王 康，陳 悅，蘇 成，趙筱媛

（1. 大連理工大學(xué)科學(xué)學(xué)與科技管理研究所暨WISE實(shí)驗(yàn)室，大連 116024；2. 中國(guó)科學(xué)技術(shù)信息研究所，北京 100038）

1 引 言

著名的科學(xué)史和科學(xué)學(xué)家?guī)於髟凇犊茖W(xué)革命的結(jié)構(gòu)》中提出科學(xué)發(fā)展模式可簡(jiǎn)化為由 “前科學(xué)” 轉(zhuǎn)變?yōu)?“常規(guī)科學(xué)” ，再經(jīng)過 “科學(xué)危機(jī)” 和 “科學(xué)革命” 過渡到 “新常規(guī)科學(xué)” 的過程，整個(gè)科學(xué)發(fā)展依次周而復(fù)始。著名科學(xué)史和情報(bào)學(xué)家普賴斯（D Price） 早在1949 年就發(fā)現(xiàn)了科學(xué)指數(shù)增長(zhǎng)規(guī)律[1]，并于1971 年將其改進(jìn)為S 型增長(zhǎng)曲線[2]。隨著信息技術(shù)的發(fā)展，如何從海量文獻(xiàn)中尋找到形成科學(xué)指數(shù)及S 型增長(zhǎng)宏觀量化中的微觀機(jī)制研究已成為一重要的科學(xué)學(xué)議題，其中關(guān)于科學(xué)主題的演化路徑便是研究熱點(diǎn)之一。

目前，科學(xué)主題演化路徑的研究主要從引文分析、關(guān)鍵詞聚類分析、主題相似性測(cè)度和主題模型四個(gè)方面展開。①http://cluster.ischool.drexel.edu/～cchen/citespace/download/引文分析方面：吳菲菲等[3]通過引文編年圖及主路徑分析3D 打印的主題發(fā)展趨勢(shì)；邰楊芳等[4]通過對(duì)引文網(wǎng)絡(luò)中重要文獻(xiàn)解讀國(guó)內(nèi)隱性知識(shí)管理研究主題的演化。②https://www.vosviewer.com/關(guān)鍵詞聚類分析方面：敦帥等[5]對(duì)中國(guó)企業(yè)可持續(xù)發(fā)展研究的文獻(xiàn)進(jìn)行關(guān)鍵詞共現(xiàn)的時(shí)序分析，以揭示其態(tài)勢(shì)演進(jìn)與主題演化；杜麗君[6]以共現(xiàn)網(wǎng)絡(luò)圖的時(shí)序變化分析情報(bào)學(xué)和計(jì)算機(jī)科學(xué)的交叉主題演化規(guī)律；李秀霞等[7]通過對(duì)不同時(shí)間段圖書情報(bào)界PIS（persional‐ized information service，個(gè)性化信息服務(wù)）關(guān)鍵詞進(jìn)行聚類，揭示PIS 研究熱點(diǎn)、發(fā)展脈絡(luò)及演化趨勢(shì)；趙麗梅等[8]構(gòu)建了我國(guó)知識(shí)管理研究領(lǐng)域不同發(fā)展階段研究前沿的共詞網(wǎng)絡(luò)，并采用矢量動(dòng)態(tài)模型、多維尺度分析（multidimensional scaling，MDS）和K核（K-core）等算法分別進(jìn)行聚類展示；張一涵等[9]以我國(guó)用戶信息行為研究為例，分階段通過共詞分析、聚類分析和戰(zhàn)略坐標(biāo)圖等方法揭示研究主題演化脈絡(luò)。③https://sci2s.ugr.es/scimat/主題相似性測(cè)度方面：吳江等[10]利用SciMAT 軟件獲取不同階段在線醫(yī)療健康領(lǐng)域科學(xué)文獻(xiàn)的研究主題和主題間的關(guān)系演化；牛力等[11]通過不同時(shí)間段聚類主題之間的相似性，勾勒中國(guó)檔案學(xué)研究?jī)?nèi)容的動(dòng)態(tài)變化。④主題模型方面：李湘東等[12]利用LDA （latent Dirichlet alloca‐tion）模型對(duì)科技期刊主題隨時(shí)間的強(qiáng)度演化規(guī)律以及主題內(nèi)容的演化趨勢(shì)進(jìn)行研究；顏端武等[13]運(yùn)用LDA 主題模型進(jìn)行相鄰時(shí)間窗口主題之間的相似度進(jìn)行時(shí)序主題關(guān)聯(lián)演化分析。

上述方法從不同角度揭示了科學(xué)主題的演化規(guī)律，這對(duì)了解科學(xué)發(fā)展規(guī)律和預(yù)測(cè)科學(xué)未來發(fā)展趨勢(shì)具有重要意義。同時(shí)，這些方法也存在一定的局限性，例如，基于引文分析方法的時(shí)滯性和主題難以直觀展示的問題；基于關(guān)鍵詞聚類分析、主題相似性測(cè)度和主題模型方法的關(guān)鍵詞重要性無差別對(duì)待；主題強(qiáng)度難以測(cè)度和分析視角單一等問題。

為了解決上述問題，本文擬從學(xué)術(shù)論文關(guān)鍵詞角度，多維度繪制科學(xué)主題演化路徑。關(guān)鍵詞是學(xué)術(shù)概念的體現(xiàn)，一系列學(xué)術(shù)概念的組合便形成一篇論文的研究主題，因此，關(guān)鍵詞可以用于科學(xué)主題演化路徑挖掘與分析。其中，關(guān)鍵詞共現(xiàn)已成為研究熱點(diǎn)或前沿分析的一種通用方法，并融入多種科學(xué)計(jì)量及科學(xué)知識(shí)圖譜的繪制工具中[14]。CiteSpace①的Timezone[15]和Timeline[16]可從文獻(xiàn)整體和各個(gè)聚類（主題）層面展示關(guān)鍵詞首次出現(xiàn)的年份和累計(jì)頻次；VOSviewer②依據(jù)關(guān)鍵詞出現(xiàn)的加權(quán)平均時(shí)間來分析主題演化；SciMAT③依據(jù)相鄰時(shí)間窗口聚類所共享的分析單元進(jìn)行主題演化分析[17]；NEViewer依據(jù)相鄰時(shí)間窗口聚類主題相似度進(jìn)行主題演化分析[18]。上述軟件的開發(fā)為揭示科學(xué)主題演化提供了便利，但同樣存在關(guān)鍵詞重要性無區(qū)分、分析視角較為單一，無法多維刻畫主題演化路徑、部分工具無法展示關(guān)鍵詞動(dòng)態(tài)變化（僅能呈現(xiàn)關(guān)鍵詞在某一年份的累加）等局限。

因此，本文引入知識(shí)單元的游離與組合理論[19-20]，從知識(shí)單元提?。P(guān)鍵詞）、主題識(shí)別（關(guān)鍵詞關(guān)聯(lián)）和知識(shí)演變（主題關(guān)聯(lián)）三個(gè)層面來構(gòu)建科學(xué)主題演化框架，該框架以關(guān)鍵詞為基礎(chǔ)，引入時(shí)間序列分析方法中的指數(shù)平滑法思想，強(qiáng)調(diào)時(shí)間對(duì)關(guān)鍵詞重要程度的影響，突出主題強(qiáng)度變化趨勢(shì)和主題交叉融合，從多視角、多層次展示科學(xué)主題的演化規(guī)律。本文以圖書情報(bào)領(lǐng)域大數(shù)據(jù)核心文獻(xiàn)為實(shí)證案例進(jìn)行研究，以期本文的研究成果能夠?qū)茖W(xué)發(fā)展過程及其預(yù)測(cè)提供參考。

2 多維視角下科學(xué)主題演化分析理論模型與測(cè)度方法

2.1 基于知識(shí)單元游離與組合的理論分析模型

趙紅洲等[19]首先提出了 “知識(shí)單元” 的概念，但難以計(jì)量。他所指的知識(shí)單元是定量化的科學(xué)概念，而定性化的知識(shí)單元，就退化成科學(xué)概念，即知識(shí)單元是粒子化了的科學(xué)概念，而科學(xué)概念又是場(chǎng)化了的知識(shí)單元。他指出， “任何一種科學(xué)創(chuàng)造過程，都是先把結(jié)晶的知識(shí)單元游離出來，然后再在全新的思維勢(shì)場(chǎng)上重新結(jié)晶的過程。這種過程不是簡(jiǎn)單的重復(fù)，而是在重組中產(chǎn)生全新的知識(shí)系統(tǒng)，全新的知識(shí)單元” ； “創(chuàng)造過程乃是知識(shí)單元的重組過程，乃是新知識(shí)單元的創(chuàng)生過程，乃是舊單元變革為新單元的過程” 。趙紅洲等[19]將知識(shí)單元視為不可再分割的科學(xué)概念，屬于狹義的知識(shí)單元，英文譯為 “element of knowledge” ，或稱之為 “知識(shí)元” 。

劉則淵等[21]在趙紅洲等[19]的知識(shí)單元概念的基礎(chǔ)上，將知識(shí)單元的定義一般化、廣義化，使其適于一切知識(shí)領(lǐng)域，成為可計(jì)量的單位。劉則淵[21]指出，所謂知識(shí)單元（knowledge unit），是人類知識(shí)領(lǐng)域一般用于表征其特定內(nèi)容的概念及陳述、語詞及詞組、術(shù)語及定律等可計(jì)量的基本單位，是知識(shí)計(jì)量學(xué)的核心概念和基本計(jì)量單位。人類知識(shí)領(lǐng)域，作為知識(shí)計(jì)量學(xué)的研究對(duì)象，其涵蓋內(nèi)容非常廣泛——科學(xué)、技術(shù)、人文等不同學(xué)科門類的知識(shí)，著作、文章、專利等不同形態(tài)的知識(shí)，儲(chǔ)存于文獻(xiàn)、網(wǎng)絡(luò)、信息等不同媒介中的知識(shí)，以及蘊(yùn)含在個(gè)人、組織、共同體等活動(dòng)主體中的知識(shí)。這些知識(shí)領(lǐng)域在特定的范圍內(nèi)或特定的場(chǎng)合與條件下，會(huì)發(fā)生知識(shí)單元的分解和會(huì)聚、離散和重組、演進(jìn)和升華、衍生和轉(zhuǎn)化，形成一個(gè)從簡(jiǎn)單到復(fù)雜、從低級(jí)到高級(jí)、從渾沌到有序的自組織系統(tǒng)。在一定條件下，某個(gè)關(guān)鍵的知識(shí)單元可能扮演 “知識(shí)基因” （knowledge gene）的角色，其決定著特定領(lǐng)域知識(shí)的進(jìn)化與突變。這樣，基于知識(shí)單元的特定知識(shí)領(lǐng)域所構(gòu)成的復(fù)雜自組織知識(shí)系統(tǒng)，就能夠在可視化的知識(shí)圖譜上展示知識(shí)的產(chǎn)生、傳播和應(yīng)用，知識(shí)的基礎(chǔ)、中介和前沿，知識(shí)的結(jié)構(gòu)、演化和重組，知識(shí)的涌現(xiàn)、斷層和變革等。

庫(kù)恩的 “范式” 轉(zhuǎn)變描述的是科學(xué)發(fā)展的宏觀模式，但微觀層面，科學(xué)發(fā)展還是附載在研究主題的演變，研究主題的變化往往也不是新的主題突然出現(xiàn)，而是在原有研究主題的基礎(chǔ)上分化衍生而成，因而本文利用不同時(shí)期產(chǎn)生的主題之間的相似性來判斷源與流的關(guān)系。而由關(guān)鍵詞共現(xiàn)聚類而生成的研究主題，其內(nèi)部仍然有著主題演變的趨向機(jī)制，而這個(gè)機(jī)制本文通過將關(guān)鍵詞賦予不同的時(shí)間加權(quán)來體現(xiàn)。基于此，本文進(jìn)一步擴(kuò)展知識(shí)單元這個(gè)計(jì)量單位，在以探究研究前沿而進(jìn)行的主題演化路徑分析中，將知識(shí)單元賦予演變的含義，即越新出現(xiàn)的知識(shí)單元越具有預(yù)示前沿的價(jià)值。

因此，本文將關(guān)鍵詞視為知識(shí)單元，隨著研究的不斷發(fā)展，游離關(guān)鍵詞之間的關(guān)聯(lián)視為知識(shí)單元的組合關(guān)系，這種科學(xué)概念的組合就形成了研究主題，主題之間的時(shí)序關(guān)聯(lián)反映一個(gè)知識(shí)域的演變關(guān)系。本文首先以文獻(xiàn)關(guān)鍵詞為基礎(chǔ)，由于關(guān)鍵詞的出現(xiàn)時(shí)間對(duì)主題新穎性具有較大影響，因此按照關(guān)鍵詞的出現(xiàn)時(shí)間對(duì)關(guān)鍵詞賦予相應(yīng)的權(quán)重，實(shí)現(xiàn)越晚出現(xiàn)的關(guān)鍵詞權(quán)重越高，即新穎性越高；同時(shí)，考慮到絕對(duì)詞頻對(duì)分析結(jié)果的影響，模型中選擇相對(duì)詞頻加權(quán)方式。通過處理后的關(guān)鍵詞與基于絕對(duì)頻次的關(guān)鍵詞相比較，能夠有效甄別研究熱點(diǎn)和研究前沿。其次，基于知識(shí)單元游離與組合理論將關(guān)鍵詞視為單元并進(jìn)行關(guān)聯(lián)分析，識(shí)別研究主題并計(jì)算主題的絕對(duì)強(qiáng)度與相對(duì)強(qiáng)度，用于辨別主題的未來發(fā)展趨勢(shì)。最后，將主題視為單元，再次利用知識(shí)單元游離與組合理論對(duì)各個(gè)主題之間的關(guān)聯(lián)進(jìn)行測(cè)度，挖掘主題之間的融合、擴(kuò)散、突現(xiàn)、消亡等關(guān)系。該模型以知識(shí)單元游離和組合為基礎(chǔ)，從關(guān)鍵詞提取、關(guān)鍵詞關(guān)聯(lián)和主題關(guān)聯(lián)三個(gè)視角逐步深化進(jìn)行主題演化路徑研究，具備科學(xué)性和合理性，其理論分析模型如圖1 所示，其中xi表示時(shí)間加權(quán)關(guān)鍵詞，具體實(shí)現(xiàn)方式闡述如下。

2.2 時(shí)間加權(quán)的關(guān)鍵詞頻數(shù)測(cè)度

2.2.1 設(shè)置時(shí)間加權(quán)系數(shù)

探測(cè)核心關(guān)鍵詞的變化趨勢(shì)是快速把握科學(xué)領(lǐng)域研究熱點(diǎn)及趨勢(shì)的方法之一，但提取核心關(guān)鍵詞并非易事。依據(jù)關(guān)鍵詞頻次選取高頻詞的傳統(tǒng)方法，由于忽略了時(shí)間窗口期的差異，而導(dǎo)致不同時(shí)間點(diǎn)出現(xiàn)的同頻次關(guān)鍵詞會(huì)被同等對(duì)待；然而，旨在反映科學(xué)研究前沿的關(guān)鍵詞，其重要程度實(shí)際上是與時(shí)間相關(guān)的，同頻的關(guān)鍵詞越新近越能體現(xiàn)研究的前沿和趨勢(shì)。

本文借鑒廣泛應(yīng)用于生產(chǎn)預(yù)測(cè)和中短期經(jīng)濟(jì)發(fā)展趨勢(shì)預(yù)測(cè)的時(shí)間序列分析方法中的指數(shù)平滑法思想[22]，其核心思想：①時(shí)間序列的態(tài)勢(shì)具有穩(wěn)定性或規(guī)則性，故時(shí)間序列可被合理地順勢(shì)推延；②最近的過去態(tài)勢(shì)，在某種程度上會(huì)持續(xù)到最近的未來，故新數(shù)據(jù)賦予較大的權(quán)數(shù)，舊數(shù)據(jù)賦予較小的權(quán)數(shù)。本文將指數(shù)平滑法思想應(yīng)用于關(guān)鍵詞的加權(quán)，即新近出現(xiàn)的關(guān)鍵詞賦予較大權(quán)重，早先出現(xiàn)的關(guān)鍵詞賦予較小權(quán)重，構(gòu)建加權(quán)系數(shù)模型為

其中，F(xiàn)i(o,n)為關(guān)鍵詞i的加權(quán)系數(shù)，取值范圍[0,1]；io表示關(guān)鍵詞初始出現(xiàn)年份；in表示當(dāng)前年份；(in-io+1)是關(guān)鍵詞年齡，表示關(guān)鍵詞的新舊；a為參數(shù)，其值表示時(shí)間對(duì)關(guān)鍵詞重要性的影響，當(dāng)a=0時(shí)，時(shí)間對(duì)關(guān)鍵詞的重要性不產(chǎn)生影響（圖2）。

該模型具備的優(yōu)點(diǎn)：①符合實(shí)際。該模型對(duì)不同年份出現(xiàn)關(guān)鍵詞的非等權(quán)處理，能夠體現(xiàn)出時(shí)間對(duì)關(guān)鍵詞的影響，距離當(dāng)前年份越近，時(shí)間加權(quán)曲線斜率越大，即時(shí)間對(duì)關(guān)鍵詞的影響越大。②可控性強(qiáng)。在實(shí)際使用中，該模型只需要選擇一個(gè)模型參數(shù)a即可，且通過控制該參數(shù)可著重強(qiáng)調(diào)新老關(guān)鍵詞，更容易突出顯示研究前沿。③適應(yīng)性強(qiáng)。該模型可用于不同研究方向的基于加權(quán)關(guān)鍵詞演化的前沿和熱點(diǎn)探測(cè)。

圖1 基于知識(shí)單元游離與組合的理論分析模型

圖2 關(guān)鍵詞時(shí)間加權(quán)不同參數(shù)模型

2.2.2 標(biāo)準(zhǔn)化詞頻

關(guān)鍵詞自身占比能兼顧削弱詞頻在數(shù)值上的優(yōu)勢(shì)，且反映出自身變化率，該指標(biāo)能夠突顯某年度對(duì)該關(guān)鍵詞在該年占比大且絕對(duì)頻次高的數(shù)據(jù)，弱化絕對(duì)詞頻低的數(shù)據(jù)，更易于探測(cè)出具有發(fā)展?jié)摿Φ年P(guān)鍵詞[23]。

為挖掘關(guān)鍵詞自身的變化情況，首先，本文構(gòu)建 “年度-關(guān)鍵詞” 二模矩陣，采用水平加權(quán)處理關(guān)鍵詞絕對(duì)詞頻，進(jìn)而計(jì)算各關(guān)鍵詞的相對(duì)詞頻R(i,j)，即各關(guān)鍵詞絕對(duì)詞頻與時(shí)域內(nèi)該關(guān)鍵詞總量占比的乘積：

其中，C(i,j)是第j年關(guān)鍵詞i的絕對(duì)詞頻；R(i,j)是第j年關(guān)詞i的相對(duì)詞頻；(jn - jo +1)是時(shí)間長(zhǎng)度。

2.2.3 修正關(guān)鍵詞權(quán)重

將時(shí)間加權(quán)系數(shù)與相對(duì)詞頻的乘積作為本文修正后的時(shí)間加權(quán)關(guān)鍵詞權(quán)重FR，依此，逐年統(tǒng)計(jì)核心關(guān)鍵詞的權(quán)重，以借加權(quán)關(guān)鍵詞演化分析學(xué)科熱點(diǎn)與趨勢(shì)：

其中，F(xiàn)i(o,n)是關(guān)鍵詞i的時(shí)間加權(quán)系數(shù)，R(i,j)是第j年關(guān)詞i的相對(duì)詞頻。

2.3 基于關(guān)鍵詞關(guān)聯(lián)的主題測(cè)度

2.3.1 主題提取

利用社區(qū)探測(cè)算法對(duì)共現(xiàn)矩陣進(jìn)行社區(qū)劃分，確定目標(biāo)領(lǐng)域主題所屬類別。其中，社區(qū)探測(cè)算法選用Louvain 算法[24]，該算法運(yùn)行速度較快，適用于龐大網(wǎng)絡(luò)的社群發(fā)現(xiàn)；同時(shí)，采用啟發(fā)式方式，能夠克服傳統(tǒng)Modularity 類算法的局限，算法核心是最大化模塊度Q 值。其原理如下：首先，將所有網(wǎng)絡(luò)節(jié)點(diǎn)視為獨(dú)立的社區(qū)，遍歷每個(gè)節(jié)點(diǎn)的所有鄰居節(jié)點(diǎn)，計(jì)算模塊度并將其歸為模塊度提升最大的鄰居節(jié)點(diǎn)所在的社區(qū)，直至每個(gè)節(jié)點(diǎn)所屬社區(qū)不再發(fā)生變化；其次，將社區(qū)進(jìn)行折疊作為一個(gè)節(jié)點(diǎn)，這時(shí)邊的權(quán)重為兩個(gè)節(jié)點(diǎn)內(nèi)所有原始節(jié)點(diǎn)的邊權(quán)重之和；最后，重復(fù)執(zhí)行上述步驟直至迭代到完全收斂。模塊度計(jì)算方法為

其中，m為網(wǎng)絡(luò)中連線數(shù)量；ki表示所有指向節(jié)點(diǎn)i的連線權(quán)重之和；kj表示所有指向節(jié)點(diǎn)j的連線權(quán)重之和；Aij表示節(jié)點(diǎn)i和j之間的連線權(quán)重；ci、cj分別是節(jié)點(diǎn)i和節(jié)點(diǎn)j所屬的社區(qū)，若ci=cj，則δ(ci,cj)＝1，否則，δ(ci,cj)＝0。

2.3.2 主題強(qiáng)度測(cè)度

基于時(shí)間加權(quán)關(guān)鍵詞的頻次測(cè)度，逐年獲取關(guān)鍵詞總權(quán)重，根據(jù)主題社區(qū)劃分結(jié)果，計(jì)算每個(gè)社區(qū)主題下各關(guān)鍵詞逐年權(quán)重之和。同時(shí)，考慮社區(qū)團(tuán)體的大小對(duì)主題強(qiáng)度的影響，提出主題絕對(duì)強(qiáng)度和主題相對(duì)強(qiáng)度概念，以此構(gòu)建主題絕對(duì)強(qiáng)度演化路徑和相對(duì)強(qiáng)度演化路徑模型，從而挖掘主題自身和主題間的強(qiáng)弱演化趨勢(shì)：

其中，h表示主題；t表示時(shí)間區(qū)間；Cont(k)表示第t時(shí)間段主題h包含的關(guān)鍵詞數(shù)量；Fi(o,n)是關(guān)鍵詞i的時(shí)間加權(quán)系數(shù)；R(i,j)是第j年關(guān)詞i的相對(duì)詞頻；表示主題h在第t時(shí)間段的絕對(duì)演化強(qiáng)度；表示主題h在第t時(shí)間段的相對(duì)演化強(qiáng)度。

2.4 基于主題關(guān)聯(lián)的相似度測(cè)度

為識(shí)別依據(jù)主題關(guān)聯(lián)的知識(shí)演化路徑，需要對(duì)相鄰時(shí)間窗口的主題進(jìn)行相似度測(cè)算。本文利用余弦相似度（cosine similarity）算法，將每個(gè)主題包含的關(guān)鍵詞映射為向量，通過計(jì)算相鄰窗口不同主題之間的向量夾角的余弦值來判定兩個(gè)主題的相似性，余弦值越大表明相似度越高：

其中，A和B為兩個(gè)不同主題對(duì)應(yīng)的向量。

3 圖書情報(bào)領(lǐng)域大數(shù)據(jù)研究主題演變

本文以圖書情報(bào)領(lǐng)域大數(shù)據(jù)研究為例，對(duì)上述多維視角下科學(xué)主題演化的理論分析框架的可操作性和有效性進(jìn)行實(shí)證研究。本文對(duì)中國(guó)知網(wǎng)（CNKI）中的1893 篇圖書情報(bào)領(lǐng)域大數(shù)據(jù)論文①（檢索日期為2020年5 月9日）檢索條件：（核心期刊=Y 或者CSSCI期刊=Y 或者CSCD 期刊=Y）并且（主題=大數(shù)據(jù)）（模糊匹配）：圖書情報(bào)與數(shù)字圖書館的數(shù)據(jù)進(jìn)行預(yù)處理，即補(bǔ)充缺失字段并去重、刪除無關(guān)文獻(xiàn)等，最終獲得1776 篇論文作為分析研究對(duì)象。我國(guó)圖情領(lǐng)域緊跟數(shù)據(jù)時(shí)代前沿?zé)狳c(diǎn)，積極將大數(shù)據(jù)研究納入其中。2012 年，瑞士達(dá)沃斯世界經(jīng)濟(jì)論壇發(fā)布的 “Big Data, Big Impact” 報(bào)告引發(fā)了學(xué)者們對(duì)圖情領(lǐng)域大數(shù)據(jù)研究的熱度，隨后發(fā)文量快速攀升，于2016 年達(dá)到峰值，2017 年稍有下降，之后仍繼續(xù)呈上升態(tài)勢(shì)（圖3）；關(guān)鍵詞、作者和機(jī)構(gòu)數(shù)量的變化趨勢(shì)與發(fā)文量一致，整體呈上升態(tài)勢(shì)，這在一定程度上說明圖情領(lǐng)域大數(shù)據(jù)研究?jī)?nèi)容越來越廣泛，科研共同體規(guī)模越來越大。每年新增的關(guān)鍵詞、作者和機(jī)構(gòu)數(shù)量亦呈上升態(tài)勢(shì)，反映出該領(lǐng)域的吸引力在持續(xù)增加。

圖3 圖書情報(bào)領(lǐng)域大數(shù)據(jù)研究主題發(fā)展趨勢(shì)

表1 關(guān)鍵詞絕對(duì)詞頻與修正詞頻變化表

3.1 基于加權(quán)關(guān)鍵詞的主題演化

依據(jù)時(shí)間加權(quán)關(guān)鍵詞頻次修正模型，本文對(duì)373 個(gè)關(guān)鍵詞（頻次≥2）進(jìn)行加權(quán)修正，累計(jì)修正詞頻fw與其累計(jì)詞頻f之間呈現(xiàn)出的較為顯著的強(qiáng)正相關(guān)性（r=0.949，p=0.01），這說明了該時(shí)間加權(quán)方法的合理性。選取依累計(jì)修正頻次排序Rw的前20 個(gè)關(guān)鍵詞，將其與累計(jì)詞頻排序R進(jìn)行比較（表1）可以判斷加權(quán)修正的意義，即若兩種排序的變化值R-Rw為正，則表示經(jīng)修正后的關(guān)鍵詞排序上升；若R-Rw為負(fù)，則表示經(jīng)修正后的關(guān)鍵詞排序下降；若R-Rw為零，則表示經(jīng)修正后的關(guān)鍵詞排序不變。

（1） 加權(quán)修正后，排序基本不變（|R-Rw|≤1）的關(guān)鍵詞包括 “圖書館” “高校圖書館” “數(shù)據(jù)可視化” “智慧圖書館” 和 “文獻(xiàn)計(jì)量” 。這類關(guān)鍵詞出現(xiàn)時(shí)間較早，且詞頻較高，在圖情領(lǐng)域?qū)儆谝话阈匝芯恐黝}（general topic），從其發(fā)展趨勢(shì)來看，主要存在兩種類型：近期下降型和穩(wěn)步發(fā)展型。 “圖書館” 在2012—2016 年借助大數(shù)據(jù)技術(shù)詞頻快速增長(zhǎng)，隨后趨于飽和，研究熱度開始快速下降； “高校圖書館” 詞頻于2018 年達(dá)到頂峰，隨后下降。雖然 “圖書館” 與 “高校圖書館” 均處于下降期，但兩者的高頻出現(xiàn)致使一些新興高影響力關(guān)鍵詞難以顯現(xiàn)（圖4a）；而時(shí)間加權(quán)模型可以較好解決此類問題，當(dāng)這類高頻關(guān)鍵詞研究熱度下降時(shí)，雖加權(quán)詞頻排序并未改變，但從時(shí)間序列的角度觀察其已明顯低于其他上升型關(guān)鍵詞，如 “圖書館” 于2018年、2019 年分別降為第11 位和第8 位（圖4b），這就為那些潛在的有影響力的關(guān)鍵詞顯現(xiàn)提供可能。

（2）加權(quán)修正后，排序上升（|R-Rw|＞1）的關(guān)鍵詞包括： “情報(bào)工程” “用戶畫像” “智庫(kù)” “人工智能” “知識(shí)圖譜” “互聯(lián)網(wǎng)+” “智慧服務(wù)” “CiteSpace” “公共圖書館” 和 “數(shù)據(jù)素養(yǎng)” 。從發(fā)展趨勢(shì)看，存在兩種類型：近期突現(xiàn)型關(guān)鍵詞（如 “情報(bào)工程” 上升34 位）和新興型關(guān)鍵詞。其中，新興型關(guān)鍵詞具有出現(xiàn)時(shí)間晚、詞頻不高和增長(zhǎng)迅速的特點(diǎn)，是目前值得關(guān)注的研究前沿，或即將成為未來研究熱點(diǎn)，如 “人工智能” 和 “用戶畫像” 都首次出現(xiàn)于2017 年，隨后每年詞頻都在增加。這類新興型關(guān)鍵詞基于修正詞頻的上升趨勢(shì)更加明顯，如2019 年 “用戶畫像” “人工智能” 和 “知識(shí)圖譜” 分別排序前3 位（圖4b），效果明顯優(yōu)于詞頻趨勢(shì)圖。

（3）加權(quán)修正后，排序下降（|R-Rw|＜1）的關(guān)鍵詞包括： “知識(shí)服務(wù)” “情報(bào)學(xué)” “數(shù)據(jù)挖掘” “數(shù)字圖書館” 和 “信息服務(wù)” ，這類關(guān)鍵詞具有出現(xiàn)時(shí)間早、絕對(duì)頻次中等、前中期處于上升發(fā)展期和近期總體趨勢(shì)下降的特點(diǎn)。如 “知識(shí)服務(wù)” 從2013年的4 次升至2016 年的14 次又降至2019 年的9 次； “信息服務(wù)” 從2012 年的1 次升至2014 年的9 次又降至2019 年的2 次?；谛拚l次的時(shí)間序列來看，此類關(guān)鍵詞其下降趨勢(shì)更加明顯，如2019 年 “情報(bào)學(xué)” 從第8 位降至第11 位； “知識(shí)服務(wù)” 從第9 位 降 至第12 位。

由上述內(nèi)容可知，本文構(gòu)建的關(guān)鍵詞加權(quán)模型在應(yīng)用于研究主題演化路徑上，具有如下優(yōu)勢(shì)：

（1） 基于時(shí)間加權(quán)修正詞頻排序靠前的關(guān)鍵詞，屬于絕對(duì)高頻詞、突現(xiàn)詞或新興詞，對(duì)揭示研究前沿和熱點(diǎn)趨勢(shì)具有重要價(jià)值。

圖4 圖書情報(bào)領(lǐng)域大數(shù)據(jù)研究關(guān)鍵詞變化趨勢(shì)

（2）基于時(shí)間加權(quán)修正詞頻方法能夠使得研究熱度上升和下降的趨勢(shì)更加明顯，對(duì)有效甄別研究熱點(diǎn)與前沿具有重要價(jià)值。

3.2 基于關(guān)鍵詞關(guān)聯(lián)的主題演化

關(guān)鍵詞的變化趨勢(shì)更側(cè)重于研究概念的演變，研究主題往往是研究概念的組合，即承載于關(guān)鍵詞的關(guān)聯(lián)之中。關(guān)鍵詞共現(xiàn)能夠基于關(guān)鍵詞之間的關(guān)系，發(fā)現(xiàn)多個(gè)關(guān)鍵詞的復(fù)雜聯(lián)系，進(jìn)而從網(wǎng)絡(luò)社區(qū)角度揭示主題演化情況。在此基礎(chǔ)上，本文截取頻次大于2 的關(guān)鍵詞進(jìn)行社區(qū)劃分，得到7 個(gè)研究主題（圖5a），即人工智能與智慧圖書館服務(wù)、情報(bào)與智庫(kù)研究、高校科研數(shù)據(jù)管理與服務(wù)、數(shù)據(jù)挖掘方法、競(jìng)爭(zhēng)情報(bào)與云計(jì)算、數(shù)據(jù)素養(yǎng)、數(shù)字圖書館與用戶畫像。

計(jì)算構(gòu)成每個(gè)社區(qū)主題下的關(guān)鍵詞時(shí)間加權(quán)修正詞頻次之和，即絕對(duì)主題強(qiáng)度ATTht，用于比較主題自身強(qiáng)度變化?？紤]到每個(gè)主題所含關(guān)鍵詞數(shù)量的不一致性，將絕對(duì)主題強(qiáng)度進(jìn)行歸一化處理，得到每個(gè)主題的相對(duì)主題強(qiáng)度RTTht，用于比較主題之間的強(qiáng)度差異。

依據(jù)絕對(duì)主題強(qiáng)度繪制的主題演化圖譜（圖5b）顯示：①人工智能與智慧圖書館服務(wù)所代表的主題發(fā)展趨勢(shì)最為明顯。近年來，隨著人工智能技術(shù)的發(fā)展，其作為嵌入式技術(shù)服務(wù)于圖書館的諸多方面，助力智慧圖書館的建設(shè)；②數(shù)據(jù)挖掘方法關(guān)注度增長(zhǎng)迅速，排名第2 位；③情報(bào)與智庫(kù)研究的關(guān)注度波動(dòng)較大，因國(guó)家政策導(dǎo)向①2015年1月，中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)了《關(guān)于加強(qiáng)中國(guó)特色新型智庫(kù)建設(shè)的意見》，并發(fā)出通知，要求各地區(qū)各部門結(jié)合實(shí)際認(rèn)真貫徹執(zhí)行，進(jìn)而引起圖情界的廣泛關(guān)注。使其于2016 年成為最受關(guān)注的主題，隨后其一直排在第3 位；④科研數(shù)據(jù)管理是一個(gè)復(fù)雜的過程，涉及眾多要素。高校聚集著大量的科研人員，故其成為科研數(shù)據(jù)產(chǎn)出的重要機(jī)構(gòu)，進(jìn)而成為科研數(shù)據(jù)管理與服務(wù)的主要機(jī)構(gòu)，該主題在2016—2017 年關(guān)注度較高，之后關(guān)注度有所下降，排名穩(wěn)定在第4 位；⑤數(shù)字圖書館和用戶畫像主題在2019 年之前關(guān)注度一直較低，2019 年由第7 位升至第5 位，關(guān)注度增加；⑥大數(shù)據(jù)時(shí)代科研人員的數(shù)據(jù)素養(yǎng)尤為重要，提供科研數(shù)據(jù)質(zhì)量的高低與利用科研數(shù)據(jù)創(chuàng)造價(jià)值的大小很大程度上取決于科研人員自身數(shù)據(jù)素養(yǎng)。近年來，關(guān)于數(shù)據(jù)素養(yǎng)的關(guān)注度逐年提升，但增速緩慢，絕對(duì)主題強(qiáng)度徘徊在第5～6 位；⑦競(jìng)爭(zhēng)情報(bào)與云計(jì)算早期關(guān)注度非常高，2012—2014 年主題強(qiáng)度一直處于第一，近年來該主題關(guān)注度逐漸降低，目前已經(jīng)降至最低位。

與絕對(duì)主題強(qiáng)度相對(duì)應(yīng)，相對(duì)主題強(qiáng)度則消除主題規(guī)模對(duì)主題強(qiáng)度的影響，比較主題之間的強(qiáng)度變化（圖5c）。2019 年，數(shù)字圖書館與用戶畫像、數(shù)據(jù)挖掘方法、情報(bào)與智庫(kù)研究三大主題的相對(duì)主題強(qiáng)度呈現(xiàn)上升趨勢(shì)，特別是數(shù)字圖書館與用戶畫像主題強(qiáng)度增幅較大，隨著大數(shù)據(jù)技術(shù)的發(fā)展，用戶畫像成為利用大數(shù)據(jù)實(shí)現(xiàn)用戶精準(zhǔn)服務(wù)的重要工具和技術(shù)手段，廣泛應(yīng)用于金融、電子商務(wù)、社交等領(lǐng)域。用戶畫像亦可作為圖書館實(shí)現(xiàn)精準(zhǔn)化服務(wù)的一大工具，其是建立在一系列真實(shí)數(shù)據(jù)之上描述用戶需求和偏好的目標(biāo)用戶模型[25]。數(shù)據(jù)挖掘方法的聚類分析、社會(huì)網(wǎng)絡(luò)分析、時(shí)間序列分析等被廣泛應(yīng)用于圖情領(lǐng)域，同時(shí)，用于大數(shù)據(jù)挖掘的新工具和方法開發(fā)成為近年來研究熱點(diǎn)；情報(bào)與智庫(kù)研究自2017 年下降后，近年來有上升趨勢(shì)，建設(shè)中國(guó)特色新型智庫(kù)對(duì)推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化意義重大。

3.3 基于主題相似度的主題演變

基于關(guān)鍵詞關(guān)聯(lián)的主題演化，可使研究者對(duì)圖情領(lǐng)域大數(shù)據(jù)主題的發(fā)展趨勢(shì)有個(gè)整體的感知和預(yù)測(cè)，但尚不能發(fā)現(xiàn)主題間知識(shí)的細(xì)微演變?；诖?，本文進(jìn)一步基于主題相似度的時(shí)序演變來發(fā)掘研究主題的演變，以讓研究者更加了解和去發(fā)現(xiàn)研究領(lǐng)域知識(shí)的變遷。

本文將時(shí)間窗口設(shè)置為一年，將圖情領(lǐng)域大數(shù)據(jù)研究劃分為9 個(gè)時(shí)間切片，對(duì)每個(gè)時(shí)間窗口中所有關(guān)鍵詞進(jìn)行共現(xiàn)矩陣構(gòu)建，并利用Louvain 算法進(jìn)行社區(qū)劃分，得到的社區(qū)主題個(gè)數(shù)和網(wǎng)絡(luò)基本指標(biāo)如表2 所示。

提取相鄰時(shí)間窗口余弦相似度大于0.15 的主題，并繪制主題演變路徑（圖6）。該圖顯示圖情領(lǐng)域大數(shù)據(jù)研究復(fù)雜的知識(shí)演變關(guān)系（2012—2020年），如擴(kuò)散、融合、突現(xiàn)、消失等。其中，每個(gè)矩形表示1 個(gè)主題，對(duì)應(yīng)的主題名稱用高點(diǎn)度中心性的3 個(gè)關(guān)鍵詞標(biāo)注，主題間連線的粗細(xì)表示相似度大小。

表2 時(shí)間窗口劃分與主題網(wǎng)絡(luò)指標(biāo)統(tǒng)計(jì)

圖6 圖書情報(bào)領(lǐng)域大數(shù)據(jù)基于主題相似度的知識(shí)演變

圖6 顯示，圖情領(lǐng)域大數(shù)據(jù)研究劃分為兩大知識(shí)群：大數(shù)據(jù)在圖書館中的應(yīng)用和大數(shù)據(jù)在情報(bào)學(xué)中的應(yīng)用。數(shù)據(jù)素養(yǎng)貫穿于其中，是大數(shù)據(jù)背景下圖書館學(xué)和情報(bào)學(xué)共同關(guān)注的主題。圖書館為促進(jìn)科研數(shù)據(jù)管理人員（數(shù)據(jù)館員、學(xué)科館員等）及服務(wù)對(duì)象（科研人員、教師、學(xué)生等）高效管理和利用科研數(shù)據(jù)，將科研數(shù)據(jù)管理教育，即數(shù)據(jù)素養(yǎng)作為科研數(shù)據(jù)管理的重要內(nèi)容和可持續(xù)發(fā)展的重要保障。隨著大數(shù)據(jù)時(shí)代的到來，數(shù)據(jù)素養(yǎng)備受關(guān)注，圖書館的服務(wù)與職能已發(fā)生顯著變化。數(shù)據(jù)素養(yǎng)教育亦將成為大數(shù)據(jù)時(shí)代圖書館的主要職能之一[26]。情報(bào)分析與服務(wù)過程中，研究人員的數(shù)據(jù)素養(yǎng)異常重要，數(shù)據(jù)素養(yǎng)高的情報(bào)分析人員對(duì)數(shù)據(jù)更敏感，更容易從數(shù)據(jù)中挖掘高價(jià)值信息，創(chuàng)造價(jià)值。

在圖書館中的應(yīng)用除數(shù)據(jù)素養(yǎng)外，大數(shù)據(jù)還包括：信息服務(wù)、閱讀推廣、智慧圖書館與智慧服務(wù)。信息服務(wù)主題出現(xiàn)于2013 年，消亡于2015 年，屬于曇花一現(xiàn)型主題。閱讀推廣主題最早可追溯到2013 年出現(xiàn)的圖書館服務(wù)，經(jīng)過知識(shí)服務(wù)并在不同年份借助互聯(lián)網(wǎng)+、人工智能技術(shù)融合成圖書館用戶畫像和精準(zhǔn)服務(wù)主題，繼而形成閱讀推廣主題。智慧圖書館與智慧服務(wù)主要由三個(gè)主題融合而成：其一，是由圖書館服務(wù)，經(jīng)知識(shí)服務(wù)并借助互聯(lián)網(wǎng)+、人工智能技術(shù)組成；其二，由個(gè)性化服務(wù)和情景化服務(wù)組成；其三，由隱私保護(hù)和數(shù)據(jù)安全組成。

大數(shù)據(jù)在情報(bào)學(xué)中的應(yīng)用主要涉及情報(bào)分析與研究、大數(shù)據(jù)分析與可視化方法、情報(bào)與智庫(kù)研究。其中，情報(bào)分析主要來源于2013 年出現(xiàn)的情報(bào)與情報(bào)學(xué)主題，然后沿著競(jìng)爭(zhēng)情報(bào)分析、情報(bào)研究、大數(shù)據(jù)思維與分析、大數(shù)據(jù)與情報(bào)分析、數(shù)據(jù)科學(xué)與情報(bào)工作、情報(bào)分析與研究，最后匯總于人工智能背景下的情報(bào)學(xué)研究，在此過程中，情報(bào)人員的數(shù)據(jù)素養(yǎng)起到軟支撐作用，數(shù)據(jù)挖掘與可視化方法起到硬支撐作用。圖情領(lǐng)域大數(shù)據(jù)研究常用的研究方法包括：詞頻分析、共詞分析、因子分析、多維尺度分析、戰(zhàn)略坐標(biāo)分析、社會(huì)網(wǎng)絡(luò)分析、LDA 主題模型、數(shù)據(jù)可視化和知識(shí)圖譜等，其研究流程通常是研究人員遵循特定學(xué)科領(lǐng)域的標(biāo)準(zhǔn)對(duì)數(shù)據(jù)進(jìn)行抽取、集成、關(guān)聯(lián)和聚合，然后利用數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)其中的模式，進(jìn)而通過信息可視化方法將其呈現(xiàn)出來。同時(shí)，利用現(xiàn)有數(shù)據(jù)進(jìn)行挖掘和可視化分析，可以預(yù)測(cè)未來該領(lǐng)域的發(fā)展方向。

此外，2015 年出現(xiàn)了突發(fā)事件應(yīng)急決策主題，并與情報(bào)研究融合，在2016 年形成情報(bào)工程與服務(wù)主題，即基于情報(bào)工程迅速響應(yīng)突發(fā)事件應(yīng)急決策。李陽(yáng)等[27]認(rèn)為，在大數(shù)據(jù)時(shí)代，應(yīng)以智慧應(yīng)急為 “主位” ，以情報(bào)工程為 “述位” ，構(gòu)建以大數(shù)據(jù)資源為 “基” ，以情報(bào)融合為 “核” ，以專家智慧為支的智慧應(yīng)急情報(bào)工程體系架構(gòu)。之后，情報(bào)工程與服務(wù)主題又延伸到智庫(kù)與情報(bào)服務(wù)研究，從工程化視角強(qiáng)化智庫(kù)情報(bào)機(jī)能，保障其產(chǎn)品質(zhì)量以及影響力[28]。

4 結(jié) 語

本文的研究成果如下：①基于知識(shí)單元的游離與組合，本文構(gòu)建了多維視角下主題演化分析理論模型，并以圖情領(lǐng)域大數(shù)據(jù)期刊數(shù)據(jù)為例進(jìn)行研究，驗(yàn)證所構(gòu)建框架的可行性和有效性。其中，基于時(shí)間加權(quán)的關(guān)鍵詞頻數(shù)測(cè)度方面，本文將關(guān)鍵詞時(shí)間加權(quán)和關(guān)鍵詞總頻次加權(quán)的乘積作為關(guān)鍵詞加權(quán)綜合分值，通過與絕對(duì)詞頻的比較發(fā)現(xiàn)， “用戶畫像” “智庫(kù)” “人工智能” “知識(shí)圖譜” “互聯(lián)網(wǎng)+” “智慧服務(wù)” “情報(bào)工程” “CiteSpace” “公共圖書館” 和 “數(shù)據(jù)素養(yǎng)” 是該領(lǐng)域的熱點(diǎn)和前沿關(guān)鍵詞；②基于關(guān)鍵詞關(guān)聯(lián)的主題測(cè)度方面，本文利用Louvain 算法識(shí)別文獻(xiàn)主題，并基于主題加權(quán)結(jié)果計(jì)算每個(gè)主題的絕對(duì)強(qiáng)度和相對(duì)強(qiáng)度，使研究者對(duì)圖情領(lǐng)域大數(shù)據(jù)主題的發(fā)展趨勢(shì)有個(gè)整體的感知和預(yù)測(cè)，絕對(duì)強(qiáng)度顯示人工智能與智慧圖書館服務(wù)主題受關(guān)注度最大，相對(duì)強(qiáng)度顯示數(shù)字圖書館與用戶畫像主題受關(guān)注度增幅最強(qiáng)；③基于主題關(guān)聯(lián)的相似度測(cè)度方面，本文通過探測(cè)每個(gè)區(qū)間主題，并計(jì)算相鄰主題間的相似度，從而進(jìn)行主題演變路徑繪制，使圖情領(lǐng)域的研究者更加了解和認(rèn)識(shí)各主題之間的融合、擴(kuò)散、突現(xiàn)、消亡等關(guān)系。

研究結(jié)果表明，數(shù)據(jù)素養(yǎng)主題貫穿于大數(shù)據(jù)背景下圖書館學(xué)和情報(bào)學(xué)，是共同關(guān)注的主題；閱讀推廣主題借助互聯(lián)網(wǎng)+、人工智能技術(shù)轉(zhuǎn)為用戶畫像和精準(zhǔn)服務(wù)主題；智慧圖書館與智慧服務(wù)涉及面非常廣泛，由多主題融合而成；大數(shù)據(jù)背景下的情報(bào)學(xué)研究在人工智能、數(shù)據(jù)素養(yǎng)和數(shù)據(jù)挖掘與可視化方法交織融合下快速發(fā)展；情報(bào)工作與突發(fā)事件應(yīng)急決策融合形成情報(bào)服務(wù)，并進(jìn)一步深化為智庫(kù)服務(wù)。