電子檔案相關(guān)論文的文獻統(tǒng)計分析

摘 要：本文研究電子檔案領(lǐng)域的發(fā)展現(xiàn)狀及規(guī)律。應用信息計量學的基本原理，研究電子檔案領(lǐng)域文獻在時間上、空間上、文獻作者、所用詞頻的分布規(guī)律。電子檔案領(lǐng)域自1998年進入快速發(fā)展階段，可以用二項式擬合其發(fā)展趨勢；作者分布不滿足洛特卡定律，核心作者群尚未形成；期刊分布符合布拉福德定律，電子檔案領(lǐng)域的核心期刊群已經(jīng)形成。本文還對近年來電子檔案領(lǐng)域的研究熱點進行統(tǒng)計。

關(guān)鍵詞：電子檔案；文獻計量；中文分詞

電子檔案具有儲存密度大、易修改、易加密和易管理等特點，是紙質(zhì)檔案的一種重要補充形式，受到了廣大檔案管理者的持續(xù)關(guān)注1。傳統(tǒng)的檔案管理理論和方法在電子檔案管理方面并不完全適用，為電子檔案問題打造科學的理論方法已經(jīng)成為一個重要的學科方向2。本文對電子檔案文獻進行統(tǒng)計分析，揭示該領(lǐng)域的發(fā)展現(xiàn)狀。

1 數(shù)據(jù)來源及分析方法

進入中國知網(wǎng)cnki知識發(fā)現(xiàn)網(wǎng)絡(luò)平臺，選擇期刊數(shù)據(jù)庫，輸入檢索主題“電子檔案”，限定年份為1990年至2016年，得到以該主題為研究內(nèi)容的期刊論文5609篇。將檢索得到的論文全部選中，選擇以EndNote格式導出參考文獻，儲存為txt文本文件。將此文件輸入到劉啟元等人編寫的SATI軟件中做進一步分析3。首先將字段轉(zhuǎn)換為xml格式數(shù)據(jù)，再進行字段抽取、頻次統(tǒng)計等工作。

2 電子檔案相關(guān)論文的時間分布

本文統(tǒng)計了26年間以電子檔案為研究對象的論文數(shù)量，最早的一篇文獻是北京市海威電氣公司姚良清發(fā)表于1991年檔案學研究的《檢索軟件是電子檔案系統(tǒng)的關(guān)鍵》。按照文獻數(shù)量和增長速度電子檔案研究可以分為萌芽期、快速增長期和穩(wěn)定期增長三個階段。其中1990年至1997年為電子檔案研究的萌芽期，共發(fā)表了相關(guān)文獻40篇，占發(fā)文總量的0.7%；1998年至2012年為電子檔案研究文獻的快速增長期，從1998年的15篇增長到2012年的556篇，平均增速達29.4%，期間共發(fā)表了相關(guān)文獻3099篇，占發(fā)文總量的55.3%；2013年至2016年為電子檔案相關(guān)論文的穩(wěn)定增長階段，從2013年的562篇到2016年的609篇，平均增幅僅為2.7%，較前一階段顯著下降，達到一個較為穩(wěn)定的階段，共發(fā)文2470篇，占比44%。

電子檔案主題研究論文的數(shù)量隨時間增長，這是文獻增長的正常規(guī)律，反映出知識增長的速度。文獻增長與時間的關(guān)系可以用線性擬合表示：

f（t）=27.9t-55698 其中1990

式中t代表年份，f（t）代表某年產(chǎn)生的文獻數(shù)量，擬合度R2=0.881。若應用指數(shù)增長模型得到：

f（t）=9×10-21e0.243t 其中1990

式中e代表自然對數(shù)，擬合度R2=0.926。若應用冪增長模型得到：

f（t）=t488.1 其中1990

擬合度R2=0.927。若應用二次多項式模型得到：

f（t）=1.401t2-5589t+6×106 其中1990

擬合度R2=0.981。

綜上，應用二次多項式模型擬合度最高，目前一個階段電子檔案研究論文產(chǎn)出量可以應用二次多項式模型進行預測。

3 電子檔案研究的作者分析

定義有效發(fā)文量為每篇論文作者數(shù)量相加總和。例如論文甲有作者（A，B，C），乙有作者（A，D），假設(shè)每篇論文作者貢獻等同，則有2篇論文，4個作者，5篇有效發(fā)文量，平均每篇文章署名2.5個作者。定義某作者發(fā)文比例為發(fā)表文章數(shù)量比上有效發(fā)文量。例如作者B發(fā)文1篇，發(fā)文比例為20%。

本文統(tǒng)計了所有作者的發(fā)文量、有效發(fā)文量和發(fā)文比例。5609篇論文共有6230名作者，7416篇有效發(fā)文量，平均每篇文章署名1.3人。發(fā)文量最多的作者是吉林大學的王萍，26年間共發(fā)表相關(guān)研究21篇論文，發(fā)文比例為0.28%。發(fā)文量前10的作者共發(fā)表95篇論文，發(fā)文量前100的作者共發(fā)文483篇論文，發(fā)文量前1000的作者共發(fā)文2186篇。

描述作者分布規(guī)律的洛特卡定律指出4，在發(fā)展成熟的學科領(lǐng)域，發(fā)表1篇論文作者的數(shù)量是發(fā)表n篇論文作者數(shù)量的n2倍。本文中發(fā)表1篇論文的作者有5440人，發(fā)表2篇論文的作者有577人，約為發(fā)表2篇論文的作者的9.4倍。發(fā)表3篇論文的作者有139人，發(fā)表1篇論文的作者是其39倍?？梢钥吹?，在電子檔案研究領(lǐng)域，發(fā)表一篇論文的作者數(shù)量偏多，發(fā)表多篇論文的研究者數(shù)量不足，洛特卡定律不完全適用。描述作者分布規(guī)律的普賴斯理論指出，核心作者發(fā)文量大于0.749乘以作者最多發(fā)文量的開方。本文中核心作者的標準為發(fā)文量大于3.43篇的作者，共有74人，占6230名作者的1.19%，發(fā)表了405篇研究論文，占7416篇有效發(fā)文量的5.46%。遠未達到核心作者發(fā)文量占總發(fā)文量40%的規(guī)律。

綜上，電子檔案領(lǐng)域的作者分布不滿足洛特卡定律，電子檔案領(lǐng)域的核心作者群尚未形成。

4 電子檔案研究的期刊分布

本文統(tǒng)計了所有研究電子檔案問題的期刊來源。5609篇論文共來自1320本期刊，平均每本期刊發(fā)表4.25篇論文。發(fā)文最多的期刊是蘭臺世界，共載文398篇。發(fā)文超過100篇的期刊有9種，共發(fā)文1691篇，占30.14%。發(fā)文超過10篇的期刊有71種，共發(fā)文3369篇，占60.06%。

描述文獻分散的布拉福德定律指出5，針對某一研究方向，期刊可以分為核心區(qū)、相關(guān)區(qū)和外圍區(qū)，若每個區(qū)域包括的論文數(shù)量相近，則區(qū)域期刊數(shù)量成指數(shù)增長。本文將1320本期刊按布拉福德定律分成三個部分。核心區(qū)包含11種期刊占比0.83%，載文量為1854篇占比33.05%；相關(guān)區(qū)包含111種期刊占比8.4%，載文量1869篇占比33.33%；外圍區(qū)包含1198種期刊占比90.75%，載文量1886篇占比33.62%。三個區(qū)域期刊數(shù)量為11：111：1198，期刊數(shù)量成約成10.08倍的指數(shù)增長。

綜上，電子檔案領(lǐng)域的期刊分布符合布拉福德定律，電子檔案領(lǐng)域的核心期刊群已經(jīng)形成。

5 研究熱點分析

首先，研究熱點體現(xiàn)在作者自己選擇的論文關(guān)鍵詞上。對5609篇論文選擇關(guān)鍵詞進行字段抽取，再進行頻次統(tǒng)計，得到關(guān)鍵詞展現(xiàn)出的研究熱點。刪除諸如“電子檔案、檔案管理、信息化”等無意義的關(guān)鍵詞后，得到排名前10的研究熱點為：歸檔、檔案利用、儲存載體、數(shù)字化、辦公自動化、國家檔案局、電子檔案袋、數(shù)字檔案館、憑證作用、高校。

第二，研究熱點體現(xiàn)在論文的題目中。對5609篇論文選擇題目進行字段抽取，然后進行中文分詞工作，再對分開的詞組進行頻次統(tǒng)計，得到論文題目展現(xiàn)出的研究熱點。忽略諸如“淺談、研究、問題”等無意義的詞組后，得到排名前10的研究熱點為：高校、紙質(zhì)、歸檔、安全、保護、企業(yè)、醫(yī)院、數(shù)字化、檔案袋、系統(tǒng)。

第三，研究熱點體現(xiàn)在論文摘要中。對5609篇論文選擇摘要進行字段抽取，然后進行中文分詞工作，再對分開的詞組進行頻次統(tǒng)計，得到論文摘要展現(xiàn)出的研究熱點。經(jīng)過中文分詞從摘要中共得到14756條詞組，忽略諸如“文件、發(fā)展、信息”等無意義的詞組后，得到排名前10的研究熱點為：紙質(zhì)、系統(tǒng)、歸檔、數(shù)字化、高校、網(wǎng)絡(luò)、企業(yè)、醫(yī)院、檔案館、儲存。

6 總結(jié)

本文應用文獻計量學的基本規(guī)律研究電子檔案領(lǐng)域的發(fā)展情況，包括文獻增長規(guī)律，文獻在期刊中的分布規(guī)律，作者分布規(guī)律。這些規(guī)律都是運用統(tǒng)計學方法得到的，有各自的限定條件和局限性，研究時應注意聯(lián)系學科實際討論。本文同時應用中文分詞處理模式，對論文的題目、摘要和關(guān)鍵詞進行提取，得到電子檔案領(lǐng)域的研究熱點，可以供相關(guān)研究者參考。

參考文獻

[1]劉念， 唐一鴻， 李名選. 基于電子檔號章的檔案安全保障系統(tǒng)研究與實現(xiàn)[J]. 檔案學研究，2016（2）：115-117.

[2]郭楠. 人事電子檔案信息安全保障策略研究[J]. 社會科學（文摘版）， 2016（10）：00097-00097.

[3]劉啟元， 葉鷹. 文獻題錄信息挖掘技術(shù)方法及其軟件SATI的實現(xiàn)——以中外圖書情報學為例[J]. 信息資源管理學報，2012（1）：50-58.

[4]王洵. 洛特卡定律[J]. 情報科學， 1981（6）：74-78.

[5]唐奇. “核心出版社”圖書采購策略研究——以南開大學經(jīng)管類圖書采購為例[J]. 圖書館工作與研究，2015，1（11）：104-109.

作者簡介

袁碩（1989-），江蘇淮安人，天津理工大學圖書館助理館員。endprint