王小會(huì)

[提要]文章通過(guò)SSCI期刊目錄中圖書情報(bào)與檔案管理學(xué)科86種期刊的文獻(xiàn)計(jì)量來(lái)分析、追蹤、預(yù)測(cè)學(xué)科研究的脈絡(luò)與走向，以期為該領(lǐng)域理論研究提供參照。應(yīng)用CiteSpace軟件對(duì)研究主題進(jìn)行詞頻統(tǒng)計(jì)、主題共現(xiàn)、中心性分析和時(shí)間線聚類等挖掘出主要的研究方向；根據(jù)突現(xiàn)詞圖譜闡釋未來(lái)的研究熱點(diǎn)；根據(jù)期刊發(fā)文量與被引頻次統(tǒng)計(jì)高產(chǎn)作者與高產(chǎn)機(jī)構(gòu)，并結(jié)合InCites數(shù)據(jù)平臺(tái)，參考ESI學(xué)科研究方向分類，揭示作者之間、機(jī)構(gòu)之間的合作動(dòng)態(tài)與熱點(diǎn)研究方向。研究發(fā)現(xiàn)：第一，科學(xué)計(jì)量、知識(shí)管理、健康管理、用戶行為、網(wǎng)絡(luò)輿情、圖書館與教育、技術(shù)應(yīng)用和公共管理為近5年國(guó)際圖書情報(bào)領(lǐng)域研究熱度較高的8方向；第二，社會(huì)科學(xué)、國(guó)家、谷歌學(xué)術(shù)、性別差異、內(nèi)容分析、元分析等6個(gè)主題詞將是當(dāng)下以及未來(lái)研究的熱點(diǎn)；第三，國(guó)內(nèi)外研究呈現(xiàn)跨學(xué)科融合態(tài)勢(shì)，但路向不同；國(guó)內(nèi)學(xué)界的融合路徑更注重“圖書館”相關(guān)問(wèn)題的研究，而國(guó)外學(xué)者的研究更注重于信息與情報(bào)服務(wù)在多個(gè)學(xué)科領(lǐng)域的應(yīng)用。

引言

當(dāng)今圖書情報(bào)學(xué)領(lǐng)域研究的內(nèi)涵越來(lái)越豐富，邊界不斷拓寬，學(xué)科之間交叉融合日趨明顯。如何基于該領(lǐng)域不斷豐富的學(xué)術(shù)成果，綜合分析圖書情報(bào)學(xué)研究的基本脈絡(luò)與未來(lái)走向，對(duì)于該學(xué)科發(fā)展至關(guān)重要。

近年來(lái)，采用科學(xué)計(jì)量方法對(duì)某領(lǐng)域主題熱點(diǎn)和發(fā)展趨勢(shì)研究分為三個(gè)層面：基于特定期刊的研究、基于特定方向的研究和基于特定學(xué)科的研究。基于特定期刊研究[1-3]以探討期刊的知識(shí)結(jié)構(gòu)[4]，或者對(duì)期刊[5-6]的核心作者的知識(shí)交流進(jìn)行社會(huì)網(wǎng)絡(luò)分析，揭示其發(fā)文傾向與趨勢(shì),大多選取某領(lǐng)域幾種或十幾種期刊作為研究對(duì)象，鮮有對(duì)某領(lǐng)域的所有核心期刊的全面研究?；谔囟ǚ较虻难芯縖7-11]，學(xué)者們多以文獻(xiàn)為研究對(duì)象，通過(guò)可視化分布以確定該研究方向的轉(zhuǎn)折點(diǎn)、關(guān)鍵點(diǎn)和新興趨勢(shì)。但是，基于國(guó)際圖書情報(bào)研究領(lǐng)域綜合性分析探討并不多見?；谔囟▽W(xué)科的研究，O. Ellegaard[12]、D. Henriksen[13]等學(xué)者主要從學(xué)科角度討論文獻(xiàn)的學(xué)術(shù)影響力，考察特定學(xué)科的發(fā)展演化情況，或總結(jié)歸納特定學(xué)科的知識(shí)結(jié)構(gòu)[14]。在圖書情報(bào)領(lǐng)域相關(guān)研究方向、熱點(diǎn)演化與整體走向分析仍有較大的討論空間。

一、數(shù)據(jù)來(lái)源與研究方法

(一)數(shù)據(jù)來(lái)源

本研究根據(jù)《中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心期刊分區(qū)表》(2019版)選取其小類學(xué)科“INFORMATION SCIENCE & LIBRARY SCIENCE 圖書情報(bào)與檔案管理”所列的86種期刊作為研究對(duì)象，以SSCI數(shù)據(jù)庫(kù)作為數(shù)據(jù)來(lái)源，獲取86種期刊2015-2019年(調(diào)查截止時(shí)間2020年8月)五年間的論文(Article)與綜述(Review)記錄，從而獲得21866篇文獻(xiàn)。通過(guò)閱讀文獻(xiàn)的標(biāo)題和摘要并結(jié)合CiteSpace軟件的去重功能，數(shù)據(jù)清洗后最終得到21189篇有效文獻(xiàn)，作為本研究的數(shù)據(jù)來(lái)源。

(二)研究方法與過(guò)程

本文借助擁有強(qiáng)大文獻(xiàn)計(jì)量功能的Citespace、InCites等軟件工具進(jìn)行可視化研究。通過(guò)詞頻統(tǒng)計(jì)、主題共現(xiàn)、中心性分析和時(shí)間線聚類，歸納出熱門研究方向并進(jìn)行研究主題熱點(diǎn)的挖掘；在上述分析的基礎(chǔ)上引入時(shí)間維度的討論，分析研究方向隨時(shí)間的演化進(jìn)程；根據(jù)突現(xiàn)詞信息挖掘出未來(lái)研究熱點(diǎn)；最后參考ESI分類，基于期刊發(fā)文量與被引頻次等進(jìn)行期刊分析，統(tǒng)計(jì)出高產(chǎn)作者與高產(chǎn)機(jī)構(gòu)，分析作者、機(jī)構(gòu)的研究?jī)?nèi)容。

二 、研究熱點(diǎn)與前沿分析

(一)關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞共現(xiàn)圖譜分析指通過(guò)關(guān)鍵詞之間的共現(xiàn)關(guān)系描述某一學(xué)科領(lǐng)域的知識(shí)結(jié)構(gòu)，以揭示學(xué)科領(lǐng)域的發(fā)展趨勢(shì)。根據(jù)文獻(xiàn)計(jì)量學(xué)的文獻(xiàn)共被引及文獻(xiàn)耦合理論，通過(guò)對(duì)相關(guān)文獻(xiàn)資料之間的連接強(qiáng)度的大小分析可以得出某個(gè)學(xué)科領(lǐng)域的研究趨勢(shì)與發(fā)展方向[15]。

將文獻(xiàn)數(shù)據(jù)導(dǎo)入Citespace，將NodeTypes設(shè)置為“Keyword”。設(shè)置圖譜繪制要素時(shí)，由于文獻(xiàn)量較多，本研究進(jìn)行適當(dāng)簡(jiǎn)化處理，剔除出現(xiàn)頻次相對(duì)較小的細(xì)小分枝，保證圖譜呈現(xiàn)清晰，便于后續(xù)分析。設(shè)置時(shí)間切片為1年，即從2015年至2019年共五個(gè)時(shí)間分段，從每個(gè)時(shí)間切片提取前200篇被引次數(shù)最高的文獻(xiàn)，繪制出關(guān)鍵詞共現(xiàn)圖譜(見圖1),共得到286個(gè)節(jié)點(diǎn)，627條連線。節(jié)點(diǎn)圓圈越大代表關(guān)鍵詞頻次越高，節(jié)點(diǎn)間連線越粗代表關(guān)鍵詞共現(xiàn)頻次越高(連線的顏色代表年份)。共現(xiàn)圖譜整體呈現(xiàn)由幾個(gè)“中心”節(jié)點(diǎn)延伸出其他節(jié)點(diǎn)的結(jié)構(gòu)，“中心”節(jié)點(diǎn)包括影響力、系統(tǒng)、科學(xué)、信息、技術(shù)、模型、社交媒體、定量研究等。其中，由關(guān)鍵詞科學(xué)延伸出的局部簇間連線最為密集。

圖1 關(guān)鍵詞共現(xiàn)圖譜

根據(jù)關(guān)鍵詞詞頻統(tǒng)計(jì)，前15位高頻關(guān)鍵詞(頻次>790)依次是影響力、模型、信息、技術(shù)、科學(xué)、績(jī)效、管理、系統(tǒng)、行為、社交媒體、知識(shí)、信息技術(shù)、通信、互聯(lián)網(wǎng)和創(chuàng)新(見表1)。

表1 圖書情報(bào)與檔案管理領(lǐng)域高頻關(guān)鍵詞統(tǒng)計(jì)表(1-144)

結(jié)合關(guān)鍵詞共現(xiàn)圖譜(圖1)和關(guān)鍵詞高頻詞表(表1)分析可以得知：關(guān)鍵詞“科學(xué)”延伸出的局部簇中，“文獻(xiàn)計(jì)量學(xué)、科學(xué)計(jì)量學(xué)、替代計(jì)量學(xué)、引文分析、期刊排名、影響因子”等多個(gè)關(guān)鍵詞詞頻均高于150，且簇內(nèi)主題關(guān)鍵詞聯(lián)系緊密，表明近幾年國(guó)外圖書情報(bào)領(lǐng)域?qū)W者對(duì)科學(xué)計(jì)量與評(píng)價(jià)方向的研究關(guān)注度較高，計(jì)量學(xué)作為測(cè)量的科學(xué)在圖書情報(bào)領(lǐng)域的應(yīng)用最為廣泛[16]。其次，“定量研究”延伸出的局部簇的高頻詞多與醫(yī)療保健相關(guān)。第三，圖書情報(bào)領(lǐng)域?qū)W者更為關(guān)注數(shù)據(jù)可視化、信息管理和知識(shí)決策模型的構(gòu)建等技術(shù)與方法的應(yīng)用研究。

(二)關(guān)鍵詞中心性分析

中介中心性是指某個(gè)節(jié)點(diǎn)出現(xiàn)在網(wǎng)絡(luò)上任意兩個(gè)節(jié)點(diǎn)之間連線最短路徑上而表現(xiàn)的控制其他節(jié)點(diǎn)之間聯(lián)系的能力，又稱關(guān)聯(lián)集中度[17]。中介中心性較高值的關(guān)鍵詞與其他關(guān)鍵詞的關(guān)聯(lián)性較強(qiáng)，可認(rèn)為是較為核心的研究主題。統(tǒng)計(jì)并篩選出中介中心性排名前15個(gè)主題詞依次是“定性(的)、科學(xué)、電子健康檔案、學(xué)生、參與度、口頭傳播、健康護(hù)理、影響力、研究產(chǎn)出、采用、創(chuàng)新、社交媒體、管理、績(jī)效和大學(xué)?！?見表2)。

表2 圖書情報(bào)與檔案管理領(lǐng)域關(guān)鍵詞中介中心性分析表(1-37)

然而，關(guān)鍵詞中心性分析仍無(wú)法全面梳理與把握?qǐng)D書情報(bào)與檔案管理學(xué)領(lǐng)域的研究態(tài)勢(shì)與整體走向，本研究需在上述分析基礎(chǔ)上進(jìn)一步對(duì)關(guān)鍵詞開展聚類分析。

(三)關(guān)鍵詞聚類分析

關(guān)鍵詞聚類依據(jù)關(guān)鍵詞之間的共現(xiàn)關(guān)系及其強(qiáng)度，采用LLR聚類算法(Likelihood ratio test)進(jìn)行聚類分析，即對(duì)數(shù)極大似然率算法，根據(jù)概率密度函數(shù)決定最大可能性，找出最合適的聚類標(biāo)簽[18]。其后續(xù)進(jìn)程為：

保持CiteSpace軟件各項(xiàng)參數(shù)設(shè)置不變，在關(guān)鍵詞共現(xiàn)知識(shí)圖譜的基礎(chǔ)上進(jìn)行聚類。系統(tǒng)共篩選出286個(gè)關(guān)鍵詞節(jié)點(diǎn)和627條連線，自動(dòng)識(shí)別出9個(gè)聚類標(biāo)簽(見圖2)，分別為“科學(xué)(#0 science)”“創(chuàng)新(#1 innovation)”“醫(yī)療保健(#2 health care)”“社交媒體(#3 social media)”“模型(#4 model)”“圖書館(#5 library)”“系統(tǒng)(#6 system)”“數(shù)字鴻溝(#7 digital divide)”“機(jī)會(huì)(#8 opportunity)”。根據(jù)關(guān)鍵詞聚類圖譜，各聚類間整體呈現(xiàn)清晰，其中“科學(xué)(#0 science)”“創(chuàng)新(#1 innovation)”“模型(#4 model)”“系統(tǒng)(#6 system)”等標(biāo)簽含義較寬泛，需進(jìn)一步結(jié)合各類內(nèi)容展開詳細(xì)分析。“數(shù)字鴻溝(#7 digital divide)”與“機(jī)會(huì)(#8 opportunity)”聚類內(nèi)容間存在交集與重疊，且聚類間距相對(duì)較小，因而可以考慮歸為一類分析。

通過(guò)對(duì)形成聚類的主題關(guān)鍵詞及高頻關(guān)鍵詞的比較研究發(fā)現(xiàn)，近五年圖書情報(bào)領(lǐng)域研究主要有8個(gè)方向。

圖2 關(guān)鍵詞聚類圖譜

(1)科學(xué)計(jì)量

科學(xué)、文獻(xiàn)計(jì)量學(xué)等多個(gè)關(guān)鍵詞詞頻均大于500，且根據(jù)共現(xiàn)圖譜發(fā)現(xiàn)，聚類內(nèi)部主題間具有較強(qiáng)的關(guān)聯(lián)，說(shuō)明圖書情報(bào)領(lǐng)域在計(jì)量評(píng)價(jià)方面保持較高的研究熱度。在計(jì)量指標(biāo)的研究中強(qiáng)調(diào)其科學(xué)性[19]，即在選取指標(biāo)時(shí)著重考慮了指標(biāo)的科學(xué)依據(jù)，高頻詞有h指數(shù)等；方法有引文分析方法和網(wǎng)絡(luò)分析方法等；研究?jī)?nèi)容從對(duì)信息資源的計(jì)量評(píng)價(jià)到人員的計(jì)量與研究績(jī)效的評(píng)估?？茖W(xué)計(jì)量與評(píng)價(jià)的研究越來(lái)越體現(xiàn)跨學(xué)科的特點(diǎn)，且注重作者或機(jī)構(gòu)間的學(xué)術(shù)交流與科研合作[20]，旨在有效提高研究產(chǎn)出。

(2)知識(shí)管理

此聚類涵蓋的技術(shù)、績(jī)效、管理等關(guān)鍵詞詞頻均大于1000。前者作為管理領(lǐng)域研究的基礎(chǔ)，研究熱度保持穩(wěn)定。同時(shí)，行業(yè)組織與機(jī)構(gòu)越來(lái)越注重基于行業(yè)發(fā)展走勢(shì)研判的信息系統(tǒng)構(gòu)建以及相關(guān)應(yīng)用軟件開發(fā)，以提高自身核心競(jìng)爭(zhēng)力。此外，知識(shí)管理、知識(shí)共享、知識(shí)轉(zhuǎn)移等關(guān)鍵詞中大多數(shù)詞頻都大于200，說(shuō)明知識(shí)轉(zhuǎn)移能力乃至于知識(shí)研究保持較熱的研究態(tài)勢(shì)。而且，領(lǐng)導(dǎo)能力、決策與開放創(chuàng)新等主題關(guān)鍵詞同樣也是業(yè)界關(guān)注的重要元素。

(3)健康管理

此聚類中的主題詞健康、感知、性別、醫(yī)療保健等均是醫(yī)學(xué)文獻(xiàn)中常見詞，因而可以用“健康管理”(疾病風(fēng)險(xiǎn)管理，分析和評(píng)估患疾病的可能和因素，然后做出干預(yù)，以便及時(shí)預(yù)防和改善)標(biāo)注相應(yīng)聚類。近年來(lái)，學(xué)者們利用信息技術(shù)與信息管理方法展開對(duì)健康、醫(yī)療保健等相關(guān)主題的研究。其研究對(duì)象以青少年居多。此外對(duì)兩性差異的討論有著較高熱度[21]。結(jié)合共現(xiàn)與聚類圖譜可以發(fā)現(xiàn)健康主題、客戶感知主題與風(fēng)險(xiǎn)主題具有較強(qiáng)的關(guān)聯(lián)；進(jìn)而可得知，與醫(yī)療健康相關(guān)的信息所蘊(yùn)含的風(fēng)險(xiǎn)問(wèn)題一直都是消費(fèi)者關(guān)注的熱點(diǎn)[22]。因此，關(guān)于風(fēng)險(xiǎn)性以及客戶對(duì)風(fēng)險(xiǎn)性的感知的研究也呈現(xiàn)出熱度漸趨走高的態(tài)勢(shì)。

(4)網(wǎng)絡(luò)輿情

信息、社會(huì)化媒體、通信等都是該研究方向的高頻主題詞，其詞頻均大于800。網(wǎng)絡(luò)輿情以網(wǎng)絡(luò)為載體，最常見的社交媒體例如推特、臉書網(wǎng)等均是輿情事件產(chǎn)生與傳播的媒介。相關(guān)研究大多基于以社交媒介為載體的社交網(wǎng)絡(luò)來(lái)分析網(wǎng)絡(luò)輿情，常見的網(wǎng)絡(luò)輿情分析方法有社會(huì)網(wǎng)絡(luò)分析、情緒分析等。近幾年的研究顯示，信息的不確定性、信息的可靠性、有關(guān)機(jī)構(gòu)聲譽(yù)等主題都是網(wǎng)絡(luò)輿情研究中的高頻詞，尤其對(duì)數(shù)據(jù)保密和網(wǎng)絡(luò)管制等議題展開積極討論[23]。因此，如何幫助網(wǎng)民在大數(shù)據(jù)背景下辨別信息真?zhèn)?，積極引導(dǎo)網(wǎng)絡(luò)輿情的走向，從而為情報(bào)決策與政策實(shí)施提供依據(jù)將是該領(lǐng)域未來(lái)一段時(shí)間的研究重點(diǎn)。

(5)用戶行為

信息技術(shù)、客戶滿意度、感知有用性、承諾等以互聯(lián)網(wǎng)用戶為研究對(duì)象探討用戶的信息行為。2019年環(huán)球網(wǎng)數(shù)據(jù)報(bào)告顯示，全球已經(jīng)有45.4億互聯(lián)網(wǎng)用戶，占據(jù)全球總?cè)丝诘慕?0%。隨著互聯(lián)網(wǎng)的飛速發(fā)展，用戶行為研究無(wú)論是對(duì)于互聯(lián)網(wǎng)產(chǎn)品的精準(zhǔn)營(yíng)銷，還是對(duì)于互聯(lián)網(wǎng)平臺(tái)的精細(xì)運(yùn)營(yíng)都有重要意義[24]。如何在大量的用戶數(shù)據(jù)的基礎(chǔ)上，利用信息技術(shù)方法預(yù)測(cè)和構(gòu)建用戶行為模型，以提供更好的互聯(lián)網(wǎng)產(chǎn)品與服務(wù)成為近些年的研究重點(diǎn)[25]。用戶作為互聯(lián)網(wǎng)服務(wù)的主體，其良好的感知價(jià)值對(duì)整個(gè)互聯(lián)網(wǎng)生態(tài)具有積極的推動(dòng)作用是情報(bào)決策者需要考量的關(guān)鍵因素。此外，互聯(lián)網(wǎng)在發(fā)展過(guò)程中所產(chǎn)生的用戶信任和用戶隱私安全問(wèn)題也是成為這一領(lǐng)域的研究重點(diǎn)。

(6)圖書館與教育

圖書館不僅是資源服務(wù)平臺(tái)，也是高校信息教育平臺(tái)。根據(jù)共現(xiàn)與聚類圖譜，關(guān)于信息素養(yǎng)的研究與教育、學(xué)生、大學(xué)圖書館等主題聯(lián)系緊密，面向的對(duì)象群體側(cè)重于教職員與學(xué)生。因此如何有效利用圖書館教育資源培養(yǎng)教職員與學(xué)生的信息素養(yǎng)能力是圖書館研究領(lǐng)域近些年來(lái)關(guān)注的重點(diǎn)[26]。此外，隨著信息技術(shù)的發(fā)展，數(shù)字圖書館建設(shè)越來(lái)越成熟，用戶群體的行為研究也為圖書館建設(shè)提供參考依據(jù)。用戶尋求、用戶研究、用戶態(tài)度等高頻詞頻共達(dá)到2585次，占該方向總詞頻的38.5%；關(guān)注用戶行為以及提供精準(zhǔn)高效的服務(wù)是圖書館面向用戶的信息平臺(tái)需要考慮的重點(diǎn)。

(7)信息技術(shù)應(yīng)用

該研究方向相關(guān)的如機(jī)器學(xué)習(xí)、文本挖掘、自然語(yǔ)言處理等高頻主題詞詞頻共達(dá)到1146次，占總詞頻的27.1%?？梢酝茰y(cè)其作為數(shù)據(jù)處理、信息可視化的重要技術(shù)手段將在未來(lái)一段時(shí)間內(nèi)保持著較高熱度的發(fā)展態(tài)勢(shì)。計(jì)算機(jī)技術(shù)在醫(yī)療健康領(lǐng)域的應(yīng)用研究也較為豐富，“健康護(hù)理[27](care)、患者安全[28](patient safety)、電子健康檔案[29](electronic health record)、臨床決策支持(clinical decision support)” 等高頻主題詞詞頻共達(dá)到829次，占該方向高頻主題詞總詞頻的20%。由此可見健康信息學(xué)具有較高的研究熱度；并且隨著信息技術(shù)的不斷發(fā)展，醫(yī)療服務(wù)與醫(yī)療決策信息化程度將越來(lái)越高，相關(guān)研究也將繼續(xù)拓展。

(8)公共管理

從數(shù)據(jù)維度分析，公共服務(wù)如公共圖書館等高頻主題詞詞頻共達(dá)到590次，占該研究方向高頻詞的25.4%。公共服務(wù)如何更好地滿足公民生活與發(fā)展的日常需求，成為相關(guān)部門的人員需要重點(diǎn)考慮的問(wèn)題。此外，信息技術(shù)的飛速發(fā)展也帶來(lái)了一系列信息不對(duì)稱的問(wèn)題。其中，數(shù)字鴻溝就是信息時(shí)代的全球問(wèn)題[30]，它不僅是一個(gè)國(guó)家內(nèi)部不同人群對(duì)信息、技術(shù)擁有程度、應(yīng)用程度和創(chuàng)新能力差異造成的社會(huì)分化問(wèn)題，而且更為尖銳的是全球數(shù)字化進(jìn)程中不同國(guó)家因信息產(chǎn)業(yè)、信息經(jīng)濟(jì)發(fā)展程度不同所造成的信息時(shí)代的社會(huì)公平問(wèn)題[31]。因此，可以推測(cè)如何縮小和消除數(shù)字鴻溝、建立國(guó)際政治經(jīng)濟(jì)新秩序是未來(lái)研究的重要方向。

(四)熱點(diǎn)方向演化趨勢(shì)分析

前述8個(gè)研究方向的演化趨勢(shì)依據(jù)關(guān)鍵詞的時(shí)間線聚類來(lái)揭示。通過(guò)Timeline視圖的方式可以直觀地顯示研究領(lǐng)域關(guān)鍵詞的發(fā)展和演進(jìn)歷程。在參數(shù)設(shè)置與前文一致前提下，經(jīng)過(guò)聚類分析，呈現(xiàn)了8大熱點(diǎn)聚類主題下的不同關(guān)鍵詞的動(dòng)態(tài)變化歷程，如圖3所示。

時(shí)間線聚類圖譜上方標(biāo)注著相應(yīng)的年份，連線顏色代表聚類內(nèi)部或之間的兩兩主題關(guān)鍵詞共現(xiàn)的年份，由深藍(lán)、淺藍(lán)、綠色、黃色、紅色依次表示2015-2019年。各聚類時(shí)間線的長(zhǎng)度代表該聚類的活躍持續(xù)時(shí)長(zhǎng)。

圖3 2015-2019各研究方向主題熱點(diǎn)的演化圖

(1)以#0類為主導(dǎo)的科學(xué)計(jì)量方向；其研究活躍時(shí)間持續(xù)至2017年。研究產(chǎn)出與評(píng)價(jià)是活躍期內(nèi)討論的熱點(diǎn)主題，且越來(lái)越多地將社交媒體關(guān)注度引入引文、文章的使用評(píng)價(jià)中[32]；作者或機(jī)構(gòu)間的學(xué)術(shù)交流與科研合作保持著較高的研究熱度；圖書情報(bào)領(lǐng)域?qū)W科交叉融合的研究趨勢(shì)越來(lái)越明顯，各學(xué)科領(lǐng)域的學(xué)術(shù)合作研究也隨之受到較高的關(guān)注。2017年以后相關(guān)主題研究較之有明顯的下降。

(2)以#1類為主導(dǎo)的知識(shí)管理方向；該聚類研究時(shí)間較長(zhǎng)，持續(xù)到2019年。2015至2017年的研究主題主要體現(xiàn)在技術(shù)、軟件、管理、專利等；2018年-2019年，相關(guān)研究則更加重視經(jīng)濟(jì)組織與機(jī)構(gòu)的知識(shí)轉(zhuǎn)移、動(dòng)態(tài)適應(yīng)能力、開放式創(chuàng)新等主題，這與近年來(lái)云計(jì)算與大數(shù)據(jù)等新一代信息技術(shù)的飛速發(fā)展息息相關(guān)；此外，基于算法、數(shù)據(jù)和計(jì)算能力的人工智能相關(guān)技術(shù)已經(jīng)被引入多個(gè)研究領(lǐng)域，知識(shí)服務(wù)也是其中一個(gè)熱門領(lǐng)域[33]。

(3)以#2類為主導(dǎo)的健康管理方向。該方向的主題研究拓展持續(xù)至2018年。2017年的主題拓展研究相比起其他年份較為豐富，例如相關(guān)道德倫理層面的研究，這與醫(yī)療信息的不對(duì)稱、醫(yī)患關(guān)系等問(wèn)題息息相關(guān)[34]，也成為近兩年醫(yī)療信息服務(wù)與管理決策的一個(gè)熱門研究方向，即討論人的因素在該領(lǐng)域的影響作用。2018年以后研究熱度有明顯下降。

(4)以#3類為主導(dǎo)的網(wǎng)絡(luò)輿情方向。該方向的主題研究持續(xù)時(shí)間至2019年。相比起其他方向有明顯高的研究熱度。由于輿情傳播離不開互聯(lián)網(wǎng)與社交媒體，各種網(wǎng)絡(luò)產(chǎn)品與新技術(shù)的出現(xiàn)與更新會(huì)影響到該方向研究走向，因而可以推測(cè)社交媒體網(wǎng)絡(luò)輿情方向在圖書情報(bào)領(lǐng)域的研究將保持穩(wěn)定與可持續(xù)的發(fā)展態(tài)勢(shì)。

(5)以#4類為主導(dǎo)的用戶行為方向，與#3類也有聯(lián)系。該研究方向在2018年-2019年兩年間的研究熱度較高，相關(guān)拓展研究較豐富。近兩年的研究越來(lái)越關(guān)注用戶信息反饋、用戶隱私安全等。例如近年來(lái)屢屢發(fā)生的用戶數(shù)據(jù)被運(yùn)營(yíng)商非法竊取與交易以謀取利益的現(xiàn)象，也引起圖書情報(bào)領(lǐng)域的研究者們對(duì)數(shù)據(jù)清理、個(gè)人信息保護(hù)模型等方面研究的重視[35]。因而可以推斷其研究熱度還將持續(xù)上升。

(6)以#5為主導(dǎo)的圖書館與教育方向，與#6類也有關(guān)聯(lián)。該研究方向活躍時(shí)間較短；2015-2016年兩年間研究主題密度較大，2016年以后研究熱度則明顯下降，主題拓展研究相對(duì)較少，大多只在原有研究主題基礎(chǔ)上的補(bǔ)充研究。有關(guān)研究表明，圖書情報(bào)領(lǐng)域早年的研究重點(diǎn)放在圖書館的信息化建設(shè)上[36]，經(jīng)過(guò)多年的研究與發(fā)展，其研究熱度逐年下降。由此可以預(yù)測(cè)：圖書館方向的研究熱點(diǎn)將有新的變化。

(7)以#6為主導(dǎo)的信息技術(shù)應(yīng)用方向。該方向研究活躍時(shí)間持續(xù)至2018年并達(dá)到小高峰。在應(yīng)用技術(shù)領(lǐng)域，計(jì)算機(jī)視覺、智能語(yǔ)音、自然語(yǔ)言處理等為主要方向。但2019年后，圖書情報(bào)領(lǐng)域在計(jì)算機(jī)科學(xué)方向的研究拓展趨勢(shì)有明顯的下降。在學(xué)科交叉的研究大背景下，推測(cè)該方向在圖書情報(bào)研究領(lǐng)域未來(lái)的發(fā)展可能滲透到其他方向的研究中，為其他方向的研究提供技術(shù)支持。

(8)以#7和#8為主導(dǎo)的公共管理方向，與#0、#2、#3、等多個(gè)類均有關(guān)聯(lián)?！皵?shù)字鴻溝(#7 digital divide)”和“機(jī)會(huì)(8 opportunity)”兩個(gè)聚類該方向并不是圖書情報(bào)領(lǐng)域研究的重點(diǎn)，研究熱度較為平穩(wěn)。近幾年的研究集中于對(duì)不同國(guó)家和地區(qū)的公共管理服務(wù)的探討，其中公共部門信息的透明度是較受關(guān)注的研究主題。由此推測(cè)：隨著全球化的發(fā)展，圖書情報(bào)領(lǐng)域該方向的研究可能在國(guó)家層面上有一定程度的拓展。

(五)研究前沿主題分析

對(duì)未來(lái)研究進(jìn)行預(yù)測(cè)或者把握有價(jià)值的研究方向，需要進(jìn)行突現(xiàn)詞分析。突現(xiàn)詞是指基于詞頻將某段時(shí)間內(nèi)頻次變化率較高的詞從大量主題詞中探測(cè)出來(lái)，即具有強(qiáng)突趨勢(shì)的主題詞。預(yù)測(cè)原理在于依據(jù)Kleinberg最早提出的突現(xiàn)詞監(jiān)測(cè)算法對(duì)特定時(shí)期內(nèi)高頻增長(zhǎng)的關(guān)鍵詞匯準(zhǔn)確識(shí)別。隨著時(shí)間的推移，熱點(diǎn)突現(xiàn)詞由綠色變成紅色，部分詞由紅色再變成綠色，紅色線條的長(zhǎng)短代表該突現(xiàn)詞出現(xiàn)的時(shí)間。經(jīng)過(guò)前沿探測(cè)，一共得到21個(gè)突現(xiàn)詞。

圖4 突現(xiàn)詞信息表

根據(jù)突現(xiàn)詞信息表發(fā)現(xiàn)，研究評(píng)價(jià)、研究產(chǎn)出、用戶研究、調(diào)查等是2015年-2016年連續(xù)兩年的突現(xiàn)詞。其中，“評(píng)價(jià)”詞匯熱度最高，達(dá)到 20.269，它是科學(xué)計(jì)量研究方向的高頻詞，系2015年-2017年間的研究熱點(diǎn)；用戶研究在圖書情報(bào)領(lǐng)域的多個(gè)研究方向均是熱點(diǎn)主題。

知識(shí)轉(zhuǎn)移、研究績(jī)效、預(yù)防、研究人員、圖書館員、軟件、用戶滿意度等是2015-2017年間的突現(xiàn)詞，且均保持了兩年以上的強(qiáng)突趨勢(shì)。其中知識(shí)轉(zhuǎn)移、軟件研發(fā)在知識(shí)管理研究方向上依然保持著較高熱度的發(fā)展勢(shì)頭，這也預(yù)示著該方向相關(guān)研究越來(lái)越注重知識(shí)、情報(bào)與決策這幾個(gè)環(huán)節(jié)。研究人員、圖書館員、用戶滿意度等都是對(duì)人的研究，即科學(xué)計(jì)量、圖書館與教育、公共管理等研究方向上考慮人的因素的影響，以便更好地指導(dǎo)人員配備、人員培訓(xùn)等方面的決策。同時(shí)，在信息服務(wù)相關(guān)的多個(gè)研究方向上都涉及對(duì)消費(fèi)者滿意度的調(diào)查研究，即通過(guò)用戶滿意度來(lái)檢驗(yàn)信息服務(wù)質(zhì)量，也是近幾年的研究熱點(diǎn)主題。

2017-2019年間的突現(xiàn)詞有社會(huì)科學(xué)、國(guó)家、谷歌學(xué)術(shù)、性別差異、元分析、內(nèi)容分析等6個(gè)熱點(diǎn)詞。強(qiáng)突趨勢(shì)均保持三年以上。據(jù)此可推測(cè)，上述突現(xiàn)詞是當(dāng)下及未來(lái)一段時(shí)間內(nèi)圖書情報(bào)領(lǐng)域研究的前沿主題。其中，“社會(huì)科學(xué)”涵蓋經(jīng)濟(jì)學(xué)、政治學(xué)、社會(huì)學(xué)、管理學(xué)、傳播學(xué)等多個(gè)學(xué)科的前沿研究主題；尤其在2020年新冠肺炎全球蔓延，“國(guó)家”這一前沿主題在公共管理研究方向上具有較高的突現(xiàn)率，且研究趨勢(shì)隨時(shí)間變化而不斷強(qiáng)化，即從國(guó)家層面上討論公共信息透明度問(wèn)題的熱度還將保持下去；利用互聯(lián)網(wǎng)和社交媒體，如谷歌、Twitter等進(jìn)行知識(shí)傳播和科學(xué)交流平臺(tái)成為研究前沿；性別差異化研究中特別關(guān)注弱勢(shì)群體，如兒童、婦女、老年人的信息獲取能力；在研究方法的選擇上，既注重當(dāng)下主流的研究方法，同時(shí)更為關(guān)注元分析、內(nèi)容分析、統(tǒng)計(jì)學(xué)等交叉學(xué)科的研究方法。從而預(yù)示新的熱點(diǎn)正在醞釀過(guò)程之中。

三、研究趨勢(shì)分析

(一)機(jī)構(gòu)發(fā)文主要研究方向分析

統(tǒng)計(jì)機(jī)構(gòu)發(fā)文量分析有助于發(fā)現(xiàn)特定機(jī)構(gòu)的影響力；統(tǒng)計(jì)、分析高產(chǎn)機(jī)構(gòu)的主要研究方向，可以為辨析該領(lǐng)域研究走向提供參考與借鑒。

將數(shù)據(jù)導(dǎo)入InCites數(shù)據(jù)分析平臺(tái)，篩選出發(fā)文量排名前十的機(jī)構(gòu)及其主要研究方向，如表3所示。

表3 發(fā)文量前十機(jī)構(gòu)

根據(jù)可視化統(tǒng)計(jì)表(見表3)發(fā)現(xiàn)，文獻(xiàn)的發(fā)文機(jī)構(gòu)呈以下特點(diǎn):

(1)高產(chǎn)機(jī)構(gòu)集中于大學(xué)。文獻(xiàn)發(fā)文量排名前十的機(jī)構(gòu)均是大學(xué)，依次是德克薩斯大學(xué)、佛羅里達(dá)州立大學(xué)、加州大學(xué)、北卡羅來(lái)納大學(xué)、喬治亞大學(xué)、賓夕法尼亞聯(lián)邦高等教育(PCSHE)、武漢大學(xué)、印第安納大學(xué)、伊利諾伊大學(xué)和倫敦大學(xué)。特別要說(shuō)明的是前10中有一個(gè)中國(guó)研究機(jī)構(gòu)——武漢大學(xué)，說(shuō)明我們?cè)谶@方面的研究中已進(jìn)入世界前列。

(2)高產(chǎn)機(jī)構(gòu)之間的合作較為緊密。德克薩斯大學(xué)與佛羅里達(dá)州立大學(xué)、加州大學(xué)等機(jī)構(gòu)之間均有較為密切的合作；佛羅里達(dá)州立大學(xué)和印第安納大學(xué)等機(jī)構(gòu)之間的合作研究也較多。高產(chǎn)機(jī)構(gòu)間的密切合作表明圖書情報(bào)研究領(lǐng)域的學(xué)術(shù)交流氛圍濃厚，對(duì)于推進(jìn)學(xué)科領(lǐng)域間的科研合作與拓寬該領(lǐng)域研究途徑具有重要意義。

(3)高產(chǎn)機(jī)構(gòu)的研究方向各有側(cè)重。根據(jù)表3所列的前十高產(chǎn)機(jī)構(gòu)的主要研究方向分析發(fā)現(xiàn)，計(jì)算機(jī)科學(xué)之信息系統(tǒng)(COMPUTER SCIENCE, INFORMATION SYSTEMS)、管理(MANAGEMENT)、計(jì)算機(jī)科學(xué)之跨學(xué)科應(yīng)用(COMPUTER SCIENCE,INTERDISCIPLINARY APPLICATIONS)、通信(COMMUNICATION)、醫(yī)療保健科學(xué)與服務(wù)(HEALTH CARE SCIENCES & SERVICES)是高產(chǎn)機(jī)構(gòu)的熱門研究方向，與前文主題分析結(jié)果中的計(jì)算機(jī)科學(xué)與醫(yī)療保健等研究方向的發(fā)展態(tài)勢(shì)分析相一致。圖書情報(bào)領(lǐng)域的熱門研究方向中，跨學(xué)科應(yīng)用的相關(guān)研究占據(jù)較大比重，表明該領(lǐng)域的跨學(xué)科研究發(fā)展趨勢(shì)明顯[37-38]，計(jì)算機(jī)、通信等相關(guān)技術(shù)的迭代與更新對(duì)圖書情報(bào)領(lǐng)域的研究拓展具有助推作用。醫(yī)療保健科學(xué)與服務(wù)則成為令人矚目的熱點(diǎn)方向。

(二)高產(chǎn)作者發(fā)文研究方向分析

作者發(fā)文量分析有助于明確該領(lǐng)域內(nèi)的領(lǐng)軍人物與相應(yīng)的學(xué)術(shù)團(tuán)體，掌握?qǐng)D書情報(bào)領(lǐng)域的研究動(dòng)向。篩選出2015—2019年圖書情報(bào)領(lǐng)域內(nèi)發(fā)文量排名前十的作者，依次是Thelwall, Mike、Bornmann, Lutz、Leydesdorff, Loet、Abramo, Giovanni、Rousseau, Ronald、D’Angelo, Ciriaco Andrea、Lariviere, Vincent、Peet, Lisa、D’Angelo, Ciriaco Andrea和Ding, Ying。如表4所示。

表4 發(fā)文量前十作者

根據(jù)統(tǒng)計(jì)數(shù)據(jù)發(fā)現(xiàn)，高產(chǎn)作者的的主要研究方向是計(jì)算機(jī)科學(xué)之信息系統(tǒng)(COMPUTER SCIENCE, INFORMATION SYSTEMS)、計(jì)算機(jī)科學(xué)之跨學(xué)科應(yīng)用(COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS)等。高產(chǎn)作者之間也有較為密切的合作，合作方向包括計(jì)算機(jī)科學(xué)之信息系統(tǒng)(COMPUTER SCIENCE, INFORMATION SYSTEMS)、計(jì)算機(jī)科學(xué)之跨學(xué)科應(yīng)用(COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS)和通信(COMMUNICATION)等。作者合作通常對(duì)研究人員的生產(chǎn)力有積極的影響，且合作密切程度能反映相關(guān)領(lǐng)域研究的繁榮程度，因此表明在圖書情報(bào)領(lǐng)域，計(jì)算機(jī)科學(xué)、信息系統(tǒng)、跨學(xué)科應(yīng)用、通信等是學(xué)者們合作研究的熱門方向。

(三)發(fā)文期刊分析

分析文獻(xiàn)的來(lái)源期刊，可以通過(guò)統(tǒng)計(jì)得出特定領(lǐng)域具有代表性的期刊，以揭示該領(lǐng)域文獻(xiàn)發(fā)表的期刊分布特點(diǎn)。本研究共涉及86種來(lái)源期刊，此處僅列出發(fā)文量排名前20位的期刊，如表5所示。

表5 發(fā)文量前十期刊

從統(tǒng)計(jì)表5可以分析得出，SCIENTOMETRICS(《科學(xué)計(jì)量學(xué)》)是圖書情報(bào)領(lǐng)域發(fā)文量最多與被引頻次最高的期刊，且均大幅超過(guò)其他期刊。其發(fā)文量占前20種期刊發(fā)文總量的15.1%，被引頻次占前20種期刊總被引次數(shù)的14%，可見該期刊是圖書情報(bào)領(lǐng)域最具影響力與代表性的期刊，因此SCIENTOMETRICS可以為該領(lǐng)域的相關(guān)研究提供較有說(shuō)服力的參考和借鑒。其次，在表5所列出的前20種期刊中有三種期刊與醫(yī)學(xué)專業(yè)相關(guān)，即JOURNAL OF THE AMERICAN MEDICAL INFORMATICS ASSOCIATION(《美國(guó)醫(yī)學(xué)信息學(xué)協(xié)會(huì)雜志》)、QUALITATIVE HEALTH RESEARCH(《定性健康研究》)和JOURNAL OF HEALTH COMMUNICATION(《健康傳播雜志》)，三種期刊總發(fā)文量占前20種期刊發(fā)文總量的21%，被引頻次占前20種期刊的總被引次數(shù)的22.4%。由此可見：廣義的健康管理與圖書情報(bào)領(lǐng)域的數(shù)據(jù)、信息與情報(bào)決策服務(wù)的支持密切相關(guān)，故交叉學(xué)科——健康信息學(xué)這一新興學(xué)科逐漸成為學(xué)界關(guān)注的熱門領(lǐng)域。

四、余論

每一個(gè)學(xué)科的研究主題都經(jīng)歷“綜合—分化—再綜合”的發(fā)展過(guò)程，圖書情報(bào)學(xué)科領(lǐng)域也是如此。即遵循著該領(lǐng)域三個(gè)核心層次的演化路徑(從數(shù)據(jù)到信息，從信息到知識(shí)，從知識(shí)再到情報(bào)與決策支持)，不斷豐富與拓展該領(lǐng)域的科學(xué)研究視域。本研究通過(guò)對(duì)SSCI數(shù)據(jù)庫(kù)86種圖情類期刊2015-2019年期間文獻(xiàn)的關(guān)鍵詞分析(本是88種，但ESI平臺(tái)只有86種刊數(shù)據(jù))，同時(shí)參考ESI學(xué)科研究方向分類，梳理、歸納出該領(lǐng)域的8個(gè)熱門研究方向以及對(duì)應(yīng)的主題熱點(diǎn)的演化趨勢(shì)。其中，科學(xué)計(jì)量 、健康管理、圖書館與教育、技術(shù)應(yīng)用等方向研究熱度逐漸趨弱，將逐步為新的熱點(diǎn)所替代；社交媒體、知識(shí)服務(wù)、數(shù)據(jù)科學(xué)、公共管理方向研究態(tài)勢(shì)穩(wěn)定，故仍會(huì)持續(xù)相當(dāng)一段時(shí)間；2017-2019年突現(xiàn)詞“社會(huì)科學(xué)、國(guó)家、谷歌學(xué)術(shù)、性別差異、元分析、內(nèi)容分析”是當(dāng)下及未來(lái)一段時(shí)間內(nèi)圖書情報(bào)領(lǐng)域研究的前沿主題；圖書情報(bào)學(xué)研究諸多內(nèi)容與其他學(xué)科領(lǐng)域形成交互融合態(tài)勢(shì)。就從分化走向綜合(融合)的交互過(guò)程而言，國(guó)內(nèi)外圖書情報(bào)學(xué)研究有兩種不同走向：其一，吸納現(xiàn)代信息技術(shù)相關(guān)學(xué)科等領(lǐng)域成熟理論與技術(shù)工具不斷豐富自身內(nèi)涵；其二，為多個(gè)應(yīng)用學(xué)科研究提供來(lái)自“信息—知識(shí)—情報(bào)”維度的決策支撐，乃至于醞釀、衍生出新的交叉學(xué)科。

對(duì)比國(guó)內(nèi)圖書情報(bào)領(lǐng)域的主題熱點(diǎn)研究，學(xué)者司莉[7]、馮惠玲[39]等在其研究中指出，國(guó)內(nèi)研究集中于大數(shù)據(jù)背景下的圖書館發(fā)展動(dòng)態(tài)、文獻(xiàn)計(jì)量分析、基于新媒體的學(xué)術(shù)評(píng)價(jià)、圖書館學(xué)和情報(bào)學(xué)學(xué)科發(fā)展、用戶信息交流與行為、信息服務(wù)及質(zhì)量評(píng)價(jià)等方面。對(duì)比本文歸納出的國(guó)際圖書情報(bào)領(lǐng)域8個(gè)熱門研究方向發(fā)現(xiàn)，國(guó)內(nèi)更注重“圖書館”相關(guān)問(wèn)題的研究[40]，多個(gè)熱門研究方向均圍繞圖書館的信息服務(wù)展開，而國(guó)外的研究有淡化圖書館的傾向[41]，更注重于研究信息與情報(bào)服務(wù)在多個(gè)學(xué)科領(lǐng)域的應(yīng)用。例如健康管理、網(wǎng)絡(luò)輿情、公共管理等領(lǐng)域。也就是前文所說(shuō)的交叉融合態(tài)勢(shì)中的第二種走向。另一方面，國(guó)內(nèi)圖書情報(bào)領(lǐng)域有關(guān)服務(wù)對(duì)象研究以圖書館信息用戶為主[42]，而國(guó)際學(xué)界研究則側(cè)重廣義的用戶信息行為研究。既涉及各種不同領(lǐng)域，如醫(yī)療健康領(lǐng)域中的服務(wù)對(duì)象是近幾年研究的重點(diǎn)；且突現(xiàn)詞中，“性別差異”在列表明有關(guān)弱勢(shì)群體的信息行為研究已受到廣泛關(guān)注。因而可以說(shuō)，國(guó)內(nèi)圖書情報(bào)學(xué)研究路徑相對(duì)內(nèi)斂與專注。而國(guó)外學(xué)界研究路徑則內(nèi)斂與發(fā)散兼具；前述發(fā)文分析中，涉及計(jì)算機(jī)、健康管理等方面的跨學(xué)科研究獨(dú)占鰲頭以及“元分析”“內(nèi)容分析”位列近年來(lái)六大突現(xiàn)詞等等均表明其跨學(xué)科交叉研究在這兩個(gè)向度上都成績(jī)斐然。

在學(xué)科交叉發(fā)展大背景下，學(xué)術(shù)交流與合作越來(lái)越密切。從本研究86來(lái)種期刊分析可以看出，不管是學(xué)術(shù)機(jī)構(gòu)還是發(fā)文作者研究領(lǐng)域都是在多學(xué)科視域，相互交融合作前提下展開。因此，我國(guó)的研究應(yīng)在立足于自身國(guó)情的基礎(chǔ)上，更加注重圖書情報(bào)學(xué)科與其他學(xué)科之間的融合發(fā)展，為新的學(xué)術(shù)生態(tài)環(huán)境下進(jìn)一步優(yōu)化學(xué)科結(jié)構(gòu)以及拓寬學(xué)科研究方向奠定基礎(chǔ)。

文章寫作過(guò)程中，我的碩士研究生鄭佳陽(yáng)同學(xué)在此文數(shù)據(jù)清洗及文獻(xiàn)翻譯中做了大量的工作，謹(jǐn)致謝忱。