數(shù)字資源保存的研究進展、熱點與前沿*

□ 胡澤文 / 南京大學信息管理系 南京 210093 / 中國科學技術信息研究所 北京100038武夷山 / 中國科學技術信息研究所 北京 100038孫建軍 / 南京大學信息管理學院 南京 210093

資源建設

數(shù)字資源保存的研究進展、熱點與前沿*

□ 胡澤文 / 南京大學信息管理系 南京 210093 / 中國科學技術信息研究所 北京100038武夷山 / 中國科學技術信息研究所 北京 100038孫建軍 / 南京大學信息管理學院 南京 210093

文章首先辨析了數(shù)字資源保存的概念，介紹了數(shù)字資源保存的發(fā)展史和國內(nèi)外研究現(xiàn)狀。然后利用CitespaceII可視化分析工具和方法構建領域知識基礎（指引文）的時間序列演化圖譜和時區(qū)演化圖譜，并結合繪制的領域發(fā)展趨勢圖，分析了數(shù)字資源保存的研究進展。同時利用CitespaceII可視化分析工具和方法繪制術語與關鍵詞的混合共現(xiàn)網(wǎng)絡和引文共被引聚類知識圖譜，識別出數(shù)字資源保存的研究熱點①研究前沿是近幾年剛興起的，具有前瞻性、先導性和探索性的研究領域或主題，而研究熱點是指一定時期內(nèi)大家關注比較多的，穩(wěn)定集中的研究領域或主題，兩者有交叉。，并利用爆發(fā)詞或突變詞探測方法探測數(shù)字資源保存的研究前沿。最后針對圖書情報與檔案管理學科關注最多的研究熱點——數(shù)字資源長期保存，從研究主題、最佳實踐、保存周期、保存技術和方法、保存策略等幾個重要方面解讀數(shù)字資源長期保存的研究進展。

數(shù)字資源保存，研究進展，研究熱點，研究前沿，知識圖譜，數(shù)字資源長期保存

1 引言

數(shù)字資源保存是圖書情報檔案學、哲學、法學、經(jīng)濟學和計算機科學交叉的一個研究領域，是當代情報學發(fā)展的重要方向之一，聯(lián)合國教科文組織《全民信息計劃2008—2013 年戰(zhàn)略規(guī)劃》②http://portal.unesco.org/ci/en/files/26352/12114609343ifap_draf_strategic_plan.pdf/ifap_draf_strategic_plan.pdf.將其列為五大優(yōu)先發(fā)展領域之一。

隨著互聯(lián)網(wǎng)應用的不斷深入和信息技術的快速發(fā)展，海量的數(shù)字化內(nèi)容正不斷被創(chuàng)造出來，其中很多內(nèi)容非常有價值，是我們文化和知識遺產(chǎn)的一部分。然而互聯(lián)網(wǎng)應用和信息技術的更新?lián)Q代周期越來越短，之前被創(chuàng)造的數(shù)字內(nèi)容會隨著一些過時的互聯(lián)網(wǎng)應用和數(shù)字化技術、軟硬件環(huán)境變化或載體故障而面臨退化、荒廢和流失的風險。因此，我們需要制定數(shù)字保存計劃和政策，根據(jù)數(shù)字資源的生命周期長短、類型和價值大小等，開發(fā)出一些數(shù)字資源保存技術，對一些有價值的數(shù)字資源進行保存，以備用戶將來需要時能夠方便獲取。

目前國內(nèi)外已經(jīng)出現(xiàn)一些數(shù)字資源保存方面的綜述文章。美國學者Lopez-Fitzsimmons B和英國學者Day M在2003年分別撰文闡述了數(shù)字保存和元數(shù)據(jù)的歷史、理論和實踐（2002年，4位學者：Law DG、Sill LA、Gilliland-Swetland A和Chad B也分別發(fā)表了4篇相同篇名的文章）[1,2]；西班牙學者Termens, M在2009年對國際數(shù)字保存研究和發(fā)展進行一個調查研究，文章概述了機構知識庫、政務信息、個人檔案、航空航天工業(yè)和博物館檔案等領域中的數(shù)字保存應用，重點論述了圖書館和檔案館中的數(shù)字保存應用，最后總結出國際研究的主線包括集成化保存系統(tǒng)構建工具的集成[3]。武漢大學信息管理學院學者劉家真于2006在《中國圖書館學報》上發(fā)表一篇文章對我國數(shù)字資源保存的現(xiàn)狀進行一個調查研究[4]。中國科學院國家科學圖書館的吳振新、劉建華、李丹和向菁等學者在2007年和2009年分別對2007年和2008舉辦的數(shù)字資源長期保存國際會議（iPRES）進行綜述，介紹了數(shù)字資源長期保存的當前進展、最佳實踐、保存工具及方法[5,6]。不過目前筆者還未發(fā)現(xiàn)有人利用可視化知識圖譜分析方法對數(shù)字資源保存相關文獻進行全面系統(tǒng)性分析。

2 數(shù)字資源保存的概念及不同觀點

數(shù)字資源是以電子數(shù)據(jù)的形式將文字、圖像、圖形、聲音、動畫等多種形式的信息存儲在光磁等載體的數(shù)字編碼信息，是人們通過計算機可以利用的信息的總和[7]。數(shù)字資源包括數(shù)字化資源和原生數(shù)字資源：數(shù)字化資源是指傳統(tǒng)非數(shù)字化信息源如印刷型信息源、縮微型信息源和聲像型信息源等通過掃描或其他數(shù)字化手段轉化成相似等價物的數(shù)字對象；原生數(shù)字資源指原本不存在，用戶直接創(chuàng)造出來的數(shù)字資源，如直接的數(shù)字文本、數(shù)字攝像或數(shù)字錄音文件等，這些資源通常沒有相似等價物，與那些原物經(jīng)數(shù)字化轉換形成的相似等價物完全不同[8,9]。常見的電子圖書、電子期刊、網(wǎng)頁、博客、科學數(shù)據(jù)、數(shù)據(jù)集、在線數(shù)據(jù)庫、數(shù)字教育資源如教學課件和教學視聽資料、數(shù)字圖片、醫(yī)學圖像、數(shù)字遺產(chǎn)、數(shù)字全息圖像、數(shù)字化X射線或放射線圖像、數(shù)字證據(jù)、數(shù)字音頻和視頻、數(shù)字動畫、數(shù)字媒體、數(shù)字圖表、數(shù)字檔案和數(shù)字化出版物（如數(shù)字化圖書、期刊和報紙）等都屬于數(shù)字資源。

數(shù)字資源保存是為了將來能夠使用已創(chuàng)造或正創(chuàng)造的一些重要且富有價值的數(shù)字資源，而通過數(shù)字保存策略、措施、技術、方法和設備將其存儲起來，以備將來之需。數(shù)字保存聯(lián)盟（Digital Preservation Coalition）認為數(shù)字資源保存是為了保證數(shù)字資源在需要時能夠被持續(xù)獲取而進行的一系列管理活動如資源規(guī)劃、資源配置和技術使用等。這些數(shù)字資源可能是一個組織日常商業(yè)運營中所創(chuàng)造的記錄，為特殊目的而創(chuàng)造的原生數(shù)字資源如教學資源，或數(shù)字化工程的產(chǎn)品等。數(shù)字保存聯(lián)盟將數(shù)字資源保存分為長期保存、中期保存和短期保存。長期保存是指人們能夠永久而持續(xù)地獲取所需數(shù)字資源或至少數(shù)字資源中所包含的信息。中期保存是指人們在技術更新?lián)Q代之后的一段時期內(nèi)仍能繼續(xù)獲取所需的數(shù)字資源。短期保存是指在數(shù)字資源是否使用能夠被預測的時期周期內(nèi)，保證人們獲取到數(shù)字資源，該周期不會延伸到可預測的使用周期之后太久和數(shù)字資源因技術變化而變得不可獲取之后。美國圖書館聯(lián)盟（ALA，American Library Association）將數(shù)字資源保存定義為：隨著時間的流逝，為確保人們獲取原生的或數(shù)字化的數(shù)字內(nèi)容而采取的保存政策、策略和行動方案，其目標是隨著時間的流逝，能確保已認證數(shù)字內(nèi)容得到最真實和最精確的翻譯和展現(xiàn)。其中數(shù)字保存政策指一個組織為未來使用而保存數(shù)字內(nèi)容的承諾，詳細說明將被保存內(nèi)容的文件格式和保存級別，確保保存的數(shù)字信息能與數(shù)字信息標準一致；數(shù)字保存策略和行動方案主要指數(shù)字內(nèi)容創(chuàng)造、整合和維護的策略和方案，如數(shù)字內(nèi)容創(chuàng)造包括保存技術規(guī)范的清晰而完整的說明、元數(shù)據(jù)的結構化描述和管理、主文件的創(chuàng)造和過程的詳細質量控制等；數(shù)字內(nèi)容整合包括所有政策、策略和程序的文檔化，所有數(shù)字對象起源和變化歷史的記錄，認證機制等；內(nèi)容維護包括強健的計算和網(wǎng)絡基礎設施、多個站點文件的存儲和同步、文件的持續(xù)監(jiān)測和管理、災難阻止和恢復計劃的創(chuàng)造和測試、政策和程序的定期評估和更新等[10]。歐洲數(shù)字保存機構（DPE，Digital Preservation Europe）認為數(shù)字資源保存是為確保數(shù)字對象在將來能夠被查找、翻譯、使用和理解而采取的一系列行動，包括管理對象名稱和地址、更新存儲媒介、數(shù)字內(nèi)容存檔和跟蹤硬件和軟件變化，以確保數(shù)字對象在名稱和地址、存儲媒介及軟硬件發(fā)生改變時仍能被打開和理解[11]。國際空間數(shù)據(jù)咨詢委員會（CCSDS，Consultative Committee for Space Data Systems）認為數(shù)字保存是在很長的時期內(nèi)，以一個正確的和獨立可理解的格式保存和維護信息的行為[12]。英國研究委員會（Research Councils UK）認為數(shù)字保存是關于數(shù)字或電子對象維護和策劃（包括選擇、保存、維護、收集和存檔）的所有活動[11]。從數(shù)字保存國際組織對數(shù)字資源保存概念的定義可以看出，數(shù)字資源保存概念具有以下特征：①可讀性，即可以查找、翻譯、使用和理解等；②持久性，即保存時間的永久性；③真實性，內(nèi)容完整與可靠；④動態(tài)性，保存策略隨信息技術更新而發(fā)展變化；④準確性，已認證的數(shù)字內(nèi)容能夠得到最精確的翻譯和展示；⑤功能性，保存的數(shù)字內(nèi)容應不失其功能性，能夠滿足用戶的功能性需求；⑥集成性，數(shù)字資源保存需要綜合考慮保存的政策、策略、技術、設備、方法、措施、手段和一系列保存管理活動和行動。我們認為數(shù)字資源保存是保存人類原生或數(shù)字化知識和文化遺產(chǎn)的活動，主要包括制定保存計劃、政策、策略和方案；選擇保存內(nèi)容和元數(shù)據(jù)標準；建立保存的信息基礎設施；提出保存方法、措施和手段；開發(fā)保存設備和技術；設定保存周期；執(zhí)行保存計劃和方案；實施保存項目；評估保存成本和效益；等等。

3 數(shù)字資源保存的發(fā)展史，研究現(xiàn)狀

國外數(shù)字資源保存研究最早起源于英國學者羅德?唐納德遜（Lord Donaldson）在1977年發(fā)表的一篇名為“信息傳播和保存（The dissemination and preservation of information）”的文章[13]。不過美國康奈爾大學圖書館副館長安妮?R?肯尼雅（Anne R. Kenney）和林尼?K?皮爾遜尤尼（Lynne K. Personius）在1991年“美國情報學協(xié)會中期會議：多媒體研究”上發(fā)表一篇名為“數(shù)字保存――一項聯(lián)合研究（Digital Preservation—Joint Study）”的文章[14]，才正式拉開了國外數(shù)字保存研究的序幕。至今（1992-2011），國外學者已經(jīng)發(fā)表了1,500多篇數(shù)字保存方面的論文③數(shù)據(jù)庫：SCI Web of Science; 檢索式: TI=(digital OR information) AND TI=( preservation OR conservation OR storage)。研究主題涉及：數(shù)字保存的策略、模型、實現(xiàn)框架、機制、方法、實踐和應用研究，數(shù)字保存項目成本效益的測度和評估，各國的數(shù)字保存項目研究，長期或大規(guī)模數(shù)字保存研究，數(shù)字保存的協(xié)同研究環(huán)境，分布式數(shù)字保存的協(xié)作途徑，科學數(shù)據(jù)的數(shù)字保存，科學社團的數(shù)字保存需要研究等。論文中的大部分發(fā)表在計算機和圖書情報檔案方面的國際期刊如“Lecture Notes in Computer Science（LNCS）”、“Library Trends”、“Library Collections, Acquisitions, and Technical Services”、“Journal of Documentation”、“American Society for Information Science and Technology”和“International Journal of Digital Curation”等，不過專注于數(shù)字保存主題的專業(yè)期刊較少，目前僅見“International Journal of Digital Curation”一種。除了發(fā)表大量論文外，國外學者還出版了大量相關論著，如澳大利亞學者羅斯?哈維（Ross Harvey）在2010年出版的《數(shù)字館藏管理：如何做的手冊》（Digital Curation: A How-To-Do-It Manual），英國學者瑪里琳?迪安（Marilyn Deegan）和西蒙?蒂安（Simon Tanner）在2006年出版的《數(shù)字保存》（Digital Preservation），巴里?瑪虹（Barry Mahon）在2003年出版的《數(shù)字保存》（Digital Preservation）等，夯實了數(shù)字保存研究的基礎。另外，國外有很多國際性組織，如數(shù)字保存聯(lián)盟（DPC）、歐洲數(shù)字保存機構（DPE）、數(shù)字保存中心（PrestoCentre）、國際互聯(lián)網(wǎng)保存聯(lián)盟（IIPC，International Internet Preservation Consortium）、歐洲保存與獲取委員會（ECPA，European Commission on Preservation and Access）、圖書館聯(lián)盟和機構的國際同盟（IFLA，International Federation of Library Associations and Institutions）、聯(lián)合國教科文組織、國際空間數(shù)據(jù)咨詢委員會、美國國會圖書館、各國圖書館和檔案館及它們之間的聯(lián)盟等經(jīng)常關注、支持和開展數(shù)字保存方面的研究。這些國際性組織舉辦了很多數(shù)字保存方面的會議，如美國國會圖書館在2007-2011年舉辦的系列數(shù)字保存方面的會議，如2009年舉辦的“Designing Storage Architectures for Digital Preservation”和2011年舉辦的“Designing Storage Architectures for Preservation Collections”；聯(lián)合國教科文組織發(fā)起的數(shù)字保存方面的系列會議，如2011舉辦的“International conference on preservation of digital information”和2012年將舉辦的“The Memory of the World in the Digital age: Digitization and Preservation”；2011年在德國舉辦的“數(shù)字保存峰會（Digital Preservation Summit）”；自2004年已舉辦8屆的“數(shù)字對象保存國際會議（International Conference on Preservation of Digital Objects）”等。極大地推動了國外數(shù)字保存的發(fā)展。

國內(nèi)數(shù)字保存研究起源于1997年南京大學信息管理學院呂斌發(fā)表的“數(shù)字信息如何保存?——電子信息時代的新挑戰(zhàn)”文章。武漢大學信息管理學院劉家真和司莉在1999分別發(fā)表的“保護數(shù)字信息的長期存取策略”和“數(shù)字資源保存面臨的挑戰(zhàn)與對策”兩篇文章，正式拉開了數(shù)字保存研究的序幕。至今（1997-2011），國內(nèi)學者發(fā)表了390多篇中文論文，其中大部分論文發(fā)表在圖書情報檔案方面的期刊和一些大學學報。論文中的大部研究主題與國外類似。在書籍出版方面，國內(nèi)數(shù)字保存方面的書籍相對較少，主要有兩本：河北大學管理學院宛玲在2006年出版的《數(shù)字資源長期保存的管理機制》和北京聯(lián)合大學謝永憲在2011年出版的《數(shù)字資源長期保存研究》。另外，國內(nèi)舉辦的數(shù)字保存方面的會議相對較少，主要有2004和2007年在北京舉辦的“數(shù)字對象保存國際會議”和2004年在北京舉辦的“中歐數(shù)字資源長期保存國際研討會”。

4 數(shù)字資源保存的研究進展分析與研究熱點探測

主要利用陳超美開發(fā)的CitespaceII可視化軟件及其提出的知識圖譜繪制方法[16-18]來分析數(shù)字資源保存的研究進展和探測它的研究熱點與前沿。

4.1 數(shù)字資源保存的研究進展分析

通過構建學科知識基礎（指引文）隨時間推移不斷突變和演化的知識圖譜和繪制學科發(fā)展趨勢圖，來分析數(shù)字資源保存的研究進展。

知識圖譜的生成方法：首先用檢索式“TI=(digital OR information) AND TI=( preservation OR conservation OR storage)”于2012年5月24日檢索Web of Science（包括SCIEXPANDED、SSCI、A&HCI、CPCI-S和CPCI-SSH索引數(shù)據(jù)庫），得到1992年至2011年間的1,562篇文獻，共52,632條引文數(shù)據(jù)（其中1,556篇文獻，共52,558條引文數(shù)據(jù)是有效的）。然后設置軟件的運行參數(shù)，如表1所示。

表1 軟件運行的參數(shù)名稱及參數(shù)值

最后運行程序，執(zhí)行尋找聚類（Find Cluster）和施引文獻標題術語標識聚類主題兩大功能，獲得引文的共被引聚類知識圖譜，分別采用時間序列（Time line）和時區(qū)（Time zone）的視圖布局，繪制出引文共被引聚類的時間演化圖譜和時區(qū)演化圖譜，如圖1和圖2所示。知識圖譜的模塊化（Modularity）系數(shù)接近0.88，說明圖譜的網(wǎng)絡結構非常好，形成了相互獨立、邊界清晰的聚類，聚類內(nèi)部連接比較緊密。圖譜的Mean Silhouette系數(shù)約為0.93，說明聚類視圖比較可靠、清晰和直觀，易于解讀[19,20]。圖譜中紅色圓圈表示爆發(fā)文獻（指被引突增的文獻），圓圈大小表示被引頻次的高低，文獻節(jié)點之間的連線表示兩個文獻之間的共被引關系，線的粗細表示兩個文獻之間的共被引頻次或強度，線的長度表示兩個文獻共被引的時間跨度。藍色字體是基于TF*IDF算法從聚類成員的施引文獻標題術語中獲得的聚類標簽。

從圖1和圖2，我們發(fā)現(xiàn)：①數(shù)字資源保存領域平均每篇文獻約有21篇引文，說明國際上該領域的研究已經(jīng)非常深入，有足夠多的文獻可供引用。②知識圖譜中出現(xiàn)549個被引頻次高于1的引文（平均被引頻次約為3次），1,045個共被引鏈接，形成了90個相互獨立、邊界清晰的共被引聚類（成員5個以上的聚類有42個），其中316篇引文和45個共被引聚類集中于1992－2005年間，2006到2010年間，也出現(xiàn)了一些被引頻次大于1的引文（42篇）和共被引聚類（4個），說明1992年至2010年間，數(shù)字資源保存研究領域已經(jīng)形成一些穩(wěn)定集中的研究熱點。③隨著時間的推移，數(shù)字資源保存研究領域的一些研究主題得到更大程度的關注，如分別在1994、1997和2002年出現(xiàn)3篇被引突增（圖中紅色圓圈所示）的文獻。被引突增的文獻信息如表2所示。

圖1 引文共被引聚類的時間演化圖譜（在表1所設置的參數(shù)條件下，有1,194篇有效施引文獻，共24,763條有效引文，無效引文有74條，融合網(wǎng)絡的節(jié)點有549個，鏈接1,045個）

圖2 引文共被引聚類的時區(qū)（Time Zone）演化圖譜

表2 引文的篇名、最初被引年代、突增強度（Strength）、被引突增的起始和結束年代、時間條

其中前2篇文獻的主題是全息存儲[21,22]，它們在1995至2003年期間被引突增，被此期間發(fā)表的31篇數(shù)字資源保存文獻引用了31次，施引文獻的主題也是全息存儲，研究者大部分屬于物理學、電子學、材料科學、信息科學和光學學科。第3篇文獻的主題是“開放文檔信息系統(tǒng)參考模型”[12]，被2008至2011年間發(fā)表的12篇數(shù)字資源保存文獻引用了12次，施引文獻的主題大部分是數(shù)字長期保存方面的，涉及數(shù)字長期保存模型[23]、數(shù)字保存對象的描述語言（如XML）[24]、數(shù)字長期保存實踐[25]（相同篇名文章有6篇）和新興保存標準[26]、數(shù)字長期保存工具和服務[27]等。研究者大部分屬于圖書情報檔案管理學科。從爆發(fā)文獻主題及其時間演化來看，全息存儲和數(shù)字資源長期保存是數(shù)字資源保存的研究熱點，其中數(shù)字資源長期保存是自2002年開始，剛興起的研究前沿。

為從數(shù)量和質量上反映數(shù)字資源保存領域的發(fā)展趨勢，我們繪制了數(shù)字資源保存研究文獻在1992-2011年間的數(shù)量分布圖，并將圖1或圖2所示中心度較高的關鍵節(jié)點文獻和爆發(fā)文獻按時間標示在數(shù)量分布圖中，從而獲得質與量相結合的學科發(fā)展趨勢圖，如圖3所示。這些關鍵節(jié)點文獻或爆發(fā)文獻能夠作為發(fā)展階段劃分的重要標識，可視為一個階段內(nèi)學科知識發(fā)展的小突破[28]。

圖3 質與量相結合的數(shù)字資源保存發(fā)展趨勢圖

從圖3可以看出，在1993年、1994年、1997年、2000年和2002年分別出現(xiàn)一篇中心度較高或被引突增的文獻。1993年、1994年、1997年和2000年出現(xiàn)的4篇文獻主要關于全息存儲研究，在這4篇文獻的刺激和推動下，數(shù)字資源保存研究不斷向前發(fā)展，分別在1994年、1997年和2001年出現(xiàn)三次發(fā)展高峰。2001年之后，經(jīng)過一個小幅度下滑之后，在2002年，空間數(shù)據(jù)系統(tǒng)咨詢委員會發(fā)布了名為“開放文檔信息系統(tǒng)參考模型”的藍皮書[12]，奠定了數(shù)字資源長期保存研究的基礎，促使“數(shù)字資源長期保存”成為2002年以來新興的研究前沿和熱點（比如，2002年至2011年期間，國外學者發(fā)表了63篇數(shù)字資源長期保存方面的文獻，約占1992年至2011年期間所有數(shù)字資源長期保存文獻數(shù)量［91篇］的69%⑥數(shù)據(jù)庫=SCI-EXPANDED, SSCI, A&HCI, CPCI-S, CPCI-SSH, BKCI-S, BKCI-SSH, CCR-EXPANDED；檢索式：TI=(digital OR information) AND TI=(“l(fā)ong term” OR "long-term" OR "long time" OR "long periods" ) AND TI=( preservation OR conservation OR storage OR Memory)）。在數(shù)字資源長期保存研究主題的加入和推動下，數(shù)字資源保存在2005年達到發(fā)展高峰后，然后一直保持高速平衡的發(fā)展趨勢。另外，通過查看數(shù)字資源保存研究文獻的標題和摘要，我們發(fā)現(xiàn)數(shù)字資源保存研究正從2003年之前注重保存材料、設備、工藝和技術的理工科研究范疇（研究重點是全息存儲和光存儲）向同時注重理工科研究范疇和數(shù)字長期保存規(guī)劃、策略、實踐、方法和模型的人文學科研究范疇方向發(fā)展。

4.2 數(shù)字資源保存的研究熱點與前沿探測

首先繪制術語與關鍵詞的共現(xiàn)網(wǎng)絡和引文共被引聚類知識圖譜，然后通過人工考察共現(xiàn)網(wǎng)絡中出現(xiàn)頻次或中心度較高的術語或關鍵詞，以及共被引聚類網(wǎng)絡中各個聚類的成員和施引文獻數(shù)量、Top主題術語及主要施引文獻信息，概括出數(shù)字資源保存領域的研究熱點及各熱點中的經(jīng)典文獻，并利用爆發(fā)詞或突變詞探測方法探測該領域的研究前沿。

4.2.1 基于術語和關鍵詞共現(xiàn)網(wǎng)絡的研究熱點探測

術語與關鍵詞共現(xiàn)的知識圖譜如圖4所示。圖中所示的術語來自施引文獻標題和摘要分詞所得的名詞短語，而關鍵詞來自施引文獻的主題詞和標引詞。圖中的正方形節(jié)點表示術語，而圓形節(jié)點表示關鍵詞，節(jié)點的大小表示術語或關鍵詞在網(wǎng)絡中的中心度大?。ü?jié)點越大，表明節(jié)點是網(wǎng)絡中的關鍵節(jié)點或核心樞紐，極有可能是學科的研究熱點），節(jié)點之間的連線表示節(jié)點之間的共現(xiàn)關系，連線的粗細表示節(jié)點之間共現(xiàn)頻次⑦共現(xiàn)頻次是指一個節(jié)點與其他所有節(jié)點共現(xiàn)的總頻次。的高低。

從圖4可以看出，數(shù)字保存系統(tǒng)（Systems）、數(shù)字圖書館（Digital Libraries）、數(shù)字保存模型（Model）和數(shù)字長期保存（Longterm preservation）4個術語的中介中心度⑧中介中心度（Between centrality）是指一個節(jié)點在連接網(wǎng)絡中其他節(jié)點的路徑中，處于路徑中間的程度，中介中心度越高，表明節(jié)點越處于網(wǎng)絡的核心樞紐位置，是網(wǎng)絡中的掌門人、關鍵文獻或核心主題。具體參見文獻[29,30]。比較高，是數(shù)字資源保存研究領域的研究熱點。

通過對圖4及運行結果數(shù)據(jù)進行歸納總結和統(tǒng)計分析，總結出數(shù)字資源保存領域的幾個熱點研究主題及其名稱、出現(xiàn)年代的區(qū)間、共現(xiàn)頻次和中介中心度的總和（同主題術語共現(xiàn)頻次或中心度的一個匯總），如表3所示。

圖4 術語和關鍵詞融合的共現(xiàn)網(wǎng)絡（Top N設置為50，術語類型設置為名詞短語（Noun Phrases），網(wǎng)絡節(jié)點類型設置為術語（Term）和關鍵詞（Keyword），其他設置與表1一樣；在所設置的參數(shù)條件下，有1,555篇有效施引文獻參與實驗，融合網(wǎng)絡有722個節(jié)點，1,096條連線）

表3 熱點研究主題的名稱、出現(xiàn)年代區(qū)間、共現(xiàn)頻次和中介中心度的總和

從表3研究主題的共現(xiàn)頻次或中介中心度總和來看，數(shù)字全息存儲、長期保存、系統(tǒng)、光存儲、數(shù)字圖書館、數(shù)字圖像存儲、數(shù)字存儲技術、模型、地理信息系統(tǒng)、數(shù)字存儲熒光體和數(shù)字存儲示波器是數(shù)字資源保存研究領域的研究熱點。不過從主題出現(xiàn)的年代區(qū)間來看，國家數(shù)字信息基礎設施、數(shù)字保存策略、數(shù)字保存計劃、數(shù)字保存行動、數(shù)字保存項目、數(shù)字保存安全、數(shù)字保存方案和閃速存儲是數(shù)字資源保存研究領域中新興的研究前沿。

上述方法雖然能夠反映數(shù)字資源保存的研究熱點，并且在一定程度上能夠看出數(shù)字資源保存的近期研究主題，不過如果不列出那些共現(xiàn)頻次或中心度總和較少的主題，就無法明確看出數(shù)字資源保存近期的研究前沿。因此我們利用J. Kleinberg和陳超美提出的爆發(fā)詞探測算法和技術[15,31]從施引文獻標題和摘要分詞所得的名詞術語集中獲得能夠反映研究前沿的爆發(fā)詞或突變詞，如表4所示。

從表4爆發(fā)詞開始爆發(fā)的時間和爆發(fā)結束的時間可以看出：① 數(shù)字存儲（digital-storage）術語在2007之前使用較多，而數(shù)字保存（digital-preservation）術語在2007年之后使用較多，從“數(shù)字存儲”術語到“數(shù)字保存”術語的轉變，反映出數(shù)字資源保存研究方向和理念的轉變；storage的對象只是普通的物體，而preservation的對象可能是人類文明遺產(chǎn)。確實，聯(lián)合國教科文組織非常強調“數(shù)字遺產(chǎn)”概念。② 國家數(shù)字信息基礎設施、保存規(guī)劃、數(shù)字對象、數(shù)字圖書館和數(shù)字數(shù)據(jù)是數(shù)字資源保存研究領域近幾年新興的研究前沿。

4.2.2 基于引文共被引聚類知識圖譜的研究熱點探測

引文共被引聚類知識圖譜的生成方法和參數(shù)配置與圖1一樣，不過在結果視圖的布局（Layout）上,我們采用聚類視圖（Cluster View），然后分別使用TF*IDF、Log似然率（LLR，Log-likelihood Ratio）和互信息（MI，Mutual Information）三種術語權重方法分別從各個聚類引文對應施引文獻的標題、標引或摘要術語集中選擇權重最高的術語標引各個聚類的主題，共得到9種聚類主題術語不一樣的聚類視圖。其中TF*IDF權重方法+施引文獻標題術語組合的共被引聚類知識圖譜，如圖5所示。

從圖5可以看出，數(shù)字長期保存（digital long-term preservation）、多位信息存儲（multibit information storage）、信息率（information rate）、數(shù)字數(shù)據(jù)存儲系統(tǒng)（digital data storage system）、數(shù)據(jù)保存對象（object）、數(shù)字保存實踐（practice）、存儲熒光體系統(tǒng)（storage-phoshpor system）、光學信息存儲（optical information storage）、空間信息保存方法（spatial information preservation method）和信息保存方法（information preservation method）是數(shù)字資源保存領域的研究熱點。

通過不同的標引方法（三種權重方法*三種標引術語來源，共9種標引方法）標引的聚類視圖，反映聚類主題的術語是不一樣的。因此，為了統(tǒng)一和綜合性地揭示數(shù)字資源保存領域的研究熱點，我們首先從共被引聚類圖譜的90個聚類中選擇聚類成員和施引文獻數(shù)量較多、年代較新的9個聚類，然后對反映聚類主題的9種不同術語集進行歸納總結和融合，得出9個聚類的編號、成員和施引文獻數(shù)量，聚類成員的平均年份，反映聚類主題的Top主題術語，以及聚類的主要施引文獻，如表5所示。

表4 爆發(fā)詞的名稱、爆發(fā)權重（weight）、爆發(fā)開始和結束的時間

圖5 TF*IDF權重方法+施引文獻標題術語組合的共被引聚類知識圖譜（圖譜的Modularity值約0.9，Mean Silhouette值接近0.95，說明聚類的效果非常好）

聚類編號/成員數(shù)量/施引文獻數(shù)量1992平均年份Top主題術語主要施引文獻41/66/87圖書情報檔案管理領域學者對該主題研究較多（具體參見腳注⑨）14/19/82000數(shù)字保存歷史（history）、理論（theory）、機制（mechanism）、服務（service）、未來（Future）、穩(wěn)定性（stabilization）和可持續(xù)性（Sustainability）多位信息存儲（multibit information storage）和基于分子的信息存儲（molecular-based information storage）35/18/52000存儲熒光體系統(tǒng)（storage-phosphor system）和放射線數(shù)字影像（radiography）48/13/91999全息數(shù)字數(shù)據(jù)存儲（holographic digital data storage）、設計（design）、誤比特率（bit-error rate）和相聯(lián)存儲器的全息數(shù)字數(shù)據(jù)存儲（contentaddressable holographic digital data storage）37/12/31998化學領域學者對該主題研究較多（Gryko DT (2000) synthesis of "porphyrin-linker-thiol" molecules with diverse linkers for studies of molecular-based information storage; Gryko DT (2000) synthesis of thiol-derivatized ferrocene-porphyrins for studies of multibit information storage）放射醫(yī)學領域學者對該主題研究較多（Goo JM (2000) digital chest radiography with a selenium-based flat-panel detector versus a storage phosphor system: comparison of soft-copy images）物理學和光學領域學者對該主題研究較多（Fengcheng Ma (2010) the construction of digital resources storage platform based on holographic technology; John R (2005) an input-data page modulation scheme for content- addressable holographic digital data storage; Heanue JF (1994) Volume Holographic Storage and Retrieval of Digital Data）Dembski William A. (2009) conservation of information in search: measuring the cost of success; Li Xin (2010) maximum-information storage system: concept, implementation and application 50/12/121992物理學、光學和材料科學領域學者對該主題關注較多（Orlov SS (2000) ultra-high transfer rate high capacity holographic disk digital data storage system;Ma JA (2000) ruggedized digital holographic data storage with fast access; John R (2005) holographic digital data storage using phasemodulated pixels）7/8/52005成功（success）、成本（cost）、動態(tài)信息（active information）、內(nèi)生信息（endogenous information）、特定問題信息（problem-specific information）和信息強度（information density）數(shù)字數(shù)據(jù)存儲系統(tǒng)（ digital data storage system）、全息光盤（holographic disk）、超高轉移率（ultrahigh transfer rate）、大容量（high capacity）、快速獲?。╢ast access memory）、固態(tài)硬盤（solidslate memory）、全息數(shù)據(jù)存儲（holographic data storage）。數(shù)字保存對象（object）、保存模型（model）、遷移（migration）、保存計劃（preservation planning）、XML語言（xml languages）、長壽（longevity）、評估（evaluation）和實施（execution）64/7/72003數(shù)字長期保存（digital long-term preservation）、數(shù)字圖書館（digital library）、數(shù)字保存研究（digital preservation research）、真實性（authenticity）、完整性（integrity）、用戶研究（user studies）、安全模型（security model）、安全方面（security aspect）和長期存儲（long-term storage）87/5/41996數(shù)字保存的技術與實踐（art and practice）信息科學和圖書情報檔案管理領域學者對該主題關注較多（Becker Christoph (2008) systematic characterisation of objects in digital preservation: the extensible characterisation languages; Luan Feng (2010) quality requirements of migration metadata in long-term digital preservation systems; Caplan Priscilla (2010) the florida digital archive and daitss: a model for digital preservation）圖書情報檔案管理領域學者對該主題關注較多（Chowdhury Gobinda (2010) from digital libraries to digital preservation research: the importance of users and context; Schott Maik (2010) ensuring integrity and authenticity for images in digital long-term preservation; Schott Maik (2010) extending the clark-wilson security model for digital long-term preservation use-cases; Voges Christoph (2011) long-term storage of digital data on cinematographic film）信息科學和圖書情報檔案管理領域學者對該主題關注較多（Lee KH (2002) the state of the art and practice in digital preservation; Muir A (2001) legal deposit and preservation of digital publications: a review of research and development activity）

表5 9個聚類的編號、成員和施引文獻數(shù)量、平均年份、Top主題術語及主要施引文獻

從表5可以看出，近年來，國外學者除了從技術視角繼續(xù)圍繞數(shù)字資源保存的傳統(tǒng)話題（如多位信息存儲、分子信息存儲、存儲熒光體系統(tǒng)、放射線數(shù)字影像存儲、全息數(shù)字數(shù)據(jù)存儲、數(shù)字數(shù)據(jù)存儲系統(tǒng)、全息光盤、超高轉移率、固態(tài)硬盤和數(shù)字存儲技術等）進行研究之外，越來越多的學者開始從社會科學和人文學科視角圍繞數(shù)字資源保存開展研究，涉及數(shù)字資源保存的歷史、理論、機制、服務、未來、穩(wěn)定性和可持續(xù)發(fā)展；保存的成本、對象、模型、計劃、真實性、完整性、評估和實施；數(shù)字資源壽命、長期保存和數(shù)字圖書館；用戶研究、保存實踐和安全等。

5 數(shù)字資源長期保存研究進展綜述

數(shù)字資源長期保存是數(shù)字資源保存研究的重點，也是亟待解決的難點。目前國內(nèi)外圖書情報和信息科學學科的學者和機構對數(shù)字資源長期保存關注較多，很多數(shù)字資源保存方面的實踐項目主要是為了解決數(shù)字資源長期保存的難題而提出的。因此筆者主要聚焦于數(shù)字資源的長期保存，從研究主題、最佳實踐、保存周期、保存技術和方法、保存策略等幾個重要方面解讀數(shù)字資源長期保存的研究進展[32-35]。這些方面也是目前國內(nèi)外學者研究的前沿與熱點。

5.1 數(shù)字資源長期保存的研究主題

北京師范大學田碩和黃國彬通過對近10年（2000-2009）國外數(shù)字資源長期保存的期刊論文進行歸納總結，發(fā)現(xiàn)：國外數(shù)字資源長期保存研究表現(xiàn)出理論研究和實踐研究相結合、技術研究和非技術研究并重的特點，其研究主題以長期保存的相關技術和保存策略及保存項目為主，并注重對具體問題、具體保存對象的研究，其研究領域已經(jīng)逐漸滲透到社會生活的各個層面。此外，國外數(shù)字資源的長期保存研究還涉及保存的戰(zhàn)略與基礎設施建設、保存成本管理、元數(shù)據(jù)研究、相關認證與評估、教育與培訓以及知識產(chǎn)權管理等。

5.2 數(shù)字資源長期保存的最佳實踐

數(shù)字保存研究的發(fā)展離不開實踐，也離不開數(shù)字保存理論研究的指導。兩者是辯證統(tǒng)一的關系，相輔相成，缺一不可。因此各國相關機構和組織在數(shù)字資源長期保存理論探索成果的指導下，紛紛開展數(shù)字資源長期保存方面的實踐活動，發(fā)展了很多具體成熟、規(guī)模較大、應用廣泛、影響較廣、經(jīng)濟和社會效益突出的數(shù)字資源長期保存項目。如美國斯坦福大學圖書館在1999年發(fā)起的，用于實時收集和保存在線數(shù)字資源如在線圖書和期刊等的LOCKSS項目；美國國會圖書館在2002年通過立法確立的，用于收集和保存各類數(shù)字資源如Web信息、視頻、音頻、數(shù)字期刊、電子圖書、數(shù)字電視等的國家數(shù)字信息基礎設施和保存項目：NDIIPP（National Digital Information Infra structure Preservation Program）；英國高等及繼續(xù)教育基金會聯(lián)合信息系統(tǒng)委員會JISC在1998資助的，致力于研究數(shù)字資源長期保存的策略、方法和實際問題，為圖書館最佳數(shù)字保存實踐提供指導的高校研究型圖書館聯(lián)盟的數(shù)字樣書保存項目：CEDARS（CURL Exemplars in Digital Archives）；由荷蘭國家圖書館牽頭，歐洲7個國家圖書館和3個主要出版社共同參與，于1998年啟動的網(wǎng)絡化歐洲存儲圖書館項目：NEDLIB（Networked European Deposit Library），該項目主要致力于研究長期保存基礎結構和歐洲存儲圖書館機制，以保證電子出版物的長期獲?。坏聡逃脱芯课瘑T會（German Federal Ministry of Education and Research）在2003年資助的數(shù)字資源長期保存專家網(wǎng)絡項目：NESTOR（the Network of Expertise in Long-term Storage of Digital Resources）；澳大利亞國家圖書館在1995年發(fā)起的澳大利亞網(wǎng)絡文檔資源的保存和獲取項目：PANDORA（Preservingand Accessing Networked Documentary Resources of Australia）；中國國家圖書館在1995年啟動的網(wǎng)絡信息資源采集與保存項目：WICP （Web Information Collection and Preservation）；北京大學在國家“973”和“985”項目支持下，于2002年啟動的中國Web信息博物館項目，并開發(fā)了一款用于歷史網(wǎng)頁存盤和回放的中國歷史網(wǎng)頁信息存儲與展示系統(tǒng)。

5.3 數(shù)字資源長期保存周期

數(shù)字資源保存周期長短的確定是數(shù)字資源保存研究領域中一個非常重要但又難以解決的問題，如果保存周期過長，會導致保存成本過高，如果保存周期過短，可能會因技術更新?lián)Q代、文件損壞和載體發(fā)生故障而損失一些重要而有價值的資源，給用戶帶來巨大損失。因此保存周期應綜合考慮數(shù)字資源的類型、生命周期、質量和價值、重要程度及未來使用的概率等因素來確定，以使保存成本最小化，保存利益最大化。目前國內(nèi)外相關機構和學者關注比較多的是數(shù)字資源長期保存的周期，對該周期的確定，不同學者和機構的認識不盡相同。國際圖聯(lián)外聯(lián)與服務部主任伯格?沃赫爾（ Ingeborg Verheul）認為這個周期可能是5年或更長[36]。國際空間數(shù)據(jù)咨詢委員會認為保存周期應該長到無需考慮因技術和軟硬件環(huán)境變化、載體故障、文件損壞、數(shù)據(jù)格式變化及用戶社區(qū)變化而導致的數(shù)字資源獲取困難或失敗問題，并且這個期限可以拓展到無限期的將來[11]。英國研究委員會（Research Councils UK）認為任何項目的數(shù)據(jù)保存和獲取周期應該不少于10年，其中臨床或主要社會、環(huán)境和重要遺產(chǎn)項目的數(shù)據(jù)，應該保留20年，當然能夠永久保存或按資助者的數(shù)據(jù)政策中要求的保存周期保存更好[37]。上田修一（1999）認為：目前電子媒體壽命短，一般只有10年左右，因此電子信息的長期保存必須考慮這一因素，在技術上應開發(fā)出壽命達到100年以上的媒體[38]。

5.4 數(shù)字資源長期保存的相關技術和方法

數(shù)字資源長期保存技術是數(shù)字資源長期保存的重要支撐，是國內(nèi)外學者研究的重點和熱點。綜觀國內(nèi)外學者在數(shù)字資源長期保存技術方面的研究發(fā)現(xiàn)：國內(nèi)外學者除了對數(shù)字資源標準化技術、遷移和仿真技術、封裝技術、更新技術、數(shù)據(jù)恢復和再造技術、比特流拷貝即數(shù)據(jù)備份技術、復制技術等傳統(tǒng)保存技術感興趣之外，更對新興的基于云計算的動態(tài)存儲和獲取技術、元數(shù)據(jù)保存技術、網(wǎng)格存儲與獲取技術、分布式數(shù)字保存網(wǎng)絡或系統(tǒng)技術、海量數(shù)字資源保存技術、機構倉儲技術、數(shù)字資源長期保存技術、虛擬存儲技術、文化遺產(chǎn)的數(shù)字保存技術如數(shù)字博物館、網(wǎng)絡信息資源如Web2.0內(nèi)容及博客內(nèi)容的采集與保存技術、網(wǎng)絡關聯(lián)數(shù)據(jù)的格式保存以及保存系統(tǒng)、共享技術和互操作技術等感興趣。

5.5 數(shù)字資源長期保存的策略

通過梳理國內(nèi)外相關研究文獻，發(fā)現(xiàn)目前數(shù)字資源長期保存的策略主要有：⑴ 合作保存策略。數(shù)字資源長期保存項目是一個非常巨大的工程，單憑個別機構或圖書館無法完成，需要眾多機構或圖書館的參與。上述的數(shù)字資源保存聯(lián)盟、國際性組織和很多大型數(shù)字資源長期保存項目基本上都是采取合作策略；⑵ 技術保存策略。技術是數(shù)字資源保存項目得以實現(xiàn)的基本保障，好的技術可以使數(shù)字資源長期保存項目的效果成倍地放大。不同的數(shù)字資源適用的保存技術不盡相同，因此針對不同類型的數(shù)字資源和保存要求，科學合理選擇相應的技術方案非常重要。目前常用的技術保存策略主要有：基于對等網(wǎng)的分布式保存和開放源代碼的保存策略、為避免軟硬件變化導致數(shù)字資源獲取失敗的仿真、封裝和遷移技術保存策略、可以保證海量數(shù)字資源實時保存和獲取的云存儲策略等。⑶ 風險管理策略。數(shù)字資源長期保存是一個耗時很長、動態(tài)變化的工程，中間難免出現(xiàn)一些風險，因此需要考慮數(shù)字資源長期保存過程中可能出現(xiàn)的風險，制定相應的風險策略。目前國外數(shù)字保存實踐采取的風險策略主要有：通過合作開發(fā)和建立聯(lián)盟的方式，以降低保存成本，提高保存效果；通過建立保存網(wǎng)絡和構建責任體系的方式，以建立風險發(fā)生時的快速反應和處理機制；通過建立數(shù)據(jù)定期備份機制，以避免數(shù)字資源丟失的風險；通過應用仿真、封裝和遷移技術，以避免技術更新導致的數(shù)字資源獲取失敗的風險；通過資金預算風險管理，以避免資金斷鏈或不足。⑷ 經(jīng)濟策略。數(shù)字資源長期保存是一個復雜的系統(tǒng)性工程，需要持續(xù)的高成本的技術與管理投入，所以經(jīng)費問題是數(shù)字資源長期保存需要重點考慮的問題。國外數(shù)字資源長期保存的經(jīng)濟策略主要有：獲取國家和地方政府的研究與開發(fā)經(jīng)費支持、各參與方共同分擔、建立專門的數(shù)字資源保存研發(fā)基金、數(shù)字保存資金預算管理和周期成本計算、國家或政府機構專項投資、尋找贊助商等。

圖6 國家共現(xiàn)網(wǎng)絡知識圖譜分析

6 結語

通過對數(shù)字資源保存方面的1,562篇文獻及52,632條引文數(shù)據(jù)進行時間序列分析、術語與關鍵詞共現(xiàn)網(wǎng)絡和引文共被引聚類網(wǎng)絡的知識圖譜分析，我們發(fā)現(xiàn)：

⑴國際上數(shù)字資源保存相關研究已經(jīng)非常深入，有足夠多的文獻可供引用（按總引文數(shù)與總文獻數(shù)之比來測算，平均每篇文獻接近31篇引文）。

⑵1992年至2010年間，數(shù)字資源保存已經(jīng)形成夯實的知識基礎（5萬多條引文）和一些穩(wěn)定集中的研究熱點（形成了90個聚類），有一定的學術影響力（平均每篇文獻被引6.88次），正穩(wěn)步向前發(fā)展。

⑶數(shù)字資源保存有兩條研究主線：一是物理學、光學、電子學、放射醫(yī)學、材料科學和信息科學等理工科學者從技術視角研究數(shù)字全息存儲、光存儲、數(shù)字圖像存儲、數(shù)字存儲熒光體、數(shù)字存儲示波器和閃速存儲等。二是圖書情報檔案管理學科學者從信息技術和人文相結合的視角研究數(shù)字圖書館，數(shù)字資源長期保存及相關的系統(tǒng)、模型、技術、方法、策略、計劃、實踐、行動、項目、安全、方案和國家數(shù)字信息基礎設施等，這些主題也是近年來剛興起的研究前沿與熱點。

⑷數(shù)字全息存儲和光存儲是1992年至2011年期間的持續(xù)研究熱點，如1993－2011年期間，共發(fā)表557篇“數(shù)字全息存儲”主題的文章（平均被引頻次8.37次和平均每年發(fā)表28篇論文）⑩數(shù)據(jù)庫=SCI-EXPANDED, SSCI, A&HCI, CPCI-S, CPCI-SSH, BKCI-S, BKCI-SSH, CCR-EXPANDED；檢索式：TI=(digital OR information OR data OR image) AND TI=(holographic OR holography ) AND TI=( preservation OR conservation OR storage OR Memory)和788篇“光存儲”主題的文章（平均被引頻次13.69次和平均每年發(fā)表39篇論文）??數(shù)據(jù)庫=SCI-EXPANDED, SSCI, A&HCI, CPCI-S, CPCI-SSH, BKCI-S, BKCI-SSH, CCR-EXPANDED；檢索式：TI=(digital OR information OR data OR image) AND TI=(optical) AND TI=( preservation OR conservation OR storage OR Memory)。而“數(shù)字長期保存”是自2002年開始興起的研究熱點與前沿主題。

⑸通過國家共現(xiàn)網(wǎng)絡圖譜分析（如附圖6所示），我們發(fā)現(xiàn)，數(shù)字資源保存研究實力比較強的國家有：美國（出現(xiàn)頻次為460次）、中國（124次）、德國（88次）、英國（76次）和日本（61次），不過美國和中國的中介中心度較低，都為0，說明盡管美國和中國的研究實力比較強，但與其他國家之間交流非常少，其中美國與加拿大交流得比較多，而中國與比利時（Belgium）交流得比較多。研究實力比較強，且與其他國家交流比較多的國家有：德國（中心度為0.22）、日本（0.08）和英國（0.06）。西班牙（頻次為28）和瑞士（頻次為13）的研究實力雖然不是太強，不過他們與其它國家之間的交流也比較多（中心度分別是0.16和0.1）。

⑹通過機構共現(xiàn)網(wǎng)絡圖譜分析，我們發(fā)現(xiàn)美國北卡羅來納州立大學（出現(xiàn)頻次為25次）、加州大學河濱分校（21次）、斯坦福大學（11次）和IBM公司（11次），以及中國科學院（18次）的研究實力比較強。

⑺在標引共被引聚類主題時，我們發(fā)現(xiàn)：在標引效果上，標題術語+TF*IDF組合方法的標引效果最好，選擇的術語能夠全面、準確地反映聚類主題；在聚類主題術語來源上，標題術語集和標引術語集的主題相關性最高；術語選擇方法上，TF*IDF權重方法最好，其次是Log似然率，互信息方法經(jīng)常會選出很多大而空，不相關的術語，不能解讀具體的研究熱點與前沿主題。

⑻我們?nèi)诤闲g語和關鍵詞共現(xiàn)網(wǎng)絡，以及引文共被引聚類網(wǎng)絡來識別數(shù)字資源保存研究領域的熱點與前沿，可以有效克服單獨使用引文共被引聚類網(wǎng)絡識別熱點與前沿的時滯性問題（網(wǎng)絡選擇的引文需要達到一定頻次，而達到一定頻次需要一定時間）。

[1]LOPEZ-FITZSIMMONS B. Digital preservation and metadata: history, theory, practice [J]. Library Resources & Technical Services, 2003, 47(3): 135-136.

[2]DAY M. Digital preservation and metadata: history, theory, practice [J]. Journal of the Society of Archivists, 2003, 24(2): 243-244.

[3]TERMENS M. Research and development in digital preservation: an international review [J]. Profesional De La Información, 2009, 18(6): 613-624.

[4]劉家真.我國數(shù)字資源保存狀況調查[J].中國圖書館學報,2006(5):71-75.

[5]吳振新,劉建華,張玫,等.數(shù)字資源長期保存:當前進展和最佳實踐 -- --2007年數(shù)字資源長期保存國際會議(iPRES2007)綜述[J].現(xiàn)代圖書情報技術,2007,157(11):1-6.

[6]李丹,向菁.協(xié)作與實踐:數(shù)字資源長期保存工具及方法 -- --2008年數(shù)字資源長期保存國際會議(iPRES2008)綜述[J].圖書館理論與實踐,2009(11):70-72.

[7]梁戰(zhàn)平.中國情報學百科全書[M].中國大百科全書出版社,2010:257.

[8]鄒志仁.信息學概論[M].南京:南京大學出版社,2011:60-79.

[9]DPC-Digital Preservation Coalition. Introduction - Definitions and Concepts [EB/OL]. [2012-07-20]. http://www.dpconline.org/advice/preservationhandbook/ introduction/definitions-and-concepts.

[10]ALA - American Library Association. Definitions of digital preservation[EB/OL]. [2012-07-20]. http://www.ala.org/ala/mgrps/divs/alcts/resources/preserv/ defdigpres0408.pdf.

[11]DPE - Digital Preservation Europe. What is Digital Preservation? [EB/OL]. [2012-07-20]. http://www.digitalpreservationeurope.eu/what-is-digital-preservation/.

[12]CCSDS (Consultative Committee for Space Data Systems). Reference Model for an Open Archival Information System (OAIS) [M]. Blue Book, Issue 1. Washington, DC (US): CCSDS Secretariat, PP.1-11. http://public.ccsds.org/publications/archive/650x0b1.PDF.

[13]DONALDSON L. The dissemination and preservation of information [J]. Aslib Proceedings, 1977, 29(8): 272-278.

[14]KENNEY A R, PERSONIUS L K. Digital Preservation -- Joint Study [J]. Studies in Multimedia: State-Of-The-Art Solutions in Multimedia and Hypertext, 1992: 47-52.

[15]CHEN C. CiteSpace II: Detecting and Visualizing Emerging Trends and Transient Patterns in Scientific Literature [J]. Journal of the American Society for Information Science and Technology, 2006, 57(3): 359-377.

[16]CHEN C M, IBEKWE-SANJUAN F, HOU J H. The Structure and Dynamics of Co-Citation Clusters: A Multiple-Perspective Co-Citation Analysis [J]. Journal of the American Society for Information Science and Technology, 2010, 61(7): 1386-1409.

[17]CHEN C. Searching for intellectual turning points: Progressive knowledge domain visualization [J]. Proceedings of the National Academy of Sciences of the United States of America (PNAS), 2004, 101(1): 5303-5310.

[18]陳超美,陳悅,侯劍華.Cite Space Ⅱ,科學文獻中新趨勢與新動態(tài)的識別與可視化[J].情報學報,2009,28(3):401-421.

[19]NEWMAN M E J. Modularity and community structure in networks [J]. PNAS, 2006, 103(23): 8577-8582.

[20]ROUSSEEUW P J. Silhouettes: A graphical aid to the interpretation and validation of cluster analysis [J]. Journal of Computational and Applied Mathematics, 1987 (20): 53-65.

[21]HEANUE J F, BASHAW M C, HESSELINK L. Volume Holographic Storage and Retrieval of Digital Data [J]. Science, 1994, 265(5173): 749-752.

[22]SHELBY R M, HOFFNAGLE J A, BURR G W. Pixel-matched holographic data storage with megabit pages [J], Optics Letters, 1997, 22(19): 1509-1511.

[23]PRISCILLA C. The Florida Digital Archive and DAITSS: a model for digital preservation [J]. Library Hi Tech, 2010, 28(2): 224-234.

[24]BECKER C, RAUBER A. Systematic Characterisation of Objects in Digital Preservation: The eXtensible Characterisation Languages [J]. Journal of Universal Computer Science, 2008, 14(18): 2936-2952.

[25]HOWARD R I. Networking for Digital Preservation: Current Practice in 15 National Libraries [J]. Library Resources & Technical Services, 2008, 52(4): 275-276.

[26]THOMAS H, JANET E, CORDIAL M A, et al. Developments in Digital Preservation at the University of Illinois: The Hub and Spoke Architecture for Supporting Repository Interoperability and Emerging Preservation Standards [J]. Library Trends, 2009, 57(3): 556-579.

[27]JOSEPH J, SANGCHUL S. Robust Tools and Services for Long-Term Preservation of Digital Information [J]. Library Trends, 2009, 57(3): 580-594.

[28]欒蘭,王續(xù)琨.信息經(jīng)濟學研究主題遷移的可視化分析[J].情報科學,2011,29(5):757-762.

[29]BRANDES U. A faster algorithm for betweenness centrality [J]. Journal of Mathematical Sociology, 2001, 25(2): 163-177.

[30]CHEN C. The centrality of pivotal points in the evolution of scientific networks [C]// Proceedings of the International Conference on Intelligent User Interfaces (IUI 2005), ACM Press, 2005: 98-105.

[31]KLEINBERG J. Bursty and hierarchical structure in streams [C]// Proceedings of the 8th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, ACM Press, 2002: 91-101.

[32]田碩,黃國彬.近十年國外數(shù)字資源長期保存研究綜述[J].圖書館雜志,2011,30(7):8-13.

[33]黃旭,畢強.國內(nèi)外數(shù)字資源長期保存研究現(xiàn)狀與進展[J].圖書館學研究,2009(1):25-28.

[34]賀姝祎.國外數(shù)字資源長期保存發(fā)展歷程[J].圖書館理論與實踐,2011(6):72-76.

[35]張艷敏,馬秀峰.中外數(shù)字資源長期保存策略比較研究[J].圖書館學研究,2009(6):29-32.

[36]INGEBORG V. Networking for Digital Preservation: Current Practice in 15 National Libraries [M]. Munchen: K.G. Saur, 2006.

[37]Public Consultation Document. Research Councils UK. Integrity, Clarity & Good Management - Code of Conduct and Policy on the Governance of Good Research Conduct [EB/OL]. [2012-06-08]. http://www.rcuk.ac.uk/documents/reviews/grc/consultation.pdf.

[38]董光彩.數(shù)字資源保存研究的發(fā)展歷程及趨勢[J].數(shù)字圖書館論壇,2006,31(12):36-39.

Research Developments, Hotspots and Fronts for Digital Resources Preservation

Hu Zewen / Department of Information Management, Nanjing University, Nanjing, 210093
Wu Yishan / Institute of Scientific & Technical Information of China, Beijing, 100038
Sun Jianjun / Department of Information Management, Nanjing University, Nanjing, 210093

Firstly, we discussed the concepts of digital resources preservation, and introduced its developmental history and current status of research at home and abroad. Then a visualizing analysis tool named “CitespaceII” and some visualizing analysis methods were applied to construct time-series evolution mapping and timezone evolution mapping for domain knowledge basis (references), and drew domain’s development trend chart, with them analyzing research developments of digital resources preservation. Besides, a mixed co-occurrence network between terms and keywords, and some co-cited cluster mappings for quotations were also constructed to identify research hotspots in digital resources preservation, as well as a detection method for burst terms was utilized to detect research fronts in digital resources preservation. Finally, research developments for long-term preservation of digital resources as a research hotspot often focused by scholars in Library, information science and archives administration discipline was reviewed from several important aspects: research topics, best practices, preservation period, preservation technology and methods, as well as preservation strategies.

Digital resources preservation, Research developments, Research hotspots, Research fronts, Knowledge mapping, Long-term preservation for digital resources

10.3772/j.issn.1673—2286.2013.02.003

胡澤文（1985- ），男，南京大學信息管理系博士研究生，研究方向：科技信息的深層次挖掘、計量、評價與可視化分析。

武夷山（1958- ），男，研究員，副所長，研究方向：科學計量學與科技評價。

2012-07-31）

國家自然科學基金項目（編號：70973118）和江蘇省普通高校研究生科研創(chuàng)新計劃項目（編號：CXZZ12_0075）。