王 飛，徐 芳（蘇州大學 ．圖書館，b．社會學院）

1 引言

關聯(lián)數(shù)據(jù)（Linked Data）是由Web的發(fā)明人Tim Berners-Lee提出的一種數(shù)據(jù)規(guī)范，用來在萬維網(wǎng)上發(fā)布和連接各類數(shù)據(jù)、信息和知識，使人們能借助互聯(lián)網(wǎng)發(fā)現(xiàn)更多相互關聯(lián)的信息［1］。由于關聯(lián)數(shù)據(jù)是一種較為容易掌握的技術規(guī)范，隨著關聯(lián)數(shù)據(jù)發(fā)布工具的日益成熟，瑞典、美國、英國、法國、德國等國家圖書館開始創(chuàng)建和傳播自己圖書館書目記錄、主題詞表（LCSH）的關聯(lián)數(shù)據(jù)［2-3］。2015年，國務院印發(fā)的《促進大數(shù)據(jù)發(fā)展行動綱要》明確提出要大力推動政府數(shù)據(jù)共享，穩(wěn)步進行公共數(shù)據(jù)資源開放［4］。截至2021年5月，關聯(lián)開放數(shù)據(jù)（LinkedOpenData，LOD）云圖中收集的全球地理、政府、媒體及用戶等機構和個人發(fā)布的開放關聯(lián)數(shù)據(jù)集已經(jīng)達到1,301個，鏈接 16,283 條［5］。

國內對于關聯(lián)數(shù)據(jù)的研究始于2006年，2011年之前的研究成果以關聯(lián)數(shù)據(jù)概念介紹和文獻綜述為主，少有對關聯(lián)數(shù)據(jù)實踐應用的研究。此后，關聯(lián)數(shù)據(jù)吸引了更多學者的關注，相關研究成果的數(shù)量和質量都有了明顯增長，已有文獻對2016年之前傳統(tǒng)受控詞表的語義化描述、關聯(lián)數(shù)據(jù)成果發(fā)布、計算機與圖書情報領域關聯(lián)數(shù)據(jù)的研究現(xiàn)狀進行了文獻計量分析［6-7］。隨著我國將構建全國信息資源共享體系上升為國家戰(zhàn)略［4］，作為數(shù)據(jù)共享開放的重要基礎，關聯(lián)數(shù)據(jù)研究的重要性進一步提升。2017年至今，CNKI（中國知網(wǎng)）中收錄的相關新增文獻超過383篇，約占所有相關文獻總數(shù)的一半。有鑒于此，本研究旨在通過對我國圖情檔領域關聯(lián)數(shù)據(jù)研究現(xiàn)狀進行全面的梳理與分析，挖掘該領域的核心主題和前沿熱點，以期為后續(xù)研究提供參考和借鑒。

2 數(shù)據(jù)采集與分析方法

2.1 數(shù)據(jù)采集

本文選擇CNKI為文獻數(shù)據(jù)來源，以 “主題” 為檢索選項， “關聯(lián)數(shù)據(jù)” 為檢索詞，限定學科為 “圖書情報與數(shù)字圖書館” 與 “檔案及博物館” ，檢索時限為2006—2020年，共檢索到中文文獻874篇，去除序言、報紙文章等非研究型文獻及外文文獻后，將剩余的867篇文獻作為本文分析的對象。

2.2 分析方法

本研究一方面利用SATI文獻題名信息統(tǒng)計分析工具［8］對研究機構、學者、期刊等主體關系進行計量分析，以了解其知識關系模式；另一方面綜合利用詞頻分析、共詞分析以及聚類分析對文獻的關鍵詞進行研究和可視化展示，以厘清該領域的核心主題和發(fā)展趨勢。最后，筆者選擇重點文獻對該領域的研究內容進行述評，揭示該領域研究的核心內容和熱點前沿。

3 文獻分布特征與合作網(wǎng)絡

3.1 文獻增長特征分析

筆者對我國圖情檔領域關聯(lián)數(shù)據(jù)研究的文獻發(fā)表數(shù)量按年份進行了統(tǒng)計分析，2006—2020年我國圖情檔領域關聯(lián)數(shù)據(jù)研究的發(fā)文量和增長率見表1。

表1 2006—2020年我國圖情檔領域關聯(lián)數(shù)據(jù)研究的發(fā)文量和增長率

從表1可以看出，2010年之前相關研究的年發(fā)文量均為個位數(shù)，研究的開展尚處于萌芽階段。從2011年起，該領域的研究熱度逐年提升，2012年發(fā)文量迎來爆發(fā)性增長，增長率達到了200%，并且這種增長趨勢一直持續(xù)到2015年，發(fā)文量達到125篇。此后兩年發(fā)文量趨于平穩(wěn)，均在120篇上下。這一時間線與我國一系列推動數(shù)據(jù)資源開放共享文件的發(fā)布時間點基本重合，反映了我國圖情檔領域學者對國家政策的敏感性，以及研究開展的果斷與快速。2018年，發(fā)文量出現(xiàn)較明顯回落，但此后兩年又基本維持在同一水平，關聯(lián)數(shù)據(jù)的研究進入第二個平穩(wěn)期。

3.2 研究機構分布及合作網(wǎng)絡分析

科學文獻與研究機構之間的數(shù)量關系和分布情況反映了研究主體的文獻產(chǎn)出能力。表2為筆者利用SATI和EXCEL統(tǒng)計出的發(fā)文數(shù)量大于或等于10篇的研究機構分布情況。為了更客觀地了解機構分布情況，筆者對機構更名，學院或圖書館下屬的系、研究所（中心）和部門的數(shù)據(jù)做了合并處理。

根據(jù)表2數(shù)據(jù)，發(fā)文數(shù)量超過10篇的研究機構共有18個，發(fā)文量之和約占總體1,034個機構全部發(fā)文量的40%，表明我國圖情檔領域關聯(lián)數(shù)據(jù)研究機構分布比較分散。進一步統(tǒng)計發(fā)現(xiàn)，這18個核心機構由高校院系、公共圖書館和中國科學院研究所組成，其中高校院系有13家，占據(jù)了絕對主力地位，這與高校學術氛圍濃厚、科研隊伍強大密不可分。筆者對18個機構的發(fā)文量按年份統(tǒng)計發(fā)現(xiàn)，上海圖書館開展關聯(lián)數(shù)據(jù)研究的時間最早（2009年），且延續(xù)性最強，他們的研究隊伍遍布圖書館的所有部門。中國科學技術信息研究所和中國科學院國家科學圖書館也較早開展了相關研究（2010年）。兩者不同的是：前者將研究一直延續(xù)了下來，而后者在2013之后暫停了相關研究。總體而言，高校開展關聯(lián)數(shù)據(jù)研究的時間較晚，2014年之前13所高校的發(fā)文量之和與另外5家機構相比還有不小差距，而近7年的發(fā)文量統(tǒng)計情況則展現(xiàn)了高校在研究持續(xù)性和爆發(fā)性上的優(yōu)勢。

表2 總發(fā)文數(shù)量≥10篇的研究機構分布

3.3 核心作者及合作網(wǎng)絡分析

SATI統(tǒng)計顯示，本研究搜集的867篇文獻共有1,652位作者，其中夏翠娟發(fā)文量最多（20篇）。根據(jù)普萊斯定律，本項研究中核心作者的最Nmax為最高產(chǎn)作者的發(fā)文量［9］），計算得出M≈3.35，即核心作者的最低發(fā)文量為4篇。符合這一要求的作者共有63位，他們的總發(fā)文量為388篇，約占全部論文的45%，基本符合普萊斯 “核心作者集群發(fā)文量約占總發(fā)文量的一半” 的理論，由此說明我國圖情檔領域關聯(lián)數(shù)據(jù)研究核心作者集群已經(jīng)基本形成。對核心作者發(fā)文的總被引量進行統(tǒng)計發(fā)現(xiàn)，劉煒撰寫的16篇文獻總被引835次，夏翠娟撰寫的20篇文獻總被引690次，歐石燕撰寫的13篇文獻總被引356次，陳濤撰寫的12篇文獻總被引216次，以他們?yōu)榇淼暮诵淖髡咴谠撗芯款I域具有很大的影響力。

為進一步分析學者間的合作關系，筆者采用知識圖譜對63位核心作者之間的合作網(wǎng)絡進行描繪（見圖1）。為了更清楚地顯示主要合作者間的關系，筆者在數(shù)據(jù)處理中進行了去除噪點處理。

圖1 我國圖情檔領域關聯(lián)數(shù)據(jù)研究核心作者合作網(wǎng)絡

從圖1中可以看出，核心作者之間的合作度較弱，63位作者僅形成了12個合作集群，且只有3個集群的合作者超過了5人。其中，夏翠娟、劉煒、陳濤等組成的集群規(guī)模最大，發(fā)文量最多，他們來自上海圖書館的不同部門，屬于內部合作，具有很強的專業(yè)能力和文獻產(chǎn)出能力。規(guī)模第二的集群由中國科學院文獻情報中心的李春旺、中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所的黃永文等組成，調研發(fā)現(xiàn)他們是以師生關系為基礎構建的合作網(wǎng)絡。同樣地，規(guī)模第三的集群也是基于師生和同事關系形成的山西大學、中國人民大學以及中國科學院之間的合作網(wǎng)絡?？傊?，雖然我國圖情檔領域關聯(lián)數(shù)據(jù)研究已經(jīng)形成了具有一定影響力的核心作者集群，但學者之間的合作交流還不夠密切，大部分都是師生或同一機構內部的合作，高校內部各院系之間的合作以及高校與公共圖書館之間的合作都不常見。

3.4 來源期刊分布

一般來說，核心期刊刊載的論文質量較高，論文的研究主題具有一定的學術創(chuàng)新力，因此對刊載論文的期刊進行統(tǒng)計分析不僅可以在宏觀上判斷關聯(lián)數(shù)據(jù)研究主題的創(chuàng)新力，還有助于挖掘該領域的高影響力期刊。筆者利用UCINET進行統(tǒng)計分析，構建期刊載文量分布圖，并將載文量低于10篇的期刊歸于其他類（見圖2）。

圖2 期刊載文量分布圖

從圖2可以看出，在載文量大于10篇的22種期刊中，核心期刊有15種，占比68%；CSSCI來源期刊1種，CSSCI擴展版來源期刊2種，一般期刊僅有4種?？梢?，我國圖情檔領域關聯(lián)數(shù)據(jù)研究的學術成果大部分都刊載在核心期刊上，論文整體質量較高，論文的研究主題具有較強的學術創(chuàng)新性。根據(jù)布拉德福定律，筆者將各種期刊的載文量降序排列，并將論文數(shù)量劃分為數(shù)量大致相等的三個區(qū)域，得到三個區(qū)域的期刊數(shù)為5∶17∶100，近似等于1∶3.4∶4.472，其中第二區(qū)在嚴格數(shù)值（4.49）的基礎上下浮動了約24%，可以認為此種情況符合布拉德福定律［10］。據(jù)此，我國圖情檔領域關聯(lián)數(shù)據(jù)研究的 “核心區(qū)” 期刊為《圖書情報工作》《圖書館學研究》《數(shù)字圖書館論壇》《圖書館理論與實踐》《圖書館雜志》和《情報理論與實踐》（兩者載文量相同，排序不分先后）。

4 研究主題及其發(fā)展趨勢

4.1 關鍵詞詞頻分析

關鍵詞是文章核心內容的高度凝練，體現(xiàn)了作者的學術思想和觀點，詞頻分析法是利用關鍵詞在某一研究領域文獻中出現(xiàn)的頻次高低來確定該領域研究熱點和發(fā)展動向的文獻計量方法［11］。筆者利用SATI對本研究所選文獻的關鍵詞進行統(tǒng)計分析，共得到1,536個關鍵詞，由于詞頻最高的 “關聯(lián)數(shù)據(jù)” 與數(shù)據(jù)采集所用的主題檢索詞一致，且詞頻與其他關鍵詞相差太大，因此在下面的分析中將 “關聯(lián)數(shù)據(jù)” 一詞去除。其中，關鍵詞詞頻大于10的關鍵詞有43個，詞頻之和為955次，占總詞頻3,169次的30%，根據(jù) “二八定律”［11］，上述43個關鍵詞為高頻關鍵詞，從中可以分析出該領域的研究特點。圖3為這43個高頻關鍵詞云圖，圖中的字體越大表示該關鍵詞的詞頻越高。

圖3 前43個高頻關鍵詞云圖

從圖3可以看出，國內學者圍繞關聯(lián)數(shù)據(jù)在圖情檔領域應用的研究主要集中在書目數(shù)據(jù)、書目框架發(fā)布、數(shù)字資源、資源整合、數(shù)據(jù)模型構建、知識組織、知識服務、知識發(fā)現(xiàn)等領域，反映出圖情檔機構和學者緊跟時代發(fā)展，注重利用新興技術為用戶提供更好的服務，提升用戶體驗。同時，國內學者對關聯(lián)數(shù)據(jù)相關的關鍵技術也進行了深入研究，產(chǎn)生了本體、元數(shù)據(jù)、RDF、RDA、D2R等研究主題?？茖W數(shù)據(jù)、機構知識庫、科技文獻等高頻關鍵詞則顯示了關聯(lián)數(shù)據(jù)在促進科技資源開放共享、提升知識資產(chǎn)管理效能方面應用的潛力。

4.2 關鍵詞的聚類和共現(xiàn)分析

筆者利用UCINET對高頻關鍵詞進行聚類分析，分析得到的8個聚類可以看作8個研究領域，包括：圖書館數(shù)據(jù)模型構建、書目數(shù)據(jù)語義化編制、科學數(shù)據(jù)和科技文獻開放共享、知識組織系統(tǒng)SKOS化和關聯(lián)化、元數(shù)據(jù)與本體、高校圖書館知識發(fā)現(xiàn)系統(tǒng)建設、數(shù)字圖書館資源整合和機構知識庫建設、博物館資源整合和數(shù)據(jù)關聯(lián)。這8個研究領域在一定程度上集中體現(xiàn)出圖情檔領域關聯(lián)數(shù)據(jù)的研究狀況。為了更直觀展示高頻關鍵詞之間的共現(xiàn)關系，筆者利用知識圖譜進行可視化描述（見圖4）。

圖4 高頻關鍵詞共現(xiàn)關系

從圖4可以看出，關鍵詞層層相連，形成了一張完整的網(wǎng)絡圖，沒有出現(xiàn)孤立的點。其中，圖書館的節(jié)點最大，與周圍關鍵詞形成網(wǎng)絡連線最多，知識服務、機構知識庫、數(shù)字資源、數(shù)據(jù)關聯(lián)、大數(shù)據(jù)、書目數(shù)據(jù)、數(shù)據(jù)模型等都與圖書館聯(lián)系密切，說明關聯(lián)數(shù)據(jù)在圖書館的應用研究涉及圖書館服務的多個方面。此外，本體、語義網(wǎng)、元數(shù)據(jù)占據(jù)了中心位置，幾乎與每個關鍵詞都有聯(lián)系，是關聯(lián)數(shù)據(jù)應用研究的重要技術基礎和支撐。而數(shù)字人文、知識圖譜、知識發(fā)現(xiàn)、共詞分析、開放數(shù)據(jù)、語義關聯(lián)等關鍵詞也聯(lián)系緊密，同樣是研究的熱點主題。

4.3 研究主題動態(tài)分析

在聚類和共現(xiàn)分析的基礎上，筆者按年份對高頻關鍵詞進行統(tǒng)計分析，進一步理清了熱點研究主題的動態(tài)發(fā)展脈絡。分析表明，高頻關鍵詞的數(shù)量逐年增加，2010年以前，所有關鍵詞的頻次均低于5；2011—2015年，頻次達到5的關鍵詞快速增長，共有22個；2016—2020年，這一數(shù)字增長到了40個。15年內高頻關鍵詞增長速度近似等差數(shù)列，一方面說明我國圖情檔領域關聯(lián)數(shù)據(jù)研究的逐漸擴展，另一方面也表明研究熱點正在快速形成。筆者根據(jù)上文聚類分析的結果，將8個聚類內的關鍵詞分別相加，繪制出8個研究主題的頻次隨時間變化的圖像（見圖5）。

圖5 高頻關鍵詞頻次時間圖（基于8個聚類）

從圖5可以看出，高校圖書館知識發(fā)現(xiàn)系統(tǒng)建設這一研究熱點近年來一直處于上升趨勢，2020年更是迎來爆發(fā)性增長，關鍵詞頻次在2019年的基礎上翻倍增長，達到了41次。書目數(shù)據(jù)語義化編制、圖書館數(shù)據(jù)模型構建、數(shù)字圖書館資源整合和機構知識庫建設、科學數(shù)據(jù)和科技文獻開放共享、博物館資源整合和數(shù)據(jù)關聯(lián)五個研究熱點的波動性較大，在2015—2017年之間達到峰值后，整體均呈下降趨勢。元數(shù)據(jù)與本體的研究在經(jīng)歷了2016—2018年的短暫降溫后，又恢復了上升趨勢。相對而言，知識組織系統(tǒng)SKOS化和關聯(lián)化的研究熱度一直不高。以上結果在很大程度上反映了我國圖情檔領域關聯(lián)數(shù)據(jù)研究的發(fā)展方向。

5 核心內容與前沿熱點分析

5.1 技術與平臺視角的關聯(lián)數(shù)據(jù)研究

關聯(lián)數(shù)據(jù)在圖書館、檔案館和博物館（以下簡稱LAM）中的應用可以歸納為發(fā)布、消費、服務和平臺四種模式，其中數(shù)據(jù)的發(fā)現(xiàn)和檢索機制是關聯(lián)數(shù)據(jù)成功應用的關鍵。與此同時，關聯(lián)數(shù)據(jù)與其他Web服務的整合、不同語義描述系統(tǒng)之間的互操作、消費關聯(lián)數(shù)據(jù)在本地系統(tǒng)的功能實現(xiàn)、嵌入外部社會信息環(huán)境的穩(wěn)定性等都是關聯(lián)數(shù)據(jù)應用面臨的技術性挑戰(zhàn)［12］。各類信息資源的關聯(lián)數(shù)據(jù)化發(fā)布可以分解為六個關鍵步驟：數(shù)據(jù)建模、實體命名、實體RDF化、實體關聯(lián)化、實體發(fā)布、開放查詢［13］，發(fā)布方式主要包括靜態(tài)發(fā)布、批量存儲、調用時生成、事后轉換（D2R）四種類型，常見的實現(xiàn)技術和工具有VoID詞表、前端轉換工具、OWL及SKOS相關工具、Web Services、Web應用框架、CMS及RDFa、Drupal等［14］。為了實現(xiàn)LAM中不同類型的數(shù)據(jù)、信息和知識的發(fā)現(xiàn)與共享，需要以OAI-PMH協(xié)議為基礎，構建由數(shù)字圖書館（DL）、數(shù)字檔案館（DA）、數(shù)字博物館（DM）和圖檔博數(shù)字化協(xié)作中心（DLAM）組成的D-LAM框架，通過DLAM對DL、DA、DM的元數(shù)據(jù)進行收割、語義映射和關聯(lián)標引，形成面向用戶的一體化信息服務體系［15］。此外，隨著關聯(lián)數(shù)據(jù)集的快速增加，基于關聯(lián)數(shù)據(jù)的服務平臺、監(jiān)護平臺建設與信息資源的移動視覺搜索和可視化展示逐漸成為高效消費和利用關聯(lián)數(shù)據(jù)的熱點主題。為了保障關聯(lián)數(shù)據(jù)發(fā)布及消費參與者的合法權益，提升關聯(lián)數(shù)據(jù)集的質量，關聯(lián)數(shù)據(jù)的開放應用協(xié)議、建設標準、發(fā)布規(guī)范以及質量評價方法的制定與實施也是關聯(lián)數(shù)據(jù)在LAM中應用發(fā)展迫切需要解決的問題［16］。

5.2 數(shù)據(jù)資源視角的關聯(lián)數(shù)據(jù)研究

LAM兼有資源收集、管理和服務功能，在關聯(lián)數(shù)據(jù)運動中扮演著發(fā)布者、信度驗證者、消費者和組織協(xié)調者的角色［17］，關聯(lián)數(shù)據(jù)的發(fā)展為數(shù)據(jù)資源的獨立標識、結構化描述和語義化關聯(lián)提供了契機。數(shù)據(jù)資源視角的關聯(lián)數(shù)據(jù)研究大致可以分為三個階段。

第一階段，數(shù)據(jù)資源的發(fā)布。在關聯(lián)數(shù)據(jù)發(fā)展初期以中國科技信息研究所、中國科學院文獻情報中心為代表的機構對書目組織語義化，詞表、分類法、規(guī)范數(shù)據(jù)等知識組織關聯(lián)化展開了大量研究。此后，更多的機構參與進來，進一步完善了科學數(shù)據(jù)、科技文獻、科研實體、檔案與異構數(shù)據(jù)等更多形式數(shù)據(jù)資源的關聯(lián)數(shù)據(jù)化［18-19］。目前，國家圖書館已經(jīng)建設了關聯(lián)數(shù)據(jù)注冊與服務系統(tǒng)，實現(xiàn)了涵蓋關聯(lián)數(shù)據(jù)整個生命周期的管理，發(fā)布了中分表、國圖公開課、館藏文獻3個數(shù)據(jù)集［20］，書目數(shù)據(jù)涵蓋了目錄資源、期刊、引文、手稿、家譜等多種資源類型，規(guī)范數(shù)據(jù)已經(jīng)擴展到生物、醫(yī)學、農(nóng)業(yè)、經(jīng)濟、信息技術、藝術圖像等眾多領域［21］。

第二階段，數(shù)據(jù)資源的聚合。數(shù)據(jù)資源的關聯(lián)數(shù)據(jù)化滿足了用戶的一般需求，但主動、多元、深層次的信息服務還需要數(shù)據(jù)資源的深度聚合，關聯(lián)數(shù)據(jù)強大的語義聚合能力促進了數(shù)據(jù)集中URI的開放復用，語義鏈接機制將各類客觀實體與抽象概念關聯(lián)在一起，從而為數(shù)據(jù)資源的聚合提供了一種現(xiàn)實可行的途徑［22］。與元數(shù)據(jù)、本體、敘詞表等資源聚合模式相比，關聯(lián)數(shù)據(jù)在關聯(lián)強度、關聯(lián)維度、關聯(lián)階度、關聯(lián)粒度等方面都具有獨特優(yōu)勢［23］。

第三階段，知識發(fā)現(xiàn)。人類知識活動的價值在于可用知識的發(fā)現(xiàn)，從知識生命周期來看，知識發(fā)現(xiàn)包含數(shù)據(jù)收集、數(shù)據(jù)預處理、數(shù)據(jù)挖掘、關聯(lián)數(shù)據(jù)生成和數(shù)據(jù)表示等階段，數(shù)據(jù)資源的關聯(lián)數(shù)據(jù)化發(fā)布與多維度聚合為知識發(fā)現(xiàn)打下了堅實基礎，關聯(lián)數(shù)據(jù)提升了半結構化與非結構化文檔的知識發(fā)現(xiàn)能力，增強了知識發(fā)現(xiàn)結果的語義驗證能力［24］。通過關聯(lián)數(shù)據(jù)的語義關聯(lián)，可以更準確地發(fā)現(xiàn)所需知識，拓展知識發(fā)現(xiàn)的范圍，簡化知識發(fā)現(xiàn)的過程。然而，由于關聯(lián)數(shù)據(jù)只是 “弱連接的三元組” 構成的數(shù)據(jù)網(wǎng)絡，需要進一步的知識發(fā)現(xiàn)才能滿足用戶的深層知識需求，因此關聯(lián)數(shù)據(jù)的發(fā)展離不開知識發(fā)現(xiàn)的推動，知識發(fā)現(xiàn)是關聯(lián)數(shù)據(jù)應用的基本方法和最終目標［25］。雖然將關聯(lián)數(shù)據(jù)應用于知識發(fā)現(xiàn)仍然面臨著關聯(lián)數(shù)據(jù)的制備問題、不同語言的語義差異問題以及可信度的挑戰(zhàn)，但關聯(lián)數(shù)據(jù)依然是LAM擴展資源發(fā)現(xiàn)平臺、推進知識服務的有效方案，基于關聯(lián)數(shù)據(jù)的知識發(fā)現(xiàn)研究將會是未來一段時期內的研究熱點［24］。

5.3 用戶視角的關聯(lián)數(shù)據(jù)研究

智能技術和信息技術的發(fā)展促進了LAM服務由大眾化向個性化、由一般向精準轉變。由用戶需求驅動，通過數(shù)據(jù)資源的聚合與知識發(fā)現(xiàn)，提供知識資源與用戶需求高度匹配的知識服務是當前關聯(lián)數(shù)據(jù)研究的熱點。用戶視角的關聯(lián)數(shù)據(jù)研究主要包含兩方面內容。① 基于關聯(lián)數(shù)據(jù)的用戶需求與行為研究。用戶需求組織是對用戶需求進行描述和揭示的過程，將關聯(lián)數(shù)據(jù)應用于用戶需求組織，利用關聯(lián)數(shù)據(jù)技術創(chuàng)建和發(fā)布關于用戶需求及其相互間聯(lián)系的規(guī)范化描述信息，可以形成以用戶需求為節(jié)點，以用戶需求之間的關系為邊界的語義化用戶需求網(wǎng)絡［26］。利用物聯(lián)網(wǎng)、大數(shù)據(jù)、關聯(lián)數(shù)據(jù)等技術，收集并關聯(lián)用戶與LAM交互中產(chǎn)生的各類數(shù)據(jù)，構建用戶小數(shù)據(jù)行為的關聯(lián)數(shù)據(jù)庫，進而更清楚地了解用戶需求［27］。在保護用戶隱私的前提下，將用戶信息通過關聯(lián)數(shù)據(jù)的方式發(fā)布有利于擴展知識發(fā)現(xiàn)服務，實現(xiàn)數(shù)據(jù)融合與語義檢索［28］。② 用戶需求與知識資源的關聯(lián)匹配與精準服務。在通過調查問卷、用戶行為本體模型、FP-growth關聯(lián)挖掘算法、科研本體等方式深入了解用戶的顯性興趣和隱性需求的基礎上，將關聯(lián)數(shù)據(jù)、書目框架技術引入學科信息資源、科研實體資源、紙電資源等資源體系中形成基于用戶需求的信息資源規(guī)范化語義描述，并在此基礎上實現(xiàn)個性化精準服務，幫助用戶形成關聯(lián)知識發(fā)現(xiàn)［29-30］。基于用戶視角的關聯(lián)數(shù)據(jù)研究已經(jīng)覆蓋科研服務、學科服務、文獻傳遞、閱讀推廣等多個領域，而基于用戶需求和關聯(lián)數(shù)據(jù)技術的自動問答、智能參考咨詢服務研究也取得了一定進展。

5.4 數(shù)字人文視角的關聯(lián)數(shù)據(jù)研究

從實踐角度來看，數(shù)字人文就是利用數(shù)字工具、技術和媒體改變藝術、人類和社會科學知識的生產(chǎn)和傳播，其本質上是一種知識創(chuàng)新［31］。LAM擁有規(guī)模龐大、種類豐富的數(shù)字化館藏資源，以上海圖書館劉煒、夏翠娟等為代表的研究團隊已經(jīng)探索出了一個讓人類記憶和文化遺產(chǎn)在數(shù)字時代充分發(fā)揮價值的實現(xiàn)方案。上海圖書館以家譜為實踐探索的起點，利用關聯(lián)數(shù)據(jù)的知識組織功能，把散落在不同家譜文獻中的人、地、時、事關聯(lián)起來，并進行可視化展示［32］，于2016年推出了上海圖書館家譜知識服務平臺，同時推出了開放數(shù)據(jù)應用開發(fā)競賽。日前，該競賽已經(jīng)成功舉辦了5屆，匯聚了豐富、海量的歷史人文數(shù)據(jù)，其中家譜元數(shù)據(jù)有72,593余條，家譜的家規(guī)家訓全文文本300余種，世系表3家［33］。經(jīng)過6年的發(fā)展，上海圖書館已將家譜的成功經(jīng)驗應用到了歷史地理數(shù)據(jù)、名人檔案、人物傳記、古籍等其他歷史文化記憶資源，數(shù)字人文數(shù)據(jù)基礎設施的建設也取得了顯著進展。除上海圖書館外，吉林大學、武漢大學、華東師范大學、山東大學等研究團隊也紛紛加入該研究領域，在LAM資源整合、視覺資源知識組織、城市記憶資源整合［34］等方面作出了重要貢獻。

6 研究結論

作為一種數(shù)據(jù)發(fā)布規(guī)范，關聯(lián)數(shù)據(jù)已成為影響互聯(lián)網(wǎng)基礎結構的關鍵技術之一，在全球開放數(shù)據(jù)運動的推動下，國內學者對關聯(lián)數(shù)據(jù)展開了跨學科、多視角的研究，取得了豐碩的研究成果。

（1）我國圖情檔領域關聯(lián)數(shù)據(jù)的研究正處于第二個平穩(wěn)期，形成了以夏翠娟、劉煒、賈君枝、歐石燕、李春旺等為代表的核心作者集群，研究期刊分布呈現(xiàn)出核心化趨勢，研究成果具有較強的創(chuàng)新性和影響力。但另一方面，也存在著核心作者集群規(guī)模小、研究機構分散、學者間合作度低、多數(shù)學者研究持續(xù)性不強等問題。

（2）國內學者能夠緊跟國家宏觀政策走向和時代熱點，及時調整研究方向，不斷豐富關聯(lián)數(shù)據(jù)研究的理論體系和實踐成果，對關聯(lián)數(shù)據(jù)的關鍵核心技術、在圖情檔領域的實踐應用、對促進信息資源開放共享、提升知識資產(chǎn)管理效能等方面的作用均展開了大量的研究，形成了圖書館數(shù)據(jù)模型構建、書目數(shù)據(jù)語義編制、科學數(shù)據(jù)和科技文獻開放共享、知識組織系統(tǒng)SKOS化和關聯(lián)化、元數(shù)據(jù)與本體、高校圖書館知識發(fā)現(xiàn)系統(tǒng)建設、數(shù)字圖書館資源整合和機構知識庫建設、博物館資源整合和數(shù)據(jù)關聯(lián)8個聚類。此外，一些學者在不斷延伸研究廣度的同時，也在不斷拓展研究深度，關聯(lián)數(shù)據(jù)的研究已經(jīng)覆蓋了圖情檔領域業(yè)務工作和理論體系的方方面面。

（3）我國圖情檔領域關聯(lián)數(shù)據(jù)的研究主要從技術與平臺、數(shù)據(jù)資源、用戶和數(shù)字人文四個視角展開，隨著關聯(lián)數(shù)據(jù)相關技術的不斷完善以及數(shù)據(jù)資源關聯(lián)數(shù)據(jù)化覆蓋面的不斷擴大，以用戶需求為驅動，提升關聯(lián)數(shù)據(jù)服務平臺的資源聚合度和顆粒度、促進用戶需求與知識資源的高效匹配、支持用戶便捷知識發(fā)現(xiàn)與精準服務是該領域研究的核心主題和熱點前沿。關聯(lián)數(shù)據(jù)的開放應用協(xié)議、建設標準以及質量評價方法的制定與實施是當下迫切需要解決的問題。與此同時，主動參與數(shù)字人文研究，將數(shù)字化的館藏資源融入數(shù)字人文基礎設施，充分發(fā)揮人類記憶和文化遺產(chǎn)的巨大價值也是圖情檔領域必須抓住的重要機遇。