張美琦　龍世彤　田曉迪　趙星　楊春燕

摘 要：深度挖掘特藏資源的價(jià)值是提高特藏資源利用率的重要途徑之一。當(dāng)前，特藏資源的宣傳推廣材料多為大段文字和文獻(xiàn)的照片，鮮有可視化的圖片。為解決這一局限性，將知識(shí)圖譜工具VOSviewer引入特藏資源建設(shè)領(lǐng)域，通過可視化分析充分展示特藏資源的亮點(diǎn)、重點(diǎn)和全景，以促進(jìn)讀者使用特藏資源。首先，利用Excel數(shù)據(jù)整理功能，將特藏資源數(shù)據(jù)文件改寫為與WOS純文本數(shù)據(jù)文件主要字段一致的過渡性文件；其次，通過自編Python程序，將過渡性文件轉(zhuǎn)換為VOSviewer支持的WOS純文本數(shù)據(jù)文件，從而實(shí)現(xiàn)對(duì)特藏資源數(shù)據(jù)的作者分布、出版社分布、出版地合作和術(shù)語共現(xiàn)分析。通過實(shí)證分析可知，該方法效果良好，可以為特藏資源的深度挖掘提供新的思路，具有一定的現(xiàn)實(shí)意義。

關(guān)鍵詞：特藏資源；知識(shí)挖掘；可視化分析；蒙學(xué)讀本；VOSviewer

中圖分類號(hào)：G353.1 文獻(xiàn)標(biāo)識(shí)碼：A

特藏資源具有獨(dú)特性、珍貴性和歷史性等特點(diǎn)，具有核心競(jìng)爭(zhēng)力。當(dāng)前，特藏資源建設(shè)在重點(diǎn)揭示、亮點(diǎn)突出、全貌展示等方面還有提升的空間。一般情況下，特藏資源的宣傳推廣材料多為大段的文字和文獻(xiàn)的照片，鮮有可視化的圖片，讀者難以在短時(shí)間內(nèi)了解該資源的全貌，不能感受到強(qiáng)烈的視覺沖擊，難以被激發(fā)出強(qiáng)烈的閱讀興趣。雖然文字是傳遞信息最常用的載體，但是，在當(dāng)前信息爆炸的時(shí)代，人們接收信息的速度已經(jīng)小于信息產(chǎn)生的速度，尤其是文本信息。當(dāng)大段的文字?jǐn)[在面前，已經(jīng)很少有人耐心認(rèn)真地把它讀完，經(jīng)常是先找文中的圖片來看。一方面，說明人們對(duì)圖形的接受程度比枯燥的文字要高很多；另一方面，說明人們急需更高效的信息接收方式，“一圖勝千言”我們深有體會(huì)，教材里的解釋圖、筆記里總結(jié)的知識(shí)結(jié)構(gòu)圖，一直到現(xiàn)在經(jīng)常用的思維導(dǎo)圖等，其實(shí)都是簡(jiǎn)單、實(shí)用的文本可視化。在特藏資源建設(shè)領(lǐng)域，知識(shí)圖譜工具正是解決這種需求的一種工具與技術(shù)，其突出特征在于把一個(gè)知識(shí)領(lǐng)域里浩如煙海的文獻(xiàn)數(shù)據(jù)，以一種多元、分時(shí)、動(dòng)態(tài)的可視化語言，通過巧妙的空間布局，將該領(lǐng)域的演進(jìn)歷程集中展現(xiàn)在一幅幅網(wǎng)絡(luò)的知識(shí)圖譜上。知識(shí)圖譜工具的特點(diǎn)可以概括為“一圖展春秋，一覽無余；一圖勝萬言，一目了然”。

VOSviewer作為一款知識(shí)圖譜工具，采用可視化手段呈現(xiàn)知識(shí)單元之間的結(jié)構(gòu)和演化關(guān)系圖譜，對(duì)于直觀認(rèn)識(shí)知識(shí)結(jié)構(gòu)有重要價(jià)值。由于該軟件處理文獻(xiàn)信息的功能比較強(qiáng)大，而且開發(fā)者不斷更新升級(jí)，一直以來都是免費(fèi)使用，越來越受到專家學(xué)者的青睞。目前，在文獻(xiàn)計(jì)量領(lǐng)域，絕大多數(shù)論文都是用VOSviewer分析期刊論文數(shù)據(jù)或?qū)W位論文數(shù)據(jù)，鮮有用來分析特藏資源數(shù)據(jù)的研究。而在特藏資源建設(shè)領(lǐng)域，利用流行知識(shí)圖譜工具實(shí)現(xiàn)可視化的研究并不多見，只有利用Gephi對(duì)梅蘭芳的民國(guó)報(bào)紙資源開展知識(shí)圖譜構(gòu)建的文獻(xiàn)，但該研究?jī)H從主題一個(gè)維度實(shí)現(xiàn)可視化分析。本研究把VOSviewer引入特藏資源建設(shè)領(lǐng)域，從主題、作者、出版地以及出版社實(shí)現(xiàn)多維度可視化呈現(xiàn)，為特藏資源的知識(shí)挖掘提供新的思路。

一、研究設(shè)計(jì)

1.理論假設(shè)

VOSviewer可以分析文獻(xiàn)中的作者、機(jī)構(gòu)、國(guó)家、期刊、關(guān)鍵詞和術(shù)語等知識(shí)單元，可以構(gòu)建合作網(wǎng)絡(luò)、共詞網(wǎng)絡(luò)、文獻(xiàn)引證網(wǎng)絡(luò)、文獻(xiàn)共被引網(wǎng)絡(luò)和術(shù)語共現(xiàn)網(wǎng)絡(luò)等知識(shí)網(wǎng)絡(luò)類型。該軟件的分析原理是：分析某個(gè)知識(shí)單元，軟件會(huì)自動(dòng)讀取該知識(shí)單元的數(shù)據(jù)，之后匯聚分析。例如，如果要展開“作者”的分析，軟件會(huì)自動(dòng)讀取“作者”字段的數(shù)據(jù)；如果要做“機(jī)構(gòu)”的分析，則自動(dòng)讀取“機(jī)構(gòu)”字段的數(shù)據(jù)；要構(gòu)建術(shù)語共現(xiàn)網(wǎng)絡(luò)，則自動(dòng)讀取“題名”或“摘要”字段的數(shù)據(jù)等。以此類推，不論數(shù)據(jù)來源是什么，只要轉(zhuǎn)換成VOSviewer支持的數(shù)據(jù)格式，就可以分析數(shù)據(jù)，繪制成知識(shí)圖譜。

VOSviewer支持以下三類數(shù)據(jù)的分析：（1）從文獻(xiàn)數(shù)據(jù)庫導(dǎo)出的數(shù)據(jù)，如Web of Science、Scopus、Dimensions、Lens、PubMed；（2）從參考文獻(xiàn)管理軟件導(dǎo)出的數(shù)據(jù)，如RIS、EndNote、RefWorks；（3）通過API獲得的數(shù)據(jù)，如Crossref、OpenAlex、Europe PMC、Semantic Scholar、OCC、COCI、Wikidata。除此之外，非上述三類數(shù)據(jù)，如果可以轉(zhuǎn)換成上述三類數(shù)據(jù)中的任意一種，就可以間接利用VOSviewer展開分析。由于Web of Science數(shù)據(jù)庫（以下簡(jiǎn)稱WOS）的普及度和接受度相對(duì)較廣，因此，將從WOS導(dǎo)出的純文本數(shù)據(jù)文件作為目標(biāo)數(shù)據(jù)文件，擬將特藏資源數(shù)據(jù)文件轉(zhuǎn)換為目標(biāo)數(shù)據(jù)文件，然后利用VOSviewer的分析功能展開分析和挖掘。

2.實(shí)現(xiàn)流程

上述轉(zhuǎn)換過程具體分為以下三步：第一，從特藏資源數(shù)據(jù)文件中選取需要的字段，獲得原始.xlsx數(shù)據(jù)文件。只需挑選正題名、副題名、交替題名、叢書題名、主題詞、全部作者、出版社、出版地以及出版日期9個(gè)字段；第二，將原始.xlsx數(shù)據(jù)文件的字段重組并重新命名，獲得與WOS純文本數(shù)據(jù)字段一致的過渡.xlsx數(shù)據(jù)文件；第三，通過Python自編程序?qū)⑦^渡.xlsx數(shù)據(jù)文件轉(zhuǎn)換為文本格式.txt數(shù)據(jù)文件，獲WOS純文本數(shù)據(jù)文件，將WOS純文本數(shù)據(jù)文件導(dǎo)入VOSviewer，利用分析功能展開知識(shí)挖掘。

二、特藏資源知識(shí)挖掘方法實(shí)證

1.數(shù)據(jù)和方法

“美國(guó)殖民到現(xiàn)代的蒙學(xué)讀本”特藏資源是由美國(guó)教育家理查德·威內(nèi)斯基牽頭，從美國(guó)十余家圖書館特藏中甄選出來的兒童早期閱讀課本，共包括842冊(cè)圖書。這些讀本的時(shí)間跨度較大，從美洲殖民時(shí)代的1711年一直延續(xù)到現(xiàn)代的1943年。這些讀本對(duì)于研究美國(guó)閱讀教育的源頭，并由此思考其對(duì)我國(guó)閱讀教育的啟示等具有重要的學(xué)術(shù)價(jià)值。對(duì)“美國(guó)殖民到現(xiàn)代的蒙學(xué)讀本”特藏資源展開知識(shí)挖掘很有必要，可以促進(jìn)人文學(xué)者對(duì)美國(guó)閱讀教育源頭文獻(xiàn)的分析和研究。

2.時(shí)間特征挖掘

讀本出版的歷史性變化趨勢(shì)，可從一個(gè)側(cè)面反映讀本的發(fā)展?fàn)顩r?！懊绹?guó)殖民到現(xiàn)代的蒙學(xué)讀本”整體跨度為233年，大致可以分為以下5個(gè)時(shí)期。

（1）起步期：1711年～1782年，共9冊(cè)讀本。美洲殖民地的教育并非從零開始，而是以英國(guó)和歐洲教育演進(jìn)的最優(yōu)成果為起點(diǎn)繼續(xù)前進(jìn)的。從源頭上講，英國(guó)教育是美國(guó)教育的主要源泉，因?yàn)楫?dāng)時(shí)居民80%來自英國(guó)，其閱讀教育更多從宗主國(guó)移植而來。在這樣的背景下，美國(guó)閱讀課本逐漸起步。

（2）蓬勃發(fā)展期：1783年～1837年，共155冊(cè)讀本。美國(guó)獨(dú)立戰(zhàn)爭(zhēng)期間，與英國(guó)的貿(mào)易交往被中斷，導(dǎo)致美國(guó)國(guó)內(nèi)的閱讀課本非常短缺。美國(guó)正式成立后，美國(guó)的教育方向發(fā)生了時(shí)代性的轉(zhuǎn)變，從殖民時(shí)期以培養(yǎng)效忠英王為目標(biāo)改為以培養(yǎng)優(yōu)秀的公民和增強(qiáng)國(guó)家凝聚力為職責(zé)。教育方向的轉(zhuǎn)變也導(dǎo)致了閱讀教學(xué)的根本性轉(zhuǎn)變，從以往以宗教教育為主轉(zhuǎn)向以道德教育為主。

（3）停滯期：1838年～1865年，共111冊(cè)讀本。隨著19世紀(jì)三四十年代普通學(xué)校運(yùn)動(dòng)的蔓延，讀本的出版成為一項(xiàng)重要的獨(dú)立業(yè)務(wù)，配有專門的出版社和銷售隊(duì)伍。該階段的前期，閱讀課本仍保持上升的勢(shì)頭，但后期由于1861至1865美國(guó)南北戰(zhàn)爭(zhēng)的爆發(fā)，閱讀課本的數(shù)量發(fā)生了斷崖式下降。

（4）快速發(fā)展期：1866年～1920年，共446冊(cè)讀本。美國(guó)南北戰(zhàn)爭(zhēng)后教育的巨大浪潮創(chuàng)造了對(duì)讀本的創(chuàng)紀(jì)錄需求，閱讀課本進(jìn)入一個(gè)快速發(fā)展的時(shí)期。該時(shí)期叢書讀本的發(fā)展初具規(guī)模，與現(xiàn)在的分級(jí)讀本相似，一般包括初級(jí)讀本和5～6本分級(jí)讀本，還有的包括一本拼寫書。

（5）穩(wěn)定發(fā)展期：1921年～1943年，共121冊(cè)讀本。20世紀(jì)初期，由于教育心理學(xué)從普通心理學(xué)中分離出來，對(duì)閱讀教育產(chǎn)生了強(qiáng)烈影響，因此，標(biāo)準(zhǔn)化的閱讀測(cè)試對(duì)閱讀教材也產(chǎn)生了較大影響。

3.空間特征挖掘

對(duì)于讀本出版空間的研究有助于探尋讀本出版中心的變遷規(guī)律。“美國(guó)殖民到現(xiàn)代的蒙學(xué)讀本”的出版地絕大多數(shù)在美國(guó)，也有少數(shù)在英國(guó)或加拿大?？v觀讀本出版地的地理空間變化，不難發(fā)現(xiàn)美國(guó)是從東北部大西洋沿岸城市逐漸向北部、南部、西部擴(kuò)展的軌跡。在殖民時(shí)期和建國(guó)初期，費(fèi)城、紐約、波士頓、伍斯特和巴爾的摩等地出版的讀本比較多。美國(guó)南北戰(zhàn)爭(zhēng)前期，美國(guó)西部圖書貿(mào)易的資本已經(jīng)轉(zhuǎn)移到辛辛那提。到了現(xiàn)代，讀本出版比較活躍的城市除了紐約、芝加哥、波士頓之外，又增加了亞特蘭大，達(dá)拉斯、舊金山等城市。

4.主題特征挖掘

“美國(guó)殖民到現(xiàn)代的蒙學(xué)讀本”的主題聚類圖可以劃分為7個(gè)聚類，如圖1所示，受篇幅所限，選取規(guī)模最大的4個(gè)聚類如下。

第一，以美國(guó)建國(guó)初期諾亞·韋伯斯特的《美國(guó)拼寫書（The Americanspelling book）》讀本為主。1783年美國(guó)獨(dú)立革命的成功，開啟了美國(guó)本土閱讀課本大量涌現(xiàn)的時(shí)期，這時(shí)期的讀本充滿了強(qiáng)烈的民族主義精神，課文中的宗教內(nèi)容越來越少。第一本由美國(guó)人自己編寫和出版的拼寫書是韋伯斯特的《美國(guó)拼寫書（The American spelling book）》。

第二，以美國(guó)內(nèi)戰(zhàn)前期的《麥克古菲讀本（McGuffey Readers）》為主。韋伯斯特的《美國(guó)拼寫書》要求兒童背誦很多標(biāo)注音節(jié)的單詞，這種死記硬背使兒童對(duì)閱讀產(chǎn)生抵觸和厭惡情緒，于是《邁克古菲讀本》應(yīng)運(yùn)而生，逐漸取代了《美國(guó)拼寫書》的市場(chǎng)。

第三，以美洲殖民地時(shí)期最暢銷的《新英格蘭初級(jí)讀本（New England Primer）》為主。殖民地時(shí)期，學(xué)校缺乏課本，讓學(xué)生從家里自帶書籍，當(dāng)時(shí)很多家庭唯一的書籍就是《圣經(jīng)》。當(dāng)時(shí)的書籍大部分都是從英國(guó)進(jìn)口的，少數(shù)在殖民地印制的讀本也是模仿英國(guó)讀本而寫的。殖民地時(shí)期普及度最廣的讀本就是《新英格蘭初級(jí)讀本（The New England Primer）》。

第四，主要以美國(guó)現(xiàn)代的暢銷書《迪克和簡(jiǎn)（Dick and Jane）》為主。1930年，新一代的基礎(chǔ)分級(jí)讀本《迪克和簡(jiǎn)》逐漸取代了《邁克古菲讀本》。這系列讀本講述一個(gè)典型的美國(guó)中產(chǎn)家庭的故事，其中的主人公有爸爸、媽媽、哥哥Dick、姐姐Jane、妹妹Sally 。

5.作者的學(xué)術(shù)群分布

美洲殖民時(shí)期，由于條件所限，因此，大部分讀本來自宗主國(guó)英國(guó)進(jìn)口，大多是英國(guó)作者。美國(guó)建國(guó)初期，讀本的主要作者大多來自新英格蘭，他們受過高等教育，大部分是新教徒，以古典閱讀教育為導(dǎo)向。當(dāng)時(shí)，絕大部分作者不是作者，而是編者。未經(jīng)許可也未聯(lián)合署名就大段摘抄的現(xiàn)象并不少見，而且美國(guó)國(guó)內(nèi)外讀本的重印均無須支付費(fèi)用，直至19世紀(jì)末美國(guó)實(shí)施國(guó)際版權(quán)法，這些現(xiàn)象才停止。

6.出版社的演化

“美國(guó)殖民到現(xiàn)代的蒙學(xué)讀本”出版社的發(fā)展，經(jīng)歷了印刷與出版一體化、印刷與出版分離、出版業(yè)蓬勃壯大三個(gè)階段。殖民地時(shí)期，印刷業(yè)都是手工作坊，當(dāng)時(shí)印刷和出版不分家。到了19世紀(jì)30年代，手工印刷業(yè)開始向工業(yè)化轉(zhuǎn)型，再也不需要熟練工人和那么多的學(xué)徒工。到了美國(guó)內(nèi)戰(zhàn)前期，由于印刷廠的啟動(dòng)成本很高，絕大多數(shù)工廠選擇印刷與出版分離，專門做印刷才能盈利。于是，出版商接管了宣傳商、編輯、營(yíng)銷人員的角色，只把圖書生產(chǎn)的工作留給了印刷商。

三、總結(jié)

當(dāng)前，特藏資源的宣傳推廣環(huán)節(jié)鮮有文本可視化技術(shù)的應(yīng)用，在特藏資源建設(shè)領(lǐng)域引入知識(shí)圖譜工具VOSviewer，為特藏資源實(shí)施學(xué)術(shù)畫像，用一幅幅知識(shí)圖譜展示重點(diǎn)、亮點(diǎn)和全景。本研究創(chuàng)新性地通過改寫和轉(zhuǎn)換特藏資源數(shù)據(jù)來實(shí)現(xiàn)可視化分析，針對(duì)數(shù)據(jù)獲取和文獻(xiàn)清理的復(fù)雜性工作，采用Python代碼實(shí)現(xiàn)數(shù)據(jù)的快速批量轉(zhuǎn)換，極大地提高了研究效率，為特藏資源的知識(shí)挖掘提供了新思路。

需要說明的是，該方法不僅適用于圖書類特藏資源，還適用于報(bào)紙類、期刊類、文書類等其他特藏資源。只要特藏資源的元數(shù)據(jù)具備4個(gè)W要素，即What（對(duì)象）、Where（地點(diǎn)）、When（時(shí)間）、Who（人員）等，就可以通過上述步驟利用VOSviewer實(shí)現(xiàn)可視化分析。該方法的不足之處在于，數(shù)據(jù)清理的工作量會(huì)較大。例如，由于特色資源中的責(zé)任者，其責(zé)任方式可能有著、編、審、校、譯等多種，所以，數(shù)據(jù)清理時(shí)需要較大的耐心和細(xì)心。另外，特色資源的主題詞/關(guān)鍵詞字段，需要細(xì)粒度的揭示，生成的知識(shí)圖譜會(huì)更有解讀性。

參考文獻(xiàn)：

[1]李 杰，陳超美. CiteSpace科技文本挖掘及可視化（第一版）[M].首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社，2016.

[2]劉則淵.視覺思維、數(shù)學(xué)思維和哲學(xué)思維的集成之作——陳超美著《科學(xué)前沿圖譜》中譯本推介[J].科學(xué)與管理，2014，34（03）：25-26.

[3]李 杰.中國(guó)新冠安全、風(fēng)險(xiǎn)、災(zāi)害與危機(jī)的研究態(tài)勢(shì)[J].科學(xué)觀察，2022，17（03），15-22.

[4]沈 旺，陳玖瑜，潘夢(mèng)雅.數(shù)字人文視域下民國(guó)報(bào)紙知識(shí)圖譜構(gòu)建研究[J].圖書館雜志，2022，41（09）：105-112.

[5]李 杰，魏瑞斌.VOSviewer應(yīng)用現(xiàn)狀及其知識(shí)基礎(chǔ)研究 [J].農(nóng)業(yè)圖書情報(bào)學(xué)報(bào)，2022，34（06）：61-71.

[6]滕大春著.美國(guó)教育史（第二版）[M].北京人民教育出版社，2001.

[7]練小川.美國(guó)兒童閱讀課本簡(jiǎn)史（三）[J].出版參考，2021（09）：29-33.

（作者單位：北京師范大學(xué)圖書館）

基金項(xiàng)目：本文系北京高校圖書館研究基金項(xiàng)目“面向數(shù)字人文的縮微文獻(xiàn)文本挖掘與知識(shí)可視化研究”（項(xiàng)目編號(hào)：BGT2021047）的研究成果之一。

通訊作者：張美琦（1974—），女，漢族，山西大同人，碩士，副研究館員，研究方向：特藏資源建設(shè)。