王立清+余章馗+師曉瑩+尹文彥+楊凱+郭靖宇

摘要：[目的/意義]對(duì)Web of ScienceTM核心數(shù)據(jù)庫(kù)中收錄的2007-2016年的542篇知識(shí)組織相關(guān)文獻(xiàn)進(jìn)行分析，旨在掌握國(guó)外該領(lǐng)域的研究現(xiàn)狀，為國(guó)內(nèi)的相關(guān)研究提供參考和素材。[方法/過(guò)程]采用文獻(xiàn)計(jì)量的方法，基于CiteSpace軟件從年度發(fā)文、作者、國(guó)家和研究機(jī)構(gòu)、關(guān)鍵詞、共被引等方面進(jìn)行可視化分析并繪制知識(shí)圖譜。[結(jié)果/結(jié)論]分析結(jié)果表明：B. Hjorland、I. Dahlberg、V. Broughton等作者發(fā)文量較多；研究者、研究機(jī)構(gòu)之間合作緊密程度一般；知識(shí)組織的研究領(lǐng)域主要集中在知識(shí)組織本身以及分類(lèi)法、本體等方面；B. Hjorland、H. A. Olson、I. Nonaka等被引學(xué)者及其被引文獻(xiàn)具有高影響力；Knowledge Organization、Journal of Documentation等是刊載知識(shí)組織方面研究論文最主要的期刊。

關(guān)鍵詞：知識(shí)組織 文獻(xiàn)計(jì)量 可視化分析 CiteSpace 知識(shí)圖譜

分類(lèi)號(hào)：G250

引用格式：王立清， 余章馗， 師曉瑩， 等. 近10年知識(shí)組織研究的文獻(xiàn)計(jì)量分析[J/OL]. 知識(shí)管理論壇， 2017， 2（4）： 274-288[引用日期]. http：//www.kmf.ac.cn/p/1/142/.

隨著人們將信息管理的目光轉(zhuǎn)向知識(shí)管理，近幾年人們的認(rèn)識(shí)也逐漸由信息組織轉(zhuǎn)向了知識(shí)組織。知識(shí)組織熱在圖書(shū)館情報(bào)領(lǐng)域逐漸蔓延，信息技術(shù)的發(fā)展給知識(shí)組織的發(fā)展也帶來(lái)了很大的機(jī)遇。

知識(shí)組織是提供文獻(xiàn)、評(píng)價(jià)科學(xué)文獻(xiàn)和系統(tǒng)表述以生產(chǎn)新的便于利用和獲取的有序化知識(shí)單元的處理系統(tǒng)[1]。知識(shí)組織的實(shí)質(zhì)就是通過(guò)發(fā)現(xiàn)、搜集、整理、加工、整序、揭示、控制和共享等一系列過(guò)程和方法，對(duì)知識(shí)元素的表達(dá)和序化，并使其價(jià)值最大[2]。本文選取2007-2016年10年內(nèi)知識(shí)組織研究的外文文獻(xiàn)，用文獻(xiàn)計(jì)量學(xué)的方法進(jìn)行分析，一方面可以對(duì)這一領(lǐng)域的研究有一個(gè)整體性的把握，另一方面為國(guó)內(nèi)知識(shí)組織的發(fā)展提供一些參考。

1 數(shù)據(jù)來(lái)源和分析方法

本文采用的數(shù)據(jù)來(lái)自Web of ScienceTM核心數(shù)據(jù)庫(kù)，具體包括三大引文數(shù)據(jù)庫(kù)：Science Citation Index Expanded、Social Sciences Citation Index和Arts & Humanities Citation Index （A&HCI）；數(shù)據(jù)采集時(shí)間為2017年3月20日，時(shí)間跨度為2007-2016年，共10年。采用主題=“knowledge organiz*”為檢索條件進(jìn)行檢索，共得到542篇文獻(xiàn)。按照文獻(xiàn)主題是否相關(guān)進(jìn)行篩選，未發(fā)現(xiàn)與知識(shí)組織主題不符的情況，故保留檢索所得到的542篇文獻(xiàn)。在下載文獻(xiàn)時(shí)，將數(shù)據(jù)下載方式設(shè)定為“全記錄包含所引用的參考文獻(xiàn)以及摘要”。

使用Excel和CiteSpace 軟件對(duì)檢索結(jié)果進(jìn)行數(shù)據(jù)統(tǒng)計(jì)和可視化處理，利用文獻(xiàn)計(jì)量學(xué)的方法對(duì)統(tǒng)計(jì)數(shù)據(jù)從文獻(xiàn)的時(shí)間分布、國(guó)家和研究機(jī)構(gòu)分布、作者情況、研究熱點(diǎn)和前沿、文獻(xiàn)共被引和作者共被引幾個(gè)方面進(jìn)行分析，以反映出2007-2016年國(guó)外知識(shí)組織研究的發(fā)展?fàn)顩r與趨勢(shì)。

2 結(jié)果分析

2.1 知識(shí)組織研究的時(shí)空分布情況

2.1.1 時(shí)間分布特征

利用文獻(xiàn)計(jì)量學(xué)的方法分析知識(shí)組織領(lǐng)域的發(fā)展歷程時(shí)，根據(jù)文獻(xiàn)的增長(zhǎng)或衰減規(guī)律，對(duì)相關(guān)論文發(fā)文量進(jìn)行年度統(tǒng)計(jì)分析可以揭示當(dāng)前該領(lǐng)域的發(fā)展?fàn)顩r，預(yù)測(cè)其研究前景與發(fā)展趨勢(shì)。對(duì)上述542篇文獻(xiàn)進(jìn)行歷年發(fā)文量的統(tǒng)計(jì)，結(jié)果如圖1所示：

從圖中可以看出，近10年來(lái)，知識(shí)組織研究期刊論文數(shù)量整體呈上升趨勢(shì)，這期間期刊發(fā)文量出現(xiàn)了三個(gè)下滑點(diǎn)，分別是2009年、2011年和2014年，其他時(shí)間段都保持增長(zhǎng)態(tài)勢(shì)，但在后階段波動(dòng)幅度較大，尤其在2014年發(fā)文量下跌到 53篇，比2013年全年發(fā)文量少了15篇，是三個(gè)年份中下滑幅度最大的。

對(duì)滑點(diǎn)原因進(jìn)行深入分析，發(fā)現(xiàn)滑點(diǎn)的年限與國(guó)際知識(shí)組織學(xué)會(huì)（ISKO）年會(huì)中討論的知識(shí)組織研究的主題有一定的關(guān)聯(lián)度。ISKO自1990年開(kāi)始，每?jī)赡暾匍_(kāi)一次國(guó)際年會(huì)，是知識(shí)組織研究的主陣地。在統(tǒng)計(jì)時(shí)間內(nèi)年會(huì)主題如表1所示：

在2014年以前，根據(jù)年會(huì)主題統(tǒng)計(jì)，學(xué)者們的研究主要在對(duì)知識(shí)組織的認(rèn)知、理論的探討、方法的研究等方面，研究熱度不斷增強(qiáng)，逐步系統(tǒng)化、成熟化，因此2014之前的知識(shí)組織發(fā)文量曲線總體呈穩(wěn)步上升狀態(tài)。2014年開(kāi)始，ISKO的研究主題更偏向于對(duì)互聯(lián)社會(huì)知識(shí)組織的發(fā)展的探討。當(dāng)研究主題方向發(fā)生變化的時(shí)候，意味著該領(lǐng)域內(nèi)的最新熱點(diǎn)發(fā)生了改變，學(xué)者再進(jìn)行知識(shí)組織研究的時(shí)候著重點(diǎn)也需要改變，所以2014年的發(fā)文量會(huì)有下降的表現(xiàn)。

2.1.2 國(guó)家和研究機(jī)構(gòu)分析

就知識(shí)組織的研究地域分布而言，排在前面的國(guó)家包括美國(guó)、巴西、西班牙、加拿大等10個(gè)國(guó)家，具體如圖2所示。這些國(guó)家的發(fā)文量占總發(fā)文量的76.5%，其中美國(guó)的發(fā)文量占總發(fā)文量的37.3%，說(shuō)明這些國(guó)家對(duì)知識(shí)組織相關(guān)的研究有較強(qiáng)的投入，特別是美國(guó)，在知識(shí)組織領(lǐng)域的學(xué)術(shù)研究在科研實(shí)力和影響力上都處于領(lǐng)先水平。

值得注意的是，中國(guó)在知識(shí)組織領(lǐng)域的發(fā)文量在世界中也處于相對(duì)領(lǐng)先地位，圖3為中國(guó)發(fā)文量年度分布情況。發(fā)文兩篇及以上的機(jī)構(gòu)有中國(guó)科學(xué)院（4篇）、南京大學(xué)（4篇）、武漢大學(xué)（3篇）、西安交通大學(xué)（2篇）和西安電子科技大學(xué)（2篇），它們都屬于圖書(shū)情報(bào)學(xué)科較強(qiáng)的研究機(jī)構(gòu)或高校。從合作情況看，所發(fā)論文都是校內(nèi)或校際學(xué)者合作，其中還有8篇是和美國(guó)、法國(guó)的學(xué)者合著。從發(fā)文時(shí)間看，2013年之后中國(guó)每年發(fā)文量有了較大增長(zhǎng)，這可能是因?yàn)榻鼛啄曛袊?guó)對(duì)知識(shí)組織有了越來(lái)越多的關(guān)注，研究水平也有了很大發(fā)展。

在圖4的機(jī)構(gòu)知識(shí)圖譜中，節(jié)點(diǎn)大小表示機(jī)構(gòu)發(fā)文數(shù)量的多少，可以從中識(shí)別出在知識(shí)組織領(lǐng)域活躍的機(jī)構(gòu)；節(jié)點(diǎn)間的連線表示機(jī)構(gòu)之間的聯(lián)系，可以看出該領(lǐng)域的研究機(jī)構(gòu)彼此之間合作較少。endprint

具體來(lái)看，發(fā)文量前10的研究機(jī)構(gòu)都是大學(xué)，知識(shí)組織領(lǐng)域的研究核心群體仍然是高校（見(jiàn)圖5）。其中， University of Wisconsin（威斯康星大學(xué)）（19篇）、University of Washington（華盛頓大學(xué)）（11篇）和University of Illinois（伊利諾伊大學(xué)）（6篇）都是美國(guó)高校。同樣在前10中，巴西也有三所大學(xué)：Sao Paulo State University（圣保羅州立大學(xué)）（12篇）、Federal University of Minas Gerais（米納斯聯(lián)邦大學(xué)）（10篇）和Federal University of Rio De Janeiro/University of Brazil（巴西大學(xué)）（6篇）。其他的則分別是丹麥的Royal School of Library and Information Science（丹麥皇家圖書(shū)情報(bào)學(xué)院）（14篇）和Copenhagen University（哥本哈根大學(xué)）（11篇）、西班牙的University of Granada（格拉納達(dá)大學(xué)）（10篇）、加拿大的University of Toronto（多倫多大學(xué)）（9篇）。這和之前國(guó)家發(fā)文量排名結(jié)果也相符，正是因?yàn)檫@些大學(xué)形成了各自的研究團(tuán)體，帶動(dòng)了相應(yīng)國(guó)家知識(shí)組織研究的發(fā)展。

2.2 作者分析

普賴(lài)斯定律中指出核心作者撰寫(xiě)了其所在學(xué)科領(lǐng)域一半的論文，他們的數(shù)量約等于作者總?cè)藬?shù)開(kāi)平方之后的數(shù)值，用公式表示為（式中為發(fā)文最多的著者論文數(shù)，M為核心著者最低發(fā)文量）[3]。通過(guò)對(duì)知識(shí)組織領(lǐng)域作者人數(shù)及作者發(fā)文量進(jìn)行統(tǒng)計(jì)，作者總?cè)藬?shù)為1 039人，根據(jù)普賴(lài)斯定律得出核心作者人數(shù)為32人。發(fā)文量最多的著者論文數(shù)為17篇，核心著者最低發(fā)文量約為3篇。

對(duì)542篇文獻(xiàn)進(jìn)行分析，著有4篇及以上的作者有15名，3篇及以上的作者有40名（見(jiàn)圖6）。發(fā)文量在3篇及以上的40名作者發(fā)文總計(jì)174篇，僅占總發(fā)文量的 32.1%，距離普賴(lài)斯定律中核心作者撰寫(xiě)了其所在學(xué)科領(lǐng)域一半的論文還有一定差距。因此該領(lǐng)域尚未形成核心作者群。

根據(jù)圖6分析，在知識(shí)組織領(lǐng)域中發(fā)文量排位較為靠前的是丹麥皇家圖書(shū)情報(bào)學(xué)院的B. Hjorland（17篇），威斯康星大學(xué)密爾沃基分校情報(bào)學(xué)院的R. P. Smiraglia（14篇），華盛頓大學(xué)信息學(xué)院的J. T. Tennis（9篇）等。由此可知，知識(shí)組織領(lǐng)域研究的核心群體仍然是高校的專(zhuān)業(yè)教師，他們擁有較強(qiáng)的科研實(shí)力，科研隊(duì)伍本身具有深厚的研究底蘊(yùn)。

圖7展示了知識(shí)組織領(lǐng)域主要研究者之間的合作關(guān)系。研究者之間連線的不同顏色及粗細(xì)程度表示合作的年份及合作關(guān)系的密切程度。就合作關(guān)系而言B. Hjorland、I. Dahlberg、H. A. Olson等人合作關(guān)系較為緊密；三人同為國(guó)際知識(shí)組織學(xué)會(huì)（I SKO）成員，其中I. Dahlberg 是ISKO的創(chuàng)始人和第一任主席，他們現(xiàn)在都是ISKO主辦的期刊Knowledge organization的編輯；ISKO成員之間的合作也相對(duì)較多。 I. Nonaka、T. H. Davenport、M. C. Wesley形成了科研合作圈，這三位都是知識(shí)管理領(lǐng)域較有影響力的學(xué)者，尤其I. Nonaka、T. H. Davenport可以說(shuō)是知識(shí)管理理論開(kāi)創(chuàng)性人物。知識(shí)管理理論流派大致就可分為技術(shù)學(xué)派、行為學(xué)派、經(jīng)濟(jì)學(xué)派和戰(zhàn)略學(xué)派四大學(xué)派（也有將后兩者統(tǒng)稱(chēng)綜合學(xué)派）。

日本管理學(xué)教授I. Nonaka是行為學(xué)派的代表性人物，行為學(xué)派的知識(shí)管理（包括理論研究和實(shí)踐活動(dòng)兩個(gè)方面）主要側(cè)重關(guān)注發(fā)揮人的能動(dòng)性，關(guān)注對(duì)人類(lèi)個(gè)體的技能或行為的評(píng)估、改變或是改進(jìn)過(guò)程。I. Nonaka系統(tǒng)地論述了關(guān)于隱性知識(shí)和顯性知識(shí)之間的區(qū)別，強(qiáng)調(diào)兩者的轉(zhuǎn)化；此外，他還提出了知識(shí)創(chuàng)新的共享環(huán)境即“場(chǎng)”的概念[4]。

技術(shù)學(xué)派的知識(shí)管理主要側(cè)重關(guān)注借助技術(shù)的效率，關(guān)注信息管理系統(tǒng)、人工智能、重組和群件等的設(shè)計(jì)和構(gòu)建，認(rèn)為知識(shí)是一種企業(yè)資源，是一種物質(zhì)對(duì)象，并可以在信息系統(tǒng)中被標(biāo)識(shí)和處理，即可以被管理和控制。美國(guó)波士頓大學(xué)信息系統(tǒng)管理學(xué)T. H. Davenport 認(rèn)為知識(shí)是結(jié)構(gòu)性經(jīng)驗(yàn)、價(jià)值觀念、關(guān)系信息以及專(zhuān)家見(jiàn)識(shí)的流動(dòng)組合?；谒岢龅脑僭斓膶W(xué)術(shù)思想，他在知識(shí)管理的工程實(shí)踐和知識(shí)管理系統(tǒng)方面做出了開(kāi)創(chuàng)性的工作，他所提出的知識(shí)管理兩階段論和知識(shí)管理模型，是指導(dǎo)知識(shí)管理實(shí)踐的主要理論。

美國(guó)杜克商學(xué)院教授M. C. Wesley則是戰(zhàn)略學(xué)派的代表人物，戰(zhàn)略學(xué)派的知識(shí)管理主要側(cè)重關(guān)注不同的組織面向不同的戰(zhàn)略性目標(biāo)。戰(zhàn)略學(xué)派主要是由戰(zhàn)略管理的理論研究出發(fā)，有機(jī)結(jié)合了行為學(xué)派和技術(shù)學(xué)派的部分觀點(diǎn)（如應(yīng)用信息技術(shù)、注重發(fā)揮人的能動(dòng)性），并在不斷改進(jìn)管理和有效指導(dǎo)具體的實(shí)踐活動(dòng)的基礎(chǔ)上發(fā)展而來(lái)。

2.3 研究熱點(diǎn)與前沿分析

2.3.1 關(guān)鍵詞圖譜和高頻關(guān)鍵詞分析

關(guān)鍵詞是作者對(duì)文章核心研究的精煉，學(xué)科領(lǐng)域出現(xiàn)的高頻關(guān)鍵詞和從數(shù)據(jù)樣本中對(duì)每一篇文獻(xiàn)進(jìn)行提取分析的名詞短語(yǔ)可被視為該領(lǐng)域的研究熱點(diǎn)[5]。選取時(shí)間切片為1年，term type選擇noun phrases，node types選擇keyword，閾值選擇50，其他選項(xiàng)默認(rèn)，運(yùn)行CiteSpace 得到關(guān)鍵詞圖譜（見(jiàn)圖8）。圖譜中共有節(jié)點(diǎn)173個(gè)，鏈接713條。

關(guān)鍵詞分析是對(duì)研究的重點(diǎn)和熱點(diǎn)領(lǐng)域最直觀的一種方式。本文選取出現(xiàn)頻率大于20的關(guān)鍵詞，共20個(gè)（見(jiàn)表2），可以看出近10年國(guó)外知識(shí)組織研究重點(diǎn)和熱點(diǎn)主要是分類(lèi)法（classification）、信息科學(xué)（information science）、本體論（ontology）、知識(shí)管理（knowledge management）、知識(shí)組織系統(tǒng)（knowledge organization system）、前景（perspective）、信息檢索（information retrieval）、創(chuàng)新（innovation）、圖書(shū)館（library）、績(jī)效（performance）、模型（model）幾個(gè)方面。其中研究主題“知識(shí)組織”的頻率是132，明顯高于其后的幾個(gè)關(guān)鍵詞，在關(guān)鍵詞圖譜中節(jié)點(diǎn)也明顯比其他關(guān)鍵詞大，說(shuō)明知識(shí)組織在分類(lèi)法、信息科學(xué)、本體論、知識(shí)管理、信息檢索、圖書(shū)館等研究領(lǐng)域也扮演著重要的角色，與這幾個(gè)領(lǐng)域關(guān)系密切。同時(shí)通過(guò)查看最大節(jié)點(diǎn)“知識(shí)組織”的引文歷史（見(jiàn)圖9），可以發(fā)現(xiàn)關(guān)于知識(shí)組織這一主題的研究，這10年來(lái)一直延續(xù)并且不斷擴(kuò)大。endprint

進(jìn)一步分析表2發(fā)現(xiàn)，前10個(gè)關(guān)鍵詞發(fā)文量都在30篇以上，而且詞間發(fā)文量差距相對(duì)較大；后10個(gè)關(guān)鍵詞發(fā)文量在20左右，發(fā)文量比較均勻。說(shuō)明后者的研究比較平均。同時(shí)對(duì)最近幾年的新技術(shù)和具體領(lǐng)域?qū)嵺`應(yīng)用相關(guān)高頻關(guān)鍵詞（見(jiàn)表3）分析發(fā)現(xiàn)，在新技術(shù)方面，語(yǔ)義網(wǎng)出現(xiàn)較早，涉及的文獻(xiàn)也比較多；分眾分類(lèi)法、web、受控詞匯、元數(shù)據(jù)、鏈接數(shù)據(jù)、標(biāo)簽等技術(shù)的研究則相對(duì)較少。具體領(lǐng)域?qū)嵺`應(yīng)用方面，教育出現(xiàn)相對(duì)較早，涉及的文獻(xiàn)也相對(duì)較多，健康、音樂(lè)、維基百科、生物科技、檔案、書(shū)籍、動(dòng)力學(xué)等關(guān)鍵詞則是最近兩年才出現(xiàn)，而且詞頻很低。結(jié)合高頻關(guān)鍵詞的情況看，近10年知識(shí)組織的外文研究重點(diǎn)和熱點(diǎn)多集中在基礎(chǔ)理論方面，新技術(shù)的融合和具體領(lǐng)域的實(shí)踐應(yīng)用則研究的較少，說(shuō)明理論結(jié)合實(shí)踐還不夠充分。

一般認(rèn)為中介中心性大于0.1的節(jié)點(diǎn)在網(wǎng)絡(luò)結(jié)構(gòu)中扮演著重要角色，在知識(shí)結(jié)構(gòu)的演變過(guò)程中往往起到關(guān)鍵（或轉(zhuǎn)折）的作用。表2中也可以看到中介中心度大于0.1的關(guān)鍵詞，也就是關(guān)鍵詞圖譜中最外一圈是紫色的節(jié)點(diǎn)，可以看出分類(lèi)法、知識(shí)、科學(xué)、前景、圖書(shū)館和網(wǎng)絡(luò)（network，中心度0.13，因其詞頻為13，未出現(xiàn)在表2中）幾個(gè)關(guān)鍵詞在知識(shí)組織研究發(fā)展歷程是關(guān)鍵（或轉(zhuǎn)折）的研究熱點(diǎn)。

2.3.2 關(guān)鍵詞聚類(lèi)分析

對(duì)關(guān)鍵詞圖譜進(jìn)行聚類(lèi)，通過(guò)LLR算法產(chǎn)出聚類(lèi)名（見(jiàn)圖10），并生成聚類(lèi)報(bào)告（見(jiàn)表4）。

聚類(lèi)意味著相關(guān)文獻(xiàn)在研究主體、研究?jī)?nèi)容上的相似度，在一定程度上也代表研究的熱點(diǎn)領(lǐng)域。在關(guān)鍵詞聚類(lèi)中，相似度（silhouette）S>0.7說(shuō)明聚類(lèi)高效且令人信服，S>0.5說(shuō)明聚類(lèi)合理。在關(guān)鍵詞圖譜（圖10）中，總共析出11個(gè)聚類(lèi)?？傮w而言，從聚類(lèi)列表（表4）可以看出：在內(nèi)容維度上，知識(shí)組織的研究的熱點(diǎn)領(lǐng)域是圖書(shū)館（library）、主題詞表（thesauri）、社群（community）、編目（categorization）、環(huán)境（environment）、知識(shí)管理（knowledge management）國(guó)會(huì)主題詞表（congress subject heading）、領(lǐng)域分析（domain analysis）、人造目標(biāo)（man-made object）、決策（decision making）、信息組織（organization of information），其中人造目標(biāo)、決策和信息組織三個(gè)主題形成的聚類(lèi)規(guī)模過(guò)小，而且研究比較分散，所以在圖10中未加以顯示。在時(shí)間維度上，知識(shí)組織的相關(guān)聚類(lèi)集中出現(xiàn)在平均時(shí)間為2010年至2014年的區(qū)間內(nèi)，說(shuō)明這幾年是近10年中知識(shí)組織研究熱點(diǎn)爆發(fā)期，而最近兩年沒(méi)有形成明顯聚類(lèi)，研究比較分散。對(duì)有效聚類(lèi)中提取的聚類(lèi)關(guān)鍵詞進(jìn)行分析，2010年（平均時(shí)間，下同）是社群、企業(yè)、管理、分類(lèi)法、語(yǔ)義存儲(chǔ)；2011年是圖書(shū)館、分類(lèi)法、女權(quán)主義、人造目標(biāo)、語(yǔ)義生成、動(dòng)詞檢索；2012年是環(huán)境、影響、教育、國(guó)會(huì)主題標(biāo)目、互操作性、權(quán)限控制；2013是知識(shí)管理、知識(shí)創(chuàng)造、質(zhì)量管理；2014年是域分析、檔案、改變?？梢源笾驴闯鐾馕闹R(shí)組織的研究熱點(diǎn)呈現(xiàn)從基礎(chǔ)理論到技術(shù)融合再到實(shí)際應(yīng)用的轉(zhuǎn)變脈絡(luò)。同時(shí)2013年和2014年聚類(lèi)數(shù)目較前幾年有所減少，而最近兩年沒(méi)有形成聚類(lèi)，說(shuō)明研究熱點(diǎn)的分散已經(jīng)開(kāi)始分散。

2.3.3 時(shí)區(qū)圖分析

時(shí)區(qū)圖反映關(guān)鍵詞的動(dòng)態(tài)演進(jìn)和發(fā)展階段。根據(jù)時(shí)區(qū)圖（見(jiàn)圖11），本文將近10年國(guó)外知識(shí)組織的研究分為三個(gè)階段。第一階段是2007年至2010年。較大的節(jié)點(diǎn)主要分布在這一階段，尤其研究主題“knowledge organization”的節(jié)點(diǎn)最大。之后幾年的高頻關(guān)鍵詞很大一部分都與這些大節(jié)點(diǎn)關(guān)鍵詞有共現(xiàn)關(guān)系，這也與高頻關(guān)鍵詞分布的時(shí)間相契合，說(shuō)明知識(shí)組織的相關(guān)研究一直持續(xù)和傳承著，后續(xù)幾年的研究主題基于這一階段奠定的理論基礎(chǔ)。第二階段是2011年至2014年。這一階段是關(guān)鍵詞聚類(lèi)主要分布階段，說(shuō)明這一階段在前一階段的理論基礎(chǔ)上，衍生出較為豐富的研究主題，這也和關(guān)鍵詞聚類(lèi)圖表中聚類(lèi)的時(shí)間分布相吻合。同時(shí)，這一階段相比于前一階段，關(guān)鍵詞節(jié)點(diǎn)明顯減小，說(shuō)明研究熱點(diǎn)趨于分散。第三階段是2014年至2016年。這一階段節(jié)點(diǎn)更小，也沒(méi)有明顯的聚類(lèi)，但是從前面發(fā)文量上看，這一階段的年度發(fā)文總量相較于前一階段還在不斷上升，這印證了研究主題進(jìn)一步分散和細(xì)化。

2.4 共被引分析

2.4.1 文獻(xiàn)共被引分析

本文節(jié)點(diǎn)類(lèi)型選擇Cited Reference；閾值設(shè)置采用默認(rèn)Top50；以1年為時(shí)間區(qū)隔；運(yùn)算方法選擇Pathfinder。運(yùn)用CiteSpace 生成知識(shí)組織領(lǐng)域的文獻(xiàn)共被引網(wǎng)絡(luò)圖。圖中的節(jié)點(diǎn)由每一圈不同的顏色的年輪構(gòu)成，半徑越大，表示被引用的頻次越高，年輪的顏色越偏向暖色，表明其被引的時(shí)間離現(xiàn)在越近。節(jié)點(diǎn)內(nèi)部出現(xiàn)深紅色圓點(diǎn)，則表示該文獻(xiàn)的引用在某些年份出現(xiàn)顯著變化。圖12展示了被引頻次大于等于15的文獻(xiàn)信息。

可以看出共被引頻次最多的都是B. Hjorland教授的論文。作為本領(lǐng)域的代表性人物，B. Hjorland教授的研究也體現(xiàn)了知識(shí)組織研究的發(fā)展脈絡(luò)。下面結(jié)合他的代表性論文進(jìn)行分析，大致可以分三個(gè)階段：

（1）第一階段——知識(shí)組織的概念、原則、范式。

B. Hjorland在2008年的What is knowledge organization （KO）？中分析了現(xiàn)有的知識(shí)組織理論及知識(shí)組織方法，隨后闡述了自己對(duì)知識(shí)組織的理解[6]。他認(rèn)為知識(shí)組織是指在圖書(shū)館、數(shù)據(jù)庫(kù)、檔案館等組織內(nèi)進(jìn)行的文獻(xiàn)描述、索引和分類(lèi)等一系列活動(dòng)。這些活動(dòng)是由圖書(shū)館員、檔案人員、學(xué)科專(zhuān)家以及計(jì)算機(jī)算法完成的。知識(shí)組織作為一個(gè)研究領(lǐng)域，它研究知識(shí)組織過(guò)程的性質(zhì)和質(zhì)量、知識(shí)組織系統(tǒng)、文獻(xiàn)表示和有關(guān)概念。

概念是知識(shí)組織系統(tǒng)建立的基石，概念論是知識(shí)組織的基礎(chǔ)，它決定知識(shí)組織的方法。概念論來(lái)源于知識(shí)論并與其密切相關(guān)。不同的知識(shí)論如實(shí)證主義、理性主義、歷史主義和實(shí)用主義對(duì)應(yīng)不同的概念論。不同的知識(shí)論和概念論在所有知識(shí)研究鄰域內(nèi)競(jìng)爭(zhēng)，知識(shí)組織也不例外。B. Hjorland在2010年發(fā)表的Concepts， paradigms and knowledge organization中對(duì)知識(shí)的概念論、范式進(jìn)行了總結(jié)分析，認(rèn)為實(shí)用主義和歷史主義是最有價(jià)值的[7]。endprint

2012年，Knowledge organization = information organization？一文對(duì)知識(shí)組織和信息組織（IO）、信息架構(gòu)（IA）進(jìn)行區(qū)分[8]。認(rèn)為雖然它們的方法和理論原則有一定的相似性，但它們的應(yīng)用背景是不同的。知識(shí)組織屬于圖書(shū)館鄰域；信息構(gòu)建更多用于網(wǎng)絡(luò)信息；而信息構(gòu)建并沒(méi)有明確的特定的應(yīng)用背景。

（2）第二階段——知識(shí)組織方法、技術(shù)。

2013年，B. Hjorland連續(xù)發(fā)表的多篇論文對(duì)知識(shí)組織的方法和技術(shù)進(jìn)行了探討。

Citation analysis： a social and dynamic approach to knowledge organization提出文獻(xiàn)計(jì)量學(xué)（bibliometrics）和知識(shí)組織一直被看作圖書(shū)館和信息科學(xué)的兩個(gè)獨(dú)立分支，但他認(rèn)為前者可以被用作進(jìn)行知識(shí)組織的方法，尤其是引用分析（citation analysis），由于其具有的社會(huì)性、歷史性和動(dòng)態(tài)性特點(diǎn)，應(yīng)當(dāng)被用為知識(shí)組織的重要工具和方法[9]。

Facet analysis： the logical approach to knowledge organization對(duì)逐面分析法（facet analysis）進(jìn)行了研究，作為重要的現(xiàn)代分類(lèi)法，逐面分析法在知識(shí)組織領(lǐng)域得到了廣泛應(yīng)用[10]。它的優(yōu)點(diǎn)在于具備完整的邏輯法則，可以幫助知識(shí)組織系統(tǒng)建構(gòu)框架；而它的缺點(diǎn)則在于缺乏實(shí)驗(yàn)依據(jù)，它對(duì)知識(shí)的排序更多的是基于先驗(yàn)的假設(shè)，沒(méi)有模型、理論和定律的支持。

User-based and cognitive approaches to knowledge organization： a theoretical analysis of the research literature對(duì)基于用戶研究（user-based） 的知識(shí)組織系統(tǒng)[11]，如Book House System等和應(yīng)用感知科學(xué)（cognitive science）的系統(tǒng)如WordNet database等進(jìn)行考察，并分析了過(guò)去關(guān)于基于用戶和感知方法的研究文獻(xiàn)，最后提出應(yīng)當(dāng)區(qū)分主觀與用戶的區(qū)別，主觀感知應(yīng)當(dāng)是來(lái)自社區(qū)的集體觀點(diǎn)而不是對(duì)個(gè)體的研究集或抽象思維的研究。

（3）第三階段——網(wǎng)絡(luò)環(huán)境下的知識(shí)組織方法。

2015年，研究重點(diǎn)轉(zhuǎn)向了網(wǎng)絡(luò)環(huán)境下的知識(shí)組織方法。當(dāng)前，隨著現(xiàn)代搜索引擎、語(yǔ)義Web、網(wǎng)格等技術(shù)的發(fā)展，知識(shí)組織朝著更高更深層次發(fā)展，研究視角轉(zhuǎn)向了應(yīng)當(dāng)建立什么類(lèi)型的檢索系統(tǒng)、用戶檢索能力、圖書(shū)館和信息科學(xué)以及知識(shí)組織在其中扮演什么的角色。 S. Warner[12]對(duì)計(jì)算機(jī)科學(xué)傳統(tǒng)和圖書(shū)館中心的傳統(tǒng)作了區(qū)分，前者致力于將問(wèn)題自動(dòng)轉(zhuǎn)換為排序后的一系列相關(guān)文檔，而后者則致力于增加用戶的選擇權(quán)。

B. Hjorland在Classical databases and knowledge organization： a case for boolean retrieval and human decision-making during searches對(duì)基于Boolean檢索模型（如MEDLINE和PsycInfo）的傳統(tǒng)目錄數(shù)據(jù)庫(kù)是否還具有價(jià)值進(jìn)行了探討[13]，認(rèn)為可以給用戶自主選擇權(quán)，用戶可以完全控制檢索的深度和內(nèi)容；而這也是信息科學(xué)和知識(shí)組織作為研究領(lǐng)域存在的價(jià)值所在。

2.4.2 作者共被引分析

為了把握哪些作者在知識(shí)組織領(lǐng)域的演進(jìn)中扮演了重要的角色，表5列出了頻次等于或大于16次共被引作者的信息。

來(lái)自丹麥皇家圖書(shū)情報(bào)學(xué)院的B. Hjorland以高達(dá)177次的被引頻次排名第一；緊隨其后的有H. A. Olson（59次），I. Dahlberg（56次），I. Nonaka（45次），C. Beghtol（41次），J. Mai（36次）等。這些學(xué)者大多以知識(shí)組織、知識(shí)管理、情報(bào)科學(xué)等為研究方向。被引頻次較高的B. Hjorland教授先分析了知識(shí)組織的概念、原則及方式，之后確定知識(shí)組織的方法與技術(shù)。隨著互聯(lián)網(wǎng)的興起，B. Hjorland教授將研究重點(diǎn)轉(zhuǎn)移到網(wǎng)絡(luò)環(huán)境下的知識(shí)組織方法。其次被引頻率較高的是威斯康星大學(xué)密爾沃基分情報(bào)學(xué)院的H. A. Olson教授研究重點(diǎn)是對(duì)主題表特征和分類(lèi)系統(tǒng)的關(guān)鍵分析；日本一橋大學(xué)的I. Nonaka教授主要研究方向是知識(shí)管理。由此可見(jiàn)，知識(shí)組織是指對(duì)知識(shí)客體進(jìn)行諸如整理、加工、揭示、控制等一系列組織化過(guò)程，是關(guān)于知識(shí)組織的理論與方法[14]。

2.4.3 期刊共被引分析

為了更加詳細(xì)地對(duì)被引期刊進(jìn)行分析，確定知識(shí)組織中的理論主要來(lái)源及高被引文獻(xiàn)的主要傳播載體，繪制了期刊共被引知識(shí)圖譜（見(jiàn)圖13），同時(shí)還列出了被引頻次46及以上的期刊信息（見(jiàn)表6）。

由表6可知，高被引的傳播載體大多是期刊，其中排名前兩位的是Knowledge organization和Journal of documentation，其引用頻次分別為184次和156次；被引頻次較高的還有Journal of the American Society of Information Science（134次）、Journal of the American Society of Information Science and Technology（104次）、Library trends（76次）、Information process management（69次）等，均是國(guó)際影響力較大的頂級(jí)期刊，這說(shuō)明知識(shí)組織研究的來(lái)源比較權(quán)威。

3 結(jié)論

本文以知識(shí)組織（knowledge organiz*）領(lǐng)域的文獻(xiàn)為研究對(duì)象，以Web of ScienceTM核心數(shù)據(jù)庫(kù)為數(shù)據(jù)來(lái)源，通過(guò)文獻(xiàn)計(jì)量分析，展示了10年間的發(fā)文量增長(zhǎng)趨勢(shì)、主要研究者與研究力量分布、研究熱點(diǎn)與前沿，并深入分析了該領(lǐng)域發(fā)展所依賴(lài)的知識(shí)基礎(chǔ)、高影響力研究人群和傳播載體，得出結(jié)論如下：endprint

（1）該領(lǐng)域有相當(dāng)一部分研究人員都組成了各自的合作圈，但合作的頻次普遍較低，其中合作頻次相對(duì)較高的合作圈有B. Hjorland、I. Dahlberg、H. A. Olson以及I. Nonaka、W. M. Cohen與T. H. Davenport等構(gòu)成的科研合作圈。H. Hjorland、H. A. Olson、I. Dahlberg、I. Nonaka、C. Beghtol等是被引頻次、中心度較高的作者，且這些學(xué)者的論文也屬于高被引文獻(xiàn)，是知識(shí)組織的研究領(lǐng)域的重要知識(shí)基礎(chǔ)和知識(shí)來(lái)源。

（2）美國(guó)、巴西、西班牙、加拿大、丹麥等是知識(shí)組織研究的主要國(guó)家，中國(guó)在該領(lǐng)域的研究也處于相對(duì)比較領(lǐng)先的地位；比較活躍的研究機(jī)構(gòu)多集中在學(xué)術(shù)氛圍相對(duì)更加濃厚的大學(xué)，如威斯康星大學(xué)、丹麥皇家圖書(shū)情報(bào)學(xué)院、圣保羅州立大學(xué)、哥本哈根大學(xué)、華盛頓大學(xué)等，但各機(jī)構(gòu)間的學(xué)術(shù)交流和合作較少。

（3）10年來(lái)，知識(shí)組織的熱點(diǎn)隨著時(shí)間的變化和技術(shù)的發(fā)展不斷的變化和遷移，總體而言研究的重點(diǎn)逐漸向技術(shù)融和實(shí)際應(yīng)用轉(zhuǎn)移，但是理論與實(shí)踐的結(jié)合仍需要進(jìn)一步的加強(qiáng)。高被引文獻(xiàn)的傳播載體主要為期刊，且均為圖書(shū)情報(bào)學(xué)領(lǐng)域的國(guó)際頂級(jí)期刊，主要包括Knowledge organization、Journal of documentation、Journal of the American Society of Information Science等。

參考文獻(xiàn)：

[1] 屈麗娟， 彭潔. 我國(guó)知識(shí)組織研究的文獻(xiàn)計(jì)量學(xué)分析[J]. 科技管理研究， 2012（5）： 67-72.

[2] 張淼. 近十年國(guó)內(nèi)外知識(shí)組織研究綜述[J]. 西藏民族學(xué)院學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2006（3）： 100-103.

[3] 封勇麗. 轉(zhuǎn)基因食品安全研究的文獻(xiàn)計(jì)量學(xué)分析[D]. 北京： 北京理工大學(xué)， 2016.

[4] DALKIR K. Knowledge management in theory and practice[M]. Cambridge， MA： The MIT Press， 2011.

[5] 邱均平， 呂紅. 近五年國(guó)際圖書(shū)情報(bào)學(xué)研究熱點(diǎn)、前沿及其知識(shí)基礎(chǔ)——基于17種外文期刊知識(shí)圖譜的可視化分析[J]. 圖書(shū)情報(bào)知識(shí)， 2013（3）： 4-15，58.

[6] HJORLAND B. What is knowledge organization （KO）？[J]. Knowledge organization， 2008， 35（2）： 86-100.

[7] HJORLAND B. Concepts， paradigms and knowledge organization[J]. Advances in knowledge organization， 2010（12）： 38-42.

[8] HJORLAND B. Knowledge organization = information organization？[J]. Journal of graph theory， 2012， 79（4）： 267-281.

[9] HJORLAND B. Citation analysis： a social and dynamic approach to knowledge organization[J]. Information processing & management， 2013， 49（6）： 1313-1325.

[10] HJORLAND B. Facet analysis： the logical approach to knowledge organization[J]. Information processing & management， 2013， 49（2）： 545–557.

[11] HJORLAND B. User-based and cognitive approaches to knowledge organization： a theoretical analysis of the research literature[J]. Knowledge organization， 2013， 40（1）： 11-27.

[12] WARNER S. Author identifiers in scholarly repositories[J]. Jodi journal of digital information， 2010， 11（1）： 25-35.

[13] HJORLAND B. Classical databases and knowledge organization： a case for Boolean retrieval and human decision‐making during searches[J]. Journal of the Association for Information Science and Technology， 2015， 66（8）： 1559–1575.

[14] 王知津. 知識(shí)組織理論與方法[M]. 北京： 知識(shí)產(chǎn)權(quán)出版社， 2009.

作者貢獻(xiàn)說(shuō)明：

王立清：負(fù)責(zé)確定選題、研究思路、分析方法，以及論文修改、定稿；

余章馗：主要負(fù)責(zé)研究熱點(diǎn)與前沿分析；

師曉瑩、尹文彥：主要負(fù)責(zé)共被引分析；

楊 凱、郭靖宇：主要負(fù)責(zé)時(shí)空分布和作者分析。

Abstract： [Purpose/significance] The paper analyzes the 542 literatures related to knowledge organizations in 2007-2016， which are included in the core database of Web of ScienceTM， and aims to grasp the current research situation in this field and provides references for domestic relevant research. [Method/process] Based on the method of bibliometrics， the CiteSpace software was used to analyze and draw the knowledge map from the aspects of annual issuers， authors， countries and research institutions， keywords， co-citation and so on. [Result/conclusion] The results show that authors the most publications are B. Hjorland， I. Dahlberg， V. Broughton etc； the cooperation between researchers and institutions is relatively rare； knowledge organization research areas focus on the knowledge organization itself and classification， ontology and so on； B. Hjorland， H.A. Olson， I. Nonaka and other cited scholars and their cited literatures have high influence on this theme； Knowledge Organization， Journal of Documentation is most important journals for the knowledge organization.

Keywords： knowledge organization bibliometrics visualization CiteSpace knowledge mapendprint