CAJD電子文件研究高被引文獻(xiàn)的知識圖譜分析

摘 要：為總結(jié)我國電子文件研究的有關(guān)情況，運(yùn)用文獻(xiàn)計量和可視化分析方法，借助相關(guān)計算機(jī)軟件，結(jié)合利用可視化工具繪制的知識圖譜，從文獻(xiàn)來源、作者、機(jī)構(gòu)、主題、文獻(xiàn)被引等多個角度對CAJD收錄的1996年～2013年國內(nèi)電子文件研究的高被引文獻(xiàn)進(jìn)行相關(guān)統(tǒng)計和可視化分析。

關(guān)鍵詞：電子文件;文獻(xiàn)計量;可視化分析;知識圖譜;CAJD;CiteSpace;1996～2013

1??引言

電子文件（Electronic?Records）是指在數(shù)字設(shè)備及環(huán)境中生成，以數(shù)碼形式存儲在磁帶、磁盤、光盤等載體，依靠計算機(jī)等數(shù)字設(shè)備閱讀、處理，并可在通信網(wǎng)絡(luò)上傳送的文件。[1]具有參考和利用價值并作為檔案保存的電子文件（歸檔電子文件）[1]便是檔案。電子文件也稱作“數(shù)字式文件”，最初人們大多使用“機(jī)讀文件”（Machine-Readable?Records/Documents）這個概念[2]，電子公文、電子文檔、電子檔案、數(shù)字文件、數(shù)字檔案、機(jī)讀檔案、虛擬文件、虛擬檔案等是與之相似或相關(guān)的術(shù)語。

上世紀(jì)60年代，信息技術(shù)發(fā)達(dá)的歐美國家開始了電子文件的研究與管理實(shí)踐。我國的研究和管理實(shí)踐起步較晚，從上世紀(jì)80年代中后期開始，由介紹國外電子檔案的研究與管理情況、翻譯國外學(xué)者的研究成果，到開展探索性的研究。上世紀(jì)90年代后期，國內(nèi)學(xué)者的研究成果開始增多，理論研究逐漸系統(tǒng)深入。與此同時，國家檔案局于1996年成立了電子歸檔研究領(lǐng)導(dǎo)小組，并陸續(xù)發(fā)布了《電子文件歸檔與管理規(guī)范》（GB/T?18894-2002）、《電子公文歸檔管理暫行辦法》（2003）等一系列標(biāo)準(zhǔn)、規(guī)章和文件，有力地推動了國內(nèi)電子文件的研究和實(shí)踐。

在中國期刊網(wǎng)絡(luò)出版總庫（CAJD）收錄的1996年以來的13萬余篇檔案學(xué)、檔案事業(yè)類文獻(xiàn)中，有關(guān)電子文件研究的文獻(xiàn)近1.16萬篇（2014年5月16日檢索），占比超過8.8%，可見電子文件研究是近二十年來檔案領(lǐng)域研究的熱點(diǎn)和重點(diǎn)。

對這一研究領(lǐng)域近20年的演進(jìn)、熱點(diǎn)方向、發(fā)展趨勢進(jìn)行相關(guān)分析有助于電子文件研究的深入。此前也有一些相關(guān)研究，如陳丹丹對1991年～2000年這10年間我國研究電子文件論文的統(tǒng)計和分析，探求電子文件研究的現(xiàn)狀和未來發(fā)展趨勢[3];曹芳通過對近十年（1993年～2002年）來發(fā)表在我國檔案事業(yè)類中文核心期刊上的電子文件研究論文的數(shù)量、內(nèi)容以及主題分布進(jìn)行統(tǒng)計與分析，了解我國電子文件的研究現(xiàn)狀，并對電子文件的未來發(fā)展進(jìn)行預(yù)測[4];張寧對2010年我國電子文件管理理論研究的發(fā)展情況進(jìn)行了全面系統(tǒng)的調(diào)查和研究，歸納總結(jié)出2010年我國電子文件管理理論研究領(lǐng)域的重要成果和進(jìn)展。[5]

在借鑒已有研究成果和研究方法的基礎(chǔ)上，本文采用自編的計算機(jī)軟件進(jìn)行了相關(guān)統(tǒng)計，并利用可視化工具CiteSpace繪制知識圖譜進(jìn)行分析。

2??文獻(xiàn)來源、研究工具與數(shù)據(jù)處理

2.1??樣本文獻(xiàn)來源。研究的樣本文獻(xiàn)來自中國知網(wǎng)（CNKI）的中國期刊網(wǎng)絡(luò)出版總庫（CAJD），檢索時兼顧了電子文件的其他相似或相關(guān)術(shù)語，以檢索表達(dá)式“（KY=（電子文件+數(shù)字式文件+機(jī)讀文件+電子公文+電子文檔+電子檔案+數(shù)字文件+數(shù)字檔案+機(jī)讀檔案+虛擬文件+虛擬檔案+電子型檔案+數(shù)字化檔案）?OR?TI=（電子文件+數(shù)字式文件+機(jī)讀文件+電子公文+電子文檔+電子檔案+數(shù)字文件+數(shù)字檔案+機(jī)讀檔案+虛擬文件+虛擬檔案+電子型檔案+數(shù)字化檔案））?NOT?（KY=（數(shù)字檔案館+電子檔案館+虛擬檔案館）?OR?TI=（數(shù)字檔案館+電子檔案館+虛擬檔案館））”進(jìn)行專業(yè)檢索。由于1995年前文獻(xiàn)數(shù)量較少，時間范圍選定為1996年～2013年，學(xué)科領(lǐng)域限制為“檔案學(xué)、檔案事業(yè)”，檢索時間是2014年5月16日，檢索結(jié)果為11606篇。在檢索結(jié)果基礎(chǔ)上，分別按年度選取被引次數(shù)大于等于4（1996年～2010年）、大于等于3（2011年）、大于等于2（2012年）和大于等于1（2013年）的文獻(xiàn)作為初選樣本，共計1679篇，剔除誤檢的不相關(guān)文獻(xiàn)（領(lǐng)導(dǎo)講話、標(biāo)準(zhǔn)等）、重復(fù)文獻(xiàn)（含一稿多投）后，得到用于分析的文獻(xiàn)共計1138篇。

2.2??研究工具。本文研究工具主要有兩個，一是由美籍華人陳超美開發(fā)的信息可視化軟件CiteSpace?Ⅲ[6]（版本號3.7.R7），可用于生成知識圖譜，導(dǎo)出相關(guān)數(shù)據(jù)和統(tǒng)計報表，計算突變率、中心性等;二是作者自編的關(guān)系型數(shù)據(jù)庫軟件，可用于部分?jǐn)?shù)據(jù)項的規(guī)范或補(bǔ)充，添加必要的統(tǒng)計項，提取同名作者進(jìn)行區(qū)分，選擇用于統(tǒng)計分析的樣本，快速生成相關(guān)統(tǒng)計數(shù)據(jù)或報表，生成用于CiteSpace處理的數(shù)據(jù)格式文件。

2.3??數(shù)據(jù)處理。文獻(xiàn)分析是否準(zhǔn)確可靠，最重要的就是數(shù)據(jù)質(zhì)量。作者將下載的題錄信息導(dǎo)入自編軟件，對照原文逐一核對了作者、篇名、機(jī)構(gòu)、關(guān)鍵詞、刊名等字段，對明顯不合理的關(guān)鍵詞進(jìn)行了必要的拆分或合并，補(bǔ)充了部分內(nèi)容不完整的字段，規(guī)范、統(tǒng)一了大多數(shù)機(jī)構(gòu)名稱和部分關(guān)鍵詞，刪除了CAJD中計算機(jī)自動標(biāo)引（機(jī)標(biāo)）的關(guān)鍵詞，同時剔除了不相關(guān)文獻(xiàn)。

經(jīng)過以上處理，由自編軟件生成了可用于CiteSpace的WOS格式數(shù)據(jù)文件。

3??研究文獻(xiàn)的計量與可視化分析

本文的相關(guān)計量數(shù)據(jù)主要由自編軟件統(tǒng)計得出，表格也依據(jù)統(tǒng)計數(shù)據(jù)編制，其中樣本文獻(xiàn)的年代分布、作者與機(jī)構(gòu)發(fā)文、關(guān)鍵詞詞頻等經(jīng)與CiteSpace軟件的有關(guān)處理數(shù)據(jù)或報表比對，統(tǒng)計結(jié)果基本一致。作者合著網(wǎng)絡(luò)圖譜、研究熱點(diǎn)主題圖譜等由CiteSpace軟件生成。

3.1??發(fā)文年度及來源分布。CAJD收錄的1996年以來有關(guān)電子文件研究的高被引文獻(xiàn)年度分布如圖1所示。從圖1中可以看出，2000年～2012年，每年的高被引文獻(xiàn)都在60篇以上，反映出2000年以來，國內(nèi)電子文件研究成果豐碩，且較高水平論文較多。

圖1??CAJD高被引電子文件研究文獻(xiàn)的年度分布

利用自編軟件對樣本文獻(xiàn)來源進(jìn)行統(tǒng)計，樣本文獻(xiàn)來源于211種期刊，其中147種期刊僅1篇被選入統(tǒng)計分析樣本中。分析樣本中載文數(shù)前20位的期刊如表1所示，這20種期刊收錄的高被引文獻(xiàn)達(dá)853篇，占統(tǒng)計分析文獻(xiàn)的近75%，巧合的是，排在前十位的是包括《檔案》在內(nèi)的檔案類的核心期刊。

表1?高被引樣本文獻(xiàn)來源期刊載文統(tǒng)計（單位：篇）

3.2??樣本文獻(xiàn)作者和機(jī)構(gòu)統(tǒng)計與分析

啟動CiteSpace軟件，建立一個項目及項目目錄和數(shù)據(jù)目錄，將WOS格式文件裝入數(shù)據(jù)目錄，選擇網(wǎng)絡(luò)節(jié)點(diǎn)為“Author”，完成相關(guān)設(shè)置（主要設(shè)置見圖譜左上角，下同），由軟件生成作者網(wǎng)絡(luò)圖譜（圖2），為便于圖譜的識讀和分析，對軟件生成的圖譜的節(jié)點(diǎn)位置進(jìn)行了調(diào)整。圖中的圓為作者節(jié)點(diǎn)，圓越大，表明作者發(fā)文越多（包括非第一作者）;節(jié)點(diǎn)色環(huán)的顏色代表發(fā)文年份（對應(yīng)圖上部色條顏色代表的年份），色環(huán)的厚度代表相應(yīng)年代發(fā)文的多少;節(jié)點(diǎn)間的連線表明作者間有論文合作，連線的粗細(xì)代表合作的頻度，連線顏色對應(yīng)的是首次合作的年份。

圖2???CAJD高被引電子文件研究文獻(xiàn)作者網(wǎng)絡(luò)圖譜

由圖2可以看出，國內(nèi)已形成了幾大電子文件研究的團(tuán)隊，圖中圈出了部分科研產(chǎn)出能力較強(qiáng)的團(tuán)隊，如以馮惠玲、劉越男等為核心的中國人民大學(xué)，以張正強(qiáng)為核心的解放軍南京政治學(xué)院上海分院，以何嘉蓀為核心的浙江大學(xué)等。團(tuán)隊中節(jié)點(diǎn)數(shù)量較多，大節(jié)點(diǎn)較多，且色環(huán)顏色多樣，表明團(tuán)隊作者及高發(fā)文作者較多，1996年以來的多數(shù)年份都有成果。節(jié)點(diǎn)間連線僅17條，表明合著文獻(xiàn)較少。

利用自編軟件進(jìn)行統(tǒng)計，1138篇樣本文獻(xiàn)涉及作者共計1112人，1523人次，其中獨(dú)著850篇，兩人合著221篇，三人合著48篇，四人及以上合著19篇，表明作者間的合作不多;全部作者來自525個機(jī)構(gòu)。表2和表3分別列示了高發(fā)文作者和高發(fā)文機(jī)構(gòu)及發(fā)文量（發(fā)文數(shù)中“+”后為第二作者發(fā)文數(shù)）。

表2?高發(fā)文作者及發(fā)文量（單位：篇）

表3?高發(fā)文第一機(jī)構(gòu)及發(fā)文數(shù)量（單位：篇）

對照表2、表3和圖2，表中數(shù)據(jù)結(jié)果與圖譜呈現(xiàn)基本一致，同時也驗證了科研產(chǎn)出能力較強(qiáng)的團(tuán)隊是中國人民大學(xué)、解放軍南京政治學(xué)院上海分院等。

3.3??樣本文獻(xiàn)主題統(tǒng)計與分析。在期刊文獻(xiàn)中，關(guān)鍵詞最能反映文獻(xiàn)的主題，因此，利用關(guān)鍵詞進(jìn)行主題分析。樣本文獻(xiàn)中有機(jī)標(biāo)關(guān)鍵詞文獻(xiàn)556篇，無關(guān)鍵詞文獻(xiàn)10，為減少可能出現(xiàn)的偏差，主題統(tǒng)計與分析未使用機(jī)標(biāo)關(guān)鍵詞。在CiteSpace中選擇網(wǎng)絡(luò)節(jié)點(diǎn)為“Keyword”，運(yùn)行并經(jīng)手動調(diào)整后，得到主題網(wǎng)絡(luò)圖譜（圖3）。圖中的圓為關(guān)鍵詞節(jié)點(diǎn)，圓越大，表明該關(guān)鍵詞出現(xiàn)的頻次越高;節(jié)點(diǎn)色環(huán)的顏色代表該詞出現(xiàn)的年份，色環(huán)的厚度代表相應(yīng)年度出現(xiàn)頻次的多少;節(jié)點(diǎn)間的連線表明關(guān)鍵詞共現(xiàn)于同一篇論文中，連線的粗細(xì)代表共現(xiàn)的頻度，連線顏色對應(yīng)的是首次共現(xiàn)的年份。圖中部分節(jié)點(diǎn)外環(huán)呈紫色，表明這些主題的中心性較高。[7]

????圖3???CAJD高被引電子文件研究文獻(xiàn)主題網(wǎng)絡(luò)圖譜

值得一提的是，圖譜清晰地呈現(xiàn)出了電子文件（數(shù)字檔案）研究的特點(diǎn)，圖中各節(jié)點(diǎn)與電子文件、數(shù)字檔案、檔案管理和管理等具有高中心性的關(guān)鍵詞連線最多，說明如何管理電子文件是研究的動因;與管理相關(guān)的自然是電子政務(wù)、對策（安全保存、信息安全）、管理系統(tǒng)以及信息化等。

經(jīng)自編軟件統(tǒng)計，作者標(biāo)注有關(guān)鍵詞的572篇樣本文獻(xiàn)共有關(guān)鍵詞1976個個，篇均3.45個，共涉及關(guān)鍵詞690個，其中僅出現(xiàn)1次～3次的關(guān)鍵詞分別為484、86和35個，比重很大，對統(tǒng)計結(jié)果有一定影響。將統(tǒng)計結(jié)果與CiteSpace生成的數(shù)據(jù)報表整合為表4，表4列出了頻次前20位的高頻關(guān)鍵詞及其中心性。

表4??高頻關(guān)鍵詞的中心性及詞頻數(shù)

表4中，電子文件、數(shù)字檔案、檔案管理、管理、電子政務(wù)、對策這幾個關(guān)鍵詞的中心性值均大于0.1，關(guān)鍵詞安全保存和信息化的中心性值接近0.1，這些關(guān)鍵詞代表了電子文件研究的熱點(diǎn)。

3.4??樣本文獻(xiàn)被引統(tǒng)計與分析。文獻(xiàn)被引頻次一般反映出文獻(xiàn)在某類研究中的價值。由于CAJD下載的題錄不帶引文，無法利用CiteSpace生成相應(yīng)的知識圖譜加以分析，進(jìn)而總結(jié)經(jīng)典文獻(xiàn)和知識基礎(chǔ)。為彌補(bǔ)這一不足，作者利用CAJD的被引數(shù)據(jù)和自編軟件生成了高被引作者文獻(xiàn)被引統(tǒng)計表（表5）、高被引文獻(xiàn)被引統(tǒng)計表（表6）和年度文獻(xiàn)篇均被引統(tǒng)計表（表7）。

表5?高被引作者文獻(xiàn)被引統(tǒng)計表（單位：次）

透過表5和表6可以發(fā)現(xiàn)，馮惠玲、何嘉蓀、劉越男、劉家真、安小米、庫克、于麗娟等是國內(nèi)電子文件研究最具影響力的作者，被引排在前15位的作者的文獻(xiàn)被引頻次達(dá)2382次，占統(tǒng)計樣本總被引數(shù)的近1/4;中國人民大學(xué)和浙江大學(xué)、武漢大學(xué)、蘇州大學(xué)等是最能代表國內(nèi)電子文件研究水準(zhǔn)的機(jī)構(gòu)。而高被引的庫克的《電子文件與紙質(zhì)文件觀念：后保管及后現(xiàn)代主義社會里信息與檔案管理中面臨的一場革命》、馮惠玲的博士論文《擁有新記憶——電子文件管理研究》系列摘要及《電子文件與紙質(zhì)文件管理的共存與互動》和《論電子文件的風(fēng)險管理》、邱曉威的《電子文件與電子檔案的管理問題與對策》、安小米的《文件連續(xù)體模式對電子文件最優(yōu)化管理的啟示》等無疑是電子文件研究的經(jīng)典基礎(chǔ)性文獻(xiàn)，被引前20位的論文被引1039次，占統(tǒng)計樣本總被引數(shù)的10.88%。

表6??高被引文獻(xiàn)被引統(tǒng)計表（單位：次）

表7?被引文獻(xiàn)年度篇均被引統(tǒng)計表（單位：次）

結(jié)合表7的年度篇均被引數(shù)，還可得出這樣的結(jié)論：1997年～1998年、2002年～2003年是國內(nèi)電子文件研究的高水平階段。

4??結(jié)語

通過以上統(tǒng)計分析，研究結(jié)果可以歸納為：電子文件研究熱度持續(xù)，每年都產(chǎn)出有一定影響力的高水平成果;中國人民大學(xué)、解放軍南京政治學(xué)院上海分院、武漢大學(xué)、浙江大學(xué)、蘇州大學(xué)等是國內(nèi)電子文件研究科研產(chǎn)出能力較強(qiáng)且水平較高的機(jī)構(gòu);馮惠玲、何嘉蓀、劉越男、劉家真、安小米、于麗娟、張照余等高產(chǎn)且高被引的作者是國內(nèi)電子文件研究領(lǐng)域最具影響力的作者;庫克是對國內(nèi)電子文件研究產(chǎn)生深刻影響的國外學(xué)者;以解決管理問題為目標(biāo)和驅(qū)動的電子文件研究始終是研究的熱點(diǎn)。

本文采用的研究工具CiteSpace是近年國內(nèi)進(jìn)行文獻(xiàn)分析使用較多并公認(rèn)較好的一款軟件，目前在檔案文獻(xiàn)的分析研究中運(yùn)用還不多。盡管該軟件可用于分析中文文獻(xiàn)，但使用中會面臨兩個主要問題，一是需用轉(zhuǎn)換程序?qū)⒎治鰯?shù)據(jù)轉(zhuǎn)換為WOS格式，但無論轉(zhuǎn)換前還是轉(zhuǎn)換后要對分析數(shù)據(jù)進(jìn)行清洗都比較困難和麻煩（包括部分?jǐn)?shù)據(jù)項的規(guī)范、缺項補(bǔ)充、剔除重復(fù)和誤檢題錄、機(jī)標(biāo)關(guān)鍵詞是否采用等）;二是由于CiteSpace相關(guān)閾值等的不同設(shè)定可能導(dǎo)致圖譜節(jié)點(diǎn)大小及報表個別數(shù)值與實(shí)際統(tǒng)計結(jié)果有些不完全一致，如作者發(fā)文數(shù)量不區(qū)分作者排序、不區(qū)分同名作者而使得圖譜數(shù)據(jù)與用通常方法統(tǒng)計結(jié)果的個別不一致。作者用自編的軟件較好地解決了這些問題，同時自編軟件的計量結(jié)果還可與圖譜及由工具軟件導(dǎo)出的數(shù)據(jù)相互印證。因此，分析工具再好，也需要有“干凈”的數(shù)據(jù)做基礎(chǔ)，更需要使用者嚴(yán)謹(jǐn)?shù)难芯繎B(tài)度。

參考文獻(xiàn)：

[1]?國家檔案局.?GB/T?18894—2002?電子文件歸檔與管理規(guī)范[S].?北京：國家質(zhì)檢總局，2002.

[2]?馮惠玲.?認(rèn)識電子文件《擁有新記憶——電子文件管理研究》摘要之一[J].?檔案學(xué)通訊，1998（1）：44～48.

[3]?陳丹丹.1991-2000年我國電子文件研究論文統(tǒng)計與分析[J].?檔案與建設(shè)，2002（9）：18～19.

[4]?曹芳.近十年來我國電子文件研究論文的統(tǒng)計與分析[J].?檔案學(xué)研究，2003（4）：45～49.

[5]?張寧.?2010年我國電子文件管理理論研究綜述[J].?檔案學(xué)研究，2011（3）：4～7.

[6]?Chen?Chaomei.?CiteSpace：?Visualizing?Patterns?and?Trends?in?Scientific?Literature[CP/OL].?[2014-06-15].??http：//cluster.ischool.drexel.edu/～cchen/citespace/download.html.

[7]?李曉明，宮啟生，謝靜靜.?2001年-2013年國內(nèi)檔案數(shù)字化研究文獻(xiàn)分析[J].?檔案管理，2014（4）：51-53.

（作者單位：北京電子科技學(xué)院圖書館（檔案館）??來稿日期：2014-10-17）