高軼楠

一、引言

現(xiàn)代信息技術(shù)背景下的圖書館學(xué)與情報學(xué)由于在研究對象和方法上的交叉滲透，往往被看作是一個整體，WOS數(shù)據(jù)庫收錄的圖書館學(xué)和情報學(xué)期刊也被整合在“INFORMATION SCIENCE＆LIBRARY SCIENCE”這一分類中。截止2018年7月20日，WOS數(shù)據(jù)庫共收錄圖書情報領(lǐng)域期刊86種，這些期刊所刊載的文章影響因子較高，一定程度上反映了全球范圍內(nèi)圖書情報領(lǐng)域的研究熱點(diǎn)和前沿動態(tài)。

國內(nèi)學(xué)者對圖書情報領(lǐng)域的研究熱點(diǎn)和前沿一直比較關(guān)注，如：邱均平[1]邱均平,溫芳芳.近五年來圖書情報學(xué)研究熱點(diǎn)與前沿的可視化分析——基于13種高影響力外文源刊的計量研究[J].中國圖書館學(xué)報,2011,37(02)：51-60.以13種高影響力外文源刊對2006—2010年間的圖書情報領(lǐng)域熱點(diǎn)和前沿進(jìn)行了追蹤研究；郭春俠[2]郭春俠,葉繼元.基于共詞分析的國外圖書情報學(xué)研究熱點(diǎn)[J].圖書情報工作,2011,55(20)：19-22.以LISTA數(shù)據(jù)庫為樣本文獻(xiàn)來源，分析了2005-2009年國外圖書情報學(xué)的研究熱點(diǎn)；劉佳[3]劉佳,韓毅.中外圖書情報學(xué)研究熱點(diǎn)的可視化及對比分析[J].情報科學(xué),2014,32(12)：53-60.以16種SCI圖情期刊和16種中文核心期刊總覽中的圖情期刊在2007—2011年所刊載的論文為對象，分析了中外圖書情報學(xué)領(lǐng)域的研究情況和熱點(diǎn)；李燕[4]李燕,陳蔚杰,漆月,等.2014年圖書情報學(xué)熱點(diǎn)可視化分析——基于85種SSCI期刊與18種CSSCI期刊的比較[J].西南民族大學(xué)學(xué)報(人文社科版),2015,36(11)：228-234.以85種SSCI圖情期刊和18種CSSCI圖情期刊在2014年所刊載的論文為對象，分析了2014年國內(nèi)外圖書情報學(xué)領(lǐng)域的研究熱點(diǎn)；蘇福[5]蘇福,柯平.國際圖書情報學(xué)熱點(diǎn)與前沿動態(tài)研究(2014—2015年)——27種SSCI核心期刊的全樣本分析[J].大學(xué)圖書館學(xué)報,2017,35(01)：11-19,45.以27種SSCI期刊為樣本，分析了2014-2015年國際圖書情報領(lǐng)域的研究重點(diǎn)。近年來，大數(shù)據(jù)、人工智能、數(shù)字學(xué)術(shù)等新思維、新技術(shù)在圖書情報領(lǐng)域深入滲透，新生的圖書情報領(lǐng)域的發(fā)展趨勢和挑戰(zhàn)出現(xiàn)和變化的頻率比以往更快，每年都會有新視角和新維度的出現(xiàn)。鑒于此，對圖書情報領(lǐng)域熱點(diǎn)和前沿追蹤及時更新，確保研究結(jié)果的時效性就顯得尤為重要。

本研究以2016-2018年WOS數(shù)據(jù)庫收錄的45種圖書情報領(lǐng)域期刊所刊載的研究論文及題錄數(shù)據(jù)作為樣本來源，利用Cite Space數(shù)據(jù)挖掘可視化軟件，對近兩年圖書情報領(lǐng)域研究前沿動態(tài)進(jìn)行計量分析。希望通過樣本的全面性、研究對象的時效性以及工具和方法的科學(xué)性，為國內(nèi)學(xué)者提供較為完整且具有時效性的圖書情報領(lǐng)域研究前沿數(shù)據(jù)，以期為研究者提供幫助。

二、研究方法及數(shù)據(jù)來源

（一）研究方法

筆者以定量分析與定性分析相結(jié)合、理論研究與實(shí)證研究相聯(lián)系為原則，主要采用邏輯分析法、詞頻分析、共詞分析和社會網(wǎng)絡(luò)分析等研究方法，借助科學(xué)知識圖譜展示國際圖書情報領(lǐng)域熱點(diǎn)與前沿動態(tài)。

（二）數(shù)據(jù)來源

截止2018年7月20日，WOS數(shù)據(jù)庫共收錄圖書情報領(lǐng)域期刊86種，為了更加準(zhǔn)確的聚焦到圖書情報領(lǐng)域，筆者將這86種期刊與北京大學(xué)圖書館編撰的《國外人文社會科學(xué)核心期刊總覽》（以下簡稱《總覽》）進(jìn)行比對。發(fā)現(xiàn)WOS與《總覽》重合的核心期刊共有24種（如表1所示），與《總覽》擴(kuò)展區(qū)期刊重合的有3種（如表2所示）。除此27種重合期刊，為了能覆蓋更多的樣本，筆者根據(jù)影響因子增加了18種典型的圖書情報類期刊（如表3所示）。因此，最后以45種期刊為樣本進(jìn)行分析研究。隨之，以WOS核心數(shù)據(jù)庫為檢索庫，分別以“出版物來源=所選45種期刊名稱”和“時間區(qū)間=2016年-2018年”，文獻(xiàn)類型為“Article”，語言為“English”，進(jìn)行檢索，共命中4438條文獻(xiàn)記錄，隨后將文獻(xiàn)記錄以Cite Space能識別的WOS輸出格式導(dǎo)入Cite Space軟件中進(jìn)行分析。

表1 與《總覽》重合的WOS期刊（按影響因子降序排列）

表2 與《總覽》擴(kuò)展區(qū)重合的WOS期刊（按影響因子降序排列）

表3 增補(bǔ)的WOS期刊 （按影響因子降序排列）

三、結(jié)果分析

研究前沿是科學(xué)研究領(lǐng)域中最具潛力的研究方向，代表著未來的發(fā)展趨勢。筆者認(rèn)為研究前沿分析主要以共被引（Cite Reference）的文獻(xiàn)網(wǎng)絡(luò)關(guān)系加以體現(xiàn)?？茖W(xué)計量學(xué)的奠基人普賴斯（Price）[6]De Solla Price D J. Networks of scienti fi c papers [J].Science,1965,149(3683)：510-515.提出“研究前沿”的概念，即科學(xué)引文網(wǎng)絡(luò)中高被引且時效性強(qiáng)的文獻(xiàn)集合。他認(rèn)為研究前沿能動態(tài)地反應(yīng)某研究領(lǐng)域的本質(zhì)。加菲爾德（Car fi eld）[7]Gar fi eld E. Research fronts[J].Current Contents,1994,41(10)：3-7.將研究的前沿定義為一組核心的高被引論文和引用論文，認(rèn)為研究前沿的名稱可以從論文標(biāo)題中出現(xiàn)頻率最高的詞或短語中提取。根據(jù) Cite Space提取的突現(xiàn)詞，可以探測某一領(lǐng)域的研究前沿。本文中對引文進(jìn)行提取運(yùn)行數(shù)據(jù)后，得到研究前沿聚類圖。

圖1 前沿聚類知識圖譜

表4 共被引文獻(xiàn)的聚類表

從圖1 可見，將共被引文獻(xiàn)聚類后得到 13個研究主題。結(jié)合圖書館學(xué)情報學(xué)專業(yè)知識，排除相關(guān)度較小的聚類后，以“ ＃0 ，＃1……”等形式對聚類進(jìn)編號，聚類號越小，其聚類的文獻(xiàn)數(shù)量越多。共被文獻(xiàn)的聚類情況如表4所示。

基于LLR（Log-likelihood rate）算法的聚類名稱客觀反映了2016－2018年國際圖書館情報學(xué)研究領(lǐng)域的前沿問題，可進(jìn)一步將上述聚類歸納為三個領(lǐng)域（如表5所示）。

表5研究前沿領(lǐng)域表

（一）傳統(tǒng)圖書情報領(lǐng)域

補(bǔ)充計量仍然是近兩年學(xué)者關(guān)注的熱點(diǎn)，但是研究已經(jīng)不再拘泥于補(bǔ)充計量與傳統(tǒng)計量方法的對比研究，而是集中于補(bǔ)充計量指標(biāo)體系的細(xì)化和數(shù)據(jù)源的改進(jìn)。馬弗拉希（Ma fl ahi,N）和瑟沃爾（Thelwall M）[8]Ma fl ahi N, Thelwall M. When are readership counts as useful as citation counts? Scopus versus Mendeley for LIS journals[J]. Journal of the Association for Information Science & Technology, 2016, 67(1)：191-199.通過對4種普通圖書館學(xué)和情報學(xué)期刊的讀者數(shù)量與引文次數(shù)關(guān)系的理論探討和調(diào)查，分析了閱讀數(shù)與被引數(shù)兩類指標(biāo)中所隱含的時間因素。此外，推特（Twitter）由于受到較高的社交網(wǎng)絡(luò)關(guān)注度，其數(shù)據(jù)也是補(bǔ)充計量學(xué)重要的數(shù)據(jù)指標(biāo)來源，受到學(xué)者的關(guān)注。伯恩曼（Bornmann,L）[9]L. Bornmann，Haunschild, R.How toNormalize Twitter Counts? A First Attempt Based on Journals in the Twitter Index，Scientometrics，Vol. 107, No. 3, 2016, 107(3)：1405-1422.等對推特數(shù)據(jù)指標(biāo)進(jìn)行分析，提出了用于測度期刊影響力的推特指數(shù)（Twitter Index），指出與期刊論文相比，影響最大的是推特最多的論文。文獻(xiàn)計量學(xué)領(lǐng)域的研究從19世紀(jì)末開始，經(jīng)過幾十年發(fā)展已趨于成熟，以往的文獻(xiàn)計量研究主要關(guān)注點(diǎn)集中在研究者群體、機(jī)構(gòu)和期刊方面。近兩年的關(guān)注點(diǎn)主要集中在多源數(shù)據(jù)融合、協(xié)同網(wǎng)絡(luò)演化以及同行專家評議等方面。斯夸佐尼（Squazzoni F）[10]Squazzoni F, Brezis E, Maru?i? A. Scientometrics of peer review[J].Scientometrics, 2017,113(1)：501-502.等認(rèn)為同行評議是科學(xué)的基石，也是文獻(xiàn)計量學(xué)研究的核心。另外，期刊分類也是文獻(xiàn)計量研究的一個重要方面，王（Wang, Q）和沃爾特曼（Waltman, L）[11]Wang Q, Waltman L. Large-Scale Analysis of the Accuracy of the Journal Classi fi cation Systems of Web of Science and Scopus[J]. Journal of Informetrics, 2016, 10(2)：347-364.檢驗(yàn)和比較了WOS和Scopus兩個數(shù)據(jù)期刊分類系統(tǒng)的準(zhǔn)確性。

（二）計算機(jī)與信息科學(xué)領(lǐng)域

信息技術(shù)的發(fā)展在增加在線商業(yè)機(jī)會的同時帶來了信息安全風(fēng)險。以往信息安全問題都是在技術(shù)背景下研究的，但日益增長的安全需求使得研究者們更加關(guān)注管理者在信息安全中的重要作用。蘇姆羅（Soomro,Z A）[12]Soomro Z A, Shah M H, Ahmed J. Information security management needs more holistic approach：A literature review[J].International Journal of Information Management, 2016, 36(2)：215-225.等研究發(fā)現(xiàn)制定和執(zhí)行信息安全政策、信息素養(yǎng)培訓(xùn)、發(fā)展有效的企業(yè)信息架構(gòu)、IT基礎(chǔ)設(shè)施管理、業(yè)務(wù)和信息技術(shù)協(xié)調(diào)以及人力資源管理等管理活動，對信息安全管理的質(zhì)量產(chǎn)生了重大影響。在過去的五年里，大數(shù)據(jù)吸引了許多學(xué)科學(xué)者的興趣。商業(yè)學(xué)者越來越多地關(guān)注這一新興現(xiàn)象的影響。盡管人們對大數(shù)據(jù)的關(guān)注有所增加，但我們對大數(shù)據(jù)是什么以及它對組織和機(jī)構(gòu)行為者意味著什么的理解仍然不確定。但總的來說，大數(shù)據(jù)在理論基礎(chǔ)、方法多樣性和以經(jīng)驗(yàn)為導(dǎo)向的工作方面仍然是一個零散、早期的研究階段。[13]Frizzo-Barker J, Chow-White P A, Mozafari M, et al. An empirical study of the rise of big data in business scholarship[J]. International Journal of Information Management the Journal for Information Professionals, 2016,36(3)：403-413.格邁爾（Lugmayr,A）[14]Lugmayr A, Stockleben B, Scheib C, et al. Cognitive big data： survey and review on big data research and its implications.What is really ‘new’ in big data?[J].Journal of Knowledge Management, 2017, 21(1).等通過文獻(xiàn)資源分析，界定大數(shù)據(jù)概念，識別大數(shù)據(jù)的新特征，指出物聯(lián)網(wǎng)和大數(shù)據(jù)是一個未經(jīng)探索的研究領(lǐng)域，為實(shí)現(xiàn)未來智能城市的目標(biāo)帶來了新挑戰(zhàn)。哈希姆（Hashem,IAT）[15]Hashem IA T,Chang V,Anuar N B,etal.The role of big data in smart city[J]. International Journal of Information Management, 2016, 36(5)：748-758.等研究了大數(shù)據(jù)在智能城市中的作用。劉（Liu,CH）[16]Liu C H, Wang J S, Lin C W. The concepts of big data applied in personal knowledge management[J]. Journal of Knowledge Management, 2017, 21(1)：213-230.等討論了大數(shù)據(jù)在個人知識管理中的應(yīng)用。諾布雷（Nobre,GC）[17]Nobre G C,Tavares E. Scientific literature analysis on big data, and internet of things, applications on circular economy：a bibliometric study[J].Scientometrics, 2017, 111(1)：463-492.等討論了大數(shù)據(jù)與物聯(lián)網(wǎng)在循環(huán)經(jīng)濟(jì)環(huán)境下的應(yīng)用。巴克（Bakker,J）[18]Bakker J.The log-linear relation between patent citations and patent value[J]. Scientometrics, 2017,110(2)：1-14.對專利引用和專利更新數(shù)據(jù)進(jìn)行了分析，提出了專利引用與專利價值之間的對數(shù)線性關(guān)系。

（三）社會心理領(lǐng)域

陳（Chan, HF）[19]Chan H F, ?nder A S,Torgler B.The fi rst cut is the deepest：repeated interactions of coauthorship and academic productivity in Nobel laureate teams[J].Scientometrics, 2016, 106(2)：509-524.等探索了諾貝爾獎得主的合作模式，考察了跨領(lǐng)域的科學(xué)協(xié)作的強(qiáng)度和成功，以及物理學(xué)、化學(xué)和生理學(xué)、醫(yī)學(xué)中獲獎 者的協(xié)作生命周期。扎萊夫斯卡（Zalewska-Kurek,K）[20]Zalewska-Kurek K.Understanding researchers’ strategic behaviour in knowledge production：a case of social science and nanotechnology researchers[J].Journal of Knowledge Management, 2016(5).對43名研究人員進(jìn)行了半結(jié)構(gòu)化訪談，以社會科學(xué)和納米技術(shù)研究者為例，分析了在知識生產(chǎn)中合作需要和自主需求，并比較了個體研究人員在不同領(lǐng)域的協(xié)作行為。帕克（Park,H）[21]Park H, Park S J. Communication behavior and online knowledge collaboration： evidence from Wikipedia[J].Journal of Knowledge Management, 2016, 20(4)：769-792.等根據(jù)團(tuán)隊成員信息傳遞行為定義了八種類別，并比較了每個級別團(tuán)隊成員知識貢獻(xiàn)的平均數(shù)量和對團(tuán)隊級別協(xié)作效率的幫助；研究發(fā)現(xiàn)參與面向任務(wù)的公眾討論和面向關(guān)系的私人消息在促進(jìn)個人知識共享方面具有協(xié)同作用。對信任的研究集中在知識共享、信息行為、學(xué)術(shù)交流以及社交媒體等幾個方面，程（Cheng,XS）[22]Cheng X, Fu S, Vreede G J D. Understanding trust in fl uencing factors in social media communication：A qualitative study[J].International Journal of Information Management,2017, 37(2)：25-35.等以115名高頻使用微信的參與者為樣本，以五種信任類型為基礎(chǔ)，探討了人際交往、群體溝通和大眾傳播中信任的影響因素。依諾皮爾（Tenopir,C）[23]Tenopir C, Levine K, Allard S, etal. Trustworthiness and authority of scholarly information in a digital age： Results of an international questionnaire[J].Journal of the Association for Information Science & Technolo gy,2016,67(10)：2344-2361.等以一項(xiàng)對3600多名研究者進(jìn)行的國際調(diào)查為樣本，分析了在學(xué)術(shù)閱讀、引用和出版決策中如何確定誠信和質(zhì)量，以及學(xué)者們?nèi)绾瓮ㄟ^新的學(xué)術(shù)交流形式看待信任的變化,研究發(fā)現(xiàn)同行評審被認(rèn)為是決定研究質(zhì)量和可信度的最重要因素。

四、結(jié)論

本文基于2016-2018年WOS數(shù)據(jù)庫中45種圖書情報領(lǐng)域的核心期刊所載4438篇論文，借助CiteSpace引文分析功能，對研究前沿進(jìn)行了識別和聚類分析。從研究前沿的聚類分析來看，傳統(tǒng)圖書情報領(lǐng)域補(bǔ)充計量學(xué)、研究評價，計算機(jī)與信息技術(shù)領(lǐng)域的信息安全、數(shù)據(jù)科學(xué)與大數(shù)據(jù)、專利引文，社會心理領(lǐng)域的研究協(xié)作和組織成員的信任關(guān)系等是今后研究的趨勢和重點(diǎn)方向。

根據(jù)圖書情報領(lǐng)域研究前沿的演化發(fā)展，我們發(fā)現(xiàn)圖書情報學(xué)科與其他學(xué)科的交叉滲透使得這一領(lǐng)域的研究越來越呈現(xiàn)跨學(xué)科邊緣交叉的趨勢，同時圖書情報領(lǐng)域發(fā)展的新趨勢和新挑戰(zhàn)隨著時間推移而變化的節(jié)奏愈加快速，新思維、新視角不斷涌現(xiàn)。此外筆者通過分析認(rèn)為在今后的研究中還需要關(guān)注其他幾個方面：

第一、文獻(xiàn)計量方法的創(chuàng)新。文獻(xiàn)計量的研究依舊是學(xué)者們主要的研究方法，但文獻(xiàn)計量的研究方法需要在應(yīng)用中不斷創(chuàng)新。

第二、基于人工智能的圖書館服務(wù)重塑。未來數(shù)據(jù)將會是生產(chǎn)資料，計算是生產(chǎn)力，互聯(lián)網(wǎng)是生產(chǎn)關(guān)系，智能時代是基于這些改變而隨之發(fā)生的巨大社會變革。所以這次技術(shù)革命帶來的變化遠(yuǎn)遠(yuǎn)超過我們的想象，未來三十年智能技術(shù)將深入到社會的方方面面，改變傳統(tǒng)制造業(yè)、服務(wù)業(yè)，改變教育、醫(yī)療，我們所有的生活會因?yàn)楸粩?shù)據(jù)、被計算所改變。人工智能將賦能新時代，可以預(yù)測圖書館也將在這個新時代中賦予新的職能，因此對于人工智能在圖書館的發(fā)展應(yīng)用將是日后研究的熱點(diǎn)。但是筆者認(rèn)為圖書館應(yīng)該更多關(guān)注人工智能對用戶、館員和館藏的影響以及人工智能背景下圖書館服務(wù)的重塑。不應(yīng)該將人工智能技術(shù)和設(shè)備作為圖書館領(lǐng)域研究的重點(diǎn)。

第三、信息安全及其立法。大數(shù)據(jù)已成為當(dāng)前的研究熱點(diǎn),無論學(xué)術(shù)界或產(chǎn)業(yè)界都試圖通過對大數(shù)據(jù)進(jìn)行分析以挖掘其潛在價值。但與此同時,大數(shù)據(jù)在搜集、存儲、使用等環(huán)節(jié)中仍面臨著許多信息安全風(fēng)險問題。可以說,大數(shù)據(jù)的信息安全問題已經(jīng)成為制約其發(fā)展的主要瓶頸之一。因此，對于信息安全及其立法的研究將是熱點(diǎn)。

本研究所采用的Cite Space軟件在實(shí)際應(yīng)用中存在因闕值設(shè)定差異而造成的分析結(jié)果偏差。但總體來看，本研究從特定時間段內(nèi)選擇樣本量比較全面、樣本的選擇也有代表性，研究結(jié)果中關(guān)于研究前沿趨勢的分析，能為其他研究者了解該領(lǐng)域的現(xiàn)狀和趨勢有所裨益。