國外及港臺地區(qū)智慧圖書館研究熱點及作者合作現(xiàn)狀探析

楊 柳 邵 波

論文以Web of Science數(shù)據(jù)庫收錄的智慧圖書館領域相關文獻為研究對象，利用TDA清理數(shù)據(jù)并構建共詞矩陣，使用SPSS對高頻關鍵詞進行聚類，探討智慧圖書館RFID實驗、信息構架、虛擬技術、建設意義、模型設計、信息服務六大研究主題；同時使用Ucinet繪制高產(chǎn)作者團體共現(xiàn)圖譜，開展國際合作分析與中心性分析。在獲悉研究熱點與作者合作現(xiàn)狀基礎上，從重視用戶調研、擴大研究群體、加強學術交流、理論切合實際四個方面探討對國內研究的啟示。

智慧圖書館聚類分析社會網(wǎng)絡分析研究熱點作者群體

0 引言

“智慧圖書館”（Smart Library）一詞最早于文獻中出現(xiàn)可以追溯到2003年，芬蘭奧盧大學學者Markus Aittola, Tapio Ryh nen, Timo Ojala三人合作發(fā)表的《Smart Library—Location-Aware Mobile Library Service》一文中，將智慧圖書館作為該校圖書館一項新的服務應用予以闡述[1]。智慧圖書館是現(xiàn)代圖書館科學發(fā)展的理念與實踐，它以數(shù)字化、網(wǎng)絡化、智能化的信息技術為基礎，以互聯(lián)、高效、便利為主要特征，以綠色發(fā)展和數(shù)字惠民為本質追求，是我國智慧城市建設的重要服務單位和主要推動力[2]。近年來，智慧城市的創(chuàng)建工作在國家政策引導與支持下開展得如火如荼，智慧圖書館作為其實踐的重要內容，關于該領域的研究也逐漸成為國內新的研究熱點。

文獻調研發(fā)現(xiàn)，我國大陸地區(qū)現(xiàn)有研究智慧圖書館的文章，主要是從我國圖書館發(fā)展戰(zhàn)略視角出發(fā)，對智慧圖書館概念、構建、技術等問題的探討，而國外及港臺地區(qū)對智慧圖書館的探討開展得較早，在技術、實踐、理念上的研究亦相對成熟。本文基于文獻調研，試圖揭示國外及港臺地區(qū)智慧圖書館領域的研究進展，以期對我國內地相關領域的理論研究與實踐提供借鑒。

1 數(shù)據(jù)來源及研究方法

1.1 數(shù)據(jù)來源

本文數(shù)據(jù)來源于Web of Science，選取其下三個子庫SCIE（科學引文索引擴展板：1900—至今），SSCI（社會科學引文索引：1900—至今），A&HCI（藝術與人文引文索引：1975—至今），時間設定為2003—2013年，以“（smart or wisdom or intelligent）and librar*”為檢索式進行主題檢索，檢索結果為472條記錄。數(shù)據(jù)下載日期為2013年12月10日。

TDA（Thomson Data Analyzer），是美國Thomson公司開發(fā)的一款具有強大分析功能的文本挖掘軟件，支持對文本數(shù)據(jù)進行多角度的挖掘、清理和可視化分析。筆者將下載的472條記錄導入TDA開展數(shù)據(jù)的清理與初步分析，剔除錯檢、無關鍵詞文獻，共得

到171篇文獻作為進一步分析的數(shù)據(jù)源。

1.2 研究方法

本文在數(shù)據(jù)清理基礎上，一方面，利用SPSS20.0軟件，對關鍵詞進行聚類分析，根據(jù)聚類結果研讀作為數(shù)據(jù)源的論文，深入揭示智慧圖書館研究熱點；另一方面，憑借Ucinet6.0軟件，對智慧圖書館領域的作者合作情況開展社會網(wǎng)絡分析，以便獲悉其學術群體現(xiàn)狀。數(shù)據(jù)處理流程如圖1所示。

1.2.1 聚類分析

聚類分析（Cluster Analysis）是研究“物以類聚”的一種方法，沒有預先設定好的主題類別。其基本思想是：首先，將n個樣品看成n類，即一類只包括一個樣品，然后將性質接近的兩類合并為一個新類，這樣得到n-1類，再從n-1類中找到性質最接近的兩類加以合并，變成n-2類，如此類推，直到所有的樣品聚為一類。最后把整個分類系統(tǒng)用譜系圖進行表示，它可以顯示所有關鍵詞之間的親疏關系[3]。

1.2.2 社會網(wǎng)絡分析

社會網(wǎng)絡分析法（Social Network Analysis, SNA）是對社會關系結構及其屬性加以分析的一套規(guī)范和方法，其特征之一就是從定性和可視化方面對定量分析進行補充[4]。用社群網(wǎng)絡分析挖掘軟件對作者群體進行分析時，可以用由多個點和各點之間連線組成的共現(xiàn)知識圖譜進行可視化，它可以反映作者的科研量，對資源的掌控程度，在某一研究領域中的地位及他們之間的科研合作關系等。

2 研究熱點分析

2.1 提取高頻關鍵詞

據(jù)TDA統(tǒng)計，文獻中共有1014個關鍵詞。使用List Cleanup功能對此1014個無序的關鍵詞進行清理，合并大小寫、單復數(shù)等類型詞，得到關鍵詞975個。鑒于智慧圖書館是一個新的研究領域，本文選擇詞頻不少于3次的38個關鍵詞作為聚類分析的基礎，統(tǒng)計情況如表1所示。

表1 高頻關鍵詞統(tǒng)計表（Keywords≥3）

數(shù)據(jù)顯示，這38個關鍵詞涵蓋了128篇文獻，占總文獻的74.85%。由表1可知，除“系統(tǒng)”外，其余關鍵詞的研究文獻所占比率均在10%以下?？梢?，國外及港臺地區(qū)智慧圖書館領域的研究比較分散，沒有

十分集中的主題領域。高頻關鍵詞可初步反應研究熱點，但由于關鍵詞均為單詞，含義零碎、單一，缺乏關聯(lián)性、系統(tǒng)性，難以全面描繪熱點研究領域[5]?；诠铂F(xiàn)分析的聚類分析方法可將聯(lián)系最緊密、距離最近的關鍵詞歸為一類，從而準確揭示研究熱點。

2.2 高頻關鍵詞相異矩陣

憑借TDA的Create Matrix功能，生成38個關鍵詞的共現(xiàn)矩陣。使用Excl中的宏功能，基于編程代碼將此共現(xiàn)矩陣轉為相似矩陣。由于相似矩陣中0值過多，統(tǒng)計時容易造成誤差過大情況，為方便進一步處理，用1與全部相似矩陣上的數(shù)據(jù)相減，得到表示兩詞間相異程度的相異矩陣[6]，如表2所示。

表2 高頻關鍵詞相異矩陣（部分）

2.3 高頻關鍵詞聚類知識圖譜

在SPSS20.0中，選擇系統(tǒng)聚類（Hierarchical Cluster）功能，其中聚類方法采用離差平方和法（Words Method）,度量標準選擇“計數(shù)”中的斐方度量（Phi—Square Measure）方法，進行聚類分析。在此基礎上，使用因子分析中的碎石檢驗準則確定應提取的因子數(shù)。由圖2我們可以看出，當累積到第7個因子時，曲線開始接近平滑，它的前一點數(shù)值為6。因此，提取6個因子，即將關鍵詞劃分為6組最為合理，聚類分組結果如圖3所示。

從圖3可以看出，“圖書館”與其他所有關鍵詞存在主干和分支的結構關系，六大簇類是圍繞圖書館展開具體研究的。根據(jù)文獻被引次數(shù)，選取各大主題下相對高被引、具代表性的文獻進行主題闡述。

（1）智慧圖書館RFID實驗研究，包括RFID和實驗。RFID（Radio Frequency Identification）即射頻識別，它是一種自動化的數(shù)據(jù)采集技術，可用于電子識別、跟蹤，以及群體或個別條目信息的存儲。香港大學Lau P Y等、臺灣中正大學等高校Wu T Y等人基于RFID技術設計圖書館智能書架，前者側重技術探索，后者著重闡述實踐成功后產(chǎn)生的效益與意義[7-8]；西班牙阿拉卡拉大學Castano B等學者結合RFID與SIGUEME技術開發(fā)智能系統(tǒng)，可使用戶在眾多書庫與書架中以最短時間、最短路徑找到所需文獻[9]。

（2）智慧圖書館信息構架研究，包括構架、信息與廣播網(wǎng)。該主題的研究集中于運用網(wǎng)絡技術與信息技術改進原有圖書館系統(tǒng)，探索開發(fā)新的系統(tǒng)架構，在實現(xiàn)信息準確、快速傳播的前提下，方便用戶獲取、使用信息。臺灣和春技術學院的Chen L S探討了如何利用群體智能（Swarm Intelligence）提高圖書館信息構架的智能化、人性化，由此即便不具備IT信息素養(yǎng)的用戶，也能方便地與圖書館系統(tǒng)進行交互對話[10]；澳大利亞國防科技組織的Wilson A R等學者致力于設計低能耗、高兼容傳感器接口的技術探索[11]；澳大利亞新南威爾士大學Balnaves E等運用創(chuàng)新性“概念驗證”理念，探討智能客戶端程序在圖書館電子期刊歸檔工作中的應用[12]。

（3）智慧圖書館虛擬技術研究，包括行為，智慧，電子書、STEP-NC、智能、最優(yōu)化、算法、系統(tǒng)、體系結構、數(shù)據(jù)庫、傳感器。該主題的研究主要分為技術研發(fā)與實踐應用兩方面。關于技術研發(fā)的研究有：新西蘭奧克蘭大學等校Xu X等人合作探究新一代STEP-NC技術，并從其解析器和運動控制器兩方面展開論證[13]；西班牙阿科魯尼亞等校Fraguela B B等人研發(fā)基于CFlex的FlexRAM為原型框架來優(yōu)化智能內存系統(tǒng)高水平運行[14]。關于實踐應用的研究有：臺灣國立中興大學Tasi C S等采用人工神經(jīng)網(wǎng)絡和數(shù)據(jù)挖掘技術來滿足用戶息需求，他們根據(jù)用戶背景差異將其劃分為多個集群進行實驗[15]；韓國建國大學Noh Y探索語境感應（context-aware）技術在新一代圖書館中的應用，并指出此項技術可能為用戶提供最好的便捷性服務[16]。

（4）智慧圖書館建設意義研究，包括數(shù)字圖書館、數(shù)字化學習、檢索、代理、軟件開發(fā)、智能代理、學習方式。該主題的研究偏重基于某項應用或技術，論證

其可能或已經(jīng)產(chǎn)生的效益。意大利信息通信中心Buscema M等基于人工神經(jīng)網(wǎng)絡技術整合分析學生用戶的專長、喜好、教育途徑、期望掌握的專業(yè)技能等因素，闡述人工適應系統(tǒng)在學生用戶開展數(shù)字化學習中實踐意義的同時，論證知識管理和數(shù)字化學習之間的協(xié)同效應[17]；加拿大溫莎大學Liu G Y以文獻調研方式論證智能代理技術在圖書館環(huán)境中的實際應用現(xiàn)狀與潛在價值影響[18]；澳大利亞格拉茨大學Dreher H等人基于最新信息技術與通信技術，展示新一代數(shù)字圖書館和數(shù)字化學習門戶網(wǎng)站系統(tǒng)的同時，闡述其構建意義[19]。

（5）智慧圖書館模型設計研究，包括設計、決策、管理，智能系統(tǒng)，選擇、案例推理、產(chǎn)生、模型。由于智慧圖書館建設尚處于起步階段，因而關于其模型設計的研究大都處于實驗期，真正應用于實踐的寥寥無幾。立陶宛維爾紐斯技術學院Zavadskas E K等學者提出構建智慧圖書館及其輔導系統(tǒng)模型的設想，該模型支持信息與知識最大限度再利用、分析、整合等功能，以滿足高校與機構用戶的個性化數(shù)字化學習[20]；比利時天主教魯汶大學Berendt B等基于數(shù)據(jù)挖掘技術構建了一種可感知的檢索系統(tǒng)模型，用戶可反復修改系統(tǒng)自動生成的聚類直至找到滿意的檢索結果[21]；韓國建國大學Noh Y通過理論研究和案例分析，研發(fā)基于上下文感知的信息服務模型，該模型可以識別用戶突發(fā)需求[22]。

（6）智慧圖書館信息服務研究，包括萬維網(wǎng)、信息檢索、用戶研究、圖書館、學術圖書館、移動技術、信息技術。臺灣國立交通大學Chang C C等人通過對用戶信息檢索和借閱行為的系列研究，構建了能滿足不同用戶需求的智能數(shù)據(jù)挖掘模型，并以數(shù)據(jù)分析、數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術等為依托，分析圖書館用戶借閱記錄，探索提高用戶檢索效率的途徑[23-24]；澳大利亞昆士蘭科技大學Bilandzic M等選取昆士蘭州立圖書館為調研點，調查分析用戶的數(shù)字資源合作學習行為，以期為強化圖書館作為非正式、合作化社會學習場所功能提供建議[25]。

3 作者合作情況分析

3.1 提取高產(chǎn)合作作者

從Web of Science下載的文獻信息中，作者字段使用的是縮寫格式，由此，TDA可能會將代表兩位以上不同作者的縮寫名視作一位進行統(tǒng)計。針對上述問題，筆者首先對信息中的作者項進行區(qū)分。處理后顯示，智慧圖書館研究領域涉及作者582位。根據(jù)普賴斯在《小科學，大科學》一書中對洛特卡定律的推論：發(fā)文數(shù)量在0.749（Nmax1/2）篇以上的作者為核心作者，其中，Nmax 為發(fā)文量最多的作者所發(fā)表的論文數(shù)量[26]。智慧圖書館研究領域中Nmax=3，計算得

出此領域最低產(chǎn)學者所發(fā)表的論文數(shù)應為1.30篇，取整數(shù)為2篇。即相對來說，發(fā)文2篇及2篇以上的作者為智慧圖書館領域的高產(chǎn)作者，據(jù)TDA分析，共得到32位高產(chǎn)作者。

考慮到高產(chǎn)作者亦會和其他作者產(chǎn)生合作關系，僅對32位作者進行分析，不能全面客觀地揭示高產(chǎn)作者合作情況。因而，筆者將32位作者的文章單獨列出，提取所有與高產(chǎn)作者產(chǎn)生合作關系的作者共115位，以此作為分析基礎。使用TDA的Create Matrix功能，構建115位作者共現(xiàn)矩陣，如表3所示。

3.2 高產(chǎn)作者團體共現(xiàn)圖譜

利用Ucinet集成的Netdraw軟件對共現(xiàn)矩陣進行可視化，得到國外及港臺地區(qū)智慧圖書館高產(chǎn)作者團體共現(xiàn)圖譜，如圖4所示。圖中圓形節(jié)點代表高產(chǎn)作者，并標注對應的姓名，方形節(jié)點代表與高產(chǎn)作者產(chǎn)生合作關系的作者。節(jié)點大小代表他們在網(wǎng)絡中的中心度，節(jié)點之間的連線粗細表示作者兩兩之間的合作交流強度。需要指出的是，Chen L S沒有與任何作者產(chǎn)生合作關系，在共現(xiàn)圖譜中，他顯示為獨立的點，因本文分析的是合作情況，因此筆者在圖4中剔除了該獨立點，也不再對其進行分析。從圖4中可以看出，國外及港臺地區(qū)智慧圖書館領域的高產(chǎn)作者共形成了13個合作群體，作者間的合作網(wǎng)絡較為稀疏（密度為0.0665）。

3.2.1 國際合作分析

經(jīng)統(tǒng)計，目前共有40個國家及地區(qū)開展智慧圖書館的相關研究。為了解高產(chǎn)作者團體的國際合作情況，基于圖4中的分組，筆者使用Ucinet將13個作者團體與40個國家及地區(qū)的共現(xiàn)關系進行可視化，刪除孤立節(jié)點后如圖5所示。

可見，13個團體中，有5個為跨國合作，國際合作率為27.78%。其中Group1的合作網(wǎng)絡最大，由21名學者組成，他們分別來自美國、韓國、英國、中國大陸、中國臺灣和德國；涉及兩個國家的合作團體有4個，分別是Group2、Group3、Group4、Group6，其中Group2包含20名學者，Group3次之，有12名作者，Group4、Group6分別有10名、7名學者。同一國或同一地區(qū)內的合作團體數(shù)量最多，有8個，結合圖1可以看出，這8個團體的合作網(wǎng)絡相對較小。從文獻量統(tǒng)計情況來看，各研究群體的發(fā)文量均不多，可見各團體的交流尚處于起步磨合階段，沒有形成穩(wěn)定、系統(tǒng)的合作模式。

3.2.2 中心性分析

根據(jù)社會網(wǎng)絡分析理論，中心性分析主要包括點度中心度、中間中心度與接近中心度三個指標。點度中心度衡量作者與其他學者之間聯(lián)系的多少。中間中心度反應作者對資源的控制程度。對接近中心度的分析要求網(wǎng)絡中每個節(jié)點都與其他所有節(jié)點有聯(lián)系，本文構建的合著網(wǎng)絡不是一個完全聯(lián)通的網(wǎng)絡，因此不能計算接近中心性。利用Network對圖4中作者的點度中心度與中間中心度進行統(tǒng)計，各中心度排名前5的作者如表4、表5所示。

表4 作者點度中心度前5統(tǒng)計

表5 作者中間中心度前5統(tǒng)計

由表4可見，Klein J、Demuth D、Strehlau W皆是Group2的核心成員，他們各自與其他作者之間有21次的直接合作關系，相對點度中心度為9.211%，所占份額為0.024。有三位作者并列點度中心度第一，且表4中的數(shù)值差異較小，中心度較為接近，可見智慧圖書館研究領域中尚未出現(xiàn)占據(jù)主要位置的中心人物。整個網(wǎng)絡的點度中心度為5.99%，數(shù)值偏低，表明該領域作者合作較分散。

表5中，中間中心度居于首位的是Hong K，他的中介性為96，標準化中間中心度為1.490，該值雖遠高于該領域其他作者，就中間中心度而論卻屬于較低的數(shù)值，且其點度中心度位列第4。而整個網(wǎng)絡的中間中心度為1.47%，該值亦較低，說明網(wǎng)絡連通性差，核心作者之間的合作關系少，規(guī)模較小?？梢?，在智慧圖書館研究領域中，至今尚沒有作者掌握較多的研究資源。由此說明，智慧圖書館還是一個新興學科，學者在此領域的研究尚處于起步階段，所有學者對資源的掌控能力都不高。

4 啟示

4.1 以讀者需求為導向，重視用戶調研工作

高頻關鍵詞統(tǒng)計表中，“用戶研究”位居第四，有11篇文獻對用戶的具體信息行為進行分析。從六大主題的內容分析中可以看出，國外及港臺地區(qū)研究多以用戶需求為主，注重研究可能帶給用戶的實際效益。據(jù)對我國內地智慧圖書館領域的文獻調研，筆者發(fā)現(xiàn)多數(shù)學者已意識到重視讀者需求，如武龍龍等指出智慧圖書館的建設要預先考慮用戶可能遇到的問題[27]；金敏婕論述了智慧圖書館提供的智能個性化服務將滿足用戶多元需求[28]；烏恩提倡構建智慧平臺時應堅持服務主導原則[29]等，但至今尚無學者調研搜集用戶的實際信息需求及行為。任何時期為用戶提供信息服務都是圖書館工作的核心內容，智慧圖書館的理論研究與實踐建設只有以用戶需求為主導，才能確保其正確的發(fā)展方向。

4.2 吸引新優(yōu)研究力量，發(fā)展核心研究群體

中心性分析結果顯示，國外及港臺地區(qū)智慧圖書館研究領域尚未出現(xiàn)核心作者與相對穩(wěn)定、緊密的核心研究群體。據(jù)李顯志對國內智慧圖書館理論研究的分析，國內核心研究人群亦未形成[30]。而核心研究群體是一個領域發(fā)展與繁盛的基本保障，直接決定該領域理論研究與實際建設的進度與高度。我國研究應注重渲染智慧圖書館的發(fā)展前景與重要性，吸引與培養(yǎng)新進、優(yōu)質研究力量并舉，逐漸形成研究能力強、聯(lián)系緊密的核心研究群體，推動我國智慧圖書館研究與建設穩(wěn)步、高效發(fā)展。

4.3 加強合作交流意識，營造良好學術氛圍

從國際合作分析中可見，智慧圖書館跨國合作率僅為27.78%，大部分合作行為尚屬一國內部的交流，這樣的研究孤島現(xiàn)象不利于新思想、新技術的傳播，最終將阻礙智慧圖書館發(fā)展。我國學者應加強兩個方面的合作意識：（1）鑒于智慧圖書館的平臺構建、系統(tǒng)開發(fā)等研究需要計算機科學、通訊工程、建筑學等多學科知識作支撐，學者應在加強同行內部合作的同時，注重與相關學科研究人員的學術交流；（2）拓展國內外智慧圖書館建設和研究的交流渠道，積極關注、參加以“智慧圖書館”為主題的學術交流會議等國際活動[30]，善于把握國際學習合作契機。

4.4 堅持因地制宜，理論研究切合實際建設

我國學者在吸收國外創(chuàng)新理念、引進先進技術的過程中，亦應意識到國內外社會體制、經(jīng)濟文化、信息技術的發(fā)展等都存在顯著差異。我國的理論研究必須結合國情實際，適時地切合當時當?shù)氐陌l(fā)展現(xiàn)狀，方能產(chǎn)生實踐指導意義。智慧圖書館是實現(xiàn)圖書館轉型的新契機，是未來圖書館發(fā)展的新機遇，將使圖書館真正邁向可持續(xù)發(fā)展之路[31]。我國智慧圖書館的理論與實踐應堅持主次分明、循序漸進的原則，在國家政策支持、引導下，多視角探索具中國特色的智慧圖書館發(fā)展模式。

[1]Markus Aittola，Tapio Ryhnen，Timo Ojala.Smart Lib rary-Location-Aware Mobile Library Service[J]. International Symposiumon Human Computer Interaction with Mobile Devices and Services，2003（5）：411-415.

[2]王世偉.論智慧圖書館的三大特點[J].中國圖書館學報，2012（11）：22-28.

[3]皇甫青紅，華薇娜，劉艷華，等.國際數(shù)字圖書館領域研究熱點及作者團體分析[J].情報雜志，2013（1）：

118-123.

[4]Martin Kilduff，蔡文斌.社會網(wǎng)絡與組織[M].北京：中國人民大學出版社，2008：27.

[5]聶冰.iSchools年會研討熱點分析及對我國圖書情報學教育的啟示[J].圖書情報知識，2011（6）：120-126，92.

[6]張勤，馬費成.國外知識管理研究范式：以共詞分析為方法[J].管理科學學報，2007（12）：65-75.

[7]Lau P Y，Yung K K O，Yung E K N.A Low-Cost Printed CP Patch Antenna for RFID Smart Bookshelf in Library[J].IEEE Transactions On Industrial Electronics，2010，57（5）：1583-1589.

[8]Wu T Y，Yeh K C，Chen R S，Chen Y C，Chen C C.Integrated Library Service Application Platform Based on the Smart Book Shelf[J].Malasian Journal of Library&Information Science，2011，16（12）：103-119.

[9]Castano B，E-Martin Y，R-Moreno M D，Usero L.Intelligent System for Detection and Guidance of Users In Libraries[J].Revista Espanola De Documentacion Cientifica，2013，36（1）：916.

[10]Chen L S.Applying swarm intelligence to a library system[J].Library Collection Acquisitions&Technical Services，2010，34（1）：1-10.

[11]Wilson A R，Vincent P S.Networked Low-Power Sensing：Network Interface and Main Operating System [J].IEEE Sensors Journal，2010，10（9）：1495-1507.

[12]Balnaves E，Chehade M.Smart Client approaches to digital archiving of e-journals[J].Electronic Library，2009，27（5）：837-845.

[13]Wang J，Xu X，Sun J，Li R T，Wang W S.Development of an NC controller for next generation CNCS [J].Information Journal of Innovative Computing Information and Control，2008，4（3）：593-604.

[14]Fraguela B B，Renau J，F(xiàn)eautrier P，Padua D，Torrellas J.Programming the FlexRAM parallel intelligent memory system[J].ACM Sigplan Notices，2003，38（10）：49-60.

[15]Tsai C S，Chen M Y.Using adaptive resonance theory and data-mining techniques for materials recommendation based on the e-library environment[J]. Electronic Library，2008，26（3）：287-302.

[16]Noh Y.A study on next-generation digital library using context-awareness Technology[J].Library Hi Tech，2013，31（2）：236-253.

[17]Buscema M，Terzi S，Maurelli G，Capriotti M，Carlei V.The smart library architecture of an orientation portal[J].Quality&Quantity，2006，40（6）：911-933.

[18]Liu G Y.The application of intelligent agents in libraries：a survey[J].Program-Electronic Library and Information Systems，2011，45（1）：78-97.

[19]Dreher H，Krottmaier H，Maurer H.What we expect from digital libraries[J].Journal of Universal Computer Science，2004，10（9）：1110-1122.

[20]Zavadskas E K，Kaklauskas A，Banaitis A.The Use of the Intelligent Library and Tutoring System at All Stages of a Building Life Cycle[J].Inzinerine Ekonomika-Engineering Economics，2011，22（1）：14-23.

[21]Berendt B，Krause B，Kolbe-Nusser S.Intelligent scientific authoring tools：Interactive data mining for constructive uses of citation networks[J].Information Processing&Management，2010，46（1）：1-10.

[22]Noh Y.A study on next-generation digital library using context-awareness technology[J].Library Hi Tech，2013，31（2）：236-253.

[23]Chang C C，Chen R S.Using data mining technology to solve classification problems-A case study of campus digital library[J].Electronic Library，2006，24（3）：307-321.

[24]Chen A P，Chen C C.A new efficient approach for data clustering in electronic library using ant colony clustering algorithm[J].Electronic Library，2006，24（4）：548-559.

[25]Bilandzic M，F(xiàn)oth M.Libraries as coworking spaces Understanding user motivations and perceived barriers to social learning[J].Library Hi Tech，2013，31（2）：254-273.

[26]袁軍鵬.科學計量學高級教程[M].北京：科學技術文獻出版社，2010：6.

[27]武龍龍，楊小菊.我國智慧圖書館構建面臨的問題及解決策略[J].新世紀圖書館，2013（5）：34-36.

[28]金敏婕.智慧圖書館：構建智慧城市之思考[J].圖書館工作與研究，2013（4）：17-20.

[29]烏恩.智慧圖書館及其服務模式的構建[J].情報資料工作，2012（5）：102-104.

[30]李顯志，邵波.國內智慧圖書館理論研究現(xiàn)狀分析與對策[J].圖書館雜志，2013（8）：12-17.

[31]王世偉.未來圖書館的新模式：智慧圖書館[J].圖書館建設，2011（12）：1-5.

楊柳南京大學信息管理學院2013級碩士研究生。江蘇南京，210093。

邵波南京大學信息管理學院教授、南京大學圖書館副館長。江蘇南京，210093。

Research Hotspots of Overseas Smart Libraries and Current Situation of Cooperation among Their Authors

Yang Liu，Shao Bo

This paper studies literatures on smart library selected from the Web of Science database.By using TDA to do data cleaning and build the co-word matrix,it clusters keywords of high frequency by SPSS and then explores the six research topics pertinent to smart library including RFID experiment,information architecture,virtual technology,its significance, model design and information service.In the same time,by drawing the co-occurrence map of the prolific co-authors through Ucinet,the paper conducts international cooperation analysis and centrality analysis.Based on the knowledge of the research hotspots and the current situation of cooperation among authors,it puts forward suggestions from four aspects,such as focusing on user research,expanding the research community,strengthening academic exchange as well as combining theory with practice,expecting to explore the enlightenment brought by foreign researches to domestic ones.

Smart library.Cluster analysis.Social network analysis.Research hotspots.Cooperative groups.

G250.7

2014-05-14編校：方瑋）