我國圖書館學的主要研究熱點、研究領域及趨勢預測

楊利超

（河南省圖書館）

1 引言

圖書館學主要是采用科學方法探討與圖書館相關的內(nèi)容，涵蓋圖書館的發(fā)展與運營所需的各種知識，例如目錄、出版、印刷、圖書、圖書館、圖書館的組織與管理、數(shù)據(jù)采集和整理、閱覽、外借、館際合作與資源共享、圖書館與社會，以及圖書館學與其他學科之間的關聯(lián)。［1,2］

學術研究文獻是知識具體的產(chǎn)出之一，可代表某項研究主題的智慧結晶，若匯總一門學科領域研究者的研究主題文獻，則可判斷該學術領域的發(fā)展狀況，并依據(jù)一門學科所產(chǎn)出的文獻，來追溯該學科知識發(fā)展的歷程。然而文獻數(shù)量會隨時間累積而呈現(xiàn)增長趨勢，早期科學計量領域的學者往往花費不少時間，進行大量文獻的分類工作，用以建立學科的演進過程，但判斷多流于主觀，而運用客觀量化的分類方法，尤其當涉及跨學科（Multi-disciplinary）的研究領域時，則難以描述整體研究發(fā)展歷程。隨著計算機與網(wǎng)絡技術的日新月異，學術文獻已從紙本轉變?yōu)殡娮踊瘮?shù)據(jù)，充足便利的電子文獻資源可大幅降低知識擴張的空間障礙，使知識得以廣泛傳播，被后人借鑒，電子化數(shù)據(jù)庫已成為學者進行研究的一項有力工具。即便過去與現(xiàn)代在信息可得性方面存在極大差異，但在科學計量課題中仍保有共同的初始目標——揭示科學知識的發(fā)展歷程。當今對于科學知識演進歷程的研究已延伸至學術研究合作與引文網(wǎng)絡現(xiàn)況、研究趨勢和研究主題的擴散等課題，并輔以交互式的可視化圖形，以展現(xiàn)研究領域的相互關聯(lián)性及文獻分布情形。［3-5］

目前我國在圖書館學領域尚無一套知識分類的準則與系統(tǒng)架構，有鑒于此，本研究擬對我國圖書館研究領域的文獻進行分類研究。運用文獻計量學方法，將圖書館學的相關文獻繪制成知識圖譜，呈現(xiàn)國內(nèi)圖書館學領域研究的分類與分布情形，以有效統(tǒng)計文獻、整理知識學術群聚，進而探索其知識發(fā)展歷程，揭示近十年來我國圖書館學領域的主要研究熱點和領域、這些研究領域的相互關聯(lián)性及文獻分布整體情形，并對未來的我國圖書館學的整體研究趨勢進行預測。

2 文獻回顧

欲剖析學科研究的趨勢與定位，文獻整合工作是極為重要的一環(huán)。本研究嘗試通過科學計量學的相關理論對圖書館學研究領域文獻進行系統(tǒng)化的整理，繪制其文獻引文分布情形的可視化知識圖譜。相關研究的重點包含科學計量方法、引文分析方法以及對特定科學領域進行實證案例分析等主題。鑒于本研究以圖書館閱讀推廣研究領域為研究范疇，故本節(jié)對圖書館學研究領域的文獻計量分析進行回顧和整理。

歐美等國家早在20世紀30年代，已經(jīng)利用期刊文獻的引文分析法來探討圖書館學產(chǎn)生的文獻特性。在后來的研究中，W.M.Barnard使用引用文獻分析法，對多種圖書館學期刊加以分析，用以了解這些文獻的特性。研究結果顯示，在進行文獻引用時，期刊的引用頻率高于圖書，在被引用的期刊中超過半數(shù)以上集中于10種核心期刊。［6］C.A.Bolles在其研究論文中發(fā)現(xiàn)，［7］在引用文獻類型方面，圖書被引用比例占50%以上，期刊占42.57%；在引用語種方面，英文文獻被引用比例高達97.14%。B.C.Peritz分析了圖書館學核心期刊所刊登的論文，探討圖書館學研究發(fā)展狀況。［8］C.O.Frost針對39種圖書館學的核心期刊論文進行引用文獻分析，用以了解所使用的研究方法、研究主題、參考文獻篇數(shù)以及各年份的變化走向，研究發(fā)現(xiàn)平均每篇論文引用7.4篇參考文獻，其參考文獻的主題則是以圖書館學與信息科學為主，占78%，由此可看出圖書館學領域的自我引用比例相當高。［9］另外，716篇期刊論文所采用的研究方法中，以調(diào)查法、信息系統(tǒng)設計及歷史研究法三種為最常使用的研究方法。

國內(nèi)對于圖書館學的文獻研究始于20世紀80年代。近三十年來在各研究機構以及學者專家的努力之下，對于圖書館學的文獻研究已經(jīng)初具規(guī)模。丘峰等人以圖書館學與情報學共20種期刊作為研究對象，分別進行引文概況、學科、文獻類型、語種、年代、自引和互引內(nèi)容、圖書館與情報學科的差異等項進行統(tǒng)計與分析。［10］熊潤芝對58種與圖書館學相關的中文期刊進行引文分析研究，對引文量、引文類型、語種、著者、被引頻次等做了統(tǒng)計、分析與評價，從統(tǒng)計數(shù)據(jù)中看出，圖書館學的文獻引用率逐年上升。［11］侯錦權［12］等人針對我國1991-2000年圖書館學期刊的發(fā)表論文及引文做統(tǒng)計分析研究，主要包括20種圖書館學情報學期刊，共計52期，1,330篇文章。研究發(fā)現(xiàn)，圖書館學和情報學期刊的引用比例上升最快，圖書館學從最初的12.8%上升到33.1%，情報學從最初的30.7%上升到66.7%。而在引文文獻類型方面，圖書引文比例下降至33.9%，期刊的引文比例則上升到60.5%。這表明我國圖書館學研究領域越來越重視引文的作用。

綜合以上的文獻回顧可以發(fā)現(xiàn)，目前國內(nèi)外對于圖書館學領域方面進行了大量的研究，但針對圖書館學領域可視化的研究較少。［13］為此，本文將知識可視化引文網(wǎng)絡分析工具CiteSpace引入圖書館閱讀推廣研究領域，文獻回顧發(fā)現(xiàn)當今科學計量領域引文分析研究已成基礎，其中共被引分析可有效展示學科關鍵文獻分布情形以及前瞻研究學術群聚的現(xiàn)況。故本研究嘗試以CiteSpace進行實證分析，聚焦至我國圖書館學的研究熱點領域及未來研發(fā)趨勢，提供良好的互動工具和實時可視化網(wǎng)絡呈現(xiàn)方式，從而深入挖掘學術群聚現(xiàn)況，建立客觀評鑒指標架構。

3 研究方法

本研究針對科學計量與知識領域可視化的問題，以科學計量學理論與引文分析理論為基礎，通過可視化知識圖譜來呈現(xiàn)圖書館閱讀推廣領域相關研究文獻之間的關聯(lián)性與演進歷程，繪制可視化圖形。具體研究過程涉及諸多算法，且需輔以相關統(tǒng)計軟件完成圖譜，如詞頻算法、文獻向量相似度計算、徑路搜尋算法、社會網(wǎng)絡分析中心度與中介度之衡量計算等，運用軟件執(zhí)行運算后繪制出知識圖譜。

3.1 知識圖譜繪制流程

可視化的目的在于通過圖像的視覺效果來顯示大量資料下的隱含信息，將資料以可視化的方式呈現(xiàn)，能直觀了解資料的特性。欲對學術領域繪制知識圖譜，需通過信息檢索搜集大量的文獻數(shù)據(jù)資料，經(jīng)過篩選剔除、相似度計算后，才能呈現(xiàn)在知識圖譜上。當今許多信息可視化領域之研究，就是利用信息檢索者數(shù)據(jù)模式（User Meta Model）來繪制可視化的數(shù)據(jù)圖形。

信息檢索者數(shù)據(jù)模式首先要刪減需計算的文獻數(shù)量，通過信息檢索結果、摘要關鍵詞數(shù)據(jù)或是篩選剔除無關文獻數(shù)據(jù)，而后迅速進行計算并產(chǎn)生結果。此模式包含檢索結果及其文獻屬性數(shù)據(jù)，如作者、標題、關鍵詞、期刊名等，皆可作為知識圖譜的分析節(jié)點單位。信息檢索結果數(shù)據(jù)也常轉換成矩陣數(shù)據(jù)，透過引文次數(shù)、關鍵詞共現(xiàn)次數(shù)等方法，展示知識圖譜。信息檢索者數(shù)據(jù)模式與知識圖譜或可視化圖形的產(chǎn)生具有高度關聯(lián)性。根據(jù)Borner等學者提出之知識領域可視化程序可知，知識領域可視化的繪圖通常包含六個一般性的連續(xù)步驟程序：① 資料選??；② 定義分析單位；③ 選擇測量方式；④ 計算單位間相似性程度；⑤ 分類單位間彼此合作交流的分布情形；⑥ 利用可視化工具輔助分析并詮釋。流程中步驟④與步驟⑤常整合為單一個操作，也可稱作數(shù)據(jù)布局（Data Layout），用以描繪資料分布情形。［14］

圖1 文獻于向量空間上之表現(xiàn)示意圖

3.2 詞頻算法

信息檢索過程中使用的關鍵詞有兩類，一種英文簡稱DE（Description），也稱作作者關鍵詞（Author Keywords），即作者本人自己列出的研究關鍵詞；另外一種是ID（Identifier），也稱作增補關鍵字（Keywordsplus），此類主題詞是通過ISI在參考文獻中進行標題選擇而來。此種方法產(chǎn)生的關鍵詞具有客觀性，是建立在計算機算法基礎之上的。本文將對主題關鍵詞進行實證分析。［15］

每一篇文獻都由許多詞匯所組成，因此可以找出具有代表性的詞匯組成文件向量，文件向量常用來指代向量空間上的文章。詞匯表示其在空間中的維度。而每一個詞匯則表示空間中的一個維度，維度的值用來表明文件在此維度的重要性，所以當兩文獻相似時，在空間上的向量也比較接近。每個詞匯對于不同的文獻有不同的重要性，此時即可以利用［詞匯權重］來做為重要性衡量的指標。圖1為三維的向量空間模型，空間上有三個空間向量（D1,D2,D3），即三篇文獻，每一篇文獻由三個不同的索引詞匯（T1,T2,T3）所組成，因權重值的不同，在空間上的位置也不同。

用矩陣方式來表示一文件即為Di=（Wm1,Wm2,Wm3,…,Wmn），則有m篇文件、n個索引詞匯的［詞匯-文件矩陣］為下列矩陣所示，其中，Wmn表示第n詞匯于第m篇文件中的權重。

在詞匯權重的計算上，有三個重要的因素會影響其結果。① 詞出現(xiàn)的頻率：某一詞出現(xiàn)在一文件中的次數(shù)越多，表示該詞與該文件越相關。② 詞的特殊性：某一詞在文件集合中所出現(xiàn)的文件數(shù)。當某一詞在文件集合中出現(xiàn)次數(shù)越高時，相對于某一篇文件的重要性越低。③ 文件長度：當文件越長時，相對來說某一詞出現(xiàn)的次數(shù)也較多。因此，文件的長短會影響詞在各文獻權重大小，所以必須適當考慮文章長度標準化。

單一文獻中如果某一詞出現(xiàn)頻率高，則表示對該文章越具代表性，其權重值越高。然而在文章集合中，皆出現(xiàn)某一字詞時，卻不具太大的代表性，因此，組合TF與IDF的權重計算方式，如果一詞匯在某文章出現(xiàn)頻率越高，但其他文章集合出現(xiàn)次數(shù)少時，其擁有較高的權重，公式如下

Wij為詞Tj在文章Di中的權重，tfij為詞Tj于Di中出現(xiàn)的次數(shù)，dfi為詞Tj在文章集合N中，具有Tj的文件數(shù)，N為一文章集合。

為了避免一個詞匯出現(xiàn)于所有所收集文件中時，導致該詞匯權重為0的狀況發(fā)生，筆者采用標準化公式導入CiteSpace軟件中的學術群聚卷標計算功能，其公式如下所示

計算完詞匯權重后，即可形成文獻的向量空間模型，用來進行文獻之間以及文獻與類別之間的相似度比較。由于可將每一篇文章視為一個空間當中的向量，因此文章之間的關系可以利用空間向量中的cosine函數(shù)來計算出文章之間的相似程度。利用這樣的計算方法來分類文件群聚，以新的文獻與類別之間的相似度為標準，判斷文獻是否與該類別相似度夠高而被分入該群聚當中。最后可呈現(xiàn)知識圖譜上的學術群聚狀況。文獻相似度之余弦定理計算公式如下所示

Wik,Wjk分別表示文件di和dj中第k個關鍵詞的權重。

3.3 CiteSpace知識圖譜分析軟件

文件數(shù)據(jù)和共被引分析采用CiteSpace軟件進行處理，該軟件是專門用于探測學科學數(shù)群聚現(xiàn)況與知識前瞻研究趨勢的應用軟件。CiteSpace由Drexel大學ChaomeiChen學者在2003年開發(fā)，其主要目標就是利用可視化技術，辨別學科領域中新興突起研究議題和學術群聚，應用功能包括共被引分析及基于共被引文章和引用這些文章關鍵詞的復雜引文網(wǎng)絡的群聚分類，從題目、摘要中擷取主題關鍵詞作為的信息卷標。［16］

CiteSpace可以提供2項基礎功能：① 利用引文網(wǎng)絡，識別學科領域發(fā)展中的重要路徑；② 識別學科領域發(fā)展中的關鍵節(jié)點。CiteSpace定義的知識圖譜的關鍵點是指連接各個不同群聚網(wǎng)絡的節(jié)點（見圖2）：Landmark node代表高被引的節(jié)點，Hub node代表連結廣度高、共被引次數(shù)高的節(jié)點，Pivot node代表鏈接兩個群聚網(wǎng)絡的共同關鍵節(jié)點。

圖2 CiteSpace繪制共被引知識圖譜之節(jié)點類型

基于以上的優(yōu)勢，本研究采用CiteSpace軟件作為知識圖譜分析軟件，將人工篩選的相關文獻數(shù)據(jù)轉換成Excel矩陣格式，繪制知識圖譜進行數(shù)據(jù)分析，如中心性分析、中介性分析和學術群聚分析等。

4 研究分析結果

本節(jié)基于科學計量學的引文分析理論，結合知識圖譜的建構流程，以圖書館學研究領域為基礎，通過數(shù)據(jù)搜集、數(shù)據(jù)分析、數(shù)據(jù)處理、知識領域可視化等途徑，進行實證研究。

4.1 數(shù)據(jù)來源

本文以中國知網(wǎng)數(shù)據(jù)庫為數(shù)據(jù)源，搜索方式采用主題搜索，對“圖書館”、“公共圖書館”以及“文獻分析”等關鍵詞進行組合檢索，選取時間從2007年1月1日開始到2016年12月31日為止，總共檢索到1,683篇文獻，經(jīng)過文獻比對，剔除會議以及年代老舊的文章后，最終有1,213篇入選分析樣本。

4.2 結果分析

4.2.1 論文發(fā)表趨勢分析

通過發(fā)表趨勢的分析，可以了解目前該領域的研究現(xiàn)狀以及未來發(fā)展的趨勢，從而更好地分析該領域論文的總體研究進展情況。從圖3中可以發(fā)現(xiàn)，圖書館學領域的研究文獻在2007-2010年處于萌芽期，文獻發(fā)表數(shù)量基本不變，處于短暫的積累期；2010年之后，圖書館學領域的研究論文數(shù)量呈現(xiàn)快速上升的態(tài)勢，這與前幾年的積累有重要關系，同時與近年來圖書館信息化建設規(guī)模和速度加快有關。但隨著近年來圖書化信息化建設速度的飽和及放緩，2016年的文獻發(fā)表數(shù)量相較2015年有所降低。

圖3 國內(nèi)圖書館學研究領域的論文發(fā)表趨勢分析

4.2.2 論文發(fā)表機構分析

在對圖書館學領域的研究論文發(fā)表趨勢進行分析后，進一步對這些論文中的發(fā)表機構進行分析，本文選取前10名的論文發(fā)表機構進行分析。圖書館學領域的研究較為活躍的論文機構為中國國家圖書館、武漢大學、北京大學、南京大學、山東大學等，其中中國國家圖書館在該領域的論文發(fā)表數(shù)量為51篇，武漢大學在該領域的論文發(fā)表數(shù)量為45篇，北京大學緊隨其后，共有42篇文獻發(fā)表在該領域，可見這些機構在圖書館學領域的雄厚研究實力以及高校在這個領域的絕對研究實力（見圖4）。

4.2.3 文獻來源結構分析

進一步對圖書館學研究領域的論文來源進行結構分析。目前，圖書館學研究領域論文的雜志主要來源為《圖書情報工作》（109篇）、《中國圖書館學報》（56篇）、《國家圖書館學刊》（40篇）、《圖書館雜志》（34篇），基本都是以圖書情報學領域為主。從學科角度來看，位居前列的領域為圖書情報和數(shù)字圖書館，共計1,154篇，其他學科分布的數(shù)量很少，為數(shù)不多的分布在出版（47篇）、計算機軟件（32篇）以及高等教育（31篇）等領域，顯示了圖書館學領域文獻發(fā)表的集中度較高。

4.2.4 主題關鍵詞共現(xiàn)網(wǎng)絡分析

在對圖書館學領域的論文發(fā)表趨勢、發(fā)表機構以及來源雜志及學科進行分析后，為了進一步挖掘圖書館學領域研究的內(nèi)在關聯(lián)性，本文選擇知識圖譜CiteSpace軟件中的關鍵詞頻分析以及共現(xiàn)網(wǎng)絡分析，深入挖掘圖書館學領域研究文獻的內(nèi)在關聯(lián)性。圖書館學研究領域的論文關鍵詞主要集中在圖書館學（314篇）、情報學（120篇）、圖書館（101篇）、文獻學（40篇）、文獻計量（39篇）等方面（見圖5）。進一步對關鍵詞進行共現(xiàn)網(wǎng)絡分析可以發(fā)現(xiàn)，“情報學”與周圍關鍵詞的連接最多，并且各連接分支線條較粗，顯示較多的文獻關聯(lián)；同時，“圖書館”和“文獻計量”這兩個關鍵詞也是網(wǎng)絡的關鍵點，與周圍關鍵詞連接較多，顯示這些領域的研究最多，為熱門研究領域，并且隨著時代的進步，以“數(shù)字圖書館”和“知識管理”等關鍵詞的圖書館學的研究也逐漸興起。另外，從關鍵詞共現(xiàn)網(wǎng)絡分析圖中可以發(fā)現(xiàn)，“知識圖譜”和“引文分析”這些領域也存在互相關聯(lián)和融合，代表這些領域也將是未來的研究熱點。

圖4 國內(nèi)圖書館學領域的研究文獻發(fā)表機構分析

5 總結與展望

5.1 總結

本研究采用引文分析的方法，通過引文數(shù)據(jù)庫檢索文獻數(shù)據(jù)，采用CiteSpace繪制出的共被引知識圖譜有效地呈現(xiàn)圖書館學研究領域的動態(tài)發(fā)展及演進歷程。

（1）圖書館學領域的論文在2007-2010年處于萌芽期，文獻發(fā)表數(shù)量基本不變；經(jīng)過短暫的積累期后，圖書館閱讀推廣的研究論文數(shù)量呈現(xiàn)急速上升的態(tài)勢，這也與近年來圖書館信息化建設規(guī)模和速度加快有關；但隨著近年來圖書化信息化建設速度的飽和及放緩，2016年的文獻的發(fā)表數(shù)量有所降低。

（2）圖書館學的研究機構主要以高校為主，顯示了高校在這個領域的絕對研究實力。通過進一步對圖書館學研究領域的論文來源進行結構分析發(fā)現(xiàn)，圖書館學領域文獻發(fā)表的集中度較高。

（3）對圖書館學研究領域的關鍵詞進行共現(xiàn)網(wǎng)絡分析可以發(fā)現(xiàn)，情報學與周圍關鍵詞的連接最多，并且各連接分支線條較粗，顯示較多的文獻關聯(lián)。同時，圖書館和文獻計量這兩個關鍵詞與周圍關鍵詞連接較多，顯示這些領域的研究較多，為熱門研究領域。

圖5 圖書館學研究領域論文的主要關鍵詞分析

5.2 展望

學科演進歷史與知識管理是一項長期性的工作，目的在于尋找學科發(fā)展的邏輯與群聚現(xiàn)象。筆者為高校圖書館和公共圖書館未來的閱讀推廣研究的趨勢作如下分析及建議。

（1）本文針對圖書館學領域進行深入地文獻分析及挖掘，但研究范圍僅限于我國，并未對全球的發(fā)展趨勢做進一步分析。未來在該方面的研究應該在全球范圍內(nèi)對圖書館學領域的研究現(xiàn)狀進行分析，這樣才能更加全面準確地把握該研究領域的文獻整體研究趨勢。

（2）本文在圖書館學研究領域的文獻分析中，并未對文獻數(shù)據(jù)與知識產(chǎn)出影響力進行評估。建議未來學者通過同行評鑒及專家評鑒等方式，對該領域的學術影響力進行研究，從而增加文獻研究的客觀性及實用性。

［1］毛贛鳴.圖書館知識資本構成及其價值轉移機制研究 ［J］.圖書情報工作，2016，39（7）：77－81.

［2］李文蘭，楊祖國.中國情報學期刊論文關鍵詞詞頻分析 ［J］.情報科學，2015，38（1）：68－70.

［3］馬世杰.《圖書館工作與研究（1991-2006）》論文關鍵詞統(tǒng)計分析［J］.圖書館工作與研究，2008，46（1）：101－105.

［4］張新興.2000-2006年我國基于本體的信息檢索研究論文定量分析 ［J］.情報科學，2013，48（7）：1016－1021.

［5］葉鷹.圖書情報學前沿研究領域選評［J］.中國圖書館學報，2016，39（4）：63－70.

［6］ W M Barnard.Exploring internal stickiness：Impediments to the transfer of best practice within the firm［J］.StrategicManagementJournal，2016，48 （17）：27－43.

［7］ CABolles.Understandingtheinfluenceoforganizational change strategies on information technology and knowledge management strategies［J］.Decision SupporSystems，2011，31 （1）：55－69.

［8］ B C Peritz.Motivations for academic web site interlinking：Evidence for the web as a novel source of information on informal scholarly communication ［J］.Journal ofInformationScience，2013，29 （1）：49－56.

［9］ C O Frost.Why do web sites from different academic subjects interlink ［J］.Journal of Information Science，2013，29（6）：453－471.

［10］丘峰.1996-2005年SCI-E數(shù)據(jù)庫中數(shù)字圖書館研究文獻定量分析［J］.情報科學，2015，38（12）：16－23.

［11］熊潤芝.圖書館學文獻分析［J］.中國圖書館學報，2011，37（3）：40－50.

［12］侯錦權.基于共詞分析的國外圖書館學情報學領域研究現(xiàn)狀探析［J］.情報雜志，2011，30（11）：37－41.

［13］ Zhao Dangzhi，Strotmann A.Counting first，last，or all authors in citation analysis：A comprehensive comparisoninthe highly collaborative stem cell research field ［J］.Journal of the American Society For Infor mation Science and Technology， 2011，62（4）：654－676.

［14］蘇新寧.圖書館情報與文獻學研究熱點與趨勢分析——基于CSSCI的分析［J］.情報學報，2016，53（6）：373－383.

［15］邱均平，等.2002年國內(nèi)外情報學發(fā)展動向分析［J］.情報學報，2013，46（5）：12－18.

［16］邱均平，李星星.近十年來我國圖書館知識管理研究論文的統(tǒng)計和分析［J］.圖書館，2012,39（2）：71－74.