唐歡 田麗

收稿日期：2023-09-08

DOI：10.19850/j.cnki.2096-4706.2024.06.026

摘? 要：文章以中國知網(wǎng)為數(shù)據(jù)源，選擇其中收錄的2013－2022年知識服務領域的期刊文獻數(shù)據(jù)為研究對象，利用CiteSpace軟件，以可視化方法從作者、機構(gòu)、關鍵詞等方面，對數(shù)據(jù)進行共現(xiàn)分析和聚類分析，以總結(jié)該領域近十年的核心研究機構(gòu)、核心作者、熱點主題和研究趨勢。研究發(fā)現(xiàn)，知識服務研究主要集中在這幾個方面：知識服務的開展領域、知識服務的內(nèi)容、知識服務的技術、基于用戶的知識服務。根據(jù)上述研究繪制該領域知識圖譜，對知識服務領域的研究熱點現(xiàn)狀和研究趨勢進行分析和總結(jié)，為知識服務研究提供建議和參考。

關鍵詞：知識服務；科學知識圖譜；可視化分析；CiteSpace

中圖分類號：TP391；G252? ? 文獻標識碼：A? 文章編號：2096-4706（2024）06-0121-06

Analysis of Scientific Knowledge Graph of Knowledge Service Research in China from 2013 to 2022

TANG Huan1， TIAN Li1，2

（1.School of Management， Liaoning Normal University， Dalian? 116082， China;

2.Dalian Public Culture and Social Development Research Center， Dalian? 116082， China）

Abstract： This paper takes CNKI as the data source， selects the periodical literature data in the field of knowledge service from 2013 to 2022 as the research object， uses CiteSpace software， and carries out co-occurrence analysis and cluster analysis on the data from the aspects of authors， institutions and keywords by visual methods， so as to summarize the core research institutions， core authors and hot topics and research trends in this field in recent ten years. It is found that the research of knowledge service mainly focuses on these aspects： the development field， content， technology of knowledge service and user-based knowledge service. According to the above research， the Knowledge Graph of this field is drawn， and the current situation of research hotspots and research trends in the field of knowledge service are analyzed and summarized， so as to provide suggestions and reference for the research of knowledge service.

Keywords： knowledge service; scientific Knowledge Graph; visual analysis; CiteSpace

0? 引? 言

隨著信息時代的來臨及社會的飛速發(fā)展，知識已經(jīng)成為當今社會的重要資源，知識服務已經(jīng)成為知識經(jīng)濟未來發(fā)展的重要方向[1]。知識服務作為知識管理學科的重要研究領域和熱點話題，一直以來都備受關注[2]。對某一學科研究領域的發(fā)展歷程、熱點主題和前沿趨勢分析主要是采用科學知識圖譜分析方法，即通過對學科領域的文獻信息可視化，進而顯示出科學知識的發(fā)展進程與結(jié)構(gòu)關系，最終使研究人員能夠直觀地辨識出科學前沿的演化路徑[3]。本文擬采用知識圖譜的文獻計量分析法，通過對現(xiàn)有文獻資料進行深入挖掘，揭示出近十年我國知識服務領域的研究現(xiàn)狀、熱點與趨勢，這有助于相關機構(gòu)了解當前我國研究狀況，為其今后開展更為深入的研究奠定基礎。

1? 數(shù)據(jù)來源與研究方法

1.1? 數(shù)據(jù)來源

數(shù)據(jù)來源于中國知網(wǎng)期刊數(shù)據(jù)庫，為了提高檢索結(jié)果的相關性，筆者在高級檢索中選擇關鍵詞檢索，檢索詞為“知識服務”并實行精確檢索，限定期刊來源為“北大核心”和“CSSCI”，限定時間范圍為2013—2022年，數(shù)據(jù)采集時間為2023年3月5日。最終獲得1 032篇有效文獻作為本文的數(shù)據(jù)樣本。

1.2? 研究方法

采用引文網(wǎng)絡分析軟件CiteSpace 6.2進行可視化分析，利用文獻計量分析方法和理論規(guī)律，從文獻的作者、研究力量分布、研究熱點及前沿等方面進行多角度計量與可視化展示，挖掘和探索知識服務研究的現(xiàn)狀與熱點主題。

2? 年代與合作分析

2.1? 作者合作分析

科學研究成果通常以科學論文等重要形式表現(xiàn)出來[4]。對檢索到的研究“知識服務”領域的1 032篇文獻進行導出與合并處理，再將數(shù)據(jù)導入CiteSpace可視化軟件中，將時間切片（Time Slicing）設置為2013—2022，時間分區(qū)（Years Per Slice）設置為1年，節(jié)點類型（Node Types）選擇Author，將每個時區(qū)出現(xiàn)頻次最高的30位作者作為分析對象，采用最短路徑算法（Pathfinder）對知識圖譜進行修剪；運行軟件得到知識服務領域研究的作者分布圖譜，如圖1所示。圖中節(jié)點代表發(fā)文作者，節(jié)點大小代表作者的發(fā)文量，節(jié)點越大，表明該作者發(fā)文量越多。節(jié)點之間的連線代表作者之間存在合作關系。

由表1可知，該研究領域發(fā)文量大于5篇的作者分別是鄧仲華（11篇）、蘇新寧（10篇）、楊海平（9篇）、蔣勛（8篇）、魏扣（7篇）、徐緒堪（7篇）、李立睿（6篇）、郝琦（6篇）、李晨暉（6篇），其中排名前5的鄧仲華、蘇新寧、楊海平、蔣勛、魏扣等幾位作者分別處于研究的不同時間段，蘇新寧、蔣勛較早，鄧仲華、魏扣處于中間的過渡時期，楊海平作者的研究時間最新且時間跨度也長，這幾位作者都是知識服務研究領域的核心作者，極大地推動了知識服務研究的進步與發(fā)展。在這些作者中形成的最大的合作網(wǎng)絡是由劉紅霞、朱甦琪、沈錫賓、袁慶等人組成的9人網(wǎng)絡，其中的劉紅霞作者還是發(fā)文量排名前二十的高影響力作者，這9位作者的研究起步時間雖然較晚，但已經(jīng)形成了目前最大的合作網(wǎng)絡，說明最近兩年關于知識服務領域已有較大的合作團隊在開展系統(tǒng)研究，并取得了一定的研究成果；其次是蘇新寧、蔣勛、徐緒堪等人組成的5人網(wǎng)絡，這五人中也有三位作者發(fā)文量排名靠前，可以帶動其他作者；在之后的每一年幾乎都有作者合作網(wǎng)絡，且網(wǎng)絡中都有高影響力作者。

表1? 2013—2022年知識服務研究發(fā)文量排名前20的作者

序號 作者 發(fā)文量 年份 序號 作者 發(fā)文量 年份

1 鄧仲華 11 2013 11 張新新 5 2017

2 蘇新寧 10 2013 12 劉宇 5 2013

3 楊海平 9 2019 13 劉堅 4 2014

4 蔣勛 8 2013 14 邱均平 4 2016

5 魏扣 7 2016 15 王忠義 4 2015

6 徐緒堪 7 2013 16 尹達 4 2020

7 李立睿 6 2014 17 謝友柏 4 2015

8 郝琦 6 2016 18 張興旺 4 2015

9 李晨暉 6 2013 19 劉紅霞 4 2017

10 黃先蓉 5 2020 20 余軍合 4 2016

2.2? 機構(gòu)合作分析

學術機構(gòu)之間進行合作研究是學術界研究的常態(tài)[5]。分析知識服務研究領域的合作機構(gòu)有助于了解該領域的主要研究機構(gòu)以及不同機構(gòu)之間的優(yōu)勢互補情況[6]。在CiteSpace中將節(jié)點類型選為Institution，進行機構(gòu)合作分析，繪制如圖2所示的研究機構(gòu)合作科學知識圖譜。圖中節(jié)點的大小代表相應研究機構(gòu)的發(fā)文數(shù)量，節(jié)點的顏色代表對應的發(fā)文年份，節(jié)點之間的連線代表研究機構(gòu)間的合作關系，連線越粗表示合作的緊密度越高。

從圖2中可以看出武漢大學信息管理學院的年輪節(jié)點最大，說明該機構(gòu)的發(fā)文量最多，其次分別是南京大學信息管理學院、中國科學院文獻情報中心、吉林大學管理學院、中國人民大學信息資源管理學院。年輪顏色層次較多的中科院、南京大學、武漢大學、吉林大學、中國人民大學、北京大學、華中師范大學信息管理學院的研究周期較長。中國科學院文獻情報中心與其分院的合作較為密切，部分高校內(nèi)部的學院與科研處、圖書館、教育部重點實驗室、研究中心等機構(gòu)形成合作關系，少數(shù)機構(gòu)之間有合作關系，但大部分機構(gòu)都是獨立研究，并未形成較深的合作網(wǎng)絡關系。這些研究機構(gòu)以高校學院為主，其次還有圖書館、出版社、研究院所等。對近10年知識服務研究發(fā)文量排名前10的機構(gòu)進行整理，得到表2，可見上文提到的排名前5的機構(gòu)發(fā)文量均在20篇以上，且研究時間都較早，其中武漢大學在發(fā)文數(shù)量和研究時間上都遙遙領先。這些機構(gòu)主要集中在北京、上海、武漢等地，說明這些機構(gòu)可能存在地理位置、政策、資金支持等方面的優(yōu)勢。

表2? 2013—2022年知識服務研究發(fā)文量排名前10的研究機構(gòu)

序號 機構(gòu) 發(fā)文量 年份

1 武漢大學信息管理學院 56 2013

2 南京大學信息管理學院 37 2013

3 中國科學院文獻情報中心 26 2014

4 吉林大學管理學院 23 2013

5 中國人民大學信息資源管理學院 22 2015

6 華中師范大學信息管理學院 12 2014

7 中國科學院大學 11 2015

8 北京大學信息管理系 10 2018

9 地質(zhì)出版社 8 2017

10 上海大學圖書情報檔案系 8 2013

3? 熱點主題分析

3.1? 關鍵詞共現(xiàn)

熱點主題通常通過高頻關鍵詞表現(xiàn)出來。關鍵詞是對論文主題的高度概括和凝練，是一篇論文的核心和重點[7]，往往能在一定程度上有效的反映文章的研究主題。通過統(tǒng)計分析2013—2022年“知識服務”論文中關鍵詞出現(xiàn)的頻次及其相互關系，可以分析出該領域的研究熱點和重要主題。

在軟件中將節(jié)點類型設置為Keyword，其他參數(shù)設置與圖1設置相同，設置相應的閾值后運行軟件，對圖中的各個節(jié)點位置和大小加以調(diào)整，最后繪制出關鍵詞共詞圖譜，其中關鍵詞節(jié)點數(shù)N = 738，連線E = 1 534，網(wǎng)絡密度D = 0.005 6，具體情況如圖3所示。

圖3節(jié)點的大小代表了關鍵詞出現(xiàn)的頻次，節(jié)點的大小與熱點主題出現(xiàn)的頻次成正比。中心性表示節(jié)點的重要性，中心性越大，表示節(jié)點越重要，如果圖譜中的節(jié)點出現(xiàn)紫色的外圈，說明這個節(jié)點的中心性很大，并且此節(jié)點非常重要，它發(fā)揮著重要的橋梁作用[8]。圖中較大的節(jié)點代表了國內(nèi)近10年“知識服務”研究領域的熱點，他們在一定程度上也能反映該領域的研究趨勢。從圖3中可以看出中心性較大的關鍵詞有知識服務、圖書館、大數(shù)據(jù)、知識組織、數(shù)字出版、用戶需求、知識管理、人工智能，說明這些關鍵詞發(fā)揮著重要的橋梁作用。根據(jù)軟件的分析結(jié)果，挑選出排名前20的高頻關鍵詞，如表3所示。

表3? 2013—2022年知識服務研究排名前20的關鍵詞

序號 關鍵詞 頻次 年份 序號 關鍵詞 頻次 年份

1 知識服務 1 013 2013 11 融合發(fā)展 19 2015

2 圖書館 83 2013 12 服務模式 17 2013

3 大數(shù)據(jù) 65 2013 13 信息服務 17 2013

4 數(shù)字出版 43 2015 14 知識庫 16 2013

5 知識組織 41 2013 15 學術出版 15 2014

6 人工智能 33 2016 16 知識發(fā)現(xiàn) 14 2013

7 科技期刊 28 2016 17 用戶需求 14 2013

8 知識管理 25 2013 18 轉(zhuǎn)型升級 14 2016

9 知識付費 24 2018 19 用戶畫像 14 2018

10 知識圖譜 20 2013 20 學術期刊 14 2017

從表3可以清晰的看出，2013—2022年近10年內(nèi)，研究頻次最高的關鍵詞是知識服務，出現(xiàn)了1 013次，這是由于筆者在檢索文獻時使用了關鍵詞檢索，這表明近10年來眾多的專家學者更多地把研究重點放在知識服務的各個方面；其次是圖書館、大數(shù)據(jù)、數(shù)字出版、知識組織、人工智能、科技期刊、知識管理、知識付費，它們的出現(xiàn)頻次均在20次以上，也是出現(xiàn)頻次比較高的熱點詞匯。通過對表3的高頻關鍵詞總結(jié)，可將研究熱點大致分為四類，分別是：知識服務的領域（圖書館、期刊、出版）；知識服務的技術（大數(shù)據(jù)、人工智能、云計算）；知識服務的內(nèi)容（組織、管理、發(fā)現(xiàn)、創(chuàng)新）；基于用戶的知識服務（用戶需求、用戶畫像）。

3.2? 關鍵詞聚類

聚類分析可以從不同的角度展示出研究領域的分布情況，以便迅速了解該領域的研究主題[9]。運用CiteSpace軟件對研究對象進行關鍵詞聚類，得到關鍵詞聚類圖譜，如圖4所示。圖中平均輪廓值S = 0.978 2，模塊值Q = 0.944，模塊值大于0.3說明圖譜網(wǎng)絡結(jié)構(gòu)合理，由此可說明該圖譜的網(wǎng)絡結(jié)構(gòu)非常合理，結(jié)果具有可信度。從圖4中可以看出，關于知識服務的關鍵詞聚類圖譜共有13個聚類標簽，分別是#0服務模式、#1科技期刊、#2專業(yè)出版、#3學科服務、#4融合、#5知識庫、#6模型、#7用戶需求、#8信息消費、#9出版企業(yè)、#10數(shù)字資源、#11知識發(fā)現(xiàn)、#13知識組織。這說明近10年來專家學者們比較關注這13個方面的研究，這些聚類標簽構(gòu)成了當前知識服務研究的主要主題。圖中每個模塊具有不同的顏色，分別對應不同的時間，可以看出形成時間較早的模塊對應的聚類主題有知識組織、知識發(fā)現(xiàn)、數(shù)字資源、出版企業(yè)等，形成時間較晚模塊對應的聚類主題有專業(yè)出版、科技期刊、服務模式等。

3.3? 熱點分析

根據(jù)以上的關鍵詞共現(xiàn)和聚類分析，再結(jié)合相關的論文，可以對近10年知識服務領域的研究熱點作出進一步研究和分析。本文主要從以下4個方面分析該領域的研究熱點。

3.3.1? 知識服務的領域

知識服務的領域指的是圖書館、出版社等開展知識服務的機構(gòu)，描述該研究方向的關鍵詞有圖書館、數(shù)字出版、科技期刊、學術出版、學術期刊等，出版行業(yè)和圖書館領域中的知識服務內(nèi)容非常豐富，圖書館和出版社也是跟所有學者和研究人員息息相關的兩個機構(gòu)，加強對圖書館和出版社中的知識服務研究不但可以促進人們對這兩個機構(gòu)的全面認識，還有助于 為圖書館發(fā)展和出版業(yè)發(fā)展提供理論指導。

3.3.2? 知識服務的技術

知識服務的技術指得是在開展知識服務過程中使用的新興技術，涉及的相關關鍵詞有大數(shù)據(jù)、人工智能、云計算、融合發(fā)展、轉(zhuǎn)型升級等。學科的進步離不開技術的應用，研究技術在知識服務領域的應用有利于總結(jié)經(jīng)驗，不斷規(guī)劃新的實踐方案和拓寬知識服務的方式，從而為人們提供更好的服務。

3.3.3? 知識服務的內(nèi)容

知識服務的內(nèi)容是指從哪些方面開展知識服務，本文涉及的相關關鍵詞有知識組織、知識付費、知識管理、服務模式、信息服務、知識庫、知識發(fā)現(xiàn)等。研究知識服務的內(nèi)容或具體項目也有利于不斷優(yōu)化知識服務。

3.3.4? 基于用戶的知識服務

用戶是開展知識服務的對象，基于用戶的知識服務指的是以用戶為視角研究知識服務的進展，相關的關鍵詞有用戶需求、用戶畫像等。從用戶需求的角度出發(fā)研究知識服務，還是研究用戶畫像，都有利于更加精準地為用戶開展知識服務。

4? 研究前沿與趨勢分析

突現(xiàn)關鍵詞是指某一時期出現(xiàn)的高頻關鍵詞，它構(gòu)成了主要關鍵詞突現(xiàn)圖，在一定程度上反映某時期的研究熱點及預測新興研究趨勢[10]。根據(jù)CiteSpace提取的突現(xiàn)關鍵詞對該領域的研究前沿進行探究，如圖5所示，提取了前18個高強度突現(xiàn)詞，這18個詞代表了2013—2022年時期內(nèi)不同階段的高頻詞，可以根據(jù)這些突現(xiàn)詞探測我國知識服務的研究熱點變化與研究前沿。由圖中可見其中突現(xiàn)強度最高的是知識付費，然后依次是融合發(fā)展、科技期刊、數(shù)字出版、人工智能，這些均是突現(xiàn)強度大于4的關鍵詞。從突現(xiàn)時間的先后順序來看，服務模式、學科服務出現(xiàn)的時間最早，均在2013年就有相關研究；其次是知識融合，突現(xiàn)在2015—2016年；數(shù)字出版、人工智能、學術出版、出版轉(zhuǎn)型、用戶畫像、學術期刊、科技期刊、出版社、智庫、融合出版等詞的突現(xiàn)結(jié)束年份均在2022年，其中跟出版相關的研究熱詞持續(xù)周期較長，人工智能、用戶畫像等相關技術的研究也一直在持續(xù)，最新突現(xiàn)的智庫、融合出版等詞也持續(xù)到2022年，說明這幾個主題是目前知識服務領域的研究前沿。

圖5? 2013—2022年知識服務研究突現(xiàn)詞

通過對突現(xiàn)詞的總結(jié)與分析，發(fā)現(xiàn)跟出版相關的關鍵詞突現(xiàn)周期較長，例如數(shù)字出版、學術出版、出版轉(zhuǎn)型、傳統(tǒng)出版、融合出版，說明出版是知識服務領域持續(xù)研究的主題，根據(jù)關鍵詞的出現(xiàn)年份也可以推測學術界在學科出版、出版轉(zhuǎn)型方面的研究隨著技術的靈活引入與應用逐漸從傳統(tǒng)出版過渡到數(shù)字出版，再到融合出版的過程，其中融合出版是2020年出現(xiàn)并突現(xiàn)的最新關鍵詞。智庫一詞也是突現(xiàn)于2020年，但在2017年就有關于智庫的相關研究，智庫在知識服務領域也有很重要的地位，由于近幾年我國關于智庫發(fā)展的相關文件和政策陸續(xù)出臺后，對于智庫的研究逐漸火熱起來并成為該領域的研究前沿。

5? 結(jié)? 論

通過對近十年我國知識服務領域的研究合作情況和研究熱點主題分析，本文得出以下結(jié)論：1）該領域作者之間的合作情況比較分散，2～4人的小團體較多，作者個人研究較多，網(wǎng)絡中沒有作者處于核心地位，但已有較為成熟的研究團隊?？傮w來看，知識服務研究領域發(fā)文量處于前十位的作者均處于合作網(wǎng)絡之中，即他們均與其他作者有合作關系，且這些發(fā)文量多的高影響力作者基本處于不同的合作網(wǎng)絡中，與其他不同的作者相互合作，共同帶動知識服務領域的研究，提高該領域的研究水平，擴大影響力。2）該領域機構(gòu)研究相對獨立，各機構(gòu)內(nèi)部和同一地區(qū)機構(gòu)間的合作較多。對該領域研究較多的機構(gòu)主要集中在南京、武漢、北京、上海等地，說明這些地區(qū)在該領域?qū)W科發(fā)展、資金支持等方面較為領先。3）我國學者主要從開展領域、服務內(nèi)容、服務技術、用戶研究四個方面來探討知識服務，未來的知識服務領域可加強對這幾個方面的研究。

近年來，人工智能技術迅猛發(fā)展，對知識服務領域產(chǎn)生了巨大的影響，許多傳統(tǒng)的知識服務行業(yè)，如圖書館、檔案館、博物館等，都開始采用人工智能技術來提高服務質(zhì)量和效率。同時，人工智能技術也催生了新的知識服務模式，如智能問答、智能推薦等，為用戶提供更加個性化、精準的知識服務體驗。未來，隨著人工智能技術的不斷發(fā)展和應用，知識服務領域?qū)瓉砀嗟膭?chuàng)新和變革，知識服務在人工智能時代的變革研究是未來的發(fā)展趨勢，學者們可在現(xiàn)有研究的基礎上增加對人工智能時代知識服務模式和知識服務價值的研究。

參考文獻：

[1] 方卿，丁靖佳，王嘉昀.數(shù)字出版知識服務進展與啟示 [J].數(shù)字圖書館論壇，2021（7）：2-9.

[2] 陳茫，張慶普.我國知識服務研究的演進歷程知識圖譜與研究態(tài)勢探討 [J].情報資料工作，2018（2）：80-91.

[3] SMALL H，GRIFFITH B C. The Structure of Scientific Literatures：Identifying and Graphing Specialties [J].Science Studies，1974（4）：17-40.

[4] 曹樹金，曹茹燁.基于知識圖譜的科技論文創(chuàng)新點動態(tài)識別研究 [J].現(xiàn)代情報，2022，42（12）：28-41+82.

[5] 魏瑞斌.科學計量學領域科研機構(gòu)合作網(wǎng)絡演化分析 [J].情報雜志，2012，31（12）：40-45.

[6] 孫學軍，曹祺.基于知識圖譜的圖書館微信服務研究現(xiàn)狀分析 [J].情報科學，2019，37（9）：164-169.

[7] 趙蓉英，余波.國際數(shù)據(jù)挖掘研究熱點與前沿可視化分析 [J].現(xiàn)代情報，2018，38（6）：128-137.

[8] 杜軍，寇佳麗，趙培陽.基于CiteSpace的我國精準扶貧研究熱點與前沿趨勢分析 [J].江蘇農(nóng)業(yè)科學，2019，47（19）：6-11.

[9] 趙丹群.基于CiteSpace的科學知識圖譜繪制若干問題探討 [J].情報理論與實踐，2012，35（10）：56-58.

[10] 龐宇舟，尚昱志，林基勇，等.基于CiteSpace的壯醫(yī)藥研究可視化分析 [J].中南民族大學學報：自然科學版，2018，37（3）：53-57.

作者簡介：唐歡（1999—），女，漢族，四川廣元

人，碩士研究生在讀，研究方向：信息服務與用戶研究；田麗（1971—），女，漢族，遼寧鐵嶺人，教授，碩士，研究方向：信息服務與用戶研究。