近五年國(guó)際情報(bào)學(xué)研究態(tài)勢(shì)*

0 引言

數(shù)據(jù)科學(xué)時(shí)代，情報(bào)學(xué)快速發(fā)展，學(xué)科研究文獻(xiàn)數(shù)量迅速增長(zhǎng)?？茖W(xué)研究目的在于提出前沿的看法而引導(dǎo)人類向前邁進(jìn)，以及探討當(dāng)前遇到的問題并提出解決方案[1]?！罢撐摹笔强茖W(xué)研究成果產(chǎn)出中極為重要的形式，故“論文”也是情報(bào)學(xué)研究成果極為重要的表現(xiàn)方式。情報(bào)學(xué)學(xué)者歷來重視學(xué)科的回顧與展望，F(xiàn)iguerola、Ivanovic D、Olmeda-Gomez、周鑫、趙蓉英等分別從不同角度及主題對(duì)國(guó)際情報(bào)學(xué)領(lǐng)域研究論文進(jìn)行統(tǒng)計(jì)分析[2-6]。大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等“互聯(lián)網(wǎng)+”環(huán)境下新一代信息技術(shù)的發(fā)展，為情報(bào)學(xué)科的自身發(fā)展、情報(bào)學(xué)科的跨界及與其他學(xué)科的融合發(fā)展帶來了新的歷史機(jī)遇[7]。

為洞悉近5年情報(bào)學(xué)研究態(tài)勢(shì)，本文綜合考慮查全率、查準(zhǔn)率、可視化布局等有關(guān)因素，優(yōu)化行文結(jié)構(gòu)，保留定量結(jié)構(gòu)，挖掘內(nèi)容特征，以多樣化的知識(shí)圖譜進(jìn)行國(guó)際情報(bào)學(xué)領(lǐng)域研究分析，以期回答三方面的研究問題：(1)近5年國(guó)際情報(bào)學(xué)研究高影響力作者如何分布？(2)近5年國(guó)際情報(bào)學(xué)研究高被引文獻(xiàn)有哪些？(3)近5年國(guó)際情報(bào)學(xué)研究熱點(diǎn)內(nèi)容是什么？希望本文的研究能有助于相關(guān)學(xué)者把握情報(bào)學(xué)領(lǐng)域研究前沿。

1 數(shù)據(jù)來源與處理

在研究方法的選擇上，與其他研究者所不同的是，本文將洛特卡定律、社會(huì)網(wǎng)絡(luò)分析、內(nèi)容分析等方法進(jìn)行了綜合使用，以期對(duì)國(guó)際情報(bào)學(xué)領(lǐng)域研究論文進(jìn)行全面的分析與解讀，充分借助文獻(xiàn)的內(nèi)、外部特征，并采用數(shù)學(xué)與統(tǒng)計(jì)學(xué)的方法，通過繪制科學(xué)知識(shí)圖譜來揭示該領(lǐng)域的知識(shí)結(jié)構(gòu)、知識(shí)特征和研究熱點(diǎn)。

1.1 數(shù)據(jù)收集

通過WOS中期刊引用報(bào)告(Journal Citation Reports，JCR)，筆者檢索到2016年(2017年尚未公布)在“Information Science&Library Science”類目中被收錄的85種期刊。以期刊五年影響因子降序排列，根據(jù)期刊分布存在的“二八定律”，選取85種期刊中前20%，即17種最具影響力的權(quán)威期刊來揭示國(guó)際情報(bào)學(xué)近5年研究態(tài)勢(shì)(由于前17種期刊都為情報(bào)學(xué)類刊物，故無需進(jìn)行情報(bào)學(xué)專業(yè)期刊挑選，見表1)。在WOS核心集數(shù)據(jù)庫(kù)，對(duì)17種刊物依次輸入出版物名稱并用布爾邏輯“OR”連接，時(shí)間設(shè)置為2012-2016年，文獻(xiàn)類型選擇“Article”或“Review”，共檢索到4686條文獻(xiàn)記錄(每條文獻(xiàn)記錄包括題目、作者、關(guān)鍵詞、摘要、參考文獻(xiàn)等信息)。

表1 國(guó)際情報(bào)學(xué)領(lǐng)域TOP17高影響力期刊

1.2 可視化及統(tǒng)計(jì)工具

在工具使用上，結(jié)合各軟件優(yōu)勢(shì)，選取多種軟件來為本文研究做輔助工作。首先，使用Cite Space IV和Netdraw軟件進(jìn)行可視化分析，利用Excel、UCINET、SATI、BICOMB等軟件，對(duì)數(shù)據(jù)庫(kù)收錄的情報(bào)學(xué)研究論文進(jìn)行統(tǒng)計(jì)分析。然后，基于文獻(xiàn)計(jì)量學(xué)的理論規(guī)律和分析方法，通過繪制科學(xué)知識(shí)圖譜，分別對(duì)相關(guān)文獻(xiàn)進(jìn)行揭示與解讀。

2 高影響力作者分析

2.1 作者頻次的洛特卡分布

根據(jù)廣義洛特卡定律的文字表述[8-9]，在某一時(shí)間內(nèi)，寫了x篇論文作者總數(shù)的比例與其撰寫論文數(shù)x的平方成反比關(guān)系，即f(x)=C/xn。其中f(x)為寫x篇論文的作者占作者總數(shù)的百分比，x為論文篇數(shù)，C，n為某主題領(lǐng)域的特征常數(shù)，C值范圍為0.6079-0.8276，n值范圍為2-3。根據(jù)該定律可分析出近5年情報(bào)學(xué)領(lǐng)域作者分布的特點(diǎn)和規(guī)律，表2為情報(bào)學(xué)相關(guān)文獻(xiàn)作者頻次的分布。從表2可以看出，2012-2016年共有11199位作者(含第二、三作者)發(fā)表情報(bào)學(xué)相關(guān)研究論文。其中，發(fā)表1篇論文的作者為8802人，約占78.60%，滿足洛特卡定律文字表述中參數(shù)C的范圍。發(fā)表2篇文章的作者1421人，約占12.69%。隨著頻次的增加，同一頻次的作者數(shù)量逐漸減少。作者頻次在3篇及以上的不到9%，說明國(guó)際情報(bào)學(xué)相關(guān)研究論文作者分布十分廣泛，研究具有“百家爭(zhēng)鳴”的特點(diǎn)，情報(bào)學(xué)文獻(xiàn)的分布呈現(xiàn)明顯的集中和離散趨勢(shì)。一方面，多數(shù)作者集中在頻次低的范圍；另一方面，大部分的文獻(xiàn)由少數(shù)高產(chǎn)作者撰寫，而小部分的文獻(xiàn)由其他大量頻次低的作者所撰寫。

表2 近5年情報(bào)學(xué)相關(guān)論文作者頻次

根據(jù)洛特卡定律的圖像描述，設(shè)x為一位作者撰寫的論文數(shù)量，y為撰寫x篇論文的作者數(shù)量。將x與y分別求對(duì)數(shù)，根據(jù)作者頻次分布數(shù)據(jù)，繪制散點(diǎn)圖，利用Excel對(duì)其進(jìn)行曲線擬合，得到作者頻次的近似分布規(guī)律。圖1為近5年國(guó)際情報(bào)學(xué)研究論文作者的頻次分布規(guī)律(洛特卡分布曲線)。圖1中擬合直線的擬合優(yōu)度R2為0.96，可見擬合效果良好，lgy與lgx呈良好的線性關(guān)系，近5年國(guó)際情報(bào)學(xué)研究論文作者的頻次分布符合洛特卡定律。擬合直線斜率為-3.0101，因此n近似值為3，滿足洛特卡定律文字表述中參數(shù)n的范圍。作者頻次(作者產(chǎn)出)的近似分布規(guī)律為：lgy=-3.0101lgx+4.0298(由于橫縱坐標(biāo)取對(duì)數(shù)，故圖中公式y(tǒng)=lgy，x=lgx)。

2.2 作者知識(shí)圖譜分析

為了界定近5年情報(bào)學(xué)研究的核心學(xué)術(shù)團(tuán)體，了解本學(xué)科研究者的合作情況以及高被引情況，本文對(duì)其合作網(wǎng)絡(luò)及共被引網(wǎng)絡(luò)做了進(jìn)一步分析。將情報(bào)學(xué)相關(guān)研究論文題錄及引文信息從WoS數(shù)據(jù)庫(kù)導(dǎo)出后，首先，利用BICOMB軟件對(duì)題錄信息進(jìn)行格式轉(zhuǎn)換，抽取作者字段(包括第二、第三等所有作者)、統(tǒng)計(jì)作者頻次，生成作者共現(xiàn)矩陣(矩陣規(guī)模取值149*149，發(fā)文量大于8篇的前149名作者)，利用UCINET軟件生成.##h格式的作者共現(xiàn)文件，使用可視化軟件Netdraw繪制近5年國(guó)際情報(bào)學(xué)相關(guān)研究發(fā)文作者共現(xiàn)知識(shí)圖譜(見圖2)；其次，利用CiteSpaceIV軟件，以1年為時(shí)間線，選擇被引作者節(jié)點(diǎn)，生成作者共被引知識(shí)圖譜(見圖3)。同時(shí)，本文運(yùn)用Excel統(tǒng)計(jì)得到，近5年國(guó)際情報(bào)學(xué)相關(guān)論文的高產(chǎn)作者及高被引作者的Top10分布情況(見表3、4)。

在圖2中，節(jié)點(diǎn)是以點(diǎn)度中心性的大小進(jìn)行可視化，由此來展現(xiàn)各節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要程度，其中，將節(jié)點(diǎn)采用不同的形狀來做進(jìn)一步區(qū)分。由圖2可知，從作者共現(xiàn)整體網(wǎng)絡(luò)結(jié)構(gòu)來看，作者合作網(wǎng)絡(luò)較為緊密，互動(dòng)性效果較好。近5年國(guó)際情報(bào)學(xué)研究擁有多個(gè)合著子群(研究團(tuán) 體 )， 諸 如 以 Denny， Joshua C、 Bates，David W、Chute，Christopher G、Pacheco，Jennifer A、Peissig，Peggy L、 Rasmussen，Luke V等為核心的學(xué)術(shù)研究團(tuán)隊(duì)。同時(shí)，由表3可知，近5年國(guó)際情報(bào)學(xué)研究領(lǐng)域發(fā)文量最多的是來自美國(guó)的Bates，David W(31篇)，發(fā)文量排名第二和第三的分別是德國(guó)的Bornmann，Lutz和意大利的Abramo，Giovanni。

表3 近5年情報(bào)學(xué)相關(guān)論文Top10高產(chǎn)作者

表4 近5年情報(bào)學(xué)相關(guān)論文Top10高被引作者

由圖 3可知，Venkatesh V、Fornell C、Orlikowski WJ、Gefen D、Podsakoff PM、Davis FD、Eisenhardt KM、Chin WW、Nonaka I等高被引作者，在整個(gè)共被引網(wǎng)絡(luò)中，具有較高影響力，成為情報(bào)學(xué)各細(xì)分研究方向的關(guān)鍵人物，引領(lǐng)情報(bào)學(xué)學(xué)科不斷向前發(fā)展。同時(shí)，由表4可知，近5年國(guó)際情報(bào)學(xué)研究領(lǐng)域被引頻次最多的是來自美國(guó)馬里蘭大學(xué)的Venkatesh V(471次)，被引頻次排名第二和第三的分別是美國(guó)密歇根大學(xué)的FornellC和麻省理工大學(xué)的OrlikowskiWJ。

結(jié)合表3和表4可以發(fā)現(xiàn)，情報(bào)學(xué)領(lǐng)域高產(chǎn)作者和高被引作者主要來自于美國(guó)，并長(zhǎng)期占據(jù)絕對(duì)優(yōu)勢(shì)的地位，具有較高的國(guó)際影響力。此外，德國(guó)、意大利、英國(guó)、日本等國(guó)家由于匯集了Bornmann，Lutz、Abramo，Giovanni、D'Angelo，Ciriaco Andrea、Thelwall，Mike、Nonaka I等一批高產(chǎn)或具有高被引作者特征的杰出學(xué)者，使得其在國(guó)際情報(bào)學(xué)研究領(lǐng)域影響力不斷提升。

3 高被引文獻(xiàn)分析

被引頻次往往能反映出文獻(xiàn)受關(guān)注程度和學(xué)術(shù)影響力。通常高被引文獻(xiàn)中傳遞的知識(shí)在某一時(shí)間內(nèi)易受到學(xué)者的認(rèn)同，同時(shí)學(xué)者們會(huì)將這些高被引文獻(xiàn)所傳遞的知識(shí)、觀點(diǎn)作為下一步研究的知識(shí)基礎(chǔ)。因此，分析高被引文獻(xiàn)對(duì)情報(bào)學(xué)研究具有重要的參考價(jià)值。設(shè)置CiteSpace參數(shù)，節(jié)點(diǎn)選擇被引作者，生成文獻(xiàn)共被引知識(shí)圖譜(見圖4)。圖中連線代表文獻(xiàn)共同被引用的關(guān)系，節(jié)點(diǎn)的大小代表文獻(xiàn)被引用的頻次，不同顏色的年輪圈表示文獻(xiàn)在不同年份被引用的情況。其中，帶有紅色的節(jié)點(diǎn)表示近5年詞頻變動(dòng)較大的爆發(fā)詞，即近5年該文獻(xiàn)被引頻次迅猛增多，在一定程度上說明該文獻(xiàn)是近5年情報(bào)學(xué)某新興研究領(lǐng)域重要的知識(shí)基礎(chǔ)來源。

結(jié)合圖4對(duì)高被引文獻(xiàn)進(jìn)行統(tǒng)計(jì)分析，并研讀相關(guān)文獻(xiàn)，重點(diǎn)闡述TOP10高被引文獻(xiàn)。第一篇是2007年P(guān)etter S等的Specifying Formative Constructs in Information Systems Research，對(duì)信息系統(tǒng)結(jié)構(gòu)構(gòu)建常見的錯(cuò)誤做了討論，提出路線圖來說明如何避免該錯(cuò)誤，還討論了在特定模型中的信息系統(tǒng)構(gòu)建。第二篇是2007年Liang HG等的Assimilation of Enterprise Systems：The Effect of Institutional Pressures and the Mediating Role of Top Management，開發(fā)和測(cè)試一個(gè)理論模型來研究后期實(shí)施階段企業(yè)系統(tǒng)的同化，發(fā)現(xiàn)制度壓力與高層管理人員對(duì)信息技術(shù)的同化產(chǎn)生重要影響。第三篇是2010年Kaplan AM等的Users of the world，unite!The challenges and opportunities of Social Media，討論了社交媒體的概念及其與Web2.0、用戶日志的區(qū)別，劃分了社交媒體的類型，提出公司利用社交媒體的10條建議。第四篇是2009年 Yin R K的 Case Study Research：Design and Methods，講述案例研究的設(shè)計(jì)與方法，是一本經(jīng)典的案例研究叢書。第五篇是2008年 Orlikowski WJ等的 Sociomateriality：Challenging the Separation of Technology，Work and Organization，通過調(diào)研文獻(xiàn)發(fā)現(xiàn)，95%的高級(jí)管理機(jī)構(gòu)未考慮到信息技術(shù)在組織生活中的作用，接著根據(jù)其技術(shù)觀將這些文獻(xiàn)分為兩個(gè)流派：離散集合和依賴集合，并進(jìn)行了實(shí)證研究，最后發(fā)現(xiàn)組織工作與信息技術(shù)不可分離，信息技術(shù)和社會(huì)活動(dòng)之間存在不可分割的關(guān)系。第六篇是2010年Blumenthal D 等的 The“Meaningful Use”Regulation for Electronic Health Records，介紹了電子健康檔案在美國(guó)的重要性、實(shí)施效果，回顧并總結(jié)了公民對(duì)該電子健康檔案制度的看法，最后提出信息驅(qū)動(dòng)醫(yī)療，呼吁供應(yīng)商和消費(fèi)者重視醫(yī)療信息資源，更好服務(wù)于病人。第七篇是2010年Hair J F等的Multivariate Data Analysis(6th edition)，重點(diǎn)講解多元數(shù)據(jù)分析的概念，側(cè)重于實(shí)際應(yīng)用，如市場(chǎng)調(diào)研、研究設(shè)計(jì)和數(shù)據(jù)分析。第八篇是2010年Bertot J C等的Using ICTs to create a culture of transparency：E-government and social media as openness and anti-corruption tools for societies，探討了信息和信息通信技術(shù)的潛在影響，尤其是對(duì)電子政務(wù)和社會(huì)媒體的影響，并指出可利用信息和通信技術(shù)創(chuàng)造文化的透明度，信息和通信技術(shù)是電子政務(wù)和社會(huì)媒體作為社會(huì)開放性和反腐敗的工具。第九篇是2005年Hirsch JE的An index to quantify an individual＇s scientific research output，提出了h指數(shù)，作為表征科研人員科研成果的一種有用的評(píng)價(jià)指標(biāo)。第十篇是2007年P(guān)avlou PA等的Understanding and Mitigating Uncertainty in Online Exchange Relationships：A Principal-Agent Perspective，以委托代理理論提出一套含有四個(gè)不確定性因素(用戶、網(wǎng)站信息、產(chǎn)品特征和社會(huì)風(fēng)氣)的模型，并進(jìn)行實(shí)證調(diào)研，以此來減輕在線交流關(guān)系中的不確定性問題。以上高被引文獻(xiàn)為近5年國(guó)際情報(bào)學(xué)相關(guān)領(lǐng)域研究奠定了堅(jiān)實(shí)的理論與方法基礎(chǔ)，并為其發(fā)展指明了方向，是重要的知識(shí)基礎(chǔ)來源。

4 近五年情報(bào)學(xué)研究熱點(diǎn)分析

關(guān)鍵詞是對(duì)論文主題的高度概括和凝練，統(tǒng)計(jì)分析近5年情報(bào)學(xué)研究發(fā)表論文中關(guān)鍵詞出現(xiàn)頻次及其相互關(guān)系，可對(duì)該領(lǐng)域的研究熱點(diǎn)分布情況作出清晰揭示?；讷@取的數(shù)據(jù)統(tǒng)計(jì)得到近5年情報(bào)學(xué)研究論文的關(guān)鍵詞總計(jì)12563個(gè)，總頻次為24471次。表5為近5年情報(bào)學(xué)Top20高頻關(guān)鍵詞及其點(diǎn)度中心性。頻次最高且點(diǎn)度中心性最大的是知識(shí)管理(knowledge management)、其次是社交媒體(social media)、知識(shí)共享(knowledge sharing)等。

表5 近5年情報(bào)學(xué)Top20高頻關(guān)鍵詞(頻次≥46)

為了更加直觀展示本領(lǐng)域研究?jī)?nèi)容(關(guān)鍵詞)，探測(cè)研究熱點(diǎn)，利用Netdraw軟件，繪制關(guān)鍵詞共現(xiàn)知識(shí)圖譜(見圖5)。圖5中節(jié)點(diǎn)以點(diǎn)度中心性的大小展現(xiàn)出來，同時(shí)可發(fā)現(xiàn)近5年國(guó)際情報(bào)學(xué)研究涉及面廣、內(nèi)容豐富，主要分八大研究維度：管理、信息、醫(yī)療衛(wèi)生、社交媒體、知識(shí)、技術(shù)、電子政務(wù)、理論與方法，對(duì)應(yīng)圖5中的A、B、C、D、E、F、G、H八個(gè)子聚類群。

(1)管理維度。A聚類是有關(guān)管理維度的熱點(diǎn)詞匯，包括performance(績(jī)效)、management(管理)、innovation(創(chuàng)新)、collaboration(合作)、participation(參 與 )、 motivation( 動(dòng) 機(jī) )、productivity(生產(chǎn)力)、organizational(組織化)、transparency(透明度)、crowdsourcing(眾包)、public sector(公共部門)、absorptive capacity(吸收能力)等，這些詞是情報(bào)學(xué)研究管理學(xué)派的反映。Fitoussi D等運(yùn)用契約理論研究信息技術(shù)外包合同中目標(biāo)和激勵(lì)機(jī)制的關(guān)系，并對(duì)信息技術(shù)外包合同中的績(jī)效進(jìn)行了測(cè)度[10]。Schmeil A等設(shè)計(jì)了在虛擬世界合作的結(jié)構(gòu)化方法，通過案例描述了如何在虛擬世界中合作學(xué)習(xí)[11]。

(2)信息維度。B聚類是有關(guān)信息維度的熱點(diǎn)詞匯，包括information(信息)、information systems(信息系統(tǒng))、information sharing(信息共享)、information management(信息管理)、data(數(shù)據(jù))、information security(信息安全)等，這些詞是情報(bào)學(xué)研究信息學(xué)派的反映。Saparova D等指出在線共享空間是具有共同利益的人相互交流以達(dá)到共同目標(biāo)或?yàn)閭€(gè)人追求而借用彼此專長(zhǎng)的目的地，并對(duì)信息管理工具及在線共享空間的設(shè)計(jì)和開發(fā)提出了建議[12]。Silva MM等提出一種信息安全風(fēng)險(xiǎn)管理方法，對(duì)信息和系統(tǒng)、通信安全、基礎(chǔ)設(shè)施、安全管理和信息系統(tǒng)開發(fā)5個(gè)方面作了分析，發(fā)現(xiàn)影響信息安全風(fēng)險(xiǎn)最重要的方面是通信安全，其次是基礎(chǔ)設(shè)施[13]。

(3)醫(yī)療衛(wèi)生維度。C聚類是有關(guān)醫(yī)療衛(wèi)生維度的熱點(diǎn)詞匯，包括Electronic/electronic health records(電子健康記錄)、healthcare(醫(yī)療保健)、health(健康)、health information technology(醫(yī)療信息技術(shù))、security(安全)等，這些詞是情報(bào)學(xué)研究醫(yī)療衛(wèi)生領(lǐng)域的反映。該維度是既包含醫(yī)學(xué)，又包含信息技術(shù)的交叉學(xué)科研究領(lǐng)域。Caban，JJ等對(duì)醫(yī)療保健領(lǐng)域研究進(jìn)行了可視化分析，總結(jié)該領(lǐng)域面臨的機(jī)遇與研究挑戰(zhàn)[14]。Demirezen EM等基于三方博弈模型，研究醫(yī)療信息提供者進(jìn)行醫(yī)療信息交換和參與程度可持續(xù)性問題[15]。

(4)社交媒體維度。D聚類是有關(guān)社交媒體維度的熱點(diǎn)詞匯，包括social media(社交媒體)、social networks(社交網(wǎng)絡(luò))、social capital(社會(huì)資本)、Facebook(臉書)、Twitter(推特)、Web 2.0(網(wǎng)絡(luò) 2.0)、network(網(wǎng)絡(luò))、communication/diffusion(傳播)、online communities(網(wǎng)絡(luò)社區(qū))、digitaldivide(數(shù)字鴻溝)、socialnetworking sites(社交網(wǎng)站)等，這些詞是情報(bào)學(xué)研究社交媒體領(lǐng)域的反映。Lovejoy K等調(diào)查了美國(guó)100個(gè)最大的非營(yíng)利組織的Twitter使用情況，結(jié)果發(fā)現(xiàn)，雖然微博的信息使用范圍很廣泛，但是非營(yíng)利組織更擅長(zhǎng)通過使用Twitter進(jìn)行溝通、交流，從而吸引利益相關(guān)者[16]。Cavusoglu H等評(píng)估了隱私控制對(duì)Facebook內(nèi)容共享和信息披露的影響[17]。

(5)知識(shí)維度。E聚類是有關(guān)知識(shí)維度的熱點(diǎn)詞匯，包括knowledge management(知識(shí)管理)、 knowledge sharing(知識(shí)共享)、knowledge(知 識(shí) )、 knowledge transfer(知 識(shí) 轉(zhuǎn) 移 )、knowledge creation(知識(shí)創(chuàng)造)等，這些詞是情報(bào)學(xué)研究知識(shí)學(xué)派的反映。MantymakiM等以知識(shí)管理的視角對(duì)如何從企業(yè)社會(huì)網(wǎng)絡(luò)中獲取有用價(jià)值進(jìn)行了研究[18]。Chen L等運(yùn)用系統(tǒng)動(dòng)力學(xué)方法來進(jìn)行知識(shí)管理績(jī)效評(píng)價(jià)，并通過仿真預(yù)測(cè)知識(shí)管理戰(zhàn)略的發(fā)展及演變[19]。

(6)技術(shù)維度。F聚類是有關(guān)技術(shù)維度的熱點(diǎn)詞匯，包括technology(技術(shù))、cloud computing(云計(jì)算)、big data(大數(shù)據(jù))、software(軟件)、technology adoption(技 術(shù) 采 納 )、 natural language processing(自然語(yǔ)言處理)、structural equation modeling(結(jié)構(gòu)方程模型)、model(模型 )、 open source software( 開 源 軟 件 )、ontology(本體)、technology acceptance(技術(shù)接受)、machine learning(機(jī)器學(xué)習(xí))、data mining(數(shù) 據(jù) 挖 掘 )、 text mining(文 本 挖 掘 )、 usergenerated content(用戶生成內(nèi)容)等，這些詞是情報(bào)學(xué)研究技術(shù)學(xué)派的反映。半個(gè)多世紀(jì)以來，情報(bào)學(xué)界一直致力于解決信息飛速增長(zhǎng)與難以獲取有用信息的矛盾，最早可以追溯到1945年，“信息科學(xué)之父”“NSF之父”Vannevar Bush在大西洋月刊發(fā)表As We May Think(誠(chéng)如所思)一文中首次談到用不斷出現(xiàn)的信息技術(shù)來協(xié)助人類管理和利用信息的思路，可見技術(shù)學(xué)派在情報(bào)學(xué)領(lǐng)域一直占據(jù)十分重要的地位[20]。Venkatesh V等結(jié)合接受理論和技術(shù)使用理論，研究了消費(fèi)者對(duì)技術(shù)的接受和使用情況[21]。

(7)電子政務(wù)維度。G聚類是有關(guān)電子政務(wù)維度的熱點(diǎn)詞匯，包括e-government(電子政務(wù))、governance(治理)、government(政府)、open government(開放政府)、IT governance(IT 治理)、open data(開放數(shù)據(jù))、business value of IT(IT 商業(yè)價(jià)值)、business intelligence(商業(yè)智能)、E-commerce(電子商務(wù))等，這些詞是情報(bào)學(xué)電子政務(wù)領(lǐng)域的反映。Stefanovic D等從政府雇員角度出發(fā)，應(yīng)用結(jié)構(gòu)方程模型對(duì)塞爾維亞市154個(gè)電子政務(wù)系統(tǒng)的員工進(jìn)行了問卷調(diào)查，發(fā)現(xiàn)了影響電子政務(wù)系統(tǒng)成功的因素[22]。Veljkovic N等利用美國(guó)政府開放數(shù)據(jù)門戶網(wǎng)站(data.gov)提供的數(shù)據(jù)，從開放數(shù)據(jù)的角度提出了開放政府的基準(zhǔn)和應(yīng)用建議[23]。

（8）理論與方法維度。H聚類是有關(guān)理論與方法維度的熱點(diǎn)詞匯，包括bibliometrics(文獻(xiàn)計(jì)量學(xué))、theory(理論)、socialnetwork analysis(社會(huì)網(wǎng)絡(luò)分析)、citation analysis(引文分析)、research evaluation(研究評(píng)價(jià))、quality(質(zhì)量)、scientometrics(科 學(xué) 計(jì) 量 學(xué) )、 qualitative research(定 性 研 究 )、methodology(方 法論 )、institutionaltheory(制度理論)、grounded theory(扎根理論)、h-index(h 指數(shù))、citation(引文)等，該維度主要側(cè)重于計(jì)量與評(píng)價(jià)、定性研究、制度理論及扎根理論等領(lǐng)域的研究。Bornmann L等探討了文獻(xiàn)計(jì)量學(xué)中有效引用與無效引用的特點(diǎn)[24]。Aksnes DW等通過實(shí)證介紹國(guó)家引證指標(biāo)整體計(jì)數(shù)和非整數(shù)計(jì)數(shù)兩種不同的方法，表明在國(guó)家層面計(jì)算相對(duì)引文指標(biāo)，使用非整數(shù)計(jì)數(shù)更為常見，也更具有說服力[25]。

5 結(jié)語(yǔ)

基于定量與定性相結(jié)合的研究方式，本文從文獻(xiàn)計(jì)量學(xué)角度，利用知識(shí)圖譜工具對(duì)近5年國(guó)際情報(bào)學(xué)研究態(tài)勢(shì)作了全面分析。(1)發(fā)現(xiàn)了情報(bào)學(xué)研究的高影響力作者：近5年國(guó)際情報(bào)學(xué)研究的論文作者的頻次分布符合洛特卡定律，近似分布規(guī)律為：lgy=-3.0101lgx+4.0298；核心隊(duì)伍的領(lǐng)軍人物有Denny，Joshua C、Bates，David W、Chute，Christopher G、Pacheco，Jennifer A、Peissig，Peggy L、Rasmussen，Luke V等學(xué)者；高產(chǎn)作者有Bates，David W、Bornmann，Lutz、Abramo，Giovanni、Denny，Joshua C、D'Angelo，Ciriaco Andrea等學(xué)者；高被引作者有 Venkatesh V、Fornell C、OrlikowskiWJ、Gefen D、Podsakoff PM等學(xué)者。(2)核實(shí)了情報(bào)學(xué)研究的10篇高被引文獻(xiàn)，這些文獻(xiàn)為國(guó)際情報(bào)學(xué)研究奠定了堅(jiān)實(shí)的理論與方法基礎(chǔ)，并為其發(fā)展指明了方向，是重要的知識(shí)基礎(chǔ)來源。(3)剖析了情報(bào)學(xué)研究熱點(diǎn)，主要包括管理、信息、醫(yī)療衛(wèi)生、社交媒體、知識(shí)、技術(shù)、電子政務(wù)、理論與方法八個(gè)維度。

綜上，國(guó)際情報(bào)學(xué)發(fā)展與時(shí)俱進(jìn)，取得了豐碩成果，對(duì)于我國(guó)情報(bào)學(xué)發(fā)展具有一定的借鑒意義。學(xué)科交叉、技術(shù)應(yīng)用、深度需求等仍會(huì)是未來情報(bào)學(xué)學(xué)科發(fā)展的重要作用因素。大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等“互聯(lián)網(wǎng)+”環(huán)境下新一代信息技術(shù)的發(fā)展，為情報(bào)學(xué)科的自身發(fā)展、情報(bào)學(xué)科的跨界及其與其他學(xué)科的融合發(fā)展帶來了新的歷史機(jī)遇。基于此，我國(guó)情報(bào)學(xué)發(fā)展首先應(yīng)選擇和培養(yǎng)一批不僅具備情報(bào)學(xué)學(xué)科基礎(chǔ)，同時(shí)也了解情報(bào)學(xué)依附和融合的相關(guān)學(xué)科知識(shí)的情報(bào)學(xué)理論研究人才，注重以情報(bào)學(xué)為主，以計(jì)算機(jī)科學(xué)、數(shù)據(jù)科學(xué)、醫(yī)學(xué)信息、管理學(xué)等相關(guān)領(lǐng)域?yàn)檩o的多學(xué)科交叉研究。其次，鼓勵(lì)研究者嘗試將新一代信息技術(shù)應(yīng)用于情報(bào)學(xué)理論研究和實(shí)踐研究中，同時(shí)應(yīng)當(dāng)注重建設(shè)既與國(guó)際接軌又獨(dú)立自主的情報(bào)學(xué)學(xué)科體系。再次，鼓勵(lì)定量與定性分析進(jìn)一步結(jié)合，鼓勵(lì)信息技術(shù)突破、推動(dòng)情報(bào)分析和利用的發(fā)展。早在1980年代，著名情報(bào)學(xué)家布魯克斯就指出：“情報(bào)學(xué)如果不實(shí)現(xiàn)定量化，它將是一堆支離破碎的技藝，而不會(huì)成為科學(xué)”。信息技術(shù)為情報(bào)分析提供了新的研究方向。然后，2017年6月《情報(bào)法》的頒布使情報(bào)工作有法可依，為我國(guó)情報(bào)學(xué)學(xué)科發(fā)展、科技情報(bào)工作的展開提供了法律保障。因此，我國(guó)情報(bào)學(xué)發(fā)展，不僅要大力提高社會(huì)對(duì)情報(bào)學(xué)的重視程度和研究人員的素質(zhì)，還要大力發(fā)展我國(guó)情報(bào)學(xué)的核心理論、方法和技術(shù)，完善情報(bào)學(xué)教育內(nèi)容與機(jī)制。最后，我國(guó)情報(bào)學(xué)研究者，除在原有情報(bào)領(lǐng)域展開研究外，還可以結(jié)合我國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的重要產(chǎn)業(yè)領(lǐng)域和社會(huì)發(fā)展的民生問題，開展情報(bào)工作的延展性和縱深化研究[7]，在學(xué)科及研究方法的交叉融合中、在與國(guó)外研究者的交流合作中更好地實(shí)現(xiàn)情報(bào)學(xué)科研創(chuàng)新。