我國(guó)圖情學(xué)科學(xué)術(shù)創(chuàng)新性研究
——基于2009-2019年國(guó)內(nèi)外圖情研究主題分析

梁珠芳

（桂林理工大學(xué)圖書(shū)館，廣西 桂林 541004）

1 引言

學(xué)科學(xué)術(shù)創(chuàng)新主要體現(xiàn)在論文成果發(fā)表方面，其學(xué)術(shù)創(chuàng)新能力表現(xiàn)在:“一是在開(kāi)拓研究領(lǐng)域方面是否具有創(chuàng)新性；二是在使用研究方法方面是否具有創(chuàng)新性；三是在運(yùn)用論證資料方面是否具有創(chuàng)新性;四是在闡述觀點(diǎn)或理論方面是否具有創(chuàng)新性”［1］。創(chuàng)新貫穿于人類社會(huì)生產(chǎn)實(shí)踐活動(dòng)的各個(gè)方面。創(chuàng)新是學(xué)科發(fā)展的不竭動(dòng)力，學(xué)科的學(xué)術(shù)研究極大地促進(jìn)了學(xué)科領(lǐng)域的發(fā)展。學(xué)術(shù)創(chuàng)新是一個(gè)過(guò)程，也是一種結(jié)果，學(xué)術(shù)創(chuàng)新需要與時(shí)俱進(jìn)。目前與學(xué)術(shù)創(chuàng)新、學(xué)術(shù)創(chuàng)新力相關(guān)的研究較多，但直接與學(xué)科學(xué)術(shù)創(chuàng)新性相關(guān)的文獻(xiàn)比較少。本文在進(jìn)行文獻(xiàn)綜述時(shí)，不僅參考了學(xué)術(shù)創(chuàng)新、學(xué)術(shù)創(chuàng)新力相關(guān)的文獻(xiàn)，還參考了與學(xué)術(shù)創(chuàng)新性相似的學(xué)術(shù)影響以及跨學(xué)科學(xué)術(shù)創(chuàng)新性等方面的文獻(xiàn)。

不同時(shí)代背景下，每個(gè)研究領(lǐng)域都會(huì)有不同的研究主題。本文運(yùn)用文獻(xiàn)計(jì)量學(xué)方法和工具對(duì)2009-2019年國(guó)內(nèi)外圖情學(xué)科研究論文進(jìn)行分析，分析國(guó)內(nèi)外圖情學(xué)科研究主題，深入了解我國(guó)圖情學(xué)科的學(xué)術(shù)創(chuàng)新性，以期為我國(guó)圖情學(xué)科學(xué)術(shù)創(chuàng)新性提高提供指導(dǎo)。

2 學(xué)科學(xué)術(shù)創(chuàng)新性研究概述

在學(xué)術(shù)創(chuàng)新性研究中，人們提出了一些指標(biāo)來(lái)量化學(xué)科學(xué)術(shù)成果的創(chuàng)新程度。沈律［2］基于關(guān)鍵詞詞頻定義學(xué)科學(xué)術(shù)科技創(chuàng)新的兩大重要指標(biāo)體系：科技成果重復(fù)率和科技成果引用率。在其評(píng)價(jià)指標(biāo)中，科技成果的重復(fù)率越小，則其創(chuàng)新程度越大，引用率越大則其創(chuàng)新的程度越大。沈陽(yáng)［3］基于關(guān)鍵詞創(chuàng)新度量化文檔創(chuàng)新度，認(rèn)為關(guān)鍵詞的頻率越低，時(shí)間跨度越短，則關(guān)鍵詞的創(chuàng)新度越高。楊建林等［4］基于關(guān)鍵詞的詞頻定義學(xué)科學(xué)術(shù)科技成果的重復(fù)率和引文率，用來(lái)量化學(xué)科科技成果的創(chuàng)新性，提出KPTIDF方法用于評(píng)估學(xué)科學(xué)術(shù)論文的創(chuàng)新性，認(rèn)為主題新穎性是用于評(píng)價(jià)學(xué)科學(xué)術(shù)論文的創(chuàng)新性。曹樹(shù)金等［5］通過(guò)LDA主題模型和共詞分析相結(jié)合的方法，探究學(xué)科學(xué)術(shù)論文在不同時(shí)期研究的內(nèi)容與主題演化特征，研究發(fā)現(xiàn)，學(xué)科學(xué)術(shù)論文于守正創(chuàng)新中仍然保持發(fā)展態(tài)勢(shì)。曹樹(shù)金等［6］還從句子級(jí)重新性識(shí)別出發(fā)，利用了句子結(jié)構(gòu)和語(yǔ)法的特征，采用了信息抽取與機(jī)器學(xué)習(xí)的方法，對(duì)近年中外情報(bào)學(xué)學(xué)科論文的創(chuàng)新性進(jìn)行分析。楊京等［7］提出了一種基于研究主題對(duì)比的單篇學(xué)術(shù)論文創(chuàng)新力評(píng)價(jià)方法，首先運(yùn)用Keygraph 算法抽取代表研究主題的關(guān)鍵詞，再將提取的研究主題與學(xué)科研究前沿研究主題，以評(píng)價(jià)學(xué)科學(xué)術(shù)研究主題的創(chuàng)新性。

國(guó)外學(xué)者研究學(xué)術(shù)創(chuàng)新的切入點(diǎn)一般是從句子級(jí)、文檔等文本的新穎性入手，從新聞事件和網(wǎng)頁(yè)文件等角度探討學(xué)術(shù)創(chuàng)新，或者從主題的角度分析科技文獻(xiàn)的創(chuàng)新，從多種思路探究學(xué)術(shù)創(chuàng)新性。M.Breja［8］提出了一種基于文檔級(jí)新穎性檢測(cè)的新穎性檢測(cè)方法，采用了句子級(jí)來(lái)進(jìn)行創(chuàng)新識(shí)別，通過(guò)句子的相似度以及新詞數(shù)混合度量的方式挖掘?qū)W術(shù)創(chuàng)新性。Phei Er Saw 教授［9］提出了跨學(xué)科融合對(duì)學(xué)術(shù)研究的重要性，跨學(xué)科融合是指在保留差異的基礎(chǔ)上尋求共同點(diǎn)，有助于新時(shí)代的學(xué)術(shù)創(chuàng)新。Gabrilovich Evgeniy等［10］采用新穎分析算法，從文章中演變來(lái)分析文檔間的動(dòng)態(tài)及創(chuàng)新。目前，國(guó)內(nèi)外圖情學(xué)科學(xué)術(shù)創(chuàng)新性的相關(guān)研究相對(duì)較少，也存在一定的局限，大多從單一的角度來(lái)反映學(xué)科學(xué)術(shù)創(chuàng)新性。

實(shí)際上，以上所述大多的研究方法本質(zhì)是一樣的，即通過(guò)挖掘數(shù)據(jù)進(jìn)行對(duì)比得出創(chuàng)新性，這些方法存在數(shù)據(jù)過(guò)多、工作量大、識(shí)別創(chuàng)新效果質(zhì)量下降等問(wèn)題。因此，本文選擇國(guó)內(nèi)外圖情學(xué)科代表性期刊作為研究樣本，針對(duì)性對(duì)國(guó)內(nèi)外圖情學(xué)科研究主題進(jìn)行分析，進(jìn)而更加有目標(biāo)性去探討圖情學(xué)科學(xué)術(shù)創(chuàng)新性。

3 圖情學(xué)科學(xué)術(shù)創(chuàng)新性研究方法及主題獲取

3.1 圖情學(xué)科學(xué)術(shù)創(chuàng)新性研究方法

本文采用文獻(xiàn)計(jì)量學(xué)中的關(guān)鍵詞共現(xiàn)分析方法，對(duì)2009-2019 年國(guó)內(nèi)外圖情領(lǐng)域核心期刊所刊載的論文進(jìn)行對(duì)比分析，以探索我國(guó)圖情學(xué)科學(xué)術(shù)創(chuàng)新性。文獻(xiàn)計(jì)量學(xué)通過(guò)對(duì)各學(xué)科研究文獻(xiàn)數(shù)量進(jìn)行科學(xué)計(jì)量分析和比較，便于研究者通過(guò)這些規(guī)律性的東西去研究現(xiàn)狀及預(yù)測(cè)未來(lái)［11］。將所選2009-2019 年國(guó)內(nèi)外圖情領(lǐng)域文獻(xiàn)，基于尋徑網(wǎng)絡(luò)算法（Pathfinding Network Algorithm），基于關(guān)鍵詞分析的主題演化，通過(guò)對(duì)高頻關(guān)鍵詞分析，以挖掘知識(shí)演化的關(guān)鍵路徑與發(fā)展前沿?；谠~頻變化的主題演化研究可以把握相關(guān)領(lǐng)域研究重點(diǎn)，高頻關(guān)鍵詞通過(guò)分析關(guān)鍵詞出現(xiàn)的頻次來(lái)把握關(guān)注點(diǎn)，頻次越高代表該主題的關(guān)注度越高，從而準(zhǔn)確把握該領(lǐng)域的研究重點(diǎn)［12］。本文所研究的計(jì)量對(duì)象主要是2009-2019 年國(guó)內(nèi)外圖情領(lǐng)域核心期刊所刊載的論文，通過(guò)可視化軟件進(jìn)而得出每年的前五十個(gè)高頻關(guān)鍵詞，利用Excel對(duì)數(shù)據(jù)進(jìn)行匯總與統(tǒng)計(jì)分析，統(tǒng)計(jì)出重合數(shù)及重合詞，并繪制直觀圖表及描繪圖形，對(duì)國(guó)內(nèi)外圖情學(xué)科高頻關(guān)鍵詞進(jìn)行重合率對(duì)比，以統(tǒng)計(jì)出的同年及近三年對(duì)比的高頻關(guān)鍵詞當(dāng)作主要研究對(duì)象，將其進(jìn)行歸納映射到相應(yīng)主題。并將國(guó)內(nèi)學(xué)者發(fā)表于國(guó)外期刊的論文分析其關(guān)鍵詞突現(xiàn)，以探究我國(guó)圖情學(xué)科學(xué)術(shù)創(chuàng)新路徑。

3.2 國(guó)內(nèi)外期刊數(shù)據(jù)獲取

本研究數(shù)據(jù)為期刊文獻(xiàn)數(shù)據(jù)，為了提高分析的準(zhǔn)確性及代表性，對(duì)刊物進(jìn)行嚴(yán)格的篩選，挑選出具有代表性的期刊。本文選擇了具有權(quán)威性的中文核心期刊，選擇了CSSCI 期刊目錄中圖書(shū)情報(bào)類目下的科技期刊，在CSSCI（2019—2020 年）收錄的圖情學(xué)科期刊中，剔除了包含檔案學(xué)在內(nèi)的兩種期刊，選擇了具有代表性的包括《圖書(shū)與情報(bào)》《圖書(shū)情報(bào)工作》等在內(nèi)的18 種圖書(shū)情報(bào)核心期刊。具體期刊名稱與綜合影響因子見(jiàn)表1 所示。在CNKI 中精確檢索，選擇18 種圖情核心期刊，時(shí)間范圍設(shè)置為從2009 到2019 年，經(jīng)過(guò)數(shù)據(jù)收集，剔除會(huì)議通知、報(bào)告、征稿啟事、投稿須知等與研究不相關(guān)的非學(xué)術(shù)文獻(xiàn)，最終獲得論文總數(shù)為51 748條有效文獻(xiàn)。

表1 文獻(xiàn)數(shù)據(jù)來(lái)源期刊目錄表

國(guó)外研究數(shù)據(jù)來(lái)源于Web of Science 數(shù)據(jù)庫(kù)，國(guó)外圖情期刊選取被SCIE 和SSCI 數(shù)據(jù)庫(kù)收錄的國(guó)外學(xué)術(shù)價(jià)值較高圖情期刊。利用2019 年《期刊引證報(bào)告（JCR）》，在2019 年JCR 社科版圖書(shū)情報(bào)學(xué)(Information Science＆Library Science)專業(yè)目錄下，共收錄85 種學(xué)術(shù)期刊。根據(jù)期刊分布中普遍存在的“二八定律”，即20%最具影響力和代表性的期刊可以揭示出整體80%的內(nèi)容和特征。所以，本文將圖書(shū)情報(bào)學(xué)目錄下的85 種期刊按照五年影響因子(5-yearly Impact Factor)進(jìn)行排序，取其中影響力最大的前20%(17 種)的期刊為研究樣本。限定學(xué)科類別為信息科學(xué)與圖書(shū)館學(xué)(Information Science＆Library Science)，具體期刊名稱與五年影響因子見(jiàn)表2 所示。在WOS 中精確檢索，以這17 種期刊的名稱作為檢索詞，時(shí)間跨度限定為2009-2019 年，將每種期刊分別檢索的論文導(dǎo)出，共檢出相關(guān)文獻(xiàn)12 116篇，檢索結(jié)果包括各個(gè)國(guó)家發(fā)表的相關(guān)文獻(xiàn)。國(guó)內(nèi)學(xué)者發(fā)表在國(guó)外期刊的文章為1 363 篇，本研究將1 363 篇?dú)w為國(guó)內(nèi)學(xué)者發(fā)表的數(shù)據(jù)，通過(guò)可視化軟件的突現(xiàn)詞功能來(lái)研究學(xué)術(shù)創(chuàng)新路徑。對(duì)其余的國(guó)外圖情學(xué)者發(fā)表的期刊論文10 753 篇，下載并保存10 753 篇文獻(xiàn)的題錄信息作為純文本進(jìn)行數(shù)據(jù)處理和分析。

表2 “圖書(shū)情報(bào)學(xué)”領(lǐng)域17種高影響力期刊一覽表

4 國(guó)內(nèi)外研究主題對(duì)比分析

4.1 前五十個(gè)關(guān)鍵詞重合率

國(guó)內(nèi)外研究論文前五十個(gè)高頻關(guān)鍵詞超過(guò)三年對(duì)比重合較少。重合關(guān)鍵詞如表3所示，重合相隔時(shí)間較長(zhǎng)，并無(wú)顯著特征規(guī)律。因此，本研究不選擇國(guó)內(nèi)外超過(guò)三年對(duì)比的關(guān)鍵詞。

表3 國(guó)內(nèi)外圖情領(lǐng)域高頻關(guān)鍵詞同年及三年重合數(shù)

本文選擇國(guó)內(nèi)外圖情學(xué)科前五十個(gè)關(guān)鍵詞進(jìn)行同年及近三年的對(duì)比，對(duì)國(guó)內(nèi)外圖情學(xué)科關(guān)鍵詞的重合數(shù)和重合詞進(jìn)行詳細(xì)統(tǒng)計(jì)，重合數(shù)即國(guó)內(nèi)外圖情學(xué)科關(guān)鍵詞進(jìn)行對(duì)比后重合的關(guān)鍵詞數(shù)量。將重合數(shù)繪制成重合時(shí)間分布圖（見(jiàn)圖1），可以更加直觀地看出重合數(shù)根據(jù)時(shí)間的變化所出現(xiàn)的頻率。

圖1 國(guó)內(nèi)外圖情學(xué)科重合高頻關(guān)鍵詞時(shí)間分布圖

將重合數(shù)和重合詞按照對(duì)應(yīng)的時(shí)間填入表格中，可以更加直觀地看到同年及近三年對(duì)比重合的具體關(guān)鍵詞（如表4所示），便于分析。對(duì)比國(guó)內(nèi)外圖情學(xué)科高頻關(guān)鍵詞的重合率，關(guān)于重合率的計(jì)算，本研究采用了數(shù)學(xué)的數(shù)值百分比來(lái)計(jì)算，即：重合率=重合關(guān)鍵詞數(shù)/總關(guān)鍵詞數(shù)。其中，重合關(guān)鍵詞數(shù)為國(guó)內(nèi)外圖情學(xué)科研究關(guān)鍵詞的時(shí)間段內(nèi)相同個(gè)數(shù)。因以每年前五十個(gè)關(guān)鍵詞作為研究對(duì)象，所以五十為固定分母。

表4 國(guó)內(nèi)外圖情學(xué)科關(guān)鍵詞同年及三年重合詞

對(duì)國(guó)內(nèi)外同年的重合率進(jìn)行統(tǒng)計(jì)。2009 年，同年重合率為3/50，“model”（模型）、“e-government”（電子政務(wù)）、“knowledge sharing”（知識(shí)共享）在本年重合。2010 年，同年重合率為1/50，“structural equation model”（結(jié)構(gòu)方程模型）在本年重合。2011年，同年重合率為1/50，“online community”（網(wǎng)絡(luò)社區(qū)）在本年重合。2012年，同年重合率為1/50，“citation network”（引文網(wǎng)絡(luò)）在本年重合。2014 年，同年重合率為1/50，“machine learning”（機(jī)器學(xué)習(xí)）在本年重合。2015 年，同年重合率為2/50，“altmetrics”（替代計(jì)量學(xué)）、“science research”（科學(xué)研究）在本年重合。2016 年，同年重合率為1/50，“open data”（數(shù)據(jù)開(kāi)放)在本年重合。2013年、2017年、2018年、2019年這四年同年重合率為零。這四年國(guó)內(nèi)外圖情學(xué)科前五十個(gè)高頻關(guān)鍵詞各不一樣，每年所研究?jī)?nèi)容各有千秋。在國(guó)內(nèi)外圖情領(lǐng)域，研究的內(nèi)容存在較大的差異，這四年，最高頻的前五十個(gè)關(guān)鍵詞沒(méi)有出現(xiàn)重合，每年研究的內(nèi)容各具特色。

4.2 前五十個(gè)關(guān)鍵詞映射歸納

自建主題分布研究包括自建主題分類表研究、參照國(guó)外已建主題分類表的主題分布研究?jī)刹糠郑?3］。張雪梅等在其文章中歸納了兩類自建主題分類表：①基于研究熱點(diǎn)構(gòu)建的主題分類表，如初景利等自建的主題分類表［14-15］；②基于內(nèi)容分析構(gòu)建的主題分類表，如華薇娜的自建主題分類表［16］。目前，國(guó)內(nèi)圖書(shū)情報(bào)學(xué)關(guān)于自建主題分類表的研究成果較少。國(guó)外自建主題分類表研究成果較豐碩，如斯蒂芬創(chuàng)建的主題分類表。邱均平參照斯蒂芬主題分類表的主題分布進(jìn)行研究，并取得了顯著成果［17］。本文借鑒了前人的主題分類法，并根據(jù)本文的實(shí)際情況，將圖情學(xué)科的研究關(guān)鍵詞映射到相應(yīng)主題，以便通過(guò)關(guān)鍵詞間接進(jìn)行主題分析。

結(jié)合圖情學(xué)科研究特點(diǎn)，通過(guò)國(guó)內(nèi)外圖情學(xué)科研究關(guān)鍵詞重合時(shí)間分布圖和表格，對(duì)2009-2019年國(guó)內(nèi)外圖情學(xué)科研究關(guān)鍵詞同年和近三年重合的關(guān)鍵詞進(jìn)行映射，并將關(guān)鍵詞映射到相應(yīng)研究主題。綜合關(guān)鍵詞分布情況，進(jìn)行內(nèi)容分析歸納為五大研究主題：大數(shù)據(jù)分析主題、社交媒體與信息行為主題、情報(bào)學(xué)的技術(shù)應(yīng)用主題、數(shù)據(jù)管理與知識(shí)管理主題、其他主題。如表5所示。

表5 2009-2019年國(guó)內(nèi)外圖情領(lǐng)域關(guān)鍵詞重合映射歸納主題表

4.2.1 大數(shù)據(jù)分析研究主題

“big data”（大數(shù)據(jù)）是近幾年來(lái)的高頻關(guān)鍵詞。2012 年，國(guó)內(nèi)大數(shù)據(jù)研究開(kāi)始出現(xiàn)。三年后，在2015 年我國(guó)學(xué)者將大數(shù)據(jù)研究推向國(guó)際，涉及數(shù)據(jù)挖掘、知識(shí)管理等領(lǐng)域。大數(shù)據(jù)時(shí)代的到來(lái)，為情報(bào)學(xué)領(lǐng)域的研究帶來(lái)了研究思路、研究環(huán)境與研究技術(shù)應(yīng)用的變革。在大數(shù)據(jù)時(shí)代下，情報(bào)學(xué)的研究對(duì)象從信息到數(shù)據(jù)，大數(shù)據(jù)逐漸向智慧數(shù)據(jù)靠攏，數(shù)字化服務(wù)也逐漸應(yīng)用于實(shí)踐中。大數(shù)據(jù)分析給人們帶來(lái)技術(shù)上的便利。人工智能、云計(jì)算、區(qū)塊鏈的應(yīng)用促進(jìn)了社會(huì)現(xiàn)代化的發(fā)展，也給圖書(shū)情報(bào)學(xué)的實(shí)際應(yīng)用帶來(lái)便利。情報(bào)學(xué)數(shù)據(jù)分析的技術(shù)應(yīng)用方法也在隨著時(shí)代的進(jìn)步不斷完善，引起了新一代信息技術(shù)變革的浪潮。國(guó)內(nèi)外圖情領(lǐng)域區(qū)塊鏈研究熱點(diǎn)的研究側(cè)重點(diǎn)各不相同。國(guó)內(nèi)學(xué)者傾向于研究區(qū)塊鏈技術(shù)在數(shù)據(jù)共享和信息資源管理中的應(yīng)用，主要集中在理論建設(shè)方面，而國(guó)外學(xué)者則熱衷于研究政府和行業(yè)如何將區(qū)塊鏈技術(shù)應(yīng)用于信息治理［18］。區(qū)塊鏈技術(shù)、大數(shù)據(jù)與人工智能的結(jié)合產(chǎn)物的出現(xiàn)，為從情報(bào)分析領(lǐng)域解決信息安全問(wèn)題提供了方法。

4.2.2 社交媒體與信息行為主題

社交媒體的概念最早由美國(guó)學(xué)者提出，社交媒體是在Web2.0 技術(shù)基礎(chǔ)上發(fā)展起來(lái)的一種應(yīng)用，更加注重網(wǎng)絡(luò)用戶之間的互動(dòng)和交流。“Twitter”(推特）等社交軟件作為傳播信息的重要工具和交流平臺(tái)，已經(jīng)被越來(lái)越多的圖書(shū)館所利用。圖書(shū)館的許多功能可以通過(guò)網(wǎng)絡(luò)實(shí)現(xiàn)，許多學(xué)者在探索圖書(shū)館（大部分是數(shù)字圖書(shū)館、移動(dòng)圖書(shū)館等）如何能夠?yàn)槿藗兲峁└玫亩ㄎ缓头?wù)。從研究?jī)?nèi)容看，國(guó)內(nèi)學(xué)者的研究方向偏理論性，如通過(guò)微博等工具開(kāi)展圖書(shū)館服務(wù)。國(guó)內(nèi)學(xué)者對(duì)深度信息的研究和服務(wù)模式的應(yīng)用研究滯后于國(guó)外的研究，雖然國(guó)內(nèi)學(xué)者每年發(fā)表和收錄論文較多，但創(chuàng)新和實(shí)踐相對(duì)薄弱［19］。而國(guó)外對(duì)信息行為和信息服務(wù)的研究主要集中在文章發(fā)表和社交網(wǎng)絡(luò)上［20］。社交媒體還涉及在線社區(qū)、虛擬社區(qū)等。我國(guó)圖情領(lǐng)域的信息行為和信息服務(wù)研究有待完善，研究者可以借鑒國(guó)外圖情領(lǐng)域的評(píng)估方法，注重國(guó)內(nèi)期刊的定量分析，進(jìn)而提高研究的創(chuàng)新性。

4.2.3 情報(bào)學(xué)的技術(shù)應(yīng)用主題

新興的信息技術(shù)已經(jīng)成為情報(bào)學(xué)的研究對(duì)象，情報(bào)學(xué)的技術(shù)應(yīng)用主題包括了新興的信息技術(shù)、情報(bào)分析與處理和計(jì)量學(xué)。新興的信息技術(shù)包括信息可視化和信息檢索；情報(bào)分析與處理包括社會(huì)網(wǎng)絡(luò)分析和情感分析；計(jì)量學(xué)包括科學(xué)計(jì)量學(xué)和替代計(jì)量學(xué)［21］。在圖情領(lǐng)域，學(xué)者以用戶情感作為圖像檢索的線索來(lái)研究機(jī)器學(xué)習(xí)，提出了基于深度學(xué)習(xí)的圖像檢索應(yīng)用研究，更多研究基于WOS 定量研究主題。早在19 世紀(jì)80 年代，著名情報(bào)學(xué)家布魯克斯指出:“如果情報(bào)學(xué)沒(méi)有實(shí)現(xiàn)定量化，那將是一堆碎片化的技術(shù)，也不會(huì)成為科學(xué)。”［22］計(jì)量始終是圖情領(lǐng)域的研究重點(diǎn)，文獻(xiàn)計(jì)量分析是圖情領(lǐng)域的一種研究方法，常用于分析科技領(lǐng)域的研究績(jī)效。在科學(xué)計(jì)量和科技文獻(xiàn)檢索領(lǐng)域中，科學(xué)計(jì)量學(xué)在信息系統(tǒng)研究中的應(yīng)用越來(lái)越多，特別是在評(píng)估研究成果和衡量學(xué)術(shù)影響力方面［23］。信息檢索作為情報(bào)學(xué)技術(shù)的基礎(chǔ)，是情報(bào)學(xué)不變的主題。目前的信息檢索主要是為用戶需求的信息行為服務(wù)，基于Web2.0的技術(shù)進(jìn)行整理和分析信息。隨著科學(xué)計(jì)量學(xué)理論的完善，圖情領(lǐng)域的定量研究呈現(xiàn)出明顯的增長(zhǎng)趨勢(shì)。

4.2.4 數(shù)據(jù)管理與知識(shí)管理主題

隨著社會(huì)的不斷發(fā)展，數(shù)據(jù)管理研究有了很大的進(jìn)步，其廣度和深度也在不斷提高。從廣度上看，政府開(kāi)放數(shù)據(jù)、地方政府開(kāi)放數(shù)據(jù)和知識(shí)共享已經(jīng)成為圖書(shū)情報(bào)領(lǐng)域關(guān)注的焦點(diǎn)，也是人們關(guān)注的焦點(diǎn)。在深度上，數(shù)據(jù)質(zhì)量備受矚目。社會(huì)資本、知識(shí)轉(zhuǎn)移和開(kāi)放創(chuàng)新也是當(dāng)前關(guān)注的焦點(diǎn)。知識(shí)管理的任務(wù)是通過(guò)發(fā)展社會(huì)資本來(lái)創(chuàng)造知識(shí)資本，創(chuàng)造新的知識(shí)，知識(shí)管理戰(zhàn)略旨在發(fā)展人與人之間的知識(shí)共享和知識(shí)轉(zhuǎn)移［24］。Ogiela等通過(guò)廣泛的自動(dòng)數(shù)據(jù)解釋和理解系統(tǒng)執(zhí)行的算法，對(duì)獲得的結(jié)果進(jìn)行深入的語(yǔ)義分析和解釋，以便進(jìn)行數(shù)據(jù)質(zhì)量管理［25］。Thomas Manoj采用數(shù)據(jù)管理成熟度參考模型框架(DMM)進(jìn)行了系統(tǒng)的多層級(jí)分析，不僅考察了政府機(jī)構(gòu)的數(shù)據(jù)管理實(shí)踐的成熟度，也進(jìn)行系統(tǒng)評(píng)估，對(duì)完成工作目標(biāo)有很大幫助［26］。

4.2.5 其他主題

其他關(guān)鍵詞分散、零散，較難看出規(guī)律，因此將它們歸回其他主題較為合適。如“model”（模型）、“impact factor”（影響因素）等。它們特點(diǎn)與上述四個(gè)主題無(wú)較大聯(lián)系，且每個(gè)主題相對(duì)獨(dú)立。

5 國(guó)內(nèi)圖情學(xué)科研究創(chuàng)新性分析

5.1 我國(guó)圖情學(xué)科學(xué)術(shù)創(chuàng)新路徑

關(guān)鍵詞突現(xiàn)圖表借助顯著關(guān)鍵詞的變化可以反映出某研究前沿發(fā)展的變化，呈現(xiàn)某一研究領(lǐng)域內(nèi)研究主題的演變態(tài)勢(shì)，突顯某個(gè)特定階段學(xué)術(shù)界研究的聚焦點(diǎn)［27］。本文將國(guó)內(nèi)學(xué)者于2009-2019 年在國(guó)外圖情領(lǐng)域（本文所選國(guó)外17種期刊）發(fā)表的1 363篇期刊論文當(dāng)做研究數(shù)據(jù)，以探索我國(guó)圖情學(xué)科學(xué)術(shù)創(chuàng)新路徑。本文利用Citespace 軟件的突變?cè)~檢測(cè)的功能，從圖情領(lǐng)域文獻(xiàn)中檢測(cè)頻次變化率很高的突變?cè)~，進(jìn)而生成圖情領(lǐng)域關(guān)鍵詞突現(xiàn)圖，從時(shí)間維度呈現(xiàn)我國(guó)圖情領(lǐng)域研究的演化路徑。圖2為基于此功能探測(cè)到的2009－2019 這十年間圖情領(lǐng)域的突現(xiàn)詞出現(xiàn)情況，清晰地展示了2009-2019 年間的我國(guó)圖情領(lǐng)域研究演進(jìn)進(jìn)程。本文通過(guò)查閱相關(guān)文獻(xiàn)，結(jié)合我國(guó)基本國(guó)情，考量了突現(xiàn)詞的起止時(shí)間及相關(guān)背景，也深入探究了節(jié)點(diǎn)類型、節(jié)點(diǎn)出現(xiàn)時(shí)間、突現(xiàn)強(qiáng)度、突現(xiàn)開(kāi)始時(shí)間、突現(xiàn)結(jié)束時(shí)間。綜合結(jié)果得出十年間我國(guó)圖情領(lǐng)域研究進(jìn)程經(jīng)歷以下三個(gè)階段。

圖2 關(guān)鍵詞突顯表

5.1.1 第一階段（2011－2012年）

該階段的突變?cè)~為“hirsch index”（赫希指數(shù))、“e- government”（電子政務(wù)）、“diffusion”（擴(kuò)散）、“pattern”(模式)、“citation”（引用）、“common method variance”（共 同 方 法 變 異）、“price”（價(jià)格）、“h index”（h 指數(shù)）、“social network”（社會(huì)網(wǎng)絡(luò)）等。該階段突現(xiàn)詞突現(xiàn)強(qiáng)度最大是“e-government”（電子政務(wù)），說(shuō)明此時(shí)我國(guó)圖情學(xué)科基于以往的理論研究，在國(guó)際發(fā)文以圍繞電子政務(wù)建設(shè)及其理論體系進(jìn)行研究。自20世紀(jì)90年代電子政務(wù)興起以來(lái)，電子政務(wù)一直受到世界各國(guó)研究者的高度關(guān)注，從電子政務(wù)的理論研究至國(guó)際電子政務(wù)研究進(jìn)入整理治理的階段［28］。目前，總結(jié)了電子政務(wù)的建設(shè)以及凝練了電子政務(wù)理論，并為電子政務(wù)建設(shè)事業(yè)的發(fā)展提供了參考，這也是我國(guó)圖情學(xué)科在國(guó)際發(fā)文研究中的重要前沿。

5.1.2 第二階段（2013-2015年）

“community”（社區(qū)）、“continuance”（延續(xù)）、“knowledge management”（知識(shí)管理）、“citation analysis”（引文分析）、“web”（網(wǎng)絡(luò)）、“identity”（識(shí)別）、“business value”（業(yè)務(wù)價(jià)值）、“infrastructure”（基礎(chǔ)設(shè)施）、“engagement”（參與度）等為突變?cè)~?！癱ommunity”（社區(qū)）是該階段突現(xiàn)強(qiáng)度最大的主題詞。我國(guó)圖情學(xué)科熱衷研究網(wǎng)絡(luò)社區(qū)、問(wèn)答社區(qū)和在線社區(qū)，知識(shí)管理支持協(xié)同創(chuàng)新社區(qū)能力建設(shè)［29］。此外，我國(guó)學(xué)者還熱衷基于Web的各類實(shí)證研究，如基于Web的目錄設(shè)計(jì)［30］等。這些是這一時(shí)期的研究熱點(diǎn)，在關(guān)鍵詞聚類的結(jié)果也有體現(xiàn)。

5.1.3 第三階段（2016-2019年）

第三階段為2016-2019年，“social media”（社交媒體）、“privacy”(隱私)、“facebook”(臉譜網(wǎng))、“moderating role”(緩和作用)、“l(fā)oyalty”(忠誠(chéng)度)等均為該階段的突現(xiàn)詞?！皊ocial media”（社交媒體）為突現(xiàn)值較強(qiáng)的詞。隨著信息技術(shù)快速發(fā)展，社交媒體研究從2016 年開(kāi)始持續(xù)至2017 年。社交媒體作為信息傳播的重要方式，也因此演化出更為先進(jìn)的新技術(shù)及新應(yīng)用，如通過(guò)企業(yè)社交媒體提高員工的敏捷性［31］，通過(guò)將心理所有權(quán)(PO)與技術(shù)接受模型(TAM)相結(jié)合，進(jìn)而起到培養(yǎng)社交媒體使用的長(zhǎng)期忠誠(chéng)度方面的作用［32］，以及信息安全、臉譜網(wǎng)等，是我國(guó)圖情學(xué)科在國(guó)際發(fā)文中的研究焦點(diǎn)。

5.2 我國(guó)圖情學(xué)科的學(xué)術(shù)創(chuàng)新性

學(xué)科學(xué)術(shù)創(chuàng)新分為研究前沿跟隨型、引領(lǐng)創(chuàng)新型及自主獨(dú)特型。本研究將重合詞歸入研究前沿跟隨型或研究前沿引領(lǐng)創(chuàng)新型。從表6可以看出，研究自主獨(dú)特型數(shù)值較大，研究自主獨(dú)特型是基于2009-2019年國(guó)內(nèi)外圖情學(xué)科前五個(gè)高頻關(guān)鍵詞比較得出的結(jié)果。研究自主獨(dú)特型擁有我國(guó)的研究特色。在國(guó)內(nèi)圖情學(xué)科中，學(xué)者以高校圖書(shū)館、公共圖書(shū)館等為研究對(duì)象，圍繞信息服務(wù)、知識(shí)服務(wù)、圖書(shū)館服務(wù)等展開(kāi)研究，這一直是圖情學(xué)科這十年來(lái)的研究熱點(diǎn)。雖然每年國(guó)內(nèi)都有研究熱點(diǎn)，但圖情學(xué)科大多研究仍是以圖書(shū)館為基礎(chǔ)。研究前沿引領(lǐng)創(chuàng)新型數(shù)值排第二，多為實(shí)證研究。研究前沿跟隨型是國(guó)內(nèi)研究跟隨國(guó)外圖情研究。總體而言，本研究通過(guò)研究關(guān)鍵主題的特點(diǎn)及規(guī)律，總結(jié)出研究前沿跟隨型、研究前沿引領(lǐng)創(chuàng)新型和研究自主獨(dú)特型。對(duì)三種研究類型回歸文本分析，可以看出近十年來(lái)我國(guó)圖情學(xué)科的學(xué)術(shù)研究以研究自主獨(dú)特型為主，并與國(guó)外圖情研究共同引領(lǐng)學(xué)術(shù)創(chuàng)新。

表6 三種研究類型數(shù)值及關(guān)鍵詞表

5.2.1 研究前沿跟隨型

這些國(guó)內(nèi)圖情關(guān)鍵詞均跟隨國(guó)外圖情領(lǐng)域關(guān)鍵詞出現(xiàn)，以上這些屬于研究前沿跟隨型。在國(guó)內(nèi)學(xué)者在該研究前沿跟隨型中：以信任而言，學(xué)者傾向于關(guān)注信任模型、信任關(guān)系、初始信任值和信任管理等；以績(jī)效而言，學(xué)者傾向于關(guān)注創(chuàng)新績(jī)效、服務(wù)績(jī)效和績(jī)效管理等；以能力而言，學(xué)者傾向于關(guān)注創(chuàng)新能力、服務(wù)能力、知識(shí)服務(wù)能力和信息能力等。韓國(guó)圖情學(xué)科研究的中心是各類圖書(shū)館，研究熱點(diǎn)主要包括韓國(guó)公共圖書(shū)館事業(yè)、韓國(guó)圖書(shū)館的發(fā)展和韓國(guó)高校圖書(shū)館電子資源等；以社交媒體而言，學(xué)者比較關(guān)注移動(dòng)社交媒體、政務(wù)社交媒體等；以高等教育而言，學(xué)者傾向于研究高等教育信息素養(yǎng)、高等教育機(jī)構(gòu)等；以生態(tài)系統(tǒng)而言，學(xué)者傾向關(guān)注信息生態(tài)系統(tǒng)、知識(shí)生態(tài)系統(tǒng)、網(wǎng)絡(luò)信息生態(tài)系統(tǒng)、企業(yè)信息生態(tài)系統(tǒng)等；以大數(shù)據(jù)分析而言，學(xué)者傾向于關(guān)注大數(shù)據(jù)分析框架、大數(shù)據(jù)分析研究現(xiàn)狀等；以地方政府而言，學(xué)者傾向于關(guān)注地方政府?dāng)?shù)據(jù)開(kāi)放、信息公開(kāi)和網(wǎng)絡(luò)輿情導(dǎo)控能力等。國(guó)內(nèi)學(xué)者研究的以上內(nèi)容在國(guó)外圖情學(xué)者研究之后出現(xiàn)，跟隨國(guó)外圖情學(xué)科研究步伐的同時(shí)又探究新興主題。

5.2.2 研究前沿引領(lǐng)創(chuàng)新型

這些國(guó)內(nèi)圖情學(xué)科關(guān)鍵詞均早于國(guó)外圖情領(lǐng)域關(guān)鍵詞出現(xiàn)，以上研究關(guān)鍵詞屬于研究前沿引領(lǐng)創(chuàng)新型。這種類型主要是方法研究和應(yīng)用研究相結(jié)合。通過(guò)云計(jì)算、圖像檢索、情感分析、區(qū)塊鏈、科學(xué)計(jì)量學(xué)等關(guān)鍵詞可以看出，圖情領(lǐng)域的發(fā)展離不開(kāi)信息技術(shù)。信息技術(shù)的快速發(fā)展給圖情學(xué)科帶來(lái)了新的機(jī)遇。特別是以AI為代表的技術(shù)正在融入圖情領(lǐng)域，基于內(nèi)容的圖像檢索技術(shù)和圖像類聚也提升了人們的工作效率。云計(jì)算服務(wù)、云服務(wù)平臺(tái)等也在發(fā)展?，F(xiàn)如今，在Web2.0環(huán)境下的知識(shí)管理和網(wǎng)絡(luò)信息傳播也成為一種常態(tài)。總的來(lái)說(shuō)，圖書(shū)館仍然以圖書(shū)館服務(wù)、管理、閱讀推廣等為主要研究?jī)?nèi)容。在開(kāi)放創(chuàng)新方面，學(xué)者研究開(kāi)放式創(chuàng)新平臺(tái)和開(kāi)放式社區(qū)用戶信息等；在傳播影響上，學(xué)者研究推特內(nèi)容、傳播效果、信息傳播和網(wǎng)絡(luò)輿情信息。以社交網(wǎng)站而言，學(xué)者研究社交網(wǎng)站、社交網(wǎng)站用戶個(gè)人信息、信息傳播特征等。國(guó)內(nèi)學(xué)者研究的這些關(guān)鍵詞具有引領(lǐng)創(chuàng)新型，當(dāng)國(guó)內(nèi)有些研究關(guān)鍵詞逐漸成為熱點(diǎn)時(shí)，國(guó)外學(xué)者也沿襲了我國(guó)此類方向進(jìn)行研究。

5.2.3 研究自主獨(dú)特型

這些節(jié)點(diǎn)相對(duì)顯眼，能夠反映當(dāng)下研究熱點(diǎn)。這些國(guó)內(nèi)學(xué)者研究較靠前的高頻關(guān)鍵詞，在國(guó)外近十年高頻關(guān)鍵詞中鮮有出現(xiàn)。該系列為圖情學(xué)科研究主題的研究自由獨(dú)特型。在國(guó)內(nèi)圖情領(lǐng)域中，“圖書(shū)館”排序第一，其次為“高校圖書(shū)館”，學(xué)者研究高校圖書(shū)館學(xué)科服務(wù)的文章頗多，重點(diǎn)于高校圖書(shū)館面向?qū)W科的關(guān)鍵問(wèn)題，以及高校圖書(shū)館學(xué)科服務(wù)信息共享、平臺(tái)建設(shè)、體系建設(shè)等內(nèi)容，后由國(guó)內(nèi)高校圖書(shū)館研究轉(zhuǎn)向國(guó)內(nèi)外高校圖書(shū)館服務(wù)研究?！肮矆D書(shū)館”在2010 年達(dá)到峰值，公共圖書(shū)館與公共文化服務(wù)發(fā)表的論文年份在2019 年較多，探究公共圖書(shū)館健康信息服務(wù)現(xiàn)狀、公共圖書(shū)館創(chuàng)新服務(wù)等內(nèi)容。隨著互聯(lián)網(wǎng)的不斷發(fā)展，面對(duì)復(fù)雜的數(shù)據(jù)和眾多用戶的需求，大數(shù)據(jù)時(shí)代的數(shù)字圖書(shū)館需要對(duì)服務(wù)模式進(jìn)行變革。許多學(xué)者改變了對(duì)數(shù)字圖書(shū)館的早期認(rèn)識(shí)，重新研究了數(shù)字圖書(shū)館的發(fā)展趨勢(shì)?！靶畔⒎?wù)”在2010年到達(dá)峰值，個(gè)性化信息服務(wù)、知識(shí)信息服務(wù)、數(shù)字化信息服務(wù)等成為當(dāng)時(shí)研究的熱點(diǎn)?！爸R(shí)管理”在2009 年和2010 年達(dá)到最高峰，知識(shí)管理與知識(shí)共享密切相關(guān)，學(xué)者對(duì)高校知識(shí)共享問(wèn)題進(jìn)行了探討，分析了高校圖書(shū)館知識(shí)共享的模式和績(jī)效?！皥D書(shū)館學(xué)”與“情報(bào)學(xué)”關(guān)系密切，學(xué)者關(guān)注研究圖情學(xué)的研究熱點(diǎn)、圖書(shū)館學(xué)與情報(bào)學(xué)的發(fā)展。

圖書(shū)館信息服務(wù)、大數(shù)據(jù)挖掘、競(jìng)爭(zhēng)情報(bào)等一直占據(jù)著主導(dǎo)地位，但近幾年已有少量研究分布在圖書(shū)館轉(zhuǎn)型、知識(shí)關(guān)聯(lián)、知識(shí)結(jié)構(gòu)、用戶信息行為以及健康信息上，研究比較分散，未能形成穩(wěn)定的體系結(jié)構(gòu)。在國(guó)內(nèi)圖情學(xué)科研究的主題中，大部分關(guān)鍵詞屬于國(guó)內(nèi)的研究特色，在國(guó)外同年及近三年前五十個(gè)高頻關(guān)鍵詞鮮有出現(xiàn)。我國(guó)圖情學(xué)科研究主題主要以研究自主獨(dú)特型為主。國(guó)內(nèi)學(xué)者研究的主題基于中國(guó)國(guó)情，跟隨時(shí)代潮流，擁有本土研究路線特色。

6 結(jié)語(yǔ)

本文采用文獻(xiàn)計(jì)量、比較分析等方法分析2009-2019年國(guó)內(nèi)外圖情學(xué)科的研究論文表明，近十年來(lái)我國(guó)圖情學(xué)科學(xué)術(shù)創(chuàng)新性具有研究前沿跟隨型、研究前沿引領(lǐng)創(chuàng)新型、研究自主獨(dú)特型3個(gè)特點(diǎn)。我國(guó)圖情學(xué)科學(xué)術(shù)研究以研究自主獨(dú)特型為主，并與國(guó)外圖情研究共同引領(lǐng)學(xué)術(shù)創(chuàng)新。