孟 璇，熊回香，葉佳鑫

0 引言

研究方法是科研人員進(jìn)行研究的思維形式和手段，是區(qū)分研究型文獻(xiàn)和非研究型文獻(xiàn)的核心要素。圖書情報學(xué)科的學(xué)術(shù)論文作為一種重要的研究型文獻(xiàn)成果，蘊含著豐富的研究方法知識[1-2]。學(xué)者們針對不同研究對象會形成不同的研究主題，圍繞不同的研究主題會使用契合的研究方法深入探究，從而使得隸屬于不同主題范疇下的研究方法存在較大差異，該現(xiàn)象反映出圖書情報領(lǐng)域中研究主題與研究方法之間存在一定的對應(yīng)關(guān)系?；诖?，本文依據(jù)研究主題和研究方法之間的潛在聯(lián)系，從宏觀與微觀結(jié)合視角出發(fā)，將主題演化的相關(guān)方法運用于學(xué)科學(xué)術(shù)論文的研究方法研究中，不僅能夠全局把握學(xué)科中各主題對應(yīng)研究方法的整體發(fā)展歷程，給學(xué)科方法論體系的完善工作提供參考，亦能夠細(xì)粒度地回溯每個主題下各研究方法的應(yīng)用趨勢，給圖書情報學(xué)者在針對某一主題展開研究時提供借鑒。

圖書情報領(lǐng)域關(guān)于研究方法的概念可以歸納為兩種理解：一是關(guān)于解決應(yīng)用場景具體問題的過程中所運用的方法、工具、手段或技術(shù)[3-6]；二是作者提出的問題的解決方案[6-7]。依據(jù)上述研究方法定義，本文中的研究方法可以定義為“在圍繞學(xué)術(shù)論文主題研究的過程中所應(yīng)用的方法、工具、技術(shù)和方案”。在構(gòu)建研究方法演化模型的過程中，本文利用關(guān)鍵詞的語義類型特征構(gòu)造語義共詞網(wǎng)絡(luò)，采用Louvain 算法識別出隱含主題，并通過計算相鄰時期主題的關(guān)聯(lián)強度初步構(gòu)建研究方法演化鏈；在此基礎(chǔ)上，通過對研究方法進(jìn)行擴(kuò)充和重要性評估，完成研究方法演化鏈的優(yōu)化；最后依據(jù)研究演化鏈中研究方法的數(shù)量及其重要程度排名情況進(jìn)行演化分析。相比于基于內(nèi)容分析法的研究方法演化分析的相關(guān)研究，基于共詞網(wǎng)絡(luò)的研究方法演化分析能更好地呈現(xiàn)出研究方法在具體研究主題中的演化情況。

1 相關(guān)研究現(xiàn)狀

目前按照研究方法的標(biāo)注方式，可將研究方法相關(guān)研究劃分為基于人工標(biāo)注的研究和基于機器標(biāo)注的研究?；谌斯?biāo)注的研究主要是利用扎根理論搭建編碼框架以展開研究方法標(biāo)注。該類研究較為依賴標(biāo)注者領(lǐng)域知識，因而準(zhǔn)確性較高，仍然是研究方法相關(guān)研究的主流方法，并產(chǎn)生了豐碩的研究成果。例如，王芳等[8]以《情報學(xué)報》為分析樣本，發(fā)現(xiàn)我國情報學(xué)研究方法中理論研究比重下降，實證研究比重逐年增加；化柏林等[9]采用文獻(xiàn)調(diào)查法、內(nèi)容分析法、知識抽取法等多種方法，初步構(gòu)建面向情報工作流程的研究方法體系；李博聞等[2]將研究方法相關(guān)論文進(jìn)行劃分，并對每類論文進(jìn)行內(nèi)容分析，歸納出存在的問題，并提出基于“相似度”構(gòu)建方法體系的解決思路，隨后利用內(nèi)容分析法對學(xué)術(shù)論文研究方法進(jìn)行標(biāo)注，并以研究方法演進(jìn)視角對“大情報觀重述”的成因進(jìn)行探析[10]；Chu等[11-12]運用內(nèi)容分析法發(fā)現(xiàn)多種研究方法混合應(yīng)用的趨勢以及定性分析方法增長緩慢的現(xiàn)象，并闡釋了研究方法內(nèi)涵的組成及研究方法分類標(biāo)準(zhǔn)制定的依據(jù)。由于人工標(biāo)注存在成本高、耗時長、主觀偏差等問題，很多學(xué)者轉(zhuǎn)而對研究方法進(jìn)行機器標(biāo)注。例如，章成志等[1]將樸素貝葉斯算法和支持向量機算法與3種問題轉(zhuǎn)換策略結(jié)合，構(gòu)建6種研究方法分類模型，并對其分類效果進(jìn)行比較，與此同時將雙向長短時記憶網(wǎng)絡(luò)、條件隨機場、詞向量相結(jié)合，對近10年《情報學(xué)報》論文中的研究方法進(jìn)行命名實體識別[13]。

按照主題的識別方法，可將主題演化分析研究劃分為基于關(guān)系網(wǎng)絡(luò)聚類和基于主題模型兩類。在前者中，王曉光等[14]構(gòu)建科研主題演化分析模型，并開發(fā)出網(wǎng)絡(luò)社區(qū)演化分析工具NEViewer；程齊凱等[15]將網(wǎng)絡(luò)社區(qū)演化分為產(chǎn)生、消亡、合并、分裂、擴(kuò)張、收縮等6種演化類型，提出共詞網(wǎng)絡(luò)社區(qū)演化分析框架；Palla等[16]利用邊重合度設(shè)計了社區(qū)演化跟蹤算法，將網(wǎng)絡(luò)社區(qū)的演化過程分為產(chǎn)生、消亡、分裂、合并、擴(kuò)張及收縮6種形式。在基于主題模型進(jìn)行演化分析的研究中，岳麗欣等[17]利用LDA和多維尺度分析法識別期刊論文的核心主題和次要主題，繪制主題交叉演化脈絡(luò)圖進(jìn)行相關(guān)分析；劉自強等[18]采用PLDA主題模型識別領(lǐng)域論文主題，多維度構(gòu)建主題演化分析模型，并采用科學(xué)知識圖譜可視化；Hall等[19]針對主題熱度測度提出將其轉(zhuǎn)化為主題對應(yīng)文檔數(shù)量及被引量的新思路。

從上述研究可知，主題演化分析的研究范式已較為成熟，而研究方法的研究中仍主要采用內(nèi)容分析法對論文研究方法編碼分類并展開分析。然而，目前大多數(shù)研究方法研究只是對研究方法進(jìn)行粗粒度的統(tǒng)計和分析，沒有從微觀層面對研究方法演化情況進(jìn)行細(xì)粒度的刻畫。基于此，本文將主題演化分析引入研究方法研究中，以主題維度對研究方法的演化情況進(jìn)行深入探究。

2 學(xué)術(shù)論文研究方法演化分析模型

本文所提出的學(xué)術(shù)論文研究方法演化分析模型由共詞網(wǎng)絡(luò)構(gòu)建、主題識別及其演化、研究方法演化分析3個模塊構(gòu)成，如圖1所示。

圖1 學(xué)術(shù)論文研究方法演化分析模型

(1)共詞網(wǎng)絡(luò)構(gòu)建模塊。首先，獲取圖書情報領(lǐng)域?qū)W術(shù)論文的題目、關(guān)鍵詞及摘要等外部特征數(shù)據(jù)，將其劃分不同時期。其次，對關(guān)鍵詞進(jìn)行規(guī)范化處理，并分為研究主題類關(guān)鍵詞、研究方法類關(guān)鍵詞和其他類關(guān)鍵詞。最后，基于關(guān)鍵詞詞對共現(xiàn)強度篩選關(guān)鍵詞，并構(gòu)建共詞網(wǎng)絡(luò)。

(2)主題識別及其演化模塊。首先采用Louvain算法對各個時期的共詞網(wǎng)絡(luò)進(jìn)行社區(qū)劃分，利用社區(qū)與主題之間的潛在對應(yīng)關(guān)系進(jìn)行主題識別。而后計算主題關(guān)聯(lián)強度，以確定前后主題間的演化關(guān)系，并形成主題社區(qū)演化鏈。

(3)研究方法演化分析模塊。首先，從主題社區(qū)演化鏈中抽取研究方法類關(guān)鍵詞初步形成研究方法演化鏈。其次，補充研究方法類關(guān)鍵詞，并利用度中心性和區(qū)分度兩個指標(biāo)以及TOPSIS方法對研究方法的重要性進(jìn)行評價。最后，依據(jù)演化鏈中研究方法的數(shù)量以及研究方法重要度排名的變化情況進(jìn)行分析。

2.1 共詞網(wǎng)絡(luò)構(gòu)建模塊

2.1.1 關(guān)鍵詞語義類型劃分

論文關(guān)鍵詞是對論文內(nèi)容的濃縮，通常用于揭示論文研究主題、研究方法、研究范圍、研究領(lǐng)域等信息，因而關(guān)鍵詞天然遵循某種特定的類型特征。胡昌平等[20]將關(guān)鍵詞語義類型劃分為“研究主題”“所屬領(lǐng)域”“限定范圍”“理論方法”“子知識點”。結(jié)合本文研究思路，本文將關(guān)鍵詞語義類型人工劃分為研究主題、研究方法及其他3類，分別以[T]、[M]、[O]后綴進(jìn)行標(biāo)識，具體劃分標(biāo)準(zhǔn)見表1。例如，論文《基于共詞分析的學(xué)科結(jié)構(gòu)可視化方法的比較》的關(guān)鍵詞為“學(xué)科結(jié)構(gòu)”“可視化”“聚類分析”“戰(zhàn)略坐標(biāo)”“社會網(wǎng)絡(luò)分析”“共詞分析”。從標(biāo)題可知論文的研究聚焦于“學(xué)科結(jié)構(gòu)”，因而“學(xué)科結(jié)構(gòu)”為研究主題類關(guān)鍵詞；對摘要進(jìn)行內(nèi)容分析發(fā)現(xiàn)，論文在研究過程中運用社會網(wǎng)絡(luò)分析、聚類分析等方法，因此“可視化”“聚類分析”“戰(zhàn)略坐標(biāo)”“社會網(wǎng)絡(luò)分析”“共詞分析”關(guān)鍵詞應(yīng)劃分為研究方法類型關(guān)鍵詞。在對關(guān)鍵詞語義類型劃分后，由3名本領(lǐng)域?qū)W者對劃分結(jié)果進(jìn)行獨立檢查，針對有分歧的關(guān)鍵詞劃分進(jìn)行集中討論，以保證關(guān)鍵詞語義角色標(biāo)注的客觀性和準(zhǔn)確性。

表1 關(guān)鍵詞語義類型劃分標(biāo)準(zhǔn)

2.1.2 語義關(guān)鍵詞篩選

根據(jù)以往研究發(fā)現(xiàn)，共詞網(wǎng)絡(luò)質(zhì)量取決于網(wǎng)絡(luò)結(jié)構(gòu)的清晰性及知識點覆蓋程度。共詞網(wǎng)絡(luò)中存在大量低頻詞會導(dǎo)致共現(xiàn)矩陣稀疏、網(wǎng)絡(luò)結(jié)構(gòu)松散等問題；而只選擇高頻詞則會使網(wǎng)絡(luò)丟失大量的重要共現(xiàn)關(guān)系，造成知識點覆蓋面較小的情況，為平衡網(wǎng)絡(luò)結(jié)構(gòu)清晰性與知識點覆蓋度，本文提出“先篩選后擴(kuò)充”選詞策略。該策略分為兩個階段：關(guān)鍵詞篩選階段和擴(kuò)充階段。關(guān)鍵詞篩選階段主要采用改進(jìn)的E指數(shù)公式計算關(guān)鍵詞間的共現(xiàn)強度[21]，計算方法如下：

2.2 主題識別及其演化模塊

2.2.1 基于共詞網(wǎng)絡(luò)的主題識別

共詞網(wǎng)絡(luò)作為一種特殊的社會網(wǎng)絡(luò)，呈現(xiàn)出較為顯著的社區(qū)分布特征，每個社區(qū)中的關(guān)鍵詞更有可能呈現(xiàn)出相同或相似的主題特征，因而共詞網(wǎng)絡(luò)中的社區(qū)與主題之間存在天然的對應(yīng)關(guān)系[22-23]。基于此，本文將主題識別問題轉(zhuǎn)化為社區(qū)劃分問題，利用Louvain算法對各時期共詞網(wǎng)絡(luò)進(jìn)行社區(qū)劃分，并將劃分后的結(jié)果抽象為一個主題，以達(dá)到識別主題的目的[14]。為突出社區(qū)的主題特征，本文將共詞網(wǎng)絡(luò)中的社區(qū)命名為主題社區(qū)，其由不同語義類型的關(guān)鍵詞組成。

2.2.2 主題社區(qū)演化鏈的形成

隨著社會需求的變化、科學(xué)技術(shù)的革新、學(xué)科研究范式的轉(zhuǎn)變，科研主題發(fā)展會發(fā)生一定的突變，具體表現(xiàn)為新主題的產(chǎn)生與舊主題的消亡。新主題常在舊主題的消亡過程中孕育產(chǎn)生，形成科研領(lǐng)域常見的主題演化現(xiàn)象[14]。在本文中，由于主題被具象化為主題社區(qū)，因而主題演化現(xiàn)象對應(yīng)為主題社區(qū)演化。相鄰時期主題社區(qū)的演化關(guān)系通常根據(jù)前后時期社區(qū)的關(guān)聯(lián)強度判斷，即社區(qū)間關(guān)聯(lián)強度越大越可能存在演化關(guān)系。本文基于點相似度和價值貢獻(xiàn)的思想，引入關(guān)鍵詞的語義類型進(jìn)行社區(qū)關(guān)聯(lián)強度計算。本文認(rèn)為關(guān)鍵詞的價值貢獻(xiàn)度由兩方面構(gòu)成，一方面為關(guān)鍵詞詞頻占所屬主題社區(qū)總詞頻的比重；另一方面通過設(shè)定調(diào)節(jié)系數(shù)對不同語義類型的貢獻(xiàn)度加以區(qū)分。主題社區(qū)i與主題社區(qū)j的關(guān)聯(lián)強度用Fij表示，其計算方法如下：

其中，s為社區(qū)i和社區(qū)j共有的關(guān)鍵詞數(shù)量，Viu為主題社區(qū)i中第u個關(guān)鍵詞所貢獻(xiàn)的價值，Vju為主題社區(qū)j中第u個關(guān)鍵詞所貢獻(xiàn)的價值。語義關(guān)鍵詞對所屬社區(qū)的價值貢獻(xiàn)計算方法如下：

分子freq(kiu[character])為社區(qū)i中第u個語義類型為character的關(guān)鍵詞的詞頻數(shù)，分母為社區(qū)i中所有語義類型為character的關(guān)鍵詞的總詞頻，N為社區(qū)i節(jié)點數(shù)量。ω為不同關(guān)鍵詞語義類型所對應(yīng)的調(diào)節(jié)系數(shù)函數(shù)，見公式(4)。

考慮到主題社區(qū)中研究主題類關(guān)鍵詞最能凸顯該社區(qū)的主題特征，對社區(qū)貢獻(xiàn)所貢獻(xiàn)的價值最大，因而其調(diào)節(jié)系數(shù)最大；其他類關(guān)鍵詞往往與研究主題存在一定關(guān)聯(lián)，但不能直觀地反映出社區(qū)的主題特征，因而調(diào)節(jié)系數(shù)次之；不同研究主題的論文可能會運用相同的研究方法，導(dǎo)致部分研究方法類關(guān)鍵詞存在廣泛適用性，對其所屬社區(qū)的價值貢獻(xiàn)度較低，因此研究方法類關(guān)鍵詞調(diào)節(jié)系數(shù)設(shè)為最低。

最后，構(gòu)建出相鄰時期的兩兩社區(qū)之間的關(guān)聯(lián)強度矩陣ST。

其中m和n分別代表相鄰時期的社區(qū)數(shù)量。為方便后續(xù)分析，將ST轉(zhuǎn)換列向量形式。

設(shè)定閾值δ，依次掃描向量v1到vm，選取每個向量中高于δ的元素。由于本文對主題社區(qū)演化過程中可能出現(xiàn)的分裂、融合等情況不進(jìn)一步展開研究，因此將前后社區(qū)中關(guān)聯(lián)強度最大的社區(qū)判定為前后演化社區(qū)，即若滿足閾值條件的社區(qū)數(shù)量大于1，則選取關(guān)聯(lián)強度的最大值并記錄該值所對應(yīng)的行標(biāo)和列標(biāo)，從而得到相鄰時期存在演化關(guān)系的主題社區(qū)。

通過對前后主題社區(qū)的演化關(guān)系進(jìn)行識別，可以將主題社區(qū)串聯(lián)為一種鏈?zhǔn)浇Y(jié)構(gòu)，本文依照其數(shù)據(jù)結(jié)構(gòu)特點將其命名為主題社區(qū)演化鏈，該主題社區(qū)演化鏈由5個不同時期的社區(qū)網(wǎng)絡(luò)構(gòu)成，相鄰時期的社區(qū)網(wǎng)絡(luò)之間存在演化關(guān)系。具體可定義為假設(shè)Topicti表示t時期的第i個主題社區(qū)，Topic(t+1)j表示t+1 時期的第j個主題社區(qū)，Topic(t+2)k表示t+2 時期的第k個主題社區(qū)。若Topicti與 Topic(t+1)j存在演化關(guān)系，Topic(t+1)j和Topic(t+2)k存在演化關(guān)系，則說明Topicti、Topic(t+1)j、Topic(t+2)k所對應(yīng)的主題從t時期到t+2時期一直存在，形成形如Topicti→Topic(t+1)j→Topic(t+2)k的3個時期主題社區(qū)演化鏈。

2.3 研究方法演化分析模塊

2.3.1 研究方法演化鏈的形成

研究方法類關(guān)鍵詞與研究主題類關(guān)鍵詞屬于同一主題社區(qū)，使研究方法類關(guān)鍵詞被賦予了主題屬性，而主題社區(qū)之間又存在演化關(guān)系，因而研究方法之間也應(yīng)存在演化關(guān)系，該演化關(guān)系給本文針對研究方法演化分析提供了邏輯依據(jù)。而要對研究方法演化情況進(jìn)行分析，需要將研究方法類關(guān)鍵詞從所屬主題社區(qū)中提取出來，以初步構(gòu)建研究方法演化鏈。由于前文小節(jié)對關(guān)鍵詞的語義類型已經(jīng)進(jìn)行標(biāo)注，因而研究方法類關(guān)鍵詞的提取工作其實已經(jīng)完成。初步構(gòu)建的研究方法演化鏈由5個時期的研究方法類關(guān)鍵詞集合構(gòu)成，形如Topicti[M]→Topic(t+1)j[M]→Topic(t+2)k[M]→Topic(t+3)p[M]→Topic(t+4)n[M]，其中 Topicti[M]代表t時期的第i個主題社區(qū)下研究方法類關(guān)鍵詞集合。

2.3.2 研究方法演化鏈的優(yōu)化

在本文中，研究方法演化鏈的優(yōu)化分為兩個步驟：研究方法節(jié)點的擴(kuò)充和研究方法節(jié)點的評價及排序。

(1)研究方法節(jié)點擴(kuò)充。由前文可知本文采用改進(jìn)的E指數(shù)方法對關(guān)鍵詞進(jìn)行篩選，但分析公式(1)發(fā)現(xiàn)，當(dāng)兩節(jié)點共現(xiàn)頻次為1時，log2(Cij)的值為0，會導(dǎo)致關(guān)鍵詞詞對共現(xiàn)強度為0。假設(shè)某研究方法類關(guān)鍵詞的詞頻大于1，它與社區(qū)中多個語義關(guān)鍵詞存在共現(xiàn)關(guān)系，但每組詞對的共現(xiàn)頻次都為1，因而詞對的共現(xiàn)強度為0，會導(dǎo)致該研究方法類關(guān)鍵詞丟失(見圖2)。

圖2 研究方法節(jié)點示意圖

在語義關(guān)鍵詞的初步篩選階段，上述特殊現(xiàn)象會使得共詞網(wǎng)絡(luò)丟失重要的研究方法類關(guān)鍵詞，為保證研究方法演化鏈的完備性，本文對研究方法節(jié)點進(jìn)行補充。考慮到社區(qū)的主題特征集中體現(xiàn)在研究主題類關(guān)鍵詞，因而本文以研究主題類關(guān)鍵詞為基礎(chǔ)，將與之存在共現(xiàn)關(guān)系的研究方法類關(guān)鍵詞補充進(jìn)主題社區(qū)，具體步驟如下：第一，遍歷社區(qū)i內(nèi)研究主題類關(guān)鍵詞ki[T]；第二，首先，查詢ki[T]所在論文集合DT，遍歷DT中的每一篇論文Dk，以Dk摘要為基礎(chǔ)，人工篩選出摘要中的研究方法作為研究方法類關(guān)鍵詞，添加至論文Dk的關(guān)鍵詞列表keylistk中；其后，將所有論文所對應(yīng)的關(guān)鍵詞列表合并去重后形成主題社區(qū)i的關(guān)鍵詞集合ki_set；第三，遍歷ki_set集合中的所有研究方法類關(guān)鍵詞。若該關(guān)鍵詞之前不在社區(qū)i中，則將該關(guān)鍵詞添加到主題社區(qū)i中，同時將該關(guān)鍵詞與研究主題類關(guān)鍵詞ki[T]共現(xiàn)的邊也添加到社區(qū)i中；若該關(guān)鍵詞原本就在社區(qū)i中，則進(jìn)一步判斷該關(guān)鍵詞與ki[T]的共現(xiàn)邊在社區(qū)i是否存在，若不存在則將詞對共現(xiàn)邊加入社區(qū)，否則原共現(xiàn)邊的頻次加一。若該研究方法類關(guān)鍵詞與社區(qū)中除研究主題類型以外的其他語義關(guān)鍵詞也存在共現(xiàn)關(guān)系，則一并加入到社區(qū)中，最終得到擴(kuò)充后的主題社區(qū)。

(2)研究方法節(jié)點的評價及其排序。為了直觀地把握研究方法在其所屬主題社區(qū)中的重要程度，本文從度中心性以及區(qū)分度兩方面對研究方法節(jié)點進(jìn)行評價，隨后利用TOPSIS方法對兩項指標(biāo)進(jìn)行綜合評價，以度量研究方法類關(guān)鍵詞在主題社區(qū)中的重要程度。

第一，度中心性。主題社區(qū)作為共詞網(wǎng)絡(luò)的子圖，為無向帶權(quán)類型網(wǎng)絡(luò)。本文將關(guān)鍵詞語義類型引入共詞網(wǎng)絡(luò)，因而在計算研究方法節(jié)點度中心性時，需要同時考慮關(guān)鍵詞詞對共現(xiàn)頻次以及與研究方法節(jié)點存在共現(xiàn)關(guān)系的節(jié)點的語義類型。帶權(quán)網(wǎng)絡(luò)的度中心性計算方法如下[24]：

其中，di為關(guān)鍵詞節(jié)點度數(shù)，即與多少關(guān)鍵詞存在共現(xiàn)關(guān)系，wi為關(guān)鍵詞詞對共現(xiàn)頻次總和。α 為調(diào)節(jié)系數(shù)。當(dāng)α=0 時，當(dāng)α=1時，當(dāng)0＜α＜1時，節(jié)點度中心性介于di和wi之間，在詞對共現(xiàn)總頻次相同的情況下，有利于度數(shù)較高的關(guān)鍵詞；當(dāng)α＞1時，度中心性則更有利于度數(shù)較低的關(guān)鍵詞?；陉P(guān)鍵詞語義類型的節(jié)點度中心性計算方法如下：

公式(6)中，Ni代表與i節(jié)點存在共現(xiàn)關(guān)系的關(guān)鍵詞節(jié)點集合，根據(jù)所連節(jié)點的語義類型不同，可將Ni分為Ni[T]、Ni[O]、Ni[M]3種，Ni[T]表示與i節(jié)點相連的研究主題類關(guān)鍵詞集合，Ni[O]和Ni[M]同理。λ根據(jù)相連關(guān)鍵詞集合的語義類型特征進(jìn)行區(qū)分，本文依據(jù)各語義類型對社區(qū)中主題屬性的凸顯度，對λ值進(jìn)行設(shè)定，具體見公式(7)。代表關(guān)鍵詞i與某一種語義類型關(guān)鍵詞節(jié)點相連時的度中心性，其計算方式與公式(5)類似，見公式(8)。

其中，|Ni[character]|代表節(jié)點i所連接的某種語義類型關(guān)鍵詞的數(shù)量，wi[character]代表關(guān)鍵詞i與某種語義類型關(guān)鍵詞的共現(xiàn)總頻次。α為調(diào)節(jié)系數(shù)，其含義同公式(5)。

第二，區(qū)分度。本文利用逆文檔頻率思想對關(guān)鍵詞區(qū)分度進(jìn)行描述，即研究方法類關(guān)鍵詞i在不同時期出現(xiàn)的頻次越少，則該研究方法區(qū)分度越高，反之亦然，計算方法如下：

其中，freqyeari為關(guān)鍵詞i在不同時期出現(xiàn)的頻次。

第三，基于TOPSIS方法的多指標(biāo)綜合評價法。本文基于TOPSIS方法思想，將主題社區(qū)中的每個研究方法類關(guān)鍵詞節(jié)點看作一個方案，以度中心性和區(qū)分度作為節(jié)點方案屬性，從而將評估研究方法節(jié)點重要性問題轉(zhuǎn)換為多屬性方案決策問題。通過監(jiān)測節(jié)點方案與最優(yōu)解、最劣解的距離來進(jìn)行排序，最靠近最優(yōu)解同時又最遠(yuǎn)離最劣解為最好解，否則為最差解。

2.3.3 研究方法演化鏈的分析

(1)研究方法的數(shù)量演化。本文采用折線圖的方法對研究方法演化鏈中各時期研究方法數(shù)量進(jìn)行分析。

(2)研究方法的重要性演化。為更具體地呈現(xiàn)研究方法重要性演化情況，將研究方法演化鏈進(jìn)一步劃分為“穩(wěn)定型”“成長型”“突變型”“衰退型”4種類型，其表現(xiàn)特征如表2所示。

表2 研究方法演化鏈類型及其特征

3 實證結(jié)果及分析

3.1 數(shù)據(jù)獲取及關(guān)鍵詞處理

考慮到關(guān)鍵詞人工劃分工作量較大，為驗證模型的可行性，本文以《情報學(xué)報》《情報資料工作》《情報理論與實踐》3種圖書情報領(lǐng)域比較有代表的核心期刊為例，在CNKI和萬方數(shù)據(jù)庫中檢索3種期刊2011-2020年的所有學(xué)術(shù)論文，導(dǎo)出題目、關(guān)鍵詞、摘要等外部特征信息，篩除投稿須知、卷首語等非學(xué)術(shù)文章后，共獲取期刊論文5，891篇。主題演化分析中關(guān)于時間區(qū)間的劃分方法主要有根據(jù)時間標(biāo)簽確定法和固定時間窗口法。由于每年刊載的論文數(shù)量大致相同，因而采用固定時間窗口法將10年時間劃分為5個時期，依次對應(yīng)2011-2012 年、2013-2014 年、2015-2016 年 、 2017-2018 年 、 2019-2020年。針對關(guān)鍵詞中常出現(xiàn)的中英翻譯、同義詞、縮寫、單復(fù)數(shù)等現(xiàn)象，進(jìn)行規(guī)范化處理。而后依據(jù)表1對關(guān)鍵詞語義類型進(jìn)行劃分，共得到語義關(guān)鍵詞15，229個，將各時期的關(guān)鍵詞用id進(jìn)行標(biāo)識，得到各時期關(guān)鍵詞列表，其中第1時期關(guān)鍵詞列表見表3。

表3 第1時期關(guān)鍵詞列表(部分)

3.2 共詞網(wǎng)絡(luò)構(gòu)建及主題演化鏈構(gòu)建

利用公式(1)對各時期關(guān)鍵詞進(jìn)行篩選，構(gòu)建語義關(guān)鍵詞共詞網(wǎng)絡(luò)。其中第1時期語義關(guān)鍵詞詞頻及共現(xiàn)頻次見表4-5。

表4 第1時期關(guān)鍵詞詞頻(部分)

表5 第1時期語義關(guān)鍵詞共現(xiàn)詞對列表(部分)

將節(jié)點信息放入node.csv表格，將邊信息放入edge.csv 表格，利用python 程序讀取node.csv和edge.csv文件構(gòu)建語義關(guān)鍵詞共現(xiàn)矩陣，導(dǎo)入Louvain算法程序進(jìn)行社區(qū)劃分，共得到53個主題社區(qū)，其中第1 時期主題11個，第2、3時期主題各9個，第4時期主題10個，第5時期主題14個。為了方便后續(xù)對主題社區(qū)進(jìn)行分析，針對每個主題社區(qū)進(jìn)行編號，其編號的命名規(guī)則為“時期序號+主題序號”。例如，第4時期第10個主題社區(qū)其id為“410”。以第4時期的社區(qū)劃分結(jié)果為例，其主題社區(qū)id及社區(qū)內(nèi)語義關(guān)鍵詞見表6-7。

表6 401-405主題社區(qū)關(guān)鍵詞列表

表7 406-410主題社區(qū)關(guān)鍵詞列表

利用公式(2)-(4)構(gòu)建相鄰時期主題社區(qū)關(guān)聯(lián)強度矩陣，并利用heatmap函數(shù)生成主題關(guān)聯(lián)強度矩陣熱力圖。其中，第4和第5時期的社區(qū)主題關(guān)聯(lián)強度如圖3所示。單元格顏色越深則主題關(guān)聯(lián)強度越大。通過實驗得知，當(dāng)閾值設(shè)為0.1時，兩個主題社區(qū)具有較為明顯的演化關(guān)系，相鄰時期的主題社區(qū)演化關(guān)系識別如下：

圖3 第4時期與第5時期主題關(guān)聯(lián)強度

基于相鄰時期的主題演化關(guān)系，構(gòu)建出3條完整的主題演化鏈。

本文依據(jù)主題演化鏈主題社區(qū)中研究主題類關(guān)鍵詞及其頻次確定主題社區(qū)名稱，分析發(fā)現(xiàn)主題演化鏈1中的主題社區(qū)主要圍繞研究熱點[T]、主題識別[T]、主題演化[T]等研究主題類關(guān)鍵詞，因此將主題演化鏈1 確定為研究熱點主題演化鏈；主題演化鏈2主要圍繞信息服務(wù)[T]、知識服務(wù)[T]、知識共享[T]、圖書館[O]等語義關(guān)鍵詞，因此將主題演化鏈2確定為圖書館信息知識服務(wù)演化鏈；演化鏈3出現(xiàn)頻次較高的語義關(guān)鍵詞主要有學(xué)術(shù)影響力[T]、期刊評價[T]、評價指標(biāo)[O]等，因此將演化鏈3確定為學(xué)術(shù)評價演化鏈。

3.3 研究方法演化鏈的構(gòu)建及優(yōu)化

從主題演化鏈中抽取研究方法類關(guān)鍵詞以構(gòu)建研究方法演化鏈，在主題社區(qū)編號后添加后綴“[M]”表示主題社區(qū)中研究方法類關(guān)鍵詞的集合，由此形成3條完整研究方法演化鏈。

“研究熱點主題”社區(qū)研究方法演化鏈：

“圖書館信息知識服務(wù)”社區(qū)研究方法演化鏈：

“學(xué)術(shù)評價”社區(qū)研究方法演化鏈：

對每條演化鏈中的研究方法集合進(jìn)行擴(kuò)充，利用公式(5)-(9)對研究方法節(jié)點進(jìn)行重要性評價和排序。由于最終得到的評價值較小，為方便直觀分析，統(tǒng)一乘以100作為綜合得分。其中，506[M]排名前10研究方法見表8。為清晰呈現(xiàn)研究方法重要性的動態(tài)變化情況，本文利用D3.js 工具編寫代碼對研究方法演化鏈進(jìn)行可視化展示，見圖4-6。同一時期內(nèi)，節(jié)點之間的高低次序代表當(dāng)期研究方法的重要性排序，以“學(xué)術(shù)評價”研究方法演化鏈為例，第1 時期的“社會網(wǎng)絡(luò)分析”節(jié)點位置最高代表其重要性最高。

表8 506[M]研究方法列表

圖4 “研究熱點主題”研究方法演化鏈

圖6 “學(xué)術(shù)評價”研究方法演化鏈

3.4 研究方法演化鏈分析

3.4.1 研究方法的數(shù)量演化

統(tǒng)計各時期研究方法關(guān)鍵詞數(shù)量并繪制折線圖，見圖7?！把芯繜狳c主題”演化鏈中的研究方法隨時間呈現(xiàn)穩(wěn)步增長態(tài)勢，原因有兩點，一是該主題發(fā)文量的增大可能會導(dǎo)致研究方法數(shù)量增多；二是單篇文獻(xiàn)所用方法的多元化也會使研究方法關(guān)鍵詞規(guī)模的擴(kuò)大。

圖7 各時期研究方法數(shù)量變化曲線

“圖書館信息知識服務(wù)”演化鏈的研究方法數(shù)量整體呈不穩(wěn)定的震蕩波動態(tài)勢，略微有下降的趨勢。仔細(xì)分析該主題對應(yīng)的學(xué)術(shù)論文發(fā)現(xiàn)，“圖書館信息知識服務(wù)”的相關(guān)研究中學(xué)理類論文占有一定比例，可能會是導(dǎo)致研究方法迭代速度較慢的原因，再加之?dāng)?shù)據(jù)驅(qū)動的第四范式崛起，從而可能會導(dǎo)致研究方法規(guī)模下降。

“學(xué)術(shù)評價”演化鏈的研究方法總數(shù)在1、2、3時期呈現(xiàn)較為穩(wěn)定的態(tài)勢，但在4、5 時期有較高幅度的增長。導(dǎo)致這一現(xiàn)象可能是“學(xué)術(shù)評價”研究主題所運用的研究方法出現(xiàn)了較大變革，引發(fā)學(xué)界廣泛關(guān)注，從而使得發(fā)文量增加，其研究方法規(guī)模擴(kuò)大。

3.4.2 研究方法的重要性演化

本文分別從“穩(wěn)定型”“成長型”“突變型”“衰退型”4種類型研究方法演化鏈出發(fā)，對3條研究方法演化鏈進(jìn)行剖析。

(1)“穩(wěn)定型”研究方法演化鏈。第一，“研究熱點主題”演化鏈，“聚類”“可視化”“網(wǎng)絡(luò)分析”等研究方法呈現(xiàn)穩(wěn)定的演化狀態(tài)。以“聚類”為例，第1時期出現(xiàn)“層次聚類”“聚類”，第2 時期有“主題聚類”，第3 時期出現(xiàn)“Linkcomm邊聚類”“聚類分析”，第4時期代表聚類的研究方法有“聚類”“主題聚類”“聚類分析”“AP算法”等，第5時期出現(xiàn)“K-Means”“時間序列聚類”“雙向聚類”“密度峰值聚類算法”“AP算法”等方法，可知雖然聚類方法逐漸多樣化，但聚類思想?yún)s貫穿主題始終。從研究過程看，“研究熱點主題”需要將相同或相近屬性的研究對象凝聚成社團(tuán)或簇，以便后續(xù)進(jìn)一步展開研究。第二，“圖書館信息知識服務(wù)”演化鏈，根據(jù)圖5可知，“模型構(gòu)建”和“問卷調(diào)查”具有較為穩(wěn)定的演化特點。其中，“模型構(gòu)建”研究方法在第1、3、4時期的排名較高；“問卷調(diào)查”在第1、2時期排名較高，在第3、4、5時期排名較低，但該方法始終貫穿整個演化鏈。由此可知，“模型構(gòu)建”與“問卷調(diào)查”是研究“圖書館信息知識服務(wù)”主題時所用到的傳統(tǒng)研究方法。第三，“學(xué)術(shù)評價”演化鏈，“社會網(wǎng)絡(luò)分析”“指標(biāo)分析”“引文分析”呈現(xiàn)出穩(wěn)定演化態(tài)勢。需要注意的是“引文分析”在5個時期中具有不同形式，其在第1時期為“被引分析”，第4時期為“引文分析”和“共被引分析”。上述研究方法之間存在的內(nèi)在關(guān)聯(lián)可能是其穩(wěn)定演化的原因之一，學(xué)術(shù)評價往往引用相關(guān)指標(biāo)來衡量期刊、作者或者機構(gòu)的學(xué)術(shù)影響力，而引用指標(biāo)是引文分析后的結(jié)果，在引文網(wǎng)絡(luò)分析中通常借助社會網(wǎng)絡(luò)分析方法對網(wǎng)絡(luò)中節(jié)點特征屬性進(jìn)行描述。

(2)“成長型”研究方法演化鏈。第一，“研究熱點主題”演化鏈，由圖4可得，“LDA”為“成長型”研究方法?！癓DA”在第2時期排名較后，在第3、4、5時期“LDA”熱度逐漸攀升，并衍生出“PLDA”“CA-LDA”“OLDA”“Gaussian LDA”等LDA 的改進(jìn)模型。同時，“時序分析”“內(nèi)容分析法”等研究方法也呈現(xiàn)成長型演化特征。第二，“學(xué)術(shù)評價”演化鏈，“相關(guān)性分析”和“Altmetrics”呈現(xiàn)成長型演化特點。以“Altmetrics”為例，“Altmetrics”是一種基于社交網(wǎng)絡(luò)來評價學(xué)術(shù)成果的計量指標(biāo)。由于該指標(biāo)起源于國外，若將其應(yīng)用于國內(nèi)學(xué)術(shù)成果評價，仍需進(jìn)行深入研究，因而眾多領(lǐng)域?qū)W者投入到Altmetrics 的研究中。同時，“Altmetrics”排名大幅提升的時間點大致與“學(xué)術(shù)評價”演化鏈研究方法數(shù)量大幅上升的時期一致，因而本文大膽推測“Altmetrics”研究方法是“學(xué)術(shù)評價”研究方法數(shù)量激增的重要因素，對“學(xué)術(shù)評價”主題研究產(chǎn)生重大影響。

(3)“突變型”研究方法演化鏈。第一，“研究熱點主題”演化鏈，根據(jù)圖4可知，“因子分析法”“耦合分析”“案例分析”等研究方法呈現(xiàn)出“突變型”演化鏈特征。第二，“圖書館信息知識服務(wù)”演化鏈，突變型研究方法占有較大比例，例如“因子分析法”“熵權(quán)法”“系統(tǒng)動力學(xué)”“層次分析法”等，其中“因子分析法”也從側(cè)面反映出這一類研究主題的方法論體系仍不夠成熟有待完善。第三，“學(xué)術(shù)評價”演化鏈，“TOPSIS”“DEA模型”等方法呈現(xiàn)出間斷出現(xiàn)的演化特征，兩種研究方法的提出時間都較早，沒有連續(xù)使用的原因可能在于“學(xué)術(shù)評價”的研究側(cè)重點遷移，與兩種方法的契合度逐漸降低。

(4)“衰退型”研究方法演化鏈。第一，“研究熱點主題”演化鏈，“Citespace”較為滿足“衰退型”演化特征?！癈itespace”在第1、2、4、5時期的排序分別是7、8、41、51。其原因主要在于Citespace軟件逐漸無法滿足“研究熱點主題”研究領(lǐng)域日益多元復(fù)雜的研究需求，如Citespace軟件無法適用于CNKI數(shù)據(jù)庫進(jìn)行引文分析，Citespace構(gòu)建的關(guān)鍵詞網(wǎng)絡(luò)關(guān)系太過單一等。第二，“圖書館信息知識服務(wù)”演化鏈，“比較分析”與“結(jié)構(gòu)方程模型”研究方法呈現(xiàn)衰退型趨勢?！氨容^分析”和“結(jié)構(gòu)方程模型”方法在第1、2、3 時期排名靠前或呈現(xiàn)上升趨勢，但在第4、5時期消失，這一現(xiàn)象可能與“圖書館信息知識服務(wù)”研究內(nèi)容變化有關(guān)，使得研究方法不再與研究主題相契合，也有可能與方法自身存在的缺陷有關(guān)。

5 結(jié)語

本文通過共詞網(wǎng)絡(luò)構(gòu)建、主題識別、主題演化關(guān)系判斷、研究方法演化鏈構(gòu)建、研究方法演化鏈優(yōu)化及其分析等步驟完成了學(xué)術(shù)論文研究方法演化分析模型的構(gòu)建，并利用CNKI以及萬方數(shù)據(jù)庫獲取學(xué)術(shù)論文數(shù)據(jù)，驗證了研究方法演化分析模型的可操作性，并從主題的維度對研究方法的演化進(jìn)行詳細(xì)闡釋。然而，本文仍存在不足：第一，數(shù)據(jù)量不足，本文考慮到人工關(guān)鍵詞語義劃分工作量的原因，只選擇《情報學(xué)報》《情報資料工作》《情報理論與實踐》3本期刊，使得主題社區(qū)未能全面覆蓋所有研究熱點；第二，演化過程相對單一，本文中將主題社區(qū)演化關(guān)系定義為“一一對應(yīng)”關(guān)系，即一個前驅(qū)社區(qū)對應(yīng)一個后繼主題社區(qū)，而實際上在科研主題的發(fā)展過程中舊主題可能分裂成多個新主題，多個舊主題也可能融合成一個或多個新主題。針對這些復(fù)雜的演化過程本文未能進(jìn)行深入分析。針對以上不足，本人將在后續(xù)研究中對其進(jìn)行逐一探討。