基于CiteSpaceⅢ的檔案資源研究文獻可視化分析

檔案作為信息的承載體，天生具有資源屬性。檔案由于原始性﹑真實性，發(fā)揮了其他形式信息資源不可替代的作用。在檔案學界，關于檔案資源方面的文獻在不斷增長，具體包括檔案資源的整合建設﹑開發(fā)利用﹑評估體系﹑服務模式等方面。在這些研究中，馬伏秋[1]采用計量分析的方法，從論文作者﹑引文﹑內(nèi)容三個方面，對2000—2014年間在檔案學兩種CSSCI來源期刊《檔案學通訊》《檔案學研究》上發(fā)表的關于檔案信息資源開發(fā)與利用的論文進行統(tǒng)計分析；周耀林[2]對2000—2009年間檔案信息資源建設相關論文的數(shù)量﹑研究主體﹑核心高頻詞匯等進行了分析。本文旨在通過可視化知識圖譜軟件CiteSpaceⅢ，對CSSCI（中文社會科學引文索引）數(shù)據(jù)庫中收錄的檔案資源方面相關文獻進行分析。

一、數(shù)據(jù)來源和分析工具

（一）數(shù)據(jù)來源

CSSCI（中文社會科學引文索引）作為一個專門的引文數(shù)據(jù)庫，可以檢索從1998年到目前為止的來源期刊論文及其被引用情況。眾所周知，CSSCI來源期刊是經(jīng)過嚴格選擇的，收錄的文獻質(zhì)量較高，且數(shù)據(jù)庫收錄文獻引用情況完備，界面簡潔明了，檢索結(jié)果精確。[3]本文以CSSCI（中文社會科學引文索引）數(shù)據(jù)庫中的文獻資料為數(shù)據(jù)來源，檢索時間段為1998年—2017年，分別以“關鍵詞=檔案資源”“所有字段=檔案資源”“篇名=檔案資源”為檢索式進行檢索，分別返回119﹑141﹑96條記錄，為了保證查全文獻，最終以“篇名=檔案AND篇名=資源”為檢索式進行檢索，共得到323條文獻記錄。

（二）分析工具

本文選取美國德雷賽爾大學陳超美教授及其團隊研發(fā)的可視化軟件CiteSpaceⅢ作為分析工具。CiteSpace工具自從2005年被引入國內(nèi)學術界，就得到了學術界的廣泛關注。CiteSpace軟件可以分析合作﹑共現(xiàn)﹑共引﹑耦合這四種關聯(lián)數(shù)據(jù)。本文具體用到的功能主要有：共被引文獻分析﹑合著作者分析﹑關鍵詞分析。通過這些分析，探查檔案資源領域有影響力的文章及作者，分析檔案資源領域研究內(nèi)容及熱點。

二、檔案資源研究引文分析

在CiteSpaceⅢ軟件界面，時間范圍選擇從1998年到2017年，時間分區(qū)（Year Per Slice）設定為1，即共分為20個時間區(qū)；主題詞來源選擇文獻標題（Title）﹑摘要（Abstract）﹑作者關鍵詞（Authour Keywords）﹑附加關鍵詞（Keywords Plus）；網(wǎng)絡節(jié)點選擇引用文獻（Cited Reference），數(shù)據(jù)抽取對象為top20，即設置每一時間區(qū)取前20條記錄；“剪枝算法”選擇路徑搜索（pathfinder）算法，選擇此算法是為了使構建的圖譜結(jié)構更加明顯。運行軟件，得到檔案資源研究的作者共被引網(wǎng)絡圖譜，見圖1。

圖1 檔案資源研究的作者共被引網(wǎng)絡圖譜

圖1體現(xiàn)了各研究者與他人之間的共被引關系以及這種聯(lián)系的強度。圖譜中的圓形代表高被引作者，節(jié)點的大小和被引頻次成正相關關系。兩節(jié)點之間有連線代表節(jié)點作者之間存在共被引關系，連線的粗細表示作者共被引次數(shù)的多少，連線越粗表示兩位作者多次被共同引用，表示研究領域相一致或有交叉。節(jié)點圈的厚度表明了被引作者的中心性。

被引頻次和中心性并不是正相關的，這是因為中心性刻畫的是點在整個網(wǎng)絡中的重要程度。有些文章被引頻次可能很高，但是與網(wǎng)路中其他節(jié)點之間聯(lián)系并不緊密，其中心性就會比較低。一般來說，高被引頻次文章及高中心性文章共同構成了研究領域的關鍵性文獻。馮惠玲從宏觀的角度認為，數(shù)字資源是當那資源的重要組成，建議構建“中國記憶”大型數(shù)字資源庫。[4]何振等從組織機構角度構想了國家檔案資源整合與共享工程。[5]錢毅從技術角度探討了數(shù)字檔案館系統(tǒng)管理策略。[6]呂元智就具體數(shù)字檔案資源語義描述工作進行了探討。[7]肖希明則研究了國外三館（圖書館﹑檔案館和博物館）數(shù)字資源整合研究進展。[8]需要說明的是，Burst表示引文次數(shù)激增，對應文章為胡小琳的《論檔案資源的社會共享》，主要論述了實現(xiàn)檔案資源社會共享的策略和途徑。[9]

三、檔案資源研究關鍵詞共現(xiàn)分析

共詞分析主要是指通過分析兩個詞在同一篇文獻中共同出現(xiàn)的頻率來反映相關領域的研究情況。如果兩個詞反復在同一篇文獻中共同出現(xiàn)，那么說明它們之間的聯(lián)系很緊密，在相關領域中具有一定的意義。運用CiteSpaceⅢ可以對被研究文獻的關鍵詞進行共詞分析，關鍵詞是對文章的高度概括，幾個關鍵詞共同反映了文獻的主題。

在CiteSpaceⅢ中選擇關鍵詞作為節(jié)點類型，運行軟件，對得到的知識圖譜進行調(diào)整，包括手動對某些節(jié)點的位置進行調(diào)整，以及刪去不重要的節(jié)點及連線，盡量使得到的圖譜結(jié)構較為明顯，見圖2。

圖2 CiteSpaceⅢ中以關鍵詞為節(jié)點類型的知識圖譜

在與檔案資源相關的文獻中，在一定時間段內(nèi)反復出現(xiàn)的關鍵詞，被稱為高頻關鍵詞。它們在一定程度上體現(xiàn)了研究領域的研究熱點。

中心性越高的關鍵詞在整個網(wǎng)絡圖中與其他關鍵詞之間的聯(lián)系越多，在圖譜中的位置越重要?！皺n案信息資源”“檔案館”“數(shù)字檔案資源”的中心性較高，表明在檔案資源領域這三個關鍵詞有著至關重要的作用。同時，中心性在0.01以上的關鍵詞主要有“檔案信息資源”“數(shù)字檔案資源”“檔案信息”“檔案管理”，可以將它們分為兩類，一類是主要熱點理論，一類是主要熱點應用。

在用CiteSpaceⅢ軟件繪制聚類知識圖譜的過程中，會自動將一些高頻關鍵詞歸類在一個研究領域中，從而更生動地展示研究成果。通過軟件聚類分析，可以得到圖3：

圖3 CiteSpaceⅢ軟件繪制的高頻關鍵詞聚類知識圖譜

圖3中左上角中的Q值和S值兩個指標，反映了圖譜繪制效果。一般來說，Q值＞0.3就意味著分析出來的聚類團組是顯著的；當S值在0.5以上，一般認為聚類是合理的。本文中的聚類分析S值為0.6929，Q值為0.4754，表示聚類形成的類別是顯著的，但是聚類的合理性有待加強。

根據(jù)圖3，同時結(jié)合CiteSpaceⅢ軟件中Cluster explore對關鍵詞按聚類進行的列舉，不同階段對于檔案資源所關注的研究熱點不一樣。聚類0企業(yè)檔案主要包括企業(yè)檔案﹑檔案利用﹑檔案信息資源﹑檔案管理等關鍵詞，企業(yè)檔案資源如何管理﹑利用也一直是檔案資源領域關注的熱點。聚類1數(shù)字檔案資源包括的關鍵詞主要有資源建設﹑資源整合﹑資源共享﹑數(shù)字檔案資源服務﹑國家數(shù)字檔案資源等，數(shù)字檔案資源整合建設的方式﹑途徑等也是近幾年檔案資源開發(fā)所需要解決的問題。聚類2檔案館主要包括館藏建設﹑信息服務﹑檔案編研﹑關聯(lián)數(shù)據(jù)|檔案信息資源開發(fā)等，相關檔案資源主要來源于各級檔案館，因此館藏建設﹑編研及提供服務等內(nèi)容也是各級檔案館一直在思考的問題。聚類3信息資源包括的關鍵詞主要有檔案網(wǎng)站﹑信息組織﹑政府主體﹑政府信息資源﹑管理服務|資源整合等，說明在檔案資源領域，政府也是不可或缺的角色。聚類4檔案學包括的關鍵詞有檔案學教育﹑本科教育﹑圖書館學﹑課程資源建設等，說明在檔案學教育中檔案資源也是一個重要內(nèi)容。

四、結(jié)論

本文運用CiteSpaceⅢ軟件對CSSCI數(shù)據(jù)庫檔案資源相關文獻進行可視化分析，主要分析了共被引文獻及關鍵詞共現(xiàn)現(xiàn)象。通過對共被引文獻的分析，找到了檔案資源領域關鍵性的文章，從而發(fā)現(xiàn)了領域內(nèi)有較大影響力的重要作者；通過對關鍵詞共現(xiàn)的分析，將檔案資源領域研究內(nèi)容大致進行了聚類劃分。在研究的過程中，也發(fā)現(xiàn)了相關問題，對于檔案資源和檔案信息資源的表述，有研究者認為兩個詞語外延不同，不能混淆使用。但在實際情況中，很多學者在文章中并不區(qū)分二者的不同，因此這兩個關鍵詞在分析中也可以合二為一。此外，關鍵詞共現(xiàn)聚類效果并不是很好。究其原因，主要是有些文章關鍵詞的選取并不能完整地表達文章主題，有些文章關鍵詞太少，且較為“一般”，對于文章關鍵性的特點不能很好地展示，于是對關鍵詞進行共詞分析時可以考慮對關鍵詞先行處理，使分析結(jié)果能盡量符合現(xiàn)實情況。