國(guó)際頂級(jí)期刊中iSchools研究熱點(diǎn)可視化分析*

0 導(dǎo)言

2017年9月教育部、財(cái)政部、國(guó)家發(fā)展改革委聯(lián)合發(fā)布《關(guān)于公布世界一流大學(xué)和一流學(xué)科建設(shè)高校及建設(shè)學(xué)科名單的通知》，公布了世界一流大學(xué)和一流學(xué)科建設(shè)高校及建設(shè)學(xué)科名單[1]，其中武漢大學(xué)、南京大學(xué)和中國(guó)人民大學(xué)的圖書情報(bào)與檔案管理學(xué)科被列入“雙一流”建設(shè)學(xué)科名單。與國(guó)際圖書情報(bào)領(lǐng)域的發(fā)展相比，我國(guó)圖書情報(bào)與檔案管理學(xué)科的科研水平和科研實(shí)力存在一定差距，尤其是在高質(zhì)量的學(xué)術(shù)成果方面。就國(guó)際三大頂級(jí)期刊(Nature、Science和Cell)而言，iSchools已經(jīng)有21所學(xué)院發(fā)表過相關(guān)研究成果，而我國(guó)圖書情報(bào)領(lǐng)域還沒有相關(guān)研究成果。由此可見，當(dāng)前我國(guó)圖書情報(bào)領(lǐng)域與世界一流學(xué)科的差距體現(xiàn)在國(guó)際頂級(jí)期刊的研究成果未實(shí)現(xiàn)零的突破。為了建設(shè)世界一流學(xué)科，使我國(guó)圖書情報(bào)與檔案管理學(xué)科的建設(shè)與國(guó)際接軌，了解國(guó)際圖書情報(bào)領(lǐng)域在國(guó)際頂級(jí)期刊的研究熱點(diǎn)，促進(jìn)我國(guó)圖書情報(bào)學(xué)科和國(guó)家“雙一流”建設(shè)，提升我國(guó)圖書情報(bào)領(lǐng)域的研究水平和研究實(shí)力，本文以iSchools成員在國(guó)際三大頂級(jí)期刊所發(fā)表的研究成果為對(duì)象，分析國(guó)際信息領(lǐng)域(iField)的研究熱點(diǎn)和發(fā)展趨勢(shì)，為我國(guó)圖書情報(bào)學(xué)科開展高質(zhì)量的研究提供參考。

1 數(shù)據(jù)分析方法和工具

詞頻分析法是利用能夠揭示或表達(dá)文獻(xiàn)核心內(nèi)容的關(guān)鍵詞或主題詞在某一研究領(lǐng)域文獻(xiàn)中出現(xiàn)的頻次高低來確定該領(lǐng)域研究熱點(diǎn)和發(fā)展動(dòng)向的文獻(xiàn)計(jì)量方法[2]，其依據(jù)的基本理論是齊普夫定律(Zipf’s Law)。關(guān)鍵詞共現(xiàn)分析方法基于如下假設(shè)：作者都很認(rèn)真地選擇所使用的詞語，作者認(rèn)可在同一篇文章中不同的詞語之間存在某種聯(lián)系，并且如果這種聯(lián)系被足夠多的作者認(rèn)可，那么可以認(rèn)為它在某個(gè)學(xué)科領(lǐng)域具有一定的意義[3]。內(nèi)容分析法的實(shí)質(zhì)是對(duì)文獻(xiàn)內(nèi)容所含信息量及其變化進(jìn)行分析，從而根據(jù)數(shù)據(jù)對(duì)文獻(xiàn)內(nèi)容進(jìn)行可再現(xiàn)的、有效的判斷[4]。本文在獲取文獻(xiàn)的題錄信息和全文信息的基礎(chǔ)上，利用詞頻分析、關(guān)鍵詞共現(xiàn)分析、內(nèi)容分析法對(duì)文獻(xiàn)的發(fā)表時(shí)間、文獻(xiàn)的主題領(lǐng)域、機(jī)構(gòu)的合作情況以及三者之間的相互關(guān)系進(jìn)行可視化分析。涉及的工具主要包括3個(gè)：(1)利用MicrosoftExcel對(duì)文獻(xiàn)的題錄信息進(jìn)行數(shù)據(jù)透視統(tǒng)計(jì)；(2)利用Bibexcel對(duì)提取的主題詞進(jìn)行詞頻共現(xiàn)分析；(3)利用Gephi對(duì)共詞關(guān)系和機(jī)構(gòu)合作情況進(jìn)行可視化分析。

2 數(shù)據(jù)獲取與預(yù)處理

在Web of Science數(shù)據(jù)庫中利用高級(jí)檢索，限定出版物名稱為Nature、Science和Cell，根據(jù)83所iSchools的地址進(jìn)行文獻(xiàn)檢索，如檢索匹茲堡大學(xué)信息學(xué)院在國(guó)際三大頂級(jí)期刊的發(fā)文情況，其檢索式為：AD=(Univ Pittsburgh，Sch Informat Sci)AND SO=(NATURE OR SCIENCE OR CELL)。文獻(xiàn)類型和時(shí)間均不限制，去重后最終檢索到55篇文獻(xiàn)(檢索時(shí)間是2017年12月10日)。將所有文獻(xiàn)的題錄信息導(dǎo)出，所選字段包括作者、標(biāo)題、來源出版物、文獻(xiàn)類型、被引頻次等。鑒于三大頂級(jí)期刊中大部分文獻(xiàn)缺少關(guān)鍵詞和摘要，首先進(jìn)行數(shù)據(jù)的預(yù)處理。

(1)識(shí)別高頻詞和標(biāo)題詞作為文獻(xiàn)的主題詞。由于三大頂級(jí)期刊的大部分文獻(xiàn)的關(guān)鍵詞和摘要有所缺失，為了方便對(duì)文獻(xiàn)內(nèi)容的分析和理解，首先需要根據(jù)全文信息提取文獻(xiàn)的主題詞。一方面對(duì)全文的詞頻進(jìn)行統(tǒng)計(jì)，識(shí)別高頻詞，并選取出比例在2%及以上的詞語作為文章的高頻詞；另一方面，作為高頻詞的補(bǔ)充，將文章標(biāo)題中非停用詞識(shí)別出來，作為文獻(xiàn)主題詞的來源之一。通過獲取文獻(xiàn)的高頻詞和標(biāo)題詞作為主題詞來替代關(guān)鍵詞，作為詞頻統(tǒng)計(jì)的基礎(chǔ)。

(2)機(jī)構(gòu)地址的規(guī)范化和統(tǒng)一化。本文根據(jù)Web of Science導(dǎo)出的文獻(xiàn)題錄信息，利用python編程的文本處理功能，將作者的機(jī)構(gòu)進(jìn)行規(guī)范化和統(tǒng)一化處理，方便后續(xù)的機(jī)構(gòu)合作情況等其他內(nèi)容的分析，如表1所示。

3 研究結(jié)果及分析

3.1 基本可視化分析

3.1.1 三大國(guó)際頂級(jí)期刊中iSchools文獻(xiàn)數(shù)量和類型分布

iSchool運(yùn)動(dòng)作為圖書情報(bào)領(lǐng)域發(fā)展中的重要事件，成員從2004年的19所學(xué)院發(fā)展至今83所學(xué)院，分布在26個(gè)國(guó)家和地區(qū)，成員涵蓋圖書情報(bào)領(lǐng)域一流學(xué)院及機(jī)構(gòu)[5]。對(duì)iSchool學(xué)院在三大頂級(jí)期刊上的發(fā)文情況進(jìn)行調(diào)查發(fā)現(xiàn)，有21所iSchool學(xué)院(25.3%)共發(fā)文55篇。發(fā)文最多的學(xué)院是印第安納大學(xué)的信息與計(jì)算機(jī)學(xué)院(Indiana University：School of Informatics and Computing，在Nature發(fā)文6篇，在Science上發(fā)文4篇)，其次是密歇根大學(xué)信息學(xué)院(University of Michigan：School of Information，在Nature發(fā)文4篇，在Science上發(fā)文5篇)。馬里蘭大學(xué)信息學(xué)院(University of Maryland：College of Information Studies)發(fā)文量也達(dá)6篇(在Science上發(fā)文6篇)。從單個(gè)期刊發(fā)文量來看，在Nature上發(fā)文最多的是印第安納大學(xué)的信息與計(jì)算機(jī)學(xué)院，其次是密歇根大學(xué)信息學(xué)院；在Science上發(fā)文最多的是馬里蘭大學(xué)信息學(xué)院，其次是密歇根大學(xué)信息學(xué)院。

表1 機(jī)構(gòu)信息處理前后對(duì)比

1981年iSchools成員懷卡托大學(xué)計(jì)算與數(shù)學(xué)科學(xué)系(University of Waikato：Faculty of Computing and Mathematical Sciences)第一次在三大頂級(jí)期刊上發(fā)表文章，直至2000年，iS-chools在三大頂級(jí)期刊上的發(fā)文量出現(xiàn)小幅增長(zhǎng)。iSchools在三大頂級(jí)期刊的發(fā)文呈現(xiàn)兩個(gè)階段。第一階段是2008年以前，11所iSchool學(xué)院共發(fā)文20篇，其中伊利諾伊大學(xué)信息科學(xué)學(xué)院的Lancaster和Schatz共發(fā)文4篇，遠(yuǎn)超過其他iSchool學(xué)院。第二階段是2008年至今，iS-chools在三大頂級(jí)期刊上的發(fā)文數(shù)量猛然增長(zhǎng)，涉及成員增至21個(gè)，發(fā)文量增加到55篇，涉及領(lǐng)域主題更加廣泛。從整體看，2008年后的年均發(fā)文量較2008年前都有較大的增長(zhǎng)。其中，印第安納大學(xué)的信息與計(jì)算機(jī)學(xué)院發(fā)文最多(共10篇)，一躍成為發(fā)文最多的iSchool學(xué)院。從文獻(xiàn)類型來看(圖2)，iSchools在三大頂級(jí)期刊的發(fā)文以“Article”類型最多(41.82%)，其后依次是“Editorial Material”(34.55%)、“Book Review”(12.73%)和“Letter”(10.90%)。

圖1 iSchools國(guó)際三大頂級(jí)期刊發(fā)文總量

圖2 文獻(xiàn)類型分布

3.1.2 三大頂級(jí)期刊中iSchools機(jī)構(gòu)合作分析

iSchools在三大頂級(jí)期刊發(fā)文的機(jī)構(gòu)合作情況分析，如圖3所示。發(fā)文最多的21所iSchools中，印第安納大學(xué)的信息與計(jì)算機(jī)學(xué)院作為在三大頂級(jí)期刊發(fā)文最多的信息學(xué)院，與其他機(jī)構(gòu)合作的次數(shù)也最多，涉及機(jī)構(gòu)多達(dá)247個(gè)，包括華盛頓大學(xué)醫(yī)學(xué)院(Washington University：School of Medicine，4次)、加州大學(xué)人類遺傳學(xué)研究所(University of California，San Francisco：Institute for Human Genetics，3 次)、加州大學(xué)格萊斯頓研究所(University of Califor-nia，San Francisco：Gladstone Institutes，3次)、加州大學(xué)生物統(tǒng)計(jì)系(University of California，San Francisco：Biostatistics Division，3次)等。這些機(jī)構(gòu)集中在生物醫(yī)學(xué)信息學(xué)領(lǐng)域。

圖3 機(jī)構(gòu)合作情況

密歇根大學(xué)信息學(xué)院在三大頂級(jí)期刊上發(fā)文僅次于印第安納大學(xué)信息與計(jì)算機(jī)學(xué)院，發(fā)表的9篇文章涉及合作機(jī)構(gòu)43個(gè)，包括密歇根大學(xué)復(fù)雜系統(tǒng)研究中心(University of Michigan：Center for the Study of Complex Systems，3次)、密歇根大學(xué)福特公共政策學(xué)院(University of Michigan：The Gerald R.Ford School of Public Policy，2次)。與印第安納大學(xué)信息與計(jì)算機(jī)學(xué)院不同的是，密歇根大學(xué)信息學(xué)院合作最多的機(jī)構(gòu)來自本校的科研機(jī)構(gòu)和研究中心，與其他學(xué)?；驒C(jī)構(gòu)的合作相對(duì)較少，且合作領(lǐng)域更加廣泛。

馬里蘭大學(xué)信息學(xué)院、加州大學(xué)伯克利分校信息學(xué)院、伊利諾伊大學(xué)信息科學(xué)學(xué)院、新澤西州立羅格斯大學(xué)通信與信息學(xué)院等iSchools的合作機(jī)構(gòu)也相對(duì)較多。從圖中還可以看出，密歇根大學(xué)信息學(xué)院、伊利諾伊大學(xué)信息科學(xué)學(xué)院和馬里蘭大學(xué)信息學(xué)院之間的合作較為密切，三者之間均有直接合作。而加州大學(xué)伯克利分校信息學(xué)院與其他iSchools之間的合作較少，只與華盛頓大學(xué)信息學(xué)院合作了一次。由此可見，在三大頂級(jí)期刊中，iSchools之間的合作較少，更多的是與其他機(jī)構(gòu)的合作，如醫(yī)學(xué)領(lǐng)域研究機(jī)構(gòu)、計(jì)算機(jī)數(shù)學(xué)領(lǐng)域研究機(jī)構(gòu)等。

3.2 文獻(xiàn)主題分析

文獻(xiàn)主題分析能夠清楚地了解三大頂級(jí)期刊中iSchools的研究熱點(diǎn)和主題。根據(jù)識(shí)別出來的文獻(xiàn)主題詞，利用Bibexcel對(duì)文獻(xiàn)主題詞進(jìn)行共現(xiàn)計(jì)算，并利用Gephi將主題詞之間的共現(xiàn)關(guān)系可視化展示出來，如圖4所示。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)驅(qū)動(dòng)下的科學(xué)研究成為主流。在數(shù)據(jù)驅(qū)動(dòng)下，iSchools在三大頂級(jí)期刊發(fā)表的文獻(xiàn)中，“Data”一詞位于核心位置。從圖4的主題詞聚類結(jié)果來看，可大致將iSchools在三大頂級(jí)期刊上的研究熱點(diǎn)歸納為6個(gè)方面，從上到下、從左到右依次是：生物信息學(xué)、計(jì)算機(jī)技術(shù)、信息通信理論、用戶信息行為、科學(xué)發(fā)展研究、信息經(jīng)濟(jì)學(xué)。其中，科學(xué)發(fā)展研究領(lǐng)域是指從宏觀的角度研究大環(huán)境對(duì)科學(xué)發(fā)展的影響。

圖4 所有文獻(xiàn)的主題詞共現(xiàn)

3.2.1 iSchools機(jī)構(gòu)的研究方向和主題

通過對(duì)55篇文獻(xiàn)的機(jī)構(gòu)合作情況的分析發(fā)現(xiàn)，iSchools在一些研究成果中只是參與了其中研究的一部分。為了了解iSchools在三大頂級(jí)期刊中的研究方向和主題，以“第一作者的機(jī)構(gòu)是iSchools”為篩選條件，進(jìn)一步對(duì)55篇文獻(xiàn)進(jìn)行挑選，共得到24篇研究文獻(xiàn)，其中17篇(70.83%)都是iSchools作為唯一作者機(jī)構(gòu)獨(dú)立發(fā)表的。從單個(gè)機(jī)構(gòu)來看，密歇根大學(xué)信息學(xué)院作為第一作者機(jī)構(gòu)發(fā)文最多，共5篇；其次是馬里蘭大學(xué)信息學(xué)院，共4篇。從機(jī)構(gòu)合作情況來看，iSchools既有與其他院校iSchools的合作，如華盛頓大學(xué)信息學(xué)院與加州大學(xué)伯克利分校信息學(xué)院、田納西州大學(xué)諾克斯維爾分校信息科學(xué)學(xué)院與匹茲堡大學(xué)計(jì)算與華盛頓大學(xué)信息學(xué)院；也有與其他機(jī)構(gòu)的合作，但主要集中在計(jì)算機(jī)科學(xué)相關(guān)機(jī)構(gòu)，如華盛頓大學(xué)信息學(xué)院與華盛頓大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院(Washington University：Computer Science &Engineering)、馬里蘭大學(xué)信息學(xué)院與馬里蘭大學(xué)高級(jí)計(jì)算機(jī)研究所(University of Maryland：Institute for Advanced Computer Studies)。

圖5統(tǒng)計(jì)了iSchools為第一作者機(jī)構(gòu)且發(fā)文2篇及以上的研究主題。從研究方向和研究主題來看，iSchools主導(dǎo)的研究領(lǐng)域分布廣泛，除生物信息學(xué)外，在科學(xué)發(fā)展研究、用戶信息行為、計(jì)算機(jī)技術(shù)、信息經(jīng)濟(jì)學(xué)和信息通信理論領(lǐng)域都有涉及。在科學(xué)發(fā)展研究領(lǐng)域，密歇根大學(xué)信息學(xué)院和伊利諾伊大學(xué)信息科學(xué)學(xué)院具有較大優(yōu)勢(shì)；馬里蘭大學(xué)信息學(xué)院在計(jì)算機(jī)技術(shù)領(lǐng)域的研究最為突出；懷卡托大學(xué)計(jì)算與數(shù)學(xué)科學(xué)系則在信息通信理論領(lǐng)域有較大的貢獻(xiàn)。

3.2.2 時(shí)間發(fā)展與研究主題的變化

科學(xué)研究的對(duì)象一直隨著時(shí)間的變化而變化。iSchools在三大頂級(jí)期刊中的研究熱點(diǎn)同樣也出現(xiàn)了明顯的變化，如圖6所示。

1981年iSchools的懷卡托大學(xué)計(jì)算與數(shù)學(xué)科學(xué)系(University of Waikato：Faculty of Computing and Mathematical Sciences)率先在Nature上發(fā)表Are Coronal Loops Stable[6]，信息通信理論領(lǐng)域成為最初的研究主題。隨后，iS-chools的關(guān)注焦點(diǎn)開始向生物信息學(xué)、科學(xué)發(fā)展研究、用戶信息行為等方向轉(zhuǎn)變。國(guó)際三大頂級(jí)期刊中iSchools的研究熱點(diǎn)與時(shí)代背景和社會(huì)環(huán)境的發(fā)展變化密切相關(guān)：1998年互聯(lián)網(wǎng)技術(shù)發(fā)展，網(wǎng)絡(luò)環(huán)境下的用戶行為成為iSchools關(guān)注的重點(diǎn)，包括用戶的合作行為、選擇和決策行為，而隨著數(shù)據(jù)挖掘技術(shù)發(fā)展，預(yù)測(cè)用戶行為也成為研究方向；2008年世界金融危機(jī)的發(fā)生，信息經(jīng)濟(jì)學(xué)成為iSchools研究的主題之一，并開始利用數(shù)據(jù)信息發(fā)現(xiàn)世界或某一地區(qū)的貧富差距。

圖5 iSchools為第一作者機(jī)構(gòu)且發(fā)文2篇及以上的文獻(xiàn)研究主題

圖6 研究熱點(diǎn)隨時(shí)間發(fā)展的演變

總的來看，從宏觀層面探討社會(huì)大環(huán)境對(duì)科學(xué)發(fā)展的影響是iSchools一直關(guān)注的對(duì)象，1985-2017年iSchools在科學(xué)發(fā)展研究領(lǐng)域共發(fā)表15篇研究成果，占27.27%；其次，生物信息學(xué)領(lǐng)域自2004年出現(xiàn)第一篇研究成果后，短短幾年內(nèi)發(fā)表12篇研究文章，占21.82%；在互聯(lián)網(wǎng)環(huán)境影響下，用戶信息行為領(lǐng)域出現(xiàn)11篇研究成果，占20%；計(jì)算機(jī)技術(shù)雖然從1994年就出現(xiàn)第一篇研究成果，并且研究?jī)?nèi)容較為廣泛，既涵蓋計(jì)算機(jī)協(xié)議、計(jì)算機(jī)歷史的發(fā)展，也包括對(duì)計(jì)算機(jī)算法的改進(jìn)和語音識(shí)別技術(shù)的討論，但整體研究成果只有8篇，占14.55%；信息經(jīng)濟(jì)學(xué)作為2009年才出現(xiàn)的新研究領(lǐng)域，僅有5篇研究論文，占9.09%；而信息通信理論領(lǐng)域只是iSchools中少數(shù)學(xué)者的研究對(duì)象，雖然是iSchools在三大頂級(jí)期刊中最早發(fā)表文獻(xiàn)的研究主題，但只有4篇文章，僅占7.27%。由此可見，用戶信息行為、生物信息學(xué)以及科學(xué)發(fā)展研究是國(guó)際三大頂級(jí)期刊中iSchools的研究熱點(diǎn)。

3.2.3 六大主題的研究?jī)?nèi)容可視化分析

根據(jù)整體聚類結(jié)果，對(duì)55篇文獻(xiàn)進(jìn)行主題劃分，并對(duì)每個(gè)主題領(lǐng)域的文獻(xiàn)主題詞的共現(xiàn)矩陣進(jìn)行可視化，從微觀層面揭示各個(gè)主題的研究方向和研究熱點(diǎn)。

(1)科學(xué)發(fā)展研究領(lǐng)域。作為發(fā)文最多的研究主題，科學(xué)發(fā)展研究領(lǐng)域的文獻(xiàn)主題和方向也更加廣泛?？茖W(xué)發(fā)展領(lǐng)域共有15篇研究文獻(xiàn)，其中“Article”類型有2篇，“Editorial Material”類型有6篇，“Letter”類型有4篇，“Book Review”有3篇。從主題詞共現(xiàn)關(guān)系圖來看(圖7)，“data”“science”“information”“scientist”“model”“system”是該領(lǐng)域核心的主題詞，由此可將該領(lǐng)域下的研究分為兩個(gè)方面。

①研究社會(huì)環(huán)境變化對(duì)科學(xué)發(fā)展的影響。一方面iSchools探討了包括互聯(lián)網(wǎng)技術(shù)的發(fā)展[7]、政治環(huán)境的變化[8]、法律政策的調(diào)整[9]等在內(nèi)的整個(gè)社會(huì)環(huán)境對(duì)科學(xué)發(fā)展的影響；另一方面科學(xué)家的個(gè)人屬性和活動(dòng)也影響著科學(xué)研究的發(fā)展和傳播，如科學(xué)家的性別差異、科學(xué)家研究生活的地點(diǎn)變化[10-11]。研究者還對(duì)科學(xué)發(fā)展過程中出現(xiàn)的種種現(xiàn)象進(jìn)行思考，在宏觀層次上關(guān)注整個(gè)學(xué)術(shù)環(huán)境中出現(xiàn)的問題和現(xiàn)象，包括同行評(píng)議[12]、引文量的變化規(guī)律[13]、經(jīng)典規(guī)律模型的適應(yīng)性[14]等；同時(shí)，在微觀層次上思考圖書情報(bào)領(lǐng)域?qū)W科發(fā)展過程中出現(xiàn)的矛盾[15]。

圖7 科學(xué)發(fā)展研究領(lǐng)域的主題詞共現(xiàn)關(guān)系圖

②數(shù)據(jù)管理和數(shù)據(jù)挖掘。數(shù)據(jù)驅(qū)動(dòng)的科學(xué)研究中，對(duì)數(shù)據(jù)的管理和挖掘至關(guān)重要。在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)的有效共享和利用能夠促進(jìn)科學(xué)研究，但也要保證數(shù)據(jù)管理的安全性。將信貸、獎(jiǎng)勵(lì)與數(shù)據(jù)共享相結(jié)合，并在管理數(shù)據(jù)的過程中保證資助者、機(jī)構(gòu)和科學(xué)家等多方合作是建設(shè)安全可信的數(shù)據(jù)共享平臺(tái)的前提[16-17]。隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，iSchools開始利用這些技術(shù)探討人類社會(huì)歷史的變化規(guī)律和趨勢(shì)[18]。

該領(lǐng)域涉及的3篇書評(píng)文章主要圍繞互聯(lián)網(wǎng)環(huán)境下出現(xiàn)的新現(xiàn)象進(jìn)行思考，包括機(jī)械自動(dòng)化的生產(chǎn)和生活環(huán)境對(duì)人們工作選擇的影響[19]、基于情境的自主學(xué)習(xí)和傳統(tǒng)授課學(xué)習(xí)的效果差異[20]以及互聯(lián)網(wǎng)的發(fā)展給“數(shù)字原住民”生活帶來的改變[21]。雖然主題各不相同，但主題和視角都有新穎性，并且有作者的思考和討論。

（2）生物信息學(xué)領(lǐng)域。作為近年來國(guó)際三大頂級(jí)期刊中iSchools的研究熱點(diǎn)之一，生物信息學(xué)領(lǐng)域2004-2016年共有12篇研究成果(21.82%)，其中“Article”類型有1篇，“Editorial Material”類型有11篇。從主題詞共現(xiàn)關(guān)系圖(圖8)看，“genome”“gene”“species”“phylogenetic”“data”是核心的主題詞。該領(lǐng)域的研究主題可分為兩個(gè)方面。

圖8 生物信息學(xué)領(lǐng)域的主題詞共現(xiàn)關(guān)系圖

①研究生物基因組的特征和功能。人類微生物的研究是其中一個(gè)方向，包括對(duì)人類微生物組功能和組成的研究[22]、分析健康人群微生物群落結(jié)構(gòu)和功能結(jié)構(gòu)的正常范圍[23]，為描述人類微生物群落的流行病學(xué)特征以及人類微生物組的轉(zhuǎn)化應(yīng)用提供研究基礎(chǔ)。除了對(duì)健康人群的基因有所研究，iSchools針對(duì)糖尿病[24]等遺傳病患者的基因進(jìn)行分析，并為疾病病理生理學(xué)的識(shí)別提供了重要線索和依據(jù)。對(duì)猩猩[25]、長(zhǎng)臂猿[26]、瘧蚊[27]、甲殼類[28]等為代表的動(dòng)物基因組的研究也是生物信息學(xué)領(lǐng)域關(guān)注的一個(gè)方向。分析不同動(dòng)物基因組的組成和特征，一方面對(duì)比動(dòng)物之間基因組的差異，另一方面通過研究基因的組成實(shí)現(xiàn)基因的可塑性。還有針對(duì)基因中氨基酸信號(hào)傳遞介質(zhì)的研究[29]、對(duì)微生物感覺視紫紅質(zhì)的結(jié)構(gòu)研究[30]。這些研究關(guān)注不同生物的基因組成及其功能，從微觀層次上研究基因組的差異，并通過研究猩猩、長(zhǎng)臂猿等生物的基因組成，確定基因中對(duì)某一功能起關(guān)鍵作用的部分和特征。

②以基因遺傳進(jìn)化、物種分化問題為研究對(duì)象。iSchools除了研究生物的基因組成外，還對(duì)基因的遺傳進(jìn)化進(jìn)行研究，通過追溯生物同胞物種系統(tǒng)發(fā)育的關(guān)系，確定物種分支，從而研究生物系統(tǒng)的發(fā)育和分化[31]。除了傳統(tǒng)的生物信息學(xué)分析方法外，iSchools也嘗試?yán)脭?shù)據(jù)算法驗(yàn)證基因組數(shù)據(jù)的同質(zhì)性[32-33]。

總的來看，三大頂級(jí)期刊中iSchools以生物信息學(xué)領(lǐng)域?yàn)檠芯恐黝}的探討主要圍繞生物基因組的結(jié)構(gòu)和功能以及生物系統(tǒng)的發(fā)育和進(jìn)化兩個(gè)方面開展相關(guān)的研究。

(3)用戶信息行為領(lǐng)域。iSchools在用戶信息行為領(lǐng)域的研究是伴隨著互聯(lián)網(wǎng)的發(fā)展而產(chǎn)生的。1998年出現(xiàn)該領(lǐng)域的第一篇文章，是研究互聯(lián)網(wǎng)如何影響用戶之間的社交活動(dòng)和社區(qū)參與，并且認(rèn)為互聯(lián)網(wǎng)是一種可以發(fā)展網(wǎng)絡(luò)友誼的媒介[34]。用戶信息行為領(lǐng)域從1998-2016年共產(chǎn)生11篇研究成果(20%)，其中“Article”類型有4篇，“Editorial Material”類型有5篇，“Letter”類型有1篇，“Book Review”有1篇。從主題詞共現(xiàn)關(guān)系圖來看(圖9)，“users”“model”“social”“media”“community”“cooperation”“data”等是該領(lǐng)域核心的主題詞。該領(lǐng)域的研究主題可分為兩個(gè)方面。

圖9 用戶信息行為領(lǐng)域的主題詞共現(xiàn)關(guān)系圖

①社交網(wǎng)絡(luò)中的用戶行為。社交網(wǎng)絡(luò)作為互聯(lián)網(wǎng)環(huán)境下的產(chǎn)物，對(duì)用戶的行為產(chǎn)生了潛移默化的影響。越來越多的用戶在社交網(wǎng)絡(luò)中產(chǎn)生了信息瀏覽、分享等互動(dòng)行為，改變了傳統(tǒng)的信息交流方式。因此，社交網(wǎng)絡(luò)中的用戶行為研究成為用戶信息行為領(lǐng)域的主要方向。iSchools不僅探討了用戶利用社交網(wǎng)絡(luò)構(gòu)建和擴(kuò)展社交圈的現(xiàn)象[34]，還針對(duì)網(wǎng)絡(luò)環(huán)境下信息的混雜和不確定性現(xiàn)象，提倡構(gòu)建社會(huì)信任網(wǎng)絡(luò)，保證信息來源的真實(shí)性和可靠性[35]。隨著社交網(wǎng)絡(luò)技術(shù)逐漸成熟，越來越多的人從信息的接收者轉(zhuǎn)變?yōu)樾畔⒌陌l(fā)送者，人們可以便捷地參與社交網(wǎng)絡(luò)。因此，利用公民組成的社交網(wǎng)絡(luò)，及時(shí)應(yīng)對(duì)各種危機(jī)災(zāi)難成為新興的研究主題。作為社交網(wǎng)絡(luò)中最活躍的主體，個(gè)人最容易表達(dá)觀點(diǎn)，利用社交媒體第一時(shí)間發(fā)表消息，以應(yīng)對(duì)各種危機(jī)及災(zāi)難的發(fā)生，并令相應(yīng)部門提供災(zāi)難響應(yīng)和恢復(fù)能力[36-38]。

②預(yù)測(cè)用戶的選擇和決策行為?；ヂ?lián)網(wǎng)環(huán)境下的用戶信息行為是iSchools研究的主要方向，而網(wǎng)絡(luò)環(huán)境下對(duì)用戶的選擇和決策行為進(jìn)行預(yù)測(cè)也是其關(guān)注的焦點(diǎn)之一。首先是用戶的合作行為。iSchools重點(diǎn)研究了人們出現(xiàn)和維持合作的條件，以及人們出現(xiàn)合作情況時(shí)的基本特征，并利用計(jì)算機(jī)模擬人們合作特點(diǎn)，預(yù)測(cè)人們合作的可能性[39-40]。其次，早在2008年iSchools就開始利用神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘方法，通過算法和大數(shù)據(jù)來理解和預(yù)測(cè)人們的經(jīng)濟(jì)決策乃至生活中各方面的選擇[41-43]。除了健康人群的用戶行為分析，iSchools也探討了特殊患者的識(shí)別行為，如失語癥患者對(duì)說謊者識(shí)別能力的研究[44]。這也說明，在三大頂級(jí)期刊中，iSchools始終保持著獨(dú)特的研究視角和多樣化的研究方法。

用戶信息行為領(lǐng)域的研究視角和研究方法在一定程度上代表了iSchools在三大頂級(jí)期刊中發(fā)文的優(yōu)勢(shì)。在關(guān)注研究熱點(diǎn)的同時(shí)，也善于從研究中總結(jié)和發(fā)現(xiàn)新的研究方向，同時(shí)注重利用新的研究方法提高研究水平。

(4)計(jì)算機(jī)技術(shù)領(lǐng)域。計(jì)算機(jī)技術(shù)領(lǐng)域與圖書情報(bào)學(xué)的發(fā)展密切相關(guān)。在三大頂級(jí)期刊中，iSchools在計(jì)算機(jī)技術(shù)領(lǐng)域共有8篇研究文獻(xiàn)，其中“Article”類型有1篇，“Editorial Material”類型有4篇，“Letter”類型有1篇，“Book Review”有2篇。從主題詞共現(xiàn)關(guān)系圖來看(圖10)，“machine”“technology”“information”“global”“science”“compute”等是該領(lǐng)域核心的主題詞，可將該領(lǐng)域下的研究分為兩個(gè)方面。

圖10 計(jì)算機(jī)技術(shù)領(lǐng)域的主題詞共現(xiàn)關(guān)系圖

①計(jì)算機(jī)歷史和技術(shù)發(fā)展的研究。計(jì)算機(jī)技術(shù)領(lǐng)域的研究首先圍繞計(jì)算機(jī)本身的發(fā)展歷史[45-46]、計(jì)算機(jī)的存儲(chǔ)、通信和計(jì)算能力[47]等主題展開。隨著社會(huì)進(jìn)步和技術(shù)發(fā)展，一些新興的計(jì)算機(jī)技術(shù)，如語音輸入和識(shí)別技術(shù)的發(fā)展也引起了iSchools研究者的興趣[48-49]，并對(duì)新技術(shù)與傳統(tǒng)技術(shù)的共同發(fā)展保持樂觀的態(tài)度。

②利用計(jì)算機(jī)算法解決相關(guān)問題。計(jì)算機(jī)算法是計(jì)算機(jī)技術(shù)領(lǐng)域研究的主要內(nèi)容。通過算法對(duì)數(shù)據(jù)的觀測(cè)，構(gòu)建數(shù)據(jù)模型以解決人類生活中的問題成為此類研究主要的方式[50]。但是，計(jì)算機(jī)算法并不是萬能的，還存在兩個(gè)主要的不足：一是通過數(shù)據(jù)訓(xùn)練出來的算法一旦出現(xiàn)偏差，將很難進(jìn)行修改[51]；二是并非所有的問題都能通過計(jì)算機(jī)算法得到解決[52]。

iSchools在計(jì)算機(jī)技術(shù)領(lǐng)域的研究沒有涉及太多專業(yè)的程序算法等問題，主要圍繞著計(jì)算機(jī)技術(shù)的變化對(duì)人們信息生活和信息需求帶來的影響和改變展開討論，更多是宏觀層次上的探討。

(5)信息經(jīng)濟(jì)學(xué)領(lǐng)域。信息經(jīng)濟(jì)學(xué)領(lǐng)域作為2008年世界金融危機(jī)后出現(xiàn)的新興領(lǐng)域，2009-2016年共發(fā)表5篇研究成果，其中“Article”類型有2篇，“Editorial Material”類型有2篇，“Book Review”有1篇。從主題詞共現(xiàn)關(guān)系圖來看(圖 11)，“data”“metadata”“wealth”“poverty”“mobile”等是該領(lǐng)域核心的主題詞。

圖11 信息經(jīng)濟(jì)學(xué)領(lǐng)域的主題詞共現(xiàn)關(guān)系圖

該領(lǐng)域的研究方向相對(duì)較為集中——利用元數(shù)據(jù)識(shí)別經(jīng)濟(jì)活動(dòng)。這一方向的研究是伴隨著移動(dòng)支付和移動(dòng)消費(fèi)的發(fā)展而出現(xiàn)的，也是近年iSchools在三大頂級(jí)期刊上探討的熱點(diǎn)話題之一。其探討的主要內(nèi)容涉及利用機(jī)器學(xué)習(xí)等方法挖掘手機(jī)交易元數(shù)據(jù)，通過評(píng)估數(shù)百萬個(gè)人的消費(fèi)數(shù)據(jù)分析地區(qū)的資產(chǎn)分布和貧富區(qū)域分布，甚至構(gòu)建整個(gè)國(guó)家的財(cái)富分布情況[53-54]。另外，經(jīng)濟(jì)活動(dòng)中元數(shù)據(jù)的可識(shí)別性和可獲取性導(dǎo)致人們開始關(guān)注信用卡消費(fèi)元數(shù)據(jù)的安全性[55]。數(shù)據(jù)的匿名性不夠是當(dāng)前經(jīng)濟(jì)活動(dòng)中存在的安全隱患。此外，iSchools嘗試從經(jīng)濟(jì)學(xué)角度看待經(jīng)濟(jì)活動(dòng)中的現(xiàn)象和問題，利用博弈論、實(shí)驗(yàn)經(jīng)濟(jì)學(xué)和計(jì)算機(jī)科學(xué)[56-57]等觀點(diǎn)討論改善經(jīng)濟(jì)和社會(huì)結(jié)構(gòu)，從而創(chuàng)造一個(gè)穩(wěn)定的金融市場(chǎng)和社會(huì)網(wǎng)絡(luò)。

由此可見，信息經(jīng)濟(jì)學(xué)領(lǐng)域的研究是在新的社會(huì)環(huán)境下，靈活運(yùn)用元數(shù)據(jù)本身的功能和作用，通過機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)和方法，發(fā)現(xiàn)日常經(jīng)濟(jì)活動(dòng)中存在的問題和現(xiàn)象，并根據(jù)經(jīng)濟(jì)活動(dòng)的特點(diǎn)和出現(xiàn)的問題及時(shí)采取相應(yīng)的措施，保證金融市場(chǎng)的正常運(yùn)作和發(fā)展。

（6）信息通信理論領(lǐng)域。作為最早在三大頂級(jí)期刊發(fā)表文章的研究領(lǐng)域，iSchools在該領(lǐng)域的發(fā)文并不多，因?yàn)殡S著社會(huì)環(huán)境和科研環(huán)境變化，圖書情報(bào)學(xué)研究對(duì)象發(fā)生了轉(zhuǎn)變。1981-2009年共發(fā)表4篇研究文獻(xiàn)，其中“Article”類型有3篇，“Editorial Material”類型有1篇。從主題詞共現(xiàn)關(guān)系圖來看(圖12)，“entanglement”“diamond”“temperature”“l(fā)oop”“coronal”等是該領(lǐng)域核心的主題詞。

圖12 信息通信理論領(lǐng)域的主題詞共現(xiàn)關(guān)系圖

信息通信理論領(lǐng)域的研究文獻(xiàn)數(shù)量較少，主要通過構(gòu)建數(shù)學(xué)公式和模型的方式，運(yùn)用信息通信理論從微觀上揭示各種現(xiàn)象，包括天體表面等離子循環(huán)的不穩(wěn)定現(xiàn)象[6][58]、以金剛石為代表的物體內(nèi)部不同的量子糾纏態(tài)的選擇對(duì)量子信息處理影響[59-60]。

該領(lǐng)域的4篇研究文獻(xiàn)是對(duì)信息通信理論領(lǐng)域?qū)I(yè)問題的探討。與iSchools其他研究主題相比，該領(lǐng)域的研究較少?？偟膩砜矗畔⑼ㄐ爬碚擃I(lǐng)域只是早期iSchools在三大頂級(jí)期刊上探討的一個(gè)主題，但是近年來iSchools的研究方向逐漸向其他領(lǐng)域轉(zhuǎn)變。

4 三大國(guó)際頂級(jí)期刊中iSchools研究特點(diǎn)和趨勢(shì)

本文通過對(duì)圖書情報(bào)領(lǐng)域在三大頂級(jí)期刊中的研究成果的可視化分析發(fā)現(xiàn)，國(guó)際圖書情報(bào)領(lǐng)域中高質(zhì)量研究的熱點(diǎn)和主題的跨學(xué)科特色明顯。除了關(guān)注圖書情報(bào)領(lǐng)域當(dāng)前研究的熱點(diǎn)和主題外，iSchools還積極開展跨學(xué)科研究，包括與生物學(xué)相結(jié)合的生物信息學(xué)方向、與經(jīng)濟(jì)學(xué)相結(jié)合的信息經(jīng)濟(jì)學(xué)方向?？鐚W(xué)科合作成為iSchools研究的一大特色。

從研究領(lǐng)域和主題來看，iSchools的研究領(lǐng)域和研究對(duì)象隨著技術(shù)發(fā)展和社會(huì)環(huán)境的變化而不斷演變，從最初信息通信理論的研究逐漸轉(zhuǎn)向生物信息學(xué)、用戶信息行為領(lǐng)域的研究。從三大頂級(jí)期刊發(fā)表的研究成果可知，iSchools能夠從特殊角度思考或者關(guān)注特殊群體，探討其現(xiàn)象及行為等，并得出一些新的發(fā)現(xiàn)。同時(shí)，隨著社會(huì)環(huán)境的發(fā)展和技術(shù)不斷進(jìn)步，iSchools將繼續(xù)在宏觀層面上探討包括社會(huì)環(huán)境在內(nèi)的各方面的變化對(duì)科學(xué)發(fā)展和學(xué)術(shù)交流的影響。

隨著數(shù)據(jù)管理和數(shù)據(jù)挖掘技術(shù)的發(fā)展和不斷成熟，利用各種數(shù)據(jù)挖掘方法和技術(shù)對(duì)基因生物信息、用戶行為信息等進(jìn)行微觀層次上的分析也是iField在高質(zhì)量研究中探討的一個(gè)方向，以揭示社會(huì)發(fā)展過程中基因遺傳、生物演化的特點(diǎn)，探索用戶在適應(yīng)社會(huì)環(huán)境變化過程中的行為表現(xiàn)。除開展一些常規(guī)領(lǐng)域的研究，如社交網(wǎng)絡(luò)中的用戶行為研究，iField還關(guān)注新技術(shù)背景下用戶信息行為的特點(diǎn)及其變化。在數(shù)據(jù)驅(qū)動(dòng)的背景下，iSchools在跨學(xué)科合作中對(duì)科學(xué)發(fā)展、生物信息學(xué)和用戶信息行為領(lǐng)域的研究成為iField當(dāng)前和未來的研究熱點(diǎn)和趨勢(shì)。

5 結(jié)語

圖書情報(bào)領(lǐng)域世界一流學(xué)科的建設(shè)，需要有高質(zhì)量的科學(xué)研究。對(duì)國(guó)際三大頂級(jí)期刊發(fā)表的學(xué)術(shù)成果的研究，能夠分析國(guó)際圖書情報(bào)領(lǐng)域的研究熱點(diǎn)和研究方向，為我國(guó)圖書情報(bào)領(lǐng)域“雙一流”學(xué)科的建設(shè)提供參考和借鑒。本文分析發(fā)現(xiàn)，宏觀層面上的科學(xué)發(fā)展研究以及微觀上的生物信息學(xué)和用戶信息行為都是iField研究的領(lǐng)域和主題。筆者希望通過本研究，為我國(guó)圖書情報(bào)領(lǐng)域建設(shè)世界一流學(xué)科提供參考，以盡快在國(guó)際三大頂級(jí)期刊中實(shí)現(xiàn)零的突破。