張 莉

（南昌師范學院，江西 南昌 330032）

數(shù)字圖書館這一概念最早誕生于美國，1994年美國國家科學基金會（National Science Founda?tion，NSF）、國防部先進研究項目局（Advanced Re?search Projects Agency，DARPA）、國家航空航天局（National Aeronautics & Space Administration，NASA）聯(lián)合資助美國六所大學的因特網技術基礎設施即數(shù)字圖書館項目［1］。我國是從1995 年開始從國外引薦、描述和研究數(shù)字圖書館［2］。至今數(shù)字圖書館已經歷25 周年的發(fā)展變遷。對數(shù)字圖書館研究現(xiàn)狀、研究前沿和趨勢進行文獻計量分析，歸納最近五年境內外數(shù)字圖書館研究主題，對比分析境內外數(shù)字圖書館研究熱點的異同，查找研究領域的遺漏，有利于了解自身的定位，明確我國數(shù)字圖書館研究和建設努力的方向。

1 研究方法

采用文獻研究法，從Web of Science（WOS）核心庫中查找2015 年來有關數(shù)字圖書館的文獻進行文獻計量分析。以署名“Peoples R China”區(qū)分境內外文獻，署名為“Peoples R China”的是境內文獻。學科范圍選擇信息科學與圖書館學（IN?FORMATION SCIENCE LIBRARY SCIENCE）和計算機科學與信息系統(tǒng)（COMPUTER SCIENCE IN?FORMATION SYSTEMS）。境內文獻WOS 檢索式:((TS="digital library" OR TS="DIGITAL LI?BRARIES" OR TI=digital library) AND PY=(2015-2019)AND(AD="Peoples R China")AND(WC=IN?FORMATION SCIENCE LIBRARY SCIENCE OR WC=COMPUTER SCIENCE INFORMATION SYS?TEMS) NOT (TS="ACM Digital Library"))。境外文獻WOS 獻檢索式:(TS="digital library" OR TS="DIGITAL LIBRARIES" OR TI=digital library)AND PY=(2015-2019) AND (WC=INFORMATION SCIENCE LIBRARY SCIENCE OR WC=COMPUT?ER SCIENCE INFORMATION SYSTEMS) NOT(AD="Peoples R China" OR TS="ACM Digital Li?brary")。檢索語言選擇英語（English），文獻類型選擇所有文獻類型。引文索引選擇Science Cita?tion Index Expanded(SCI-EXPANDED)、Social Sci?ences Citation Index (SSCI)、Arts & Humanities Ci?tation Index (A&HCI)?！癆CM Digital Library”為過濾的無關文獻，并手工進一步過濾無關文獻。最終獲得境外文獻302篇，境內文獻65篇。

分析工具采用SATI、Citespace 進行關鍵詞共現(xiàn)分析、社會網絡分析、聚類分析等知識圖譜分析［3］［4］。采用SATI 統(tǒng)計詞頻和繪制社會網絡圖譜，進行共詞矩陣分析。運用Citespace 統(tǒng)計詞頻，計算中心度（Centrality），進行關鍵詞共現(xiàn)分析以及聚類分析。中心度（Centrality）指節(jié)點在社會網絡中的中心地位，取值范圍為［0，1］，其值越高該節(jié)點在網絡中越重要，越可能是研究熱點詞。中心度的計算公式如下:

xij表示i 與j 有無關聯(lián)，1 表示有關聯(lián)，0 表示無關聯(lián)。G表示節(jié)點數(shù)量。聚類分析是運用某種相似度計算算法將對象集合分組為若干類似的對象組成的多組分類的分析方法。本文采用對數(shù)似然比（log-likelihood rate，LLR）算法分析計算關鍵詞和文獻相似度并進行分組聚類，以便概括聚類文獻的研究內容［5］。突發(fā)性（Burst）檢測是Citespace根據Kleinberg于2002年提出的算法，按年度分別探測發(fā)文數(shù)量突然增加的情況，值較大表示關鍵詞在該年度的研究熱度上升［6］。本文采用突發(fā)性檢測指標來探測研究熱度上升的新興研究領域的關鍵詞，但均未顯示出突發(fā)性，表明還沒有在哪個研究領域形成突發(fā)的研究熱潮。

2 文獻計量分析

2.1 發(fā)文作者、機構、國家和地區(qū)分析

2.1.1文獻作者

境外共有685 位作者參與了數(shù)字圖書館研究，第一作者270位，第一作者發(fā)文量最高的作者是美國阿拉巴馬大學（University of Alabama）的Albertson Dan，發(fā)文4 篇。他的主要研究領域是可視化信息檢索、數(shù)字圖書館視頻資源檢索等。境內作者共有194 位，第一作者53 位，第一作者發(fā)文量最高的作者是武漢大學的查先進（ZhaX?ianjin），共發(fā)表6 篇文獻。他的主要研究領域是社交媒體信息處理、移動圖書館（包含可用性、易用性、用戶體驗、移動上下文環(huán)境等研究）、電子服務質量（包含信息、系統(tǒng)和服務等）、數(shù)字圖書館技術接受模型等。以年度發(fā)文頻次兩篇以上為統(tǒng)計標準，繪制出核心作者合作網可視化圖譜如圖1、圖2所示。境內最大的核心作者合作團隊是武漢科技大學的嚴亞蘭（Yalan Yan）、查先進等5人，3人以上的合作團隊有2個。嚴亞蘭主要研究數(shù)字圖書館信息獲取自我效能感，并且與查先進的研究領域有合作研究。境外最大的核心作者合作團隊是比利時根特大學(University of Gh?ent)的Erik Mannens 等5 人，3 人以上的合作團隊有4個。Erik Mannens團隊主要研究關聯(lián)數(shù)據、語義檢索、社交媒體等。可見以上團隊都有各自的研究領域，核心作者團隊的重要作用在于開拓領域研究的廣度和深度、推動學科研究與發(fā)展。

圖1 境內核心作者合作可視化圖譜

圖2 境外核心作者合作可視化圖譜

2.1.2發(fā)文機構

表1 發(fā)文機構

發(fā)文量排名前5的機構如表1所示。繪制機構合作可視化圖譜如圖3、圖4 所示。武漢大學發(fā)文量17 篇遠超境內外其它機構，且中心度（Centrality）最高為0.13，與武漢科技大學和華中師范大學等11所機構具有合作關系，表明武漢大學在數(shù)字圖書館研究方面顯示出絕對優(yōu)勢。由圖3的圖譜可見已經形成了兩個較大的機構合作網，一個是以武漢大學和華中師范大學為中心形成了一支強大的機構合作網，另一個分支是以南京大學為中心的機構合作網。

圖3 境內機構合作可視化圖譜

圖4 境外機構合作可視化圖譜

2.1.3國家和地區(qū)發(fā)文分析

表2 國家和地區(qū)發(fā)文情況

圖5 國家和地區(qū)合作可視化圖譜

國家和地區(qū)的發(fā)文情況如表2所示。美國發(fā)文量123篇最高且遠超其它國家和地區(qū)。中國境內發(fā)文量64篇排名第二，同時境內的發(fā)文中心度比較高，說明近年來中國境內與其它國家和地區(qū)的合作較為廣泛。繪制國家和地區(qū)合作可視化圖譜如圖5 所示，紫色外圈表示中心度較強的節(jié)點，連線粗細表示合作強度，節(jié)點大小表示發(fā)文量。由圖5可知美國、中國、西班牙和英國是數(shù)字圖書館領域研究的四個中心國家。中國境內與眾多國家和地區(qū)存在科研合作關系，遍布亞洲、北美洲、歐洲、非洲、大洋洲等國家和地區(qū)，顯示出境內注重與境外相互學習和研究的良好態(tài)勢。

2.2 境內外研究熱點比較分析

2.2.1 關鍵詞共現(xiàn)比較分析

關鍵詞共現(xiàn)分析是根據同一篇文獻中關鍵詞共現(xiàn)頻率繪制以關鍵詞為頂點、共現(xiàn)頻率為邊權值的復雜的關鍵詞共現(xiàn)網絡［7］。境內外文獻高頻關鍵詞如表3所示，各取詞頻排名前25位的關鍵詞。

表3 境內外文獻高頻關鍵詞

interface pattern evaluation network impact experience search technology acceptance model mobile library higher education usability 2 2 2 2 2 2 2 2 2 2 2 0.37 0 0.41 0 0 0.06 0.05 0 0 0 0 ontology linked data usability technology behavior service user interface digital humanity institutional repository knowledge classification 8 8 8 8 7 7 6 6 6 5 5 0.05 0.04 0.05 0.06 0.03 0.07 0.02 0.01 0.06 0.03 0.03

境內外共同排在前幾位的高頻關鍵詞是模型（model）、服務（service）、高校圖書館（academic library）、檢索（retrieval）、系統(tǒng)（system）、技術（technology）、因特網（web）。模型（model）是中心度最高的熱點關鍵詞。與模型共現(xiàn)最高（即最相關）的關鍵詞是在線（online，在線信息系統(tǒng)等）、科學論文推薦系統(tǒng)（scientific paper recommender system）、協(xié)同過濾（collaborative filtering）、元數(shù)據（metadata）、技術（technology）。對模型的研究表明數(shù)字圖書館正處于應用研究階段，各種技術、系統(tǒng)、在線資源和服務模型有待探索、挖掘、驗證和改進。與服務（service）共現(xiàn)頻率最高的關鍵詞是信息技術（information technology）、感知有用性（perceived usefulness）、采納（adoption）、信息科學（Information sciences）、信息生態(tài)（Information ecology）。與高校圖書館（academic library）共現(xiàn)頻率最高的關鍵詞是電子資源（electronic re?source）、未來（future）、用戶研究（user study）、滿意度（satisfaction）、信息管理（information manage?ment）、數(shù)據分析（data analysis）。檢索（retrieval）關鍵詞具有較高的中心度，是與系統(tǒng)設計（de?sign）、用戶（user）、信息查找行為（information seeking behavior）、搜索引擎（engine）最相關的研究。

學界探討對知識（knowledge）的組織、分析和查找（search）［8］。數(shù)字圖書館的主要用戶群體之一是學生（student），因此學界開展了大學學生數(shù)字圖書館使用行為［9］，電子借閱等研究。學界分析研究用戶界面（user interface），探討人機交互、用戶自我效能和減少信息負荷等［10］。影響（im?pact）是對數(shù)字圖書館技術、模型、服務等的用戶使用影響因素進行調查和研究［11］，是從用戶使用的角度開展實證研究?？捎眯裕╱sability）是對數(shù)字圖書館的可用性測試評價研究［12］，它旨在改進數(shù)字圖書館應用系統(tǒng)的開發(fā)和服務設計。

分析境外不同的熱點關鍵詞，境內在一些領域研究不足需要加緊研究。用戶研究（user study）應該放在數(shù)字圖書館建設的重要位置，體現(xiàn)以讀者為本的服務宗旨。境內還應加強人機交互、使用日志、查詢界面等研究，分析用戶使用行為（behavior）［13］。加強數(shù)字圖書館數(shù)據管理（management）和分析的研究，如個人生成學習教育資源的管理［14］。加強數(shù)字圖書館技術研究，如元數(shù)據（metadata）、本體（ontology）、關聯(lián)數(shù)據（linked data）、信息查詢分類（classification）等研究。加強機構知識庫（institutional repository）和數(shù)字人文（digital humanity）研究。

2.2.2 關鍵詞聚類分析

（一）境內文獻關鍵詞聚類分析

運用Citespace 對境內文獻關鍵詞進行聚類分析并歸納研究內容，將關鍵詞分成三組類別，各組S值大于0.7表明聚類內部聯(lián)系非常緊密，聚類是高效率令人信服的［15］，選取LLR算法處理后權值較大者為聚類標簽，如表4所示。

表4 境內文獻關鍵詞聚類

聚類0，數(shù)字圖書館系統(tǒng)與服務研究。聚類1，信息處理和檢索技術研究。聚類2，以用戶服務視角研究數(shù)字圖書館信息獲取服務。

（二）境外文獻關鍵詞聚類分析

運用Citespace 對境外文獻關鍵詞進行聚類分析和歸納，將關鍵詞分成七組類別，各組S值在0.68以上，選取LLR算法處理后的權重較大的關鍵詞作為標簽，如表5所示。

表5 境外文獻關鍵詞聚類

聚類0，數(shù)字圖書館系統(tǒng)研究。具體可分為幾個研究維度：（1）移動圖書館系統(tǒng)研究。（2）數(shù)字圖書館系統(tǒng)功能研究。聚類1，數(shù)字圖書館智能信息處理研究。具體可分為幾個研究維度：（1）訪問控制研究。探討建立多級本體的數(shù)字圖書館體系結構，根據不同用戶的權限進行不同領域概念的受控訪問［16］。（2）推薦系統(tǒng)研究。（3）數(shù)字圖書館資源挖掘和利用研究，包含使用數(shù)據、作者、期刊、引文等的分析研究。聚類2，視覺和交互式檢索研究。聚類3，在線圖書館資源和服務研究。具體可分為幾個研究維度：（1）從圖書館員視角研究如何提供在線資源服務。（2）從用戶視角研究在線圖書館資源及服務。（3）研究在線資源和服務的質量。聚類4，數(shù)字圖書館檢索界面研究。具體可分為幾個研究維度：（1）可視化、情境化界面研究。（2）分布式界面研究。聚類5，機構知識庫研究。具體可分為幾個研究維度：（1）機構知識庫價值研究。（2）機構知識庫數(shù)據管理、共享和重用研究。（3）機構知識庫開放獲取研究。聚類6，元數(shù)據、本體和語義標注研究。具體可分為幾個研究維度：（1）運用元數(shù)據增強數(shù)字館藏的可查找性和可交換性。（2）構建本體增強查詢功能。（3）探索語義標注的數(shù)字圖書館語義web服務。

3 結語

數(shù)字圖書館研究方興未艾。對發(fā)文量、作者、研究機構、國家和地區(qū)的WOS 文獻計量分析，多方位理清了數(shù)字圖書館前沿研究的現(xiàn)狀，可作為相關機構或研究人員的參考。對境內文獻的計量分析可以把握境內研究現(xiàn)狀，查找研究差距。境內還有待向視覺和交互式檢索、檢索界面、用戶、機構知識庫、數(shù)據管理及利用、元數(shù)據、本體、關聯(lián)數(shù)據、語義標注等研究領域進行深入研究。