高校圖書館推進(jìn)ESI學(xué)科建設(shè)的情報(bào)服務(wù)

文獻(xiàn)的急劇增長與知識的日新月異，給科研人員把握正確的科研方向帶來新的挑戰(zhàn)。人工智能與大數(shù)據(jù)新技術(shù)的飛速發(fā)展，使科研人員逐漸將科研模式轉(zhuǎn)化為對大數(shù)據(jù)的知識挖掘與關(guān)聯(lián)發(fā)現(xiàn)。圖書館必須適應(yīng)用戶的新需求，才能肩負(fù)起新時代的歷史使命。資源融合與智慧服務(wù)已成為圖書館發(fā)展的主要趨勢，利用新技術(shù)、新方法為讀者提供智慧型知識服務(wù)的轉(zhuǎn)型迫在眉睫。“雙一流”導(dǎo)向下，高校圖書館為基本科學(xué)指標(biāo)數(shù)據(jù)庫(Essential Science Indicators，ESI)學(xué)科建設(shè)提供情報(bào)服務(wù)已經(jīng)成為高校圖書館的核心工作，有助于充分發(fā)揮圖書館的情報(bào)服務(wù)優(yōu)勢，助推學(xué)校 ESI 學(xué)科的持續(xù)快速發(fā)展，推動圖書館服務(wù)的轉(zhuǎn)型升級。

1 面向ESI學(xué)科建設(shè)的情報(bào)服務(wù)概述

學(xué)科情報(bào)分析主要包括以下幾方面：學(xué)科全局總攬、學(xué)科國際/國內(nèi)對比分析、學(xué)科主要研究前沿分析、學(xué)科自身優(yōu)劣勢分析、競爭對手分析、人才分析、學(xué)科相關(guān)機(jī)構(gòu)/地區(qū)/期刊分析、發(fā)展預(yù)測分析等。分析方法的選擇應(yīng)根據(jù)研究目的，盡量選取多種方法、多種指標(biāo)綜合反映研究對象，從而多角度觀測學(xué)科發(fā)展布局。面向?qū)W科建設(shè)的情報(bào)分析方法主要有文獻(xiàn)計(jì)量法、內(nèi)容分析法、比較分析法、競爭分析法(SWOT分析)、定標(biāo)比超法與預(yù)測分析法。

文獻(xiàn)計(jì)量法可通過ESI論文數(shù)、論文總被引頻次、高被引論文數(shù)、熱點(diǎn)論文數(shù)等指標(biāo)確定學(xué)科產(chǎn)出力和影響力。如劉敏對2017年浙江省高校進(jìn)入ESI全球前1%學(xué)科數(shù)據(jù)進(jìn)行計(jì)量分析，從ESI論文數(shù)、被引頻次、入圍學(xué)科數(shù)量及類別等指標(biāo)揭示了浙江省高校學(xué)科的發(fā)展現(xiàn)狀及趨勢[1]；白璐對近10年的大陸及港臺地區(qū)Top 20標(biāo)桿機(jī)構(gòu)數(shù)據(jù)運(yùn)用文獻(xiàn)計(jì)量學(xué)方法從科研生產(chǎn)力、科研影響力、載文期刊、作者統(tǒng)計(jì)、國際合作5個維度分析了發(fā)展態(tài)勢[2]。

內(nèi)容分析法是對文獻(xiàn)內(nèi)部特征提取利用聚類、因子分析、主成分分析等統(tǒng)計(jì)分析方法，揭示學(xué)科結(jié)構(gòu)特征及前沿分布，并結(jié)合可視化軟件繪制知識圖譜。如王小梅等人應(yīng)用文本挖掘及可視化方法繪制ESI研究前沿的科學(xué)全景圖譜，以及全球納米研究前沿圖譜，分析了中國在全球納米前沿的科研特征[3]；高檔妮基于SCIE數(shù)據(jù)庫和ESI高被引論文，利用CiteSpace V軟件，構(gòu)建了石墨烯研究領(lǐng)域的文獻(xiàn)共被引、共詞共被引、突詞網(wǎng)絡(luò)、突詞時區(qū)等知識圖譜，獲取其知識基礎(chǔ)、研究前沿與熱點(diǎn)[4]。

比較分析法主要通過同學(xué)科國內(nèi)外科研產(chǎn)出與影響力比較明確優(yōu)勢與差距，SWOT分析是基于客觀數(shù)據(jù)探析學(xué)科的優(yōu)勢與機(jī)遇等。如程艾軍以首都醫(yī)科大學(xué)為例，基于ESI和InCites平臺對其進(jìn)行SWOT分析，劃分出該校的優(yōu)勢學(xué)科、弱勢學(xué)科、潛力學(xué)科和挑戰(zhàn)學(xué)科，提供科研決策與管理建議[5]。

預(yù)測分析法主要是對潛力學(xué)科入圍ESI前1%的學(xué)科的預(yù)測，集中在兩方面：一是以歷史數(shù)據(jù)為基礎(chǔ)，構(gòu)建數(shù)學(xué)模型預(yù)測未來論文數(shù)；二是計(jì)算潛力值，即以各學(xué)科論文被引數(shù)與 ESI 學(xué)科閾值的距離。如管翠中運(yùn)用曲線擬合模型方法，預(yù)測清華大學(xué)潛力學(xué)科入圍時間，后經(jīng)驗(yàn)證預(yù)測時間基本準(zhǔn)確[6]；秦萍利用InCites數(shù)據(jù)建立GM(1，1)模型，通過模型的擬合分析預(yù)測未來高校潛力學(xué)科高水平論文的發(fā)展趨勢[7]；韓麗以北京師范大學(xué)潛力學(xué)科“分子生物學(xué)與基因?qū)W”學(xué)科為例，從作者合作、院系貢獻(xiàn)、期刊分布以及競爭對手等角度進(jìn)行了實(shí)證分析[8]；汪莉建立了針對高校潛力學(xué)科的復(fù)合評價指標(biāo)體系，并運(yùn)用于南京師范大學(xué)潛力學(xué)科的實(shí)證分析，最后對評價結(jié)果進(jìn)行檢驗(yàn)[9]；程建萍針對22個學(xué)科在ESI及InCites數(shù)據(jù)庫的數(shù)據(jù)偏差進(jìn)行統(tǒng)計(jì)分析，計(jì)算22個學(xué)科誤差修正因子，建立ESI潛力學(xué)科修正模型，用以消除學(xué)術(shù)機(jī)構(gòu)在預(yù)測潛力學(xué)科時出現(xiàn)的偏差[10]。

2 中國醫(yī)科大學(xué)面向ESI學(xué)科建設(shè)開展的情報(bào)服務(wù)實(shí)踐

中國醫(yī)科大學(xué)(以下簡稱“我?！?圖書館的ESI學(xué)科建設(shè)服務(wù)以出版ESI學(xué)科月報(bào)和ESI學(xué)科競爭力分析報(bào)告為主，后期進(jìn)行服務(wù)轉(zhuǎn)型，除了開展?jié)摿W(xué)科的預(yù)測服務(wù)外，還應(yīng)用情報(bào)分析手段對ESI高被引論文進(jìn)行深度挖掘，發(fā)現(xiàn)其學(xué)科的分布規(guī)律、熱點(diǎn)與前沿，助推ESI學(xué)科建設(shè)。

2.1 學(xué)科競爭力分析

中國醫(yī)科大學(xué)為ESI學(xué)科發(fā)展態(tài)勢分析報(bào)告?？?。通過采集學(xué)科評估權(quán)威工具ESI和InCites數(shù)據(jù)庫的數(shù)據(jù)，采用文獻(xiàn)計(jì)量和對比分析的方法，對中國醫(yī)科大學(xué)相關(guān)學(xué)科在ESI數(shù)據(jù)庫中的表現(xiàn)進(jìn)行了總體分析，并選擇國內(nèi)同類高校進(jìn)行對比，分析了學(xué)校已入選的各學(xué)科的發(fā)展態(tài)勢以及尚未進(jìn)入ESI的各學(xué)科與門檻值的差距。以下以2019年第一期學(xué)科月報(bào)的主要內(nèi)容為例進(jìn)行分析。

2.1.1 ESI總體學(xué)科競爭力分析

截至2019年1月18日ESI更新數(shù)據(jù)，中國醫(yī)科大學(xué)共有5個學(xué)科進(jìn)入了世界排名前1%的行列，分別是臨床醫(yī)學(xué)、藥理學(xué)與毒理學(xué)、神經(jīng)科學(xué)與行為學(xué)、生物學(xué)與生物化學(xué)，分子生物學(xué)和遺傳學(xué)。在國內(nèi)同類高校入選ESI的學(xué)科數(shù)排名中，共有48所進(jìn)入世界1%，進(jìn)入國內(nèi)前100的同類院校中，我校排名第10位，位居北京協(xié)和醫(yī)學(xué)院、首都醫(yī)科大學(xué)、南京醫(yī)科大學(xué)、海軍軍醫(yī)大學(xué)、空軍軍醫(yī)大學(xué)、天津醫(yī)科大學(xué)、南方醫(yī)科大學(xué)、陸軍軍醫(yī)大學(xué)、哈爾濱醫(yī)科大學(xué)之后。本期國內(nèi)同類院校新增2個ESI學(xué)科，如北京協(xié)和醫(yī)學(xué)院增加農(nóng)業(yè)科學(xué)、哈爾濱醫(yī)科大學(xué)增加神經(jīng)科學(xué)與行為學(xué)；減少1個ESI學(xué)科，為溫州醫(yī)科大學(xué)的化學(xué)。我校未進(jìn)入ESI的各學(xué)科中，免疫學(xué)潛力值為0.84(上期為0.82)，社會科學(xué)總論的潛力值為0.75(上期為0.89)，是最靠近ESI門檻值的2個學(xué)科。

學(xué)科總體分析中包括ESI高被引論文的信息，本期我校ESI高被引論文51篇，熱點(diǎn)論文1篇。與上一期相比高被引論文減少5篇(具體為新增2篇，減少7篇)。此外，還提供題錄信息，高被引論文作者的二級單位、合作情況及內(nèi)容摘要。

2.1.2 ESI入選學(xué)科競爭力分析

中國醫(yī)科大學(xué)有5個學(xué)科入選ESI，分析每個學(xué)科的全球排位、中國大陸地區(qū)排位并統(tǒng)計(jì)各期同類院校的排名情況，統(tǒng)計(jì)通訊作者單位為“中國醫(yī)科大學(xué)”的發(fā)文分支機(jī)構(gòu)貢獻(xiàn)度，按作者發(fā)文被引頻次排行統(tǒng)計(jì)分析高產(chǎn)出及高影響力作者，每個學(xué)科高被引論文研究內(nèi)容分析及推送。

2.1.3 ESI潛力學(xué)科競爭力分析、預(yù)測及推送

中國醫(yī)科大學(xué)圖書館對于ESI潛力學(xué)科，除了提供常規(guī)競爭力分析報(bào)告外，計(jì)算進(jìn)入ESI數(shù)據(jù)庫的潛力值為：潛力學(xué)科被引頻次/進(jìn)入ESI學(xué)科閾值，值越大說明被引頻次越接近進(jìn)入ESI的閾值。2017年針對潛力值大的學(xué)科“分子生物學(xué)與遺傳學(xué)”，參考管翠中的預(yù)測方法，預(yù)測其進(jìn)入ESI的時間為2018-2019年(2018年實(shí)現(xiàn)了這個預(yù)測目標(biāo)，成功躋身于ESI學(xué)科)。當(dāng)然，這離不開學(xué)校領(lǐng)導(dǎo)對ESI潛力學(xué)科的重視及圖書館對潛力學(xué)科的大力宣傳與助推，同時分析其發(fā)文年代、期刊、作者貢獻(xiàn)、合作以及競爭機(jī)構(gòu)情況，提出對于學(xué)校發(fā)展?jié)摿W(xué)科的建議。

2.2 文本挖掘與可視化分析

為了滿足新時代用戶的新需求，中國醫(yī)科大學(xué)圖書館利用文本挖掘及可視化方法，如聚類分析、戰(zhàn)略坐標(biāo)與社會網(wǎng)絡(luò)分析方法等，開展面向ESI學(xué)科的戰(zhàn)略情報(bào)服務(wù)。

2.2.1 以免疫學(xué)為例

選擇ESI免疫學(xué)高被引論文為數(shù)據(jù)源，首先對其發(fā)文機(jī)構(gòu)、期刊、作者、引用情況進(jìn)行文獻(xiàn)計(jì)量分析；然后利用文本挖掘軟件BICOMB提取高頻主題詞及高頻主題詞-來源文獻(xiàn)的詞篇矩陣，進(jìn)行雙聚類分析，通過gCluto軟件制作可視化山峰圖，挖掘出該學(xué)科研究熱點(diǎn)結(jié)構(gòu)和研究前沿。學(xué)科研究結(jié)構(gòu)包括腫瘤的免疫治療、艾滋病疫苗的免疫學(xué)、B7-H1/PD-1與HIV感染機(jī)制、致敏與脫敏免疫學(xué)機(jī)理、寨卡病毒感染致中樞神經(jīng)系統(tǒng)損傷的免疫機(jī)制、炎癥和感染的免疫學(xué)、免疫調(diào)控中的細(xì)胞分化與信號轉(zhuǎn)導(dǎo)過程，然后根據(jù)代表性高被引論文給出相應(yīng)的研究前沿。

可視化知識圖譜繪制：在聚類結(jié)果基礎(chǔ)上利用excel繪制戰(zhàn)略坐標(biāo)，將熱點(diǎn)結(jié)構(gòu)置于4個象限中，根據(jù)每個主題結(jié)構(gòu)的成熟度與核心度探索其在整個領(lǐng)域所屬地位和發(fā)展趨勢。利用UCINET和NetDraw對共詞矩陣進(jìn)行社會網(wǎng)絡(luò)分析，從微觀角度探索主題內(nèi)部之間的聯(lián)系程度。最后，將社會網(wǎng)絡(luò)分析圖譜和戰(zhàn)略坐標(biāo)整合，得到熱點(diǎn)與驅(qū)動力知識圖譜。該圖清晰地顯示出戰(zhàn)略坐標(biāo)中類間與類內(nèi)的各個主題之間的關(guān)系。將此圖推送給專家，解釋每個聚類熱點(diǎn)包含的主題詞，如在本類內(nèi)貢獻(xiàn)度最大的詞，其對密度的貢獻(xiàn)相對較大；與其他類別之間聯(lián)系密切，則對向心度的貢獻(xiàn)較大。從該圖中既能找到學(xué)科范圍的熱點(diǎn)，又能挖掘出構(gòu)成該熱點(diǎn)的核心方向，為科研人員提供學(xué)科熱點(diǎn)驅(qū)動力的參考。

2.2.2 以醫(yī)學(xué)信息學(xué)為例

以Web of Science核心合集數(shù)據(jù)庫中2017-2018年的醫(yī)學(xué)信息學(xué)論文作為數(shù)據(jù)源，使用文本挖掘軟件BICOMB統(tǒng)計(jì)得到共被引矩陣，利用gCluto進(jìn)行引文的耦合分析和被引論文的共被引分析，得到6個知識基礎(chǔ)結(jié)構(gòu)和相應(yīng)的研究前沿。根據(jù)時間序列分析和計(jì)算每個類別的新穎度和關(guān)注度，繪制引文戰(zhàn)略坐標(biāo)圖譜，挖掘該領(lǐng)域成熟結(jié)構(gòu)及高關(guān)注度的領(lǐng)域。

2.3 對ESI學(xué)科建設(shè)政策的建議

每個學(xué)科的特點(diǎn)和優(yōu)勢不同，因此對每個學(xué)科的發(fā)展建議也不相同。總體原則是保優(yōu)勢、重潛力、扶弱勢。利用ESI或Web of Science數(shù)據(jù)庫對文獻(xiàn)的情報(bào)分析，提供國際領(lǐng)域的分析視角。為提升學(xué)科國際影響力，教育相關(guān)部門和高校應(yīng)該重視對ESI數(shù)據(jù)的利用與分析。

第一，制定比超策略。選擇高于自身排名的國內(nèi)外同類機(jī)構(gòu)作為標(biāo)桿，追蹤先進(jìn)機(jī)構(gòu)的科研動向，制定趕超計(jì)劃。

第二，向國際熱點(diǎn)靠攏。對比自身與國際研究熱點(diǎn)與前沿，在保持自身特色的基礎(chǔ)上，向國際靠攏，提高科研成果的國際影響力。

第三，促進(jìn)合作交流，“走出去、引進(jìn)來”。可從ESI數(shù)據(jù)中篩選國際、國內(nèi)領(lǐng)先機(jī)構(gòu)、高被引作者名單，引入學(xué)術(shù)帶頭人或客座教授，并選派師生訪名校、拜名師， 開展合作，聯(lián)合申報(bào)課題及發(fā)表論文，增強(qiáng)產(chǎn)出力。

第四，引導(dǎo)投稿趨向。近幾年頻繁出現(xiàn)SCIE收錄期刊被踢，因此投稿須謹(jǐn)慎。醫(yī)學(xué)各學(xué)科領(lǐng)域之間交叉融合，應(yīng)注重學(xué)科領(lǐng)域新的增長點(diǎn)，向國際高水平期刊投稿，被引次數(shù)會隨之提高，增強(qiáng)影響力。

3 結(jié)語

中國醫(yī)科大學(xué)圖書館積極開展 ESI 學(xué)科情報(bào)分析服務(wù)，從學(xué)科建設(shè)月報(bào)分析學(xué)科競爭力、潛力學(xué)科預(yù)測、挖掘?qū)W科前沿與熱點(diǎn)、提供學(xué)科建設(shè)的對策等方面對ESI學(xué)科建設(shè)充分發(fā)揮圖書館情報(bào)服務(wù)職能，提供有力支持，助推ESI學(xué)科快速持續(xù)發(fā)展，并確立了圖書館在學(xué)校 ESI 學(xué)科建設(shè)中的核心地位。