對(duì)4,429篇關(guān)于Facebook的學(xué)術(shù)論文進(jìn)行分析，運(yùn)用聚類(lèi)分析和多層次測(cè)量分析確定Facebook的核心知識(shí)［7］；Kogut通過(guò)引文分析研究了圖書(shū)情報(bào)學(xué)科與高等教育學(xué)科之間的信息傳遞，評(píng)估了這兩個(gè)學(xué)科之間觀念的影響，認(rèn)為在研究圖書(shū)館對(duì)學(xué)生成功的貢獻(xiàn)時(shí)，需要考慮LIS領(lǐng)域之外的研究和合作者［8］。也有一些學(xué)者對(duì)引文分析法本身進(jìn)行了研究，對(duì)該研究方法的完善做出了巨大貢獻(xiàn)。等認(rèn)為在科學(xué)期刊評(píng)價(jià)中最常用的兩個(gè)引文影響指標(biāo)是影響因子和h指數(shù)。然而，影響因子對(duì)存在大量引文的文章并不穩(wěn)健，而h指數(shù)則取決于期刊的規(guī)模，因此提了一個(gè)根據(jù)期刊中高被引文章百分比的引文影響指標(biāo)，以補(bǔ)充科學(xué)期刊評(píng)價(jià)體系標(biāo)準(zhǔn)［9］。

2.3 高校圖書(shū)館

高校圖書(shū)館服務(wù)價(jià)值的評(píng)估是近三年來(lái)學(xué)者們研究的熱點(diǎn)。Malapela等探討學(xué)術(shù)圖書(shū)館價(jià)值評(píng)估的若干理論方法，以及在進(jìn)行學(xué)術(shù)圖書(shū)館服務(wù)價(jià)值研究時(shí)應(yīng)考慮的實(shí)踐方法［10］。Borrego等認(rèn)為高校圖書(shū)館員與教職工合作的學(xué)術(shù)成果能夠展示圖書(shū)館對(duì)其所屬機(jī)構(gòu)的價(jià)值，并探討圖書(shū)館員在圖書(shū)情報(bào)學(xué)科以外的領(lǐng)域?qū)W(xué)術(shù)期刊的貢獻(xiàn)，以及他們與這些領(lǐng)域研究人員的合作實(shí)踐［11］。

此外，部分學(xué)者對(duì)高校圖書(shū)館的未來(lái)發(fā)展提出了建議。Cook等在認(rèn)可高校圖書(shū)館在對(duì)待殘疾雇員方面的多樣性與包容性的同時(shí)，分析了高校圖書(shū)館在安置隱形殘疾雇員時(shí)可能面臨的獨(dú)特挑戰(zhàn)，并提出建議以幫助圖書(shū)館更好地理解和容納隱形殘疾的雇員［12］。Koloniari等利用結(jié)構(gòu)方程模型探討各種組織（愿景和目標(biāo)、文化和結(jié)構(gòu)）、技術(shù)和個(gè)人（人力資源技能和對(duì)知識(shí)管理的感知）因素對(duì)高校圖書(shū)館新知識(shí)創(chuàng)造和創(chuàng)新的影響程度。實(shí)驗(yàn)表明，高校圖書(shū)館領(lǐng)導(dǎo)應(yīng)該培養(yǎng)協(xié)作、信任和學(xué)習(xí)的組織文化，提供采取主動(dòng)行動(dòng)的機(jī)會(huì)，創(chuàng)造適當(dāng)?shù)募夹g(shù)環(huán)境，建立一個(gè)共同的愿景，指導(dǎo)必要的實(shí)踐和變革，以實(shí)現(xiàn)知識(shí)創(chuàng)新［13］。

2.4 科學(xué)合作

為提高科學(xué)研究水平和技術(shù)力量，國(guó)家、地區(qū)、機(jī)構(gòu)、學(xué)者間往往會(huì)建立良好的科學(xué)合作關(guān)系。Chen等通過(guò)對(duì)學(xué)術(shù)出版物進(jìn)行文獻(xiàn)計(jì)量分析，探討社交媒體事件監(jiān)測(cè)領(lǐng)域的研究現(xiàn)狀和發(fā)展趨勢(shì)，發(fā)現(xiàn)附屬機(jī)構(gòu)和作者傾向于與同一國(guó)家的人進(jìn)行更多的合作［14］。Ortega對(duì)科學(xué)合作的另一種形式——學(xué)術(shù)社交網(wǎng)站進(jìn)行了研究，根據(jù)學(xué)科、學(xué)術(shù)地位和性別，分析學(xué)術(shù)社交網(wǎng)站上的個(gè)人資料分布情況，提出了這些學(xué)術(shù)場(chǎng)所傾向于成為專(zhuān)門(mén)的網(wǎng)站或有一個(gè)同質(zhì)化的過(guò)程的猜測(cè)［15］。Zhang等提出科學(xué)合作的外延不斷擴(kuò)大，學(xué)科融合的程度也在不斷加深，在經(jīng)濟(jì)學(xué)領(lǐng)域，企業(yè)社交網(wǎng)絡(luò)成為企業(yè)社會(huì)化營(yíng)銷(xiāo)的重要手段，以顧客參與、價(jià)值創(chuàng)造和關(guān)系營(yíng)銷(xiāo)等理論為基礎(chǔ)，建立了顧客參與對(duì)粘性的影響模型［16］。

3 研究前沿與科學(xué)領(lǐng)域結(jié)構(gòu)

陳超美認(rèn)為研究前沿是一組及時(shí)、動(dòng)態(tài)且有潛在研究?jī)r(jià)值的問(wèn)題，研究前沿的知識(shí)基礎(chǔ)是引證和共引痕跡［17］。本文中，Citespace的具體操作設(shè)置是：“Term Source”同上文，“Node Type”選取“Cited Reference”選項(xiàng)。運(yùn)行數(shù)據(jù)后，得到圖書(shū)情報(bào)學(xué)研究前沿聚類(lèi)圖（見(jiàn)圖2）。從圖2可見(jiàn)，將共被引文獻(xiàn)聚類(lèi)后得到8個(gè)研究主題。

圖2 圖書(shū)情報(bào)學(xué)研究前沿知識(shí)圖譜

結(jié)合圖書(shū)情報(bào)學(xué)專(zhuān)業(yè)知識(shí)，排除相關(guān)度較小的聚類(lèi)后，以“＃0，＃1……”等形式對(duì)聚類(lèi)進(jìn)行編號(hào)，聚類(lèi)號(hào)越小，表示其聚類(lèi)的文獻(xiàn)數(shù)量越多，共被引文獻(xiàn)的聚類(lèi)情況如表3所示。

表3 共被引文獻(xiàn)聚類(lèi)表

3.1 替代計(jì)量學(xué)

替代計(jì)量學(xué)（Altmetrics）是傳統(tǒng)文獻(xiàn)計(jì)量學(xué)的重要補(bǔ)充，自2010年Jason Priem首次提出后，國(guó)外學(xué)者圍繞替代計(jì)量學(xué)的理論與實(shí)踐展開(kāi)了一系列研究。①替代計(jì)量學(xué)的介紹、概述和評(píng)論。Williams對(duì)替代計(jì)量學(xué)進(jìn)行了概述和評(píng)論，并認(rèn)為Altmetrics是一個(gè)日益重要的研究領(lǐng)域［17］。Stuart介紹了開(kāi)放式文獻(xiàn)計(jì)量學(xué)，呼吁人們提高對(duì)開(kāi)放式文獻(xiàn)計(jì)量學(xué)潛力的認(rèn)識(shí)，特別是關(guān)于發(fā)現(xiàn)以前未被發(fā)現(xiàn)的公共知識(shí)的能力［18］。Htoo等通過(guò)調(diào)查社會(huì)科學(xué)學(xué)科中替代計(jì)量學(xué)的豐富性和未來(lái)潛力，分析評(píng)價(jià)替代計(jì)量學(xué)作為各學(xué)科研究影響指標(biāo)的有效性，幫助社會(huì)科學(xué)研究人員理解不同學(xué)科中的替代計(jì)量學(xué)［19］。②替代計(jì)量學(xué)的應(yīng)用研究。Na等了解社會(huì)網(wǎng)絡(luò)上關(guān)于心理學(xué)學(xué)術(shù)出版物的學(xué)術(shù)討論，并進(jìn)一步探討了替代計(jì)量學(xué)作為學(xué)術(shù)文章研究影響評(píng)估工具的有效性［20］。

3.2 隱私問(wèn)題

Huang等以社交網(wǎng)絡(luò)服務(wù)（SNS）為研究對(duì)象，從個(gè)人媒體系統(tǒng)依賴(lài)（MSD）和隱私關(guān)注的角度，構(gòu)建了一個(gè)研究個(gè)人SNS使用促進(jìn)者和抑制者的模型［21］。Yeh等探究了互聯(lián)網(wǎng)用戶提供個(gè)人信息意愿的驅(qū)動(dòng)因素，深入探討了外部報(bào)酬如何調(diào)節(jié)用戶信息隱私關(guān)注與提供個(gè)人信息意愿之間的關(guān)系［22］。在探討隱私問(wèn)題與情感和應(yīng)對(duì)行為之間特殊聯(lián)系的基礎(chǔ)上，Jung等提出認(rèn)知—情感評(píng)價(jià)可以作為解釋用戶的隱私行為的一個(gè)可靠框架，為信息隱私研究中的認(rèn)知—情感視角提供了一個(gè)新的研究方向，為解釋?xiě)?yīng)對(duì)行為提供了一種既能反映認(rèn)知又能反映情感的方法。Wang等綜合隱私信任行為意向（PTB）和消費(fèi)者決策模型并考察社會(huì)互動(dòng)對(duì)購(gòu)買(mǎi)意向和實(shí)際購(gòu)買(mǎi)行為的影響，提出了一個(gè)綜合模型，發(fā)現(xiàn)制度性隱私保障對(duì)制度性信任有積極的影響，而制度性信任反過(guò)來(lái)又會(huì)影響在線社交互動(dòng)，從而增加在s-commerce網(wǎng)站上購(gòu)買(mǎi)產(chǎn)品的可能性［24］。

3.3 跨學(xué)科

Hu等利用斯特林的多樣性指數(shù)和專(zhuān)業(yè)化指數(shù)，以學(xué)科類(lèi)別共現(xiàn)為基礎(chǔ)，測(cè)量了大數(shù)據(jù)研究中跨學(xué)科協(xié)作的程度［25］。Kogut通過(guò)探討圖書(shū)情報(bào)學(xué)（LIS）與高等教育學(xué)科之間的信息傳遞，以評(píng)估這兩個(gè)學(xué)科之間觀念的影響，強(qiáng)調(diào)在研究圖書(shū)館對(duì)學(xué)生成功的貢獻(xiàn)時(shí)，需要考慮LIS領(lǐng)域之外的研究和合作者［8］。Kiszl等從匈牙利圖書(shū)館學(xué)教育的角度分析了信息技術(shù)、市場(chǎng)經(jīng)濟(jì)和圖書(shū)館員職業(yè)之間的關(guān)系，并強(qiáng)調(diào)基于跨學(xué)科的主動(dòng)創(chuàng)新信息提供的重要性，認(rèn)為圖書(shū)館員未來(lái)可能成為創(chuàng)建數(shù)字信息拼貼的大師［26］。

3.4 大數(shù)據(jù)

新興技術(shù)的發(fā)展與應(yīng)用一直以來(lái)都是圖書(shū)館學(xué)、情報(bào)學(xué)研究的前沿，自2008年8月首次提出大數(shù)據(jù)以來(lái)，圖書(shū)館學(xué)、情報(bào)學(xué)領(lǐng)域的專(zhuān)家學(xué)者對(duì)其進(jìn)行了大量的研究。①利用大數(shù)據(jù)進(jìn)行分析研究。Ragini等提出可以從社交媒體和移動(dòng)網(wǎng)絡(luò)創(chuàng)造的大數(shù)據(jù)中挖掘?qū)氋F的信息，通過(guò)從社會(huì)網(wǎng)絡(luò)中收集災(zāi)害數(shù)據(jù)，根據(jù)受災(zāi)人群的需要對(duì)其進(jìn)行分類(lèi)，提出大數(shù)據(jù)驅(qū)動(dòng)災(zāi)害的響應(yīng)方法［27］。Acharya等通過(guò)實(shí)證研究了來(lái)自四個(gè)時(shí)尚零售組織的數(shù)據(jù)，發(fā)現(xiàn)大數(shù)據(jù)確實(shí)有助于知識(shí)的共同創(chuàng)造，同時(shí)反過(guò)來(lái)又能適當(dāng)?shù)匾龑?dǎo)基于證據(jù)的、有效的決策，以更好地實(shí)現(xiàn)業(yè)務(wù)回報(bào)［28］。②對(duì)大數(shù)據(jù)和大數(shù)據(jù)技術(shù)進(jìn)行研究和評(píng)價(jià)。Duan等認(rèn)為大數(shù)據(jù)與人工智能的發(fā)展相輔相成，有助于推進(jìn)大數(shù)據(jù)時(shí)代人工智能在決策中的應(yīng)用研究［29］。

3.5 遲滯承認(rèn)

遲滯承認(rèn)，又名延遲承認(rèn)、超前發(fā)現(xiàn)、抵制發(fā)現(xiàn)等。2004年，荷蘭計(jì)量學(xué)家Raan巧妙地借用睡美人童話把這一特殊的引文現(xiàn)象命名為“睡美人”現(xiàn)象。“睡美人”文獻(xiàn)這一概念是從文獻(xiàn)計(jì)量學(xué)角度對(duì)科學(xué)社會(huì)學(xué)領(lǐng)域延遲承認(rèn)現(xiàn)象所作的定量描述，是指文獻(xiàn)在發(fā)表后相當(dāng)長(zhǎng)一段時(shí)期內(nèi)被引次數(shù)為零或被引極少，仿佛是在“沉睡”，而在一個(gè)時(shí)間點(diǎn)后突然高被引，就象被喚醒一樣，起喚醒作用的文獻(xiàn)常被稱(chēng)為“王子文獻(xiàn)”［30］。一些學(xué)者對(duì)“睡美人”論文產(chǎn)生了濃厚的興趣，積極探尋其“休眠”及“被喚醒”的原因。Adil等提出了一種基于睡美人論文引文網(wǎng)絡(luò)的識(shí)別睡美人論文的方法，稱(chēng)為再發(fā)現(xiàn)論文，該方法揭示了科學(xué)界潛在的再發(fā)現(xiàn)作者的共同特征以及他們?cè)谝木W(wǎng)絡(luò)傳播中發(fā)揮的重要作用［31］。Lutz等研究了“熱門(mén)論文”與具有“遲滯承認(rèn)”特征的含義，探討了兩者之間的差異，并認(rèn)為“遲滯承認(rèn)”的出現(xiàn)是一個(gè)不可預(yù)測(cè)的過(guò)程［32］。You等結(jié)合科學(xué)計(jì)量法與定性分析法，分析了福克曼的科學(xué)成果和其著作的引文壽命，探討了遲滯承認(rèn)現(xiàn)象對(duì)其作品的影響程度，揭示了這一遲滯承認(rèn)的背后原因［33］。

3.6 情緒分析

情緒分析主要聚焦在分析方式方法、搭建分析框架、性別對(duì)學(xué)者分析偏差的影響等方面。Chang等提出了包括數(shù)據(jù)爬蟲(chóng)、數(shù)據(jù)預(yù)處理、情感敏感樹(shù)構(gòu)建、卷積樹(shù)核心分類(lèi)、方面提取和類(lèi)別檢測(cè)以及視覺(jué)分析在內(nèi)的一個(gè)集成的框架，用以獲得對(duì)酒店評(píng)級(jí)和評(píng)論的深入了解［34］。Jeong等提出了一種基于話題建模和社交媒體數(shù)據(jù)情感分析的產(chǎn)品機(jī)會(huì)挖掘方法，用以確定每個(gè)產(chǎn)品主題的機(jī)會(huì)價(jià)值和改進(jìn)方向［35］。Bigorra等認(rèn)為相比于售后調(diào)查，對(duì)客戶在互聯(lián)網(wǎng)上發(fā)表的產(chǎn)品看法進(jìn)行情感分析更能夠有效地評(píng)估客戶對(duì)產(chǎn)品特征的意見(jiàn)［36］。Moro等通過(guò)對(duì)游客的在線評(píng)論進(jìn)行情感分析，提供了游戲化特征與旅行者寫(xiě)評(píng)論時(shí)行為之間關(guān)系的證據(jù)［37］。Ragini等通過(guò)情感分析，提出了一種大數(shù)據(jù)驅(qū)動(dòng)的災(zāi)害響應(yīng)方法，該模型從社會(huì)網(wǎng)絡(luò)中收集災(zāi)害數(shù)據(jù)，并根據(jù)受災(zāi)人群的需要對(duì)其進(jìn)行分類(lèi)，有助于應(yīng)急人員和救援人員為快速變化的災(zāi)害環(huán)境制定更有效的信息管理策略［38］。

3.7 公民互動(dòng)

近年來(lái)，網(wǎng)絡(luò)問(wèn)政已成為政府與公民互動(dòng)的重要方式。Aladwani等認(rèn)為政府迫切想了解政府—公民互動(dòng)的過(guò)程和結(jié)果，于是提出社會(huì)公民理論，兩個(gè)現(xiàn)場(chǎng)調(diào)查收集的數(shù)據(jù)結(jié)果顯示，政府社交媒體質(zhì)量與政府的公信力成正相關(guān)［39］。Dai等指出美國(guó)警察部門(mén)開(kāi)始通過(guò)社交媒體與周?chē)鐓^(qū)進(jìn)行接觸，實(shí)施公民互動(dòng)的戰(zhàn)略，并介紹地方警察部門(mén)對(duì)Facebook和Twitter的使用情況［40］。

3.8 專(zhuān)利引文網(wǎng)

專(zhuān)利引文網(wǎng)的構(gòu)建工作與檢驗(yàn)，以及對(duì)專(zhuān)利引文網(wǎng)構(gòu)建現(xiàn)狀的分析與預(yù)測(cè)是當(dāng)前國(guó)外圖書(shū)館學(xué)、情報(bào)學(xué)領(lǐng)域?qū)W者們關(guān)注的前沿問(wèn)題。Sun等以出版物和專(zhuān)利為數(shù)據(jù)源構(gòu)建了出版物和專(zhuān)利文獻(xiàn)的引文網(wǎng)絡(luò)，并在此基礎(chǔ)上采用知識(shí)模因發(fā)現(xiàn)算法，對(duì)科技知識(shí)進(jìn)化中起關(guān)鍵作用的模因進(jìn)行識(shí)別，并利用嵌入模型跟蹤模因的語(yǔ)義變化展現(xiàn)了知識(shí)模因的擴(kuò)散和共現(xiàn)［41］。Sanghoon等基于對(duì)移動(dòng)產(chǎn)業(yè)的專(zhuān)利引用分析，通過(guò)測(cè)量企業(yè)間的技術(shù)知識(shí)流，實(shí)證檢驗(yàn)了移動(dòng)生態(tài)系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)，發(fā)現(xiàn)平臺(tái)提供者正逐漸成為生態(tài)系統(tǒng)中知識(shí)流動(dòng)活動(dòng)的中心，且每個(gè)平臺(tái)提供商都在形成自己的子網(wǎng)絡(luò)，對(duì)關(guān)聯(lián)企業(yè)的影響越來(lái)越大［42］。Wonchang從不同技術(shù)部門(mén)之間引文的相互作用以及引文與被引文的集中兩個(gè)方面探討了專(zhuān)利引文中知識(shí)流動(dòng)的結(jié)構(gòu)模式，證明了知識(shí)流動(dòng)在技術(shù)部門(mén)之間具有高度的互易性［43］。

3.9 科學(xué)領(lǐng)域結(jié)構(gòu)

科學(xué)領(lǐng)域結(jié)構(gòu)可反應(yīng)LIS領(lǐng)域所涉及的各個(gè)學(xué)科之間的合作、交叉關(guān)系?？蓮暮献髡叩木垲?lèi)、文獻(xiàn)的聚類(lèi)等方面進(jìn)行探索，但最直觀的方式，是直接分析由WoS導(dǎo)出的數(shù)據(jù)中的分類(lèi)號(hào)，研究領(lǐng)域分布圖如圖3所示。

由圖3和表4可知，從發(fā)文量來(lái)看（圖中年輪的大小表示發(fā)文量的多少），LIS領(lǐng)域近兩年覆蓋的主要科學(xué)領(lǐng)域依次為：信息科學(xué)與圖書(shū)館學(xué)、計(jì)算機(jī)科學(xué)、跨學(xué)科應(yīng)用、信息系統(tǒng)、管理、商業(yè)與經(jīng)濟(jì)6個(gè)領(lǐng)域。其中，信息科學(xué)與圖書(shū)館學(xué)、計(jì)算機(jī)科學(xué)的中心度最高。這表明在圖書(shū)情報(bào)領(lǐng)域的高水平成果中，受網(wǎng)絡(luò)關(guān)注最高的是信息科學(xué)與圖書(shū)館學(xué)、計(jì)算機(jī)科學(xué)領(lǐng)域。本研究樣本文獻(xiàn)構(gòu)成的研究分布網(wǎng)絡(luò)顯示，上述研究領(lǐng)域互相交叉，這表明當(dāng)前的學(xué)科研究趨勢(shì)正朝著以圖書(shū)情報(bào)學(xué)為主，以其他相關(guān)領(lǐng)域?yàn)檩o的多學(xué)科交叉研究的方向演化。

圖3 研究領(lǐng)域分布圖

表4 學(xué)科領(lǐng)域分布表

4 結(jié)語(yǔ)

本文通過(guò)對(duì)圖書(shū)情報(bào)專(zhuān)業(yè)14種核心期刊2017-2019年發(fā)文進(jìn)行文獻(xiàn)計(jì)量與可視化分析，展示了國(guó)際LIS領(lǐng)域近3年的研究熱點(diǎn)及研究前沿。①通過(guò)關(guān)鍵詞聚類(lèi)分析發(fā)現(xiàn)社會(huì)化媒體、引文分析、高校圖書(shū)館、科學(xué)合作這四個(gè)主題是近三年國(guó)際LIS領(lǐng)域的研究熱點(diǎn)。②利用文獻(xiàn)共被引數(shù)據(jù)預(yù)測(cè)出LIS領(lǐng)域今后的研究趨勢(shì)將集中在替代計(jì)量學(xué)、隱私問(wèn)題、跨學(xué)科、大數(shù)據(jù)、遲滯承認(rèn)、情緒分析、公民互動(dòng)、專(zhuān)利引文網(wǎng)等8個(gè)方面。這8個(gè)趨勢(shì)與社會(huì)發(fā)展的趨勢(shì)是緊密相連的，替代計(jì)量學(xué)、隱私問(wèn)題、大數(shù)據(jù)、情緒分析等與近年來(lái)計(jì)算機(jī)網(wǎng)絡(luò)等技術(shù)的發(fā)展與應(yīng)用趨勢(shì)相切合。跨學(xué)科、遲滯承認(rèn)、公民互動(dòng)、專(zhuān)利引文網(wǎng)等與社會(huì)發(fā)展趨勢(shì)與相關(guān)技術(shù)的發(fā)展程度相吻合。因此結(jié)合當(dāng)前研究情況看，本文利用文獻(xiàn)共被引分析預(yù)測(cè)出的LIS領(lǐng)域的研究趨勢(shì)具有一定的科學(xué)性和合理性。但本文只選擇了14種期刊的載文，樣本數(shù)據(jù)不夠全面，其他未收錄的期刊數(shù)據(jù)也存在深入挖掘的價(jià)值。未來(lái)可以通過(guò)進(jìn)一步的文獻(xiàn)搜索、整理，擴(kuò)大樣本范圍，對(duì)國(guó)際LIS研究的整體熱點(diǎn)與趨勢(shì)進(jìn)行更加深入的分析，以提升研究的說(shuō)服力［44］。