張韜 趙麗淳 孫瑜 時雨 姜毅

浙江理工大學管理科學與工程系

近年來，大數據已經逐步成為了政府、產業(yè)界和學術界的研究熱點。2012年，國家發(fā)展改革委發(fā)布《“十二五”國家政務信息化工程建設規(guī)劃》，提出我國大數據融合應用應取得突破性進展。2017年，習近平總書記指出，應實施國家大數據戰(zhàn)略，加快建設數字中國。這標志著大數據戰(zhàn)略已經上升到了國家戰(zhàn)略的高度，運用大數據技術推進政府管理和各行業(yè)治理模式的創(chuàng)新，已經成為了社會各界的廣泛共識。

在不同學科領域內，大數據研究的發(fā)展根據各領域需求和應用的不同產生了一定的差異性和特異性。圖書情報學是一門涉及管理學、信息科學、服務科學等多學科領域的交叉學科和邊緣學科，重視現代信息技術在圖書館和信息服務機構中的應用。在大數據概念和相關技術產生后，國內圖書情報學領域的研究者積極地把大數據引入到本學科中。國內第一篇圖情領域的大數據研究論文發(fā)布于2012年，是楊海燕所著的《大數據時代的圖書館服務淺析》，主要闡述了大數據概述、大數據時代的圖書館數據處理和服務[1]。近年來，圖情領域的學者密切關注著大數據技術的發(fā)展，積極探索大數據技術在圖情工作中的應用。

為了對大數據在圖書情報學領域的研究現狀進行分析，本文選取了2012到2019年度圖書情報學領域CSSCI期刊收錄的以大數據為主題的相關研究論文，以及國家自然科學基金和社會科學基金中圖情領域大數據相關的基金項目作為數據源，用多種定量方法分析了研究主題和研究內容。

一、文獻統計

本節(jié)通過對研究論文和立項項目進行統計與分析，客觀真實地反映大數據在圖書情報學的基本研究情況。

（一）研究論文統計

以“中國期刊全文數據庫”為數據源，把來源期刊限定為CSSCI（中文社會科學引文索引）中“圖書館、情報、文獻學”學科所涵蓋的20種期刊[2]，于2019年12月5日進行檢索。共獲得782條數據。按年代進行統計，如圖1所示。

圖1 國內圖書情報學領域大數據研究論文的年度分布

2012年的10篇論文中，兩篇論文的研究方向為文獻與知識計量方向[3-4]，另兩篇論文的研究方向分別為大數據在公共交通和企業(yè)競爭情報方向的應用[5-6]，其余的論文研究方向均為大數據給圖書館帶來的影響與挑戰(zhàn)[7-11]。這說明在研究初期，圖書情報學主要關注于圖書館方向的大數據研究。從2012年到2016年，論文數量保持穩(wěn)定增長，直至2016年達到最高峰，為150篇。后幾年有小幅回落。說明大數據在圖書情報學領域的研究經過發(fā)展，已經趨于成熟，這體現了在圖書情報學方向大數據已經得到廣泛認可并獲得了較高的關注。

（二）國家基金立項項目分析

為了研究大數據的立項情況，分別以國家自然科學基金委的科學基金網絡信息系統[12]、國家社科基金項目數據庫[13]中的國家基金立項數據為數據源進行系統檢索，共檢索到73條數據。由于2012年立項數量為0，所以不計入統計。2013～2019年國家社科基金、自科基金項目及總體立項情況的年度分布結果如圖2所示。

圖2 2013～2019年各類型項目及總體立項情況圖

從圖2中可以看出，社科基金和自科基金立項總數于2013年起步，2014年大幅增加，2015年后略有減少但保持穩(wěn)定，2019年立項數減至零。這說明大數據已經成為了圖書情報學領域的一個重要研究子方向，但隨著研究內容的深入，立項數有所下降。

以所采集的國家立項項目數據樣本作為數據源，以受資助單位的地理位置分布作出國家立項項目資助的可視化地圖，如圖3所示。發(fā)現受資助的省份大多集中在沿海、中部和東北地區(qū)，西北部和西南部相關單位課題資助覆蓋率較小。

圖3 圖情領域大數據方向國家項目地理分布圖

二、主題研究

本節(jié)對圖書情報學中“大數據”主題的相關文獻進行分析與總結。首先基于因子分析確定了核心的研究主題，聚焦大多數研究者關注的研究熱點。再對所得因子進行分類匯總，闡述并總結了研究現狀。

（一）基于因子分析的核心主題確定

因子分析法用于通過一定數量的因子描述較多指標或元素之間的關聯，是一種用較少的因子反映大部分信息的技術。

從CSSCI（中文社會科學引文索引）的相關文獻中提取關鍵詞。因為國家立項項目沒有關鍵詞，所以使用jieba分詞工具對其名稱進行分詞作為關鍵詞，共得到2421個詞。對不相關關鍵詞進行清洗，將處理后的2335個關鍵詞作為此研究領域的主要研究方向。

出現次數越多的關鍵詞，說明在此方向的研究越多，即關注度越高。具有這一特點的關鍵詞稱為高頻詞，并用前N位選取法從全部關鍵詞中確定高頻詞[14]。取詞頻數不小于6的關鍵詞作為高頻詞，共確定43個高頻詞。

根據高頻詞的兩兩共現頻次，使用python生成高頻詞共現矩陣。通過使用SPSS軟件對高頻詞進行因子分析。通過分析得到的共同度表、總方差分解表和旋轉后的因子載荷矩陣，確定大數據在圖書情報學的主要研究方向。

共同度表示全部的因子對原變量方差的解釋水平。根據分析因子總方差解釋表，把高頻詞分為13個因子，如表1所示。從而得到大數據在圖書情報學的主要研究方向。根據每個因子包含的高頻詞，為核心主題命名。

表1 因子及其關鍵詞

（二）主要研究方向詳述

根據因子分析的結果，大數據在圖書情報學方向共有13個主要研究方向，對研究熱點進行整合歸類，可以分為三個主要研究方向。（1）大數據理論：包括大數據思維、數據管理與素養(yǎng)等；（2）大數據方法：包括數據挖掘與可視化、Hadoop、共詞分析、聚類分析等；（3）大數據應用：包括圖書館服務、數據服務、情報工作、情報學、突發(fā)事件、高校圖書館、數字圖書館、企業(yè)信息分析、競爭情報等。下面對這三個方向進行詳細闡述。

1.“大數據”理論

在圖情領域，大數據理論的研究熱點涉及數據管理與素養(yǎng)、大數據思維等方面。完善大數據的相關理論是發(fā)掘圖情領域大數據的深層價值的基礎。

許多圖情領域的研究者提出和豐富了大數據思維相關理念的內涵和外延。和婷提出了有助于擴大信息服務范圍和提高信息服務質量的創(chuàng)新圖書館的信息服務模式[15]。張麗娜、夏慶利探討了高校人事檔案信息化建設[16]，從而提高資源整合度，防止人才資源的流失。張浩如從大數據視角轉變思維、實施數據分析，提出了新的圖書館的品牌建設與營銷方法[17]。

隨著大數據在圖書情報學領域的重要性日益提升，數據素養(yǎng)與數據管理逐漸被研究者重視。數據素養(yǎng)是組織、理解和評價信息，使用數字技術進行數據處理的能力。數據管理是先進的管理技術方法，更是全新的思維理念。金波、晏秦分析了數據管理對檔案信息服務的影響，研究了探索數據管理背景下檔案信息服務的創(chuàng)新內容[18]。鄧李君提出了高校圖書館應當針對不同的培訓對象采取不同的數據素養(yǎng)教育策略等數據素養(yǎng)教育建議[19]。

大數據思維、數據管理與素養(yǎng)等大數據理論是圖書情報學領域大數據方法與應用研究的基礎。由于圖情領域有大量的信息與數據，重視對大數據理論的研究與學習有助于更充分地理解數據、分析數據、挖掘數據蘊含的海量信息。

2.“大數據”方法

在圖情領域，要將“大數據”落到實處，必須考慮如何將先進的技術和方法與大數據結合，應用于圖書情報學中。眾多圖書情報學領域的研究者對數據挖掘與可視化、Hadoop、共詞分析、聚類分析等方法技術進行了深入地探索。

數據挖掘技術的重要性及其巨大的價值在圖書情報學領域日益凸顯。許多學者通過對文本進行數據挖掘，研究不同學科的研究熱點，從而對各個領域的研究主題進行統計和預測。吳曉英、明均仁等以技術挖掘技術為核心，構建了基于數據挖掘的大數據管理模型[20]。 洪亮、李雪思、周莉娜等結合近三年國內外相關研究文獻，分類探討了數據挖掘在不同領域的應用，如商業(yè)智能、醫(yī)藥衛(wèi)生、學術文獻、社交媒體等[21]。此外，可視化技術進一步推動了大數據背景下的信息分析工作。趙蓉英、魏明坤通過可視化分析，直觀地呈現大數據發(fā)展情況，揭示大數據的研究現狀和研究熱點[22]。

隨著開源分布式計算框架Hadoop的迅速興起和逐步完善，眾多研究者發(fā)現了Hadoop高傳輸性、硬件低廉等優(yōu)點，把Hadoop應用于網絡輿情與信息分析。馬梅等人把Hadoop引入到輿情分析，基于大數據建立了網絡輿情分析系統模型[23]，黃曉斌等人也建立了基于 Hadoop構架之上的企業(yè)競爭情報數據分析系統模型[24]。同時，Hadoop與圖書情報學結合時也存在一些缺陷，如缺乏精細化的數據管理，支持迭代計算的性能較差等問題[25]。

在圖書情報學領域，共詞分析用某一領域相關文獻中的高頻關鍵詞表示該領域的熱點研究主題，常與聚類分析相結合，不同的簇表示不同的研究分支。李信等人對WOS題錄數據進行共詞分析與聚類分析，挖掘圖書情報學科的熱點方向[26]。

數據挖掘與可視化、Hadoop、共詞分析、聚類分析等方法并非完全獨立，互相存在一定交叉。因此在對大數據的研究中，應將先進的技術方法綜合使用，才能更充分地在圖書情報學領域利用大數據。

3.“大數據”應用

大數據在圖情領域的應用非常廣泛，主要包括基于圖書館和數據的服務方案設計、高校數字圖書館的建設、各領域的情報分析和檔案信息數據應用等。

通過總結人們在大數據時代下的行為規(guī)律，研究者提出了一系列能夠滿足新需求的服務方案。夏一雪、蘭月新等根據網絡輿情的大數據特征，通過微分方程、數值仿真方法分析了網絡輿情的反轉及其預測機理[27]。電子政務在大數據和云計算的推動下逐漸朝著“智慧政務”轉型，如將云計算的結構融入進了政務體系[28]、量化自我行為的解決措施[29]。

圖書館既是進行讀者教育的主角，又是高校的文獻中心和科研服務中心。學者們從應用、建設、服務模式等方面深入探討了圖書館應如何順應大數據時代發(fā)展，高效地為社會貢獻價值。孟祥保等研究了國外的高校圖書館在培養(yǎng)數據素養(yǎng)方面設置的課程，總結了值得借鑒的經驗[30]。鄧李君等進一步提出了針對不同角色的數據素養(yǎng)的教育策略[31]。在數字圖書館基礎設施建設[32-33]、服務模式[34]等方面有頗多研究成果。

大數據環(huán)境為情報行業(yè)源源不斷地提供著新的研究方向。劉小琳、曾祥效從科技情報的需求出發(fā)，提出了圍繞情報服務鏈條部署相關情報服務的構思[35]。研究者探索了情報分析工作在不同領域方面的應用（如公安情報、科技情報、企業(yè)信息等），討論了關于“城市病”的決策方案、以紐約為例的城市管理方案[36]。

大數據在圖書情報學領域的應用非常豐富，解決了圖書館異構數據集成、數據素養(yǎng)欠缺等眾多現存問題。

三、核心主題結構分析

學科的主題結構可以表達任意主題間的關聯。 通常在共詞網絡的基礎上構建主題結構，并將主題關系使用網絡圖譜進行展示。在主題結構中，通過使用尋徑網絡圖譜研究學科主題的發(fā)展方向。在尋徑網絡圖譜中，節(jié)點越靠近中央，代表在研究中處于越主要的地位。

把高頻關鍵詞作為節(jié)點、相關性系數作為權重，使用Ucinet和Netdraw繪制了尋徑網絡圖譜，屬于同一因子的關鍵詞顏色相同，每個節(jié)點代表了一個熱點關鍵詞[37]。熱點關鍵詞與標號的對應關系如圖4所示，進而研究分析大數據在圖書情報學領域的核心主題結構。

圖4 大數據在圖情領域的高頻詞尋徑網絡圖譜

從圖4中看出，自2012年到2019年存在多個中心子群，“圖書館”、“知識發(fā)現”、“數據挖掘”、“信息服務”位于中心位置，說明“圖書館”、“知識發(fā)現”、“數據挖掘”、“信息服務”是大數據在圖書情報學最基本最核心的內容。由此演變出云計算、知識圖譜、數據管理、科學數據等方向。

四、核心主題分析

為分析各主題在圖書情報學領域大數據方向中的研究情況，本文采用戰(zhàn)略坐標分析法，通過繪制戰(zhàn)略坐標圖對研究領域中各主題類團的內部發(fā)展狀況進行具體分析，從而體現研究領域中各主題的研究情況。

戰(zhàn)略坐標圖可以體現某個學科領域中各主題的研究情況。本文將因子分析所得的各類關鍵詞間共現之和的平均值定義為向心度，作為坐標圖的橫坐標；將各因子的貢獻率定義為密度，作為坐標圖的縱坐標。根據以上數值的平均值定義坐標原點，對應于坐標軸上的（0,0）點進行戰(zhàn)略坐標圖的繪制[38]。圖情領域大數據核心主題戰(zhàn)略坐標圖如圖5所示。

圖5 核心主題戰(zhàn)略坐標圖

對圖5中的點按象限分類。處于第一、四象限的為學科研究的核心主題，其中處于第一象限的是發(fā)展較成熟的研究熱點，而處于第四象限的為發(fā)展尚未成熟的研究熱點。綜上得出，情報工作和數據管理與素養(yǎng)為2012～2019年的主流研究主題。

五、結語

通過對上述研究成果的梳理發(fā)現，研究者關注的大數據應用領域廣泛。圍繞大數據在圖書情報學領域的后續(xù)研究，不僅需要進一步深化大數據主題的研究，而且需要逐步形成內容框架和方法體系，產生更有價值的理論、方法與應用研究成果。在以下方面值得更深入探索：

在研究視角上，大數據在圖書情報學的研究實踐超前于理論。針對大數據方法與各領域的應用較多，但是對其理論的研究較少。研究者可以從現有的應用中精煉歸納出大數據理論與規(guī)律，有助于產生更有價值的理論與應用研究成果。

在研究主題上，大數據應用中的高校圖書館、數字圖書館和情報學處于核心位置，其中圖書館、知識發(fā)現是最核心關注度最高的研究方向，但是尚不成熟。因此，建議研究者在這些方向上繼續(xù)深入研究。

在應用領域上，目前大數據在圖書情報學的成熟應用領域在情報工作、圖書館服務、突發(fā)事件等方面，研究者還可以繼續(xù)深化到企業(yè)大數據、競爭情報等領域。

研究者還需加大在圖書情報領域中對大數據的研究力度，深入探索大數據應用的切入點，不斷推動圖書情報學領域的發(fā)展。