關(guān)鍵詞： 共被引分析； 情報學(xué)研究； 研究前沿識別； 演進趨勢； 國內(nèi)外對比

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０５．００１

〔中圖分類號〕Ｇ２５０ ２ 〔文獻標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） ０５－０００１－０２

研究前沿是對學(xué)科發(fā)展有重要指引性和影響力的研究方向， 伴隨著科技創(chuàng)新速度的不斷加快， 學(xué)科交叉與知識融合程度的不斷加深， 這都為科研工作的開展帶來了很大的挑戰(zhàn)， 因而準確把握學(xué)科前沿?zé)狳c和演進規(guī)律， 有助于科研人員洞察科研動向， 鎖定前瞻研究方向， 提高科研效率， 同時還有助于科研管理機構(gòu)優(yōu)化資源配置， 及早進行前沿科技布局， 從而搶占未來科技制高點。

情報學(xué)的學(xué)科定位是支撐戰(zhàn)略決策， 要做“耳目、尖兵、參謀”， 需要達到廣、快、精、準的目標(biāo)， 情報內(nèi)容涉及整個情報過程， 包括按需采集、加工、組織、存儲、檢索、分析、傳遞、服務(wù)等。此外， 情報學(xué)是一門具有高度學(xué)科交叉性， 且發(fā)展過程存在較大的環(huán)境差異性與變化性的學(xué)科。因此， 無論是情報學(xué)的學(xué)科定位， 還是學(xué)科特點， 都使得情報學(xué)天然具有追蹤領(lǐng)域前沿與熱點的趨向，同時， 對學(xué)科領(lǐng)域研究前沿與熱點的識別也一直是情報學(xué)的重要研究課題之一。

本文通過對國內(nèi)外情報學(xué)領(lǐng)域不同時間階段內(nèi)的前沿識別與對比分析， 以揭示二者不同的前沿發(fā)展特點與演進趨勢， 從而有助于學(xué)者從更宏觀的角度對領(lǐng)域的發(fā)展有更深入的認識。

１ 相關(guān)研究綜述

近年來， 情報學(xué)界對國內(nèi)外情報學(xué)領(lǐng)域的前沿?zé)狳c與發(fā)展歷程進行了多維度、多層面的揭示與分析， 常采用的方法大致分為兩類： 一種以定性分析法為主， 這類研究以學(xué)者在本領(lǐng)域深厚的學(xué)術(shù)積淀為基礎(chǔ)， 主要依靠專家智慧與經(jīng)驗來對領(lǐng)域的發(fā)展歷程進行總結(jié)與回顧， 并劃分領(lǐng)域的發(fā)展階段， 提煉各階段的發(fā)展特點與前沿?zé)狳c， 如馬費成等［１］ 以我國情報學(xué)發(fā)展的重要事件為劃分依據(jù)， 將我國情報學(xué)的發(fā)展階段劃分為初期階段、成長階段、轉(zhuǎn)型階段、繁榮階段。梁戰(zhàn)平［２］ 以我國情報工作的內(nèi)容為劃分依據(jù)， 將我國情報學(xué)的發(fā)展階段劃分為翻譯報道階段、學(xué)科專業(yè)研究階段、情報綜述和評述研究階段、決策支持研究階段、參與決策的知識服務(wù)研究階段。王知津等［３］ 以圖書情報學(xué)教育的標(biāo)志性事件為標(biāo)準， 將我國情報學(xué)的發(fā)展階段劃分為恢復(fù)、發(fā)展、徘徊、調(diào)整和提高５ 個階段。馮惠玲等［４］ 按照我國圖書情報與檔案管理學(xué)科院系與機構(gòu)的本科、碩士和博士學(xué)位點設(shè)置時間， 進行發(fā)展階段劃分。很顯然， 這類研究對學(xué)者在領(lǐng)域內(nèi)的學(xué)術(shù)積淀與業(yè)界聲望有非常高的要求， 否則其研究結(jié)論很難具備充分的說服力。此外， 因這類研究的主觀性較強，學(xué)者的關(guān)注點或理解不同， 得出的結(jié)論會有很大的差異性， 甚至可能出現(xiàn)截然不同的觀點。如之前學(xué)界“關(guān)于建立情報學(xué)一級學(xué)科” 的大討論［５－８］ 、情報學(xué)的術(shù)語爭議［９］ 等， 不同的學(xué)者態(tài)度與觀點往往截然不同。

另一種則以定量分析法為主， 部分輔助文獻調(diào)研法來對情報學(xué)領(lǐng)域的前沿?zé)狳c與發(fā)展歷程進行分析。但目前， 基于定量分析法的情報學(xué)領(lǐng)域前沿分析存在以下３ 種局限性。首先從橫向上看， 數(shù)據(jù)源的覆蓋范圍不足， 大多數(shù)學(xué)者僅以篩選后的１０ 余種情報學(xué)領(lǐng)域的期刊來反映整個學(xué)科領(lǐng)域的前沿?zé)狳c和發(fā)展歷程， 存在以偏概全的風(fēng)險， 且多數(shù)計量分析僅考慮了單一語種。如邱均平等［１０］ 基于１３ 種高影響力外文源刊， 對近５ 年來圖書情報學(xué)的研究熱點與前沿進行可視化分析。曹文振等［１１］ 基于遴選的１０ 種國際情報學(xué)核心期刊分析了情報學(xué)領(lǐng)域２０１６—２０１８ 年的前沿研究領(lǐng)域。其次， 從縱向上看， 分析的時間范圍跨度有限， 大多數(shù)學(xué)者均是對情報學(xué)領(lǐng)域近３～５ 年的前沿?zé)狳c進行分析， 使得分析結(jié)果缺乏一定的宏觀縱覽性。如蘇瑞竹等［１２］基于Ｗｅｂ ｏｆ Ｓｃｅｉｎｃｅ 核心庫收錄的１４ 種圖書館學(xué)、情報學(xué)類期刊， 對２０１７—２０１９ 年的國外圖書情報學(xué)領(lǐng)域的研究前沿與熱點進行可視化呈現(xiàn)。第三，從方法上看， 由于引文數(shù)據(jù)的獲取存在一定的壁壘性， 尤其是中文期刊論文的引文數(shù)據(jù)獲取難度較大，使得基于定量分析法的情報學(xué)領(lǐng)域前沿探測多以詞頻統(tǒng)計法或共詞分析法為主， 較少使用引文分析法，少部分使用引文分析法的多依賴于軟件工具， 如ＣｉｔｅＳｐａｃｅ 等。而一方面， 由于文獻間的共被引關(guān)系及共被引強度隨著時間變化具有變化性， 使得采用基于共被引分析法的前沿識別方法更適用于主題演變分析， 能更好地揭示知識的動態(tài)轉(zhuǎn)移與學(xué)術(shù)的交叉發(fā)展過程， 有助于繪制完整的學(xué)科發(fā)展脈絡(luò)；另一方面， 現(xiàn)有的具備共被引分析功能的軟件， 多是從原始論文集的參考文獻集中抽取論文間的被引關(guān)系， 參考文獻集也被作為施引文獻集， 這種分析結(jié)果明顯存在缺陷， 論文間的被引關(guān)系僅是被部分揭示， 超出參考文獻集的施引文獻及施引關(guān)系不能被展示到最終結(jié)果中， 其共被引分析結(jié)果并不準確［１３］ 。因此， 本文將對納入共被引分析的文獻集進行施引文獻追蹤與下載， 以使共被引分析結(jié)果更準確。

綜上， 本文將采用共被引分析法對國內(nèi)與國外的情報學(xué)領(lǐng)域前沿主題進行識別與對比分析。對于代表性期刊的選取則綜合典型性與全面性兩方面考慮， 尤其是國外情報學(xué)領(lǐng)域代表性期刊的選擇， 將以Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ 平臺中Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ＆ Ｌｉ?ｂｒａｒｙ Ｓｃｉｅｎｃｅ 學(xué)科內(nèi)的１００ 余種期刊為遴選基礎(chǔ)，綜合期刊的影響因子、載文量等指標(biāo)， 以及領(lǐng)域?qū)＜业妮o助篩選， 最后保留了５３ 種情報學(xué)領(lǐng)域國際核心期刊進行分析。此外， 為兼顧論文質(zhì)量與分析范圍， 對于國際情報學(xué)領(lǐng)域的核心期刊， 本文將期刊全部的Ａｒｔｉｃｌｅ、Ｒｅｖｉｅｗ 類型文獻納入分析， 以盡可能保證國外數(shù)據(jù)源在時間范圍上的覆蓋廣度； 對于國內(nèi)情報學(xué)領(lǐng)域的核心期刊， 則將期刊創(chuàng)立以來的全部載文納入分析范圍。

２ 研究設(shè)計

本文研究框架如圖１ 所示。第一， 對獲取的中英文期刊論文進行數(shù)據(jù)清洗與規(guī)范， 根據(jù)期刊每年的載文量與作者數(shù)量劃分時間切片。第二， 對每個時間切片內(nèi)的論文采取共被引分析法識別出對應(yīng)的前沿主題， 根據(jù)詞頻獲取對應(yīng)時間切片內(nèi)的熱點主題。第三， 根據(jù)本文提出的相似度算法計算相鄰時間窗內(nèi)兩兩前沿主題間的相似度， 建立主題關(guān)聯(lián)。第四， 設(shè)置主題關(guān)聯(lián)過濾規(guī)則， 對可能存在的由于兩個主題相似度過低而形成的無效主題關(guān)聯(lián)進行過濾。第五， 構(gòu)建前沿主題演化路徑， 選擇典型的前沿主題演化路徑進行深入分析。

２.１ 時間切片劃分

技術(shù)生命周期是專利分析中最常用的方法之一，主要通過圖示法和指標(biāo)評價這兩種途徑來實現(xiàn)［１４－１５］ 。其中， 圖示法指通過分析專利申請數(shù)量與相應(yīng)專利申請人數(shù)量之間的關(guān)系來反映該技術(shù)領(lǐng)域的技術(shù)生命周期， 常見的劃分階段包括萌芽期、發(fā)展期、成熟期、下降期等， 目前已被許多學(xué)者用于領(lǐng)域分析［１６－１８］ 。因此， 本文借鑒專利分析中對于技術(shù)生命周期劃分的方法， 通過分析領(lǐng)域內(nèi)論文的發(fā)文量與作者數(shù)量間的關(guān)系， 來劃分領(lǐng)域的發(fā)展周期， 并以此方法作為時間切片劃分的依據(jù)。

２.２ 前沿主題識別

研究前沿（Ｒｅｓｅａｒｃｈ Ｆｒｏｎｔｓ）是文獻計量學(xué)里的一個專有名詞， 最早由Ｐｒｉｃｅ Ｄ Ｊ［１９］ 于１９６５ 年提出，他認為研究前沿由領(lǐng)域內(nèi)３０～５０ 篇最新發(fā)表的高被引文獻及其相關(guān)研究主題來反映。隨后， ＳｍａｌｌＨ Ｇ 等［２０］ 、Ｇａｒｆｉｅｌｄ Ｅ 等［２１］ 提出將一組高被引文獻或共被引聚類文獻集定義為研究前沿。共被引分析方法作為經(jīng)典的研究前沿識別方法之一， 被學(xué)者廣泛使用［２４－２６］ 。因此， 本文擬采用共被引分析法進行情報學(xué)領(lǐng)域的研究前沿識別。

共被引分析法的基本步驟包括３ 點。第一， 針對所要分析的領(lǐng)域， 獲取能夠進行前沿預(yù)測的原始文獻集， 依據(jù)ＥＳＩ 選取核心論文的標(biāo)準， 將被引次數(shù)排名前１％的論文集定義為高被引論文集； 以ＷＯＳ、萬方平臺上文獻的被引頻次及施引文獻列表為準， 獲取高被引論文集的施引文獻， 建立用于共被引分析的施引文獻集。第二， 建立共被引相似度矩陣。矩陣的行列均以論文的“第一作者＋出版年份” 來表示各篇論文（如出現(xiàn)第一作者在同一出版年發(fā)表多篇論文的情況， 則以“第一作者＋出版年份＋序號” 進行區(qū)分）， 行列交叉處以對應(yīng)兩篇論文的施引文獻數(shù)量來表示二者的共被引相似度。第三， 采取一定的聚類算法對共被引相似度矩陣進行聚類分析， 以獲得相應(yīng)的研究前沿簇， 最后對各簇中論文的標(biāo)題、關(guān)鍵詞、摘要進行切詞并統(tǒng)計， 以詞頻前３ 位的主題詞組合來為各研究前沿簇命名。

２.３ 前沿演化路徑構(gòu)建

１） 時序前沿主題生成。采用共被引分析法，對每個時間切片內(nèi)的研究前沿進行識別。

２） 相似度計算。為計算相鄰時間窗內(nèi)兩兩前沿主題的相似度， 提煉出相似度計算的兩個原則：一是兩個前沿主題類中包含相同的關(guān)鍵詞數(shù)量越多，類間相似度越高。二是兩個前沿主題類中產(chǎn)生關(guān)聯(lián)的論文數(shù)量越多， 類間相似度越高。因此， 得到如式（１） 的相似度計算公式：

Ｓ ＝ ｌｏｇ１０ａ×ｂ ^－１ （１）

其中， ａ ＝兩個聚類主題中相同的關(guān)鍵詞的個數(shù)／ 這兩個聚類主題中所有關(guān)鍵詞的和； ｂ ＝兩個聚類主題中產(chǎn)生關(guān)聯(lián)的論文數(shù)量／ 這兩個聚類主題中所有論文的和。

３） 關(guān)聯(lián)關(guān)系構(gòu)建與遴選。根據(jù)相似度計算公式， 遍歷相鄰兩個時間切片內(nèi)所有前沿主題對， 計算兩兩前沿主題間的相似度。接著， 剔除前沿主題間因相似度過低而形成的無效關(guān)聯(lián)關(guān)系， 保留強關(guān)聯(lián)關(guān)系。剔除原則為： 計算所有時間切片內(nèi)所有前沿主題對的相似度均值， 若相似度值在均值以下，則視為弱相關(guān)關(guān)系， 應(yīng)該剔除。

４） 前沿演化路徑構(gòu)建與典型路徑分析?；谙噜彆r間切片內(nèi)前沿主題對的強關(guān)聯(lián)關(guān)系構(gòu)建前沿演化路徑， 并結(jié)合內(nèi)容分析法對典型路徑進行分析。

３ 情報學(xué)領(lǐng)域研究前沿識別

３.１數(shù)據(jù)來源

在萬方平臺上篩選出與情報學(xué)相關(guān)的１０ 種ＣＳＳ?ＣＩ 核心期刊， 獲取這些期刊所有年份的期刊論文，共計７５ ４７５篇。在Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ 平臺選擇Ｉｎｆｏｒｍａ?ｔｉｏｎ Ｓｃｉｅｎｃｅ ＆ Ｌｉｂｒａｒｙ Ｓｃｉｅｎｃｅ 學(xué)科， 語種設(shè)置為英語， 文獻類型為Ａｒｔｉｃｌｅ、Ｒｅｖｉｅｗ， 索引數(shù)據(jù)庫選擇ＳＣＩ－ＥＸＰＡＮＤＥＤ、ＳＳＣＩ， 結(jié)合專家建議， 最終篩選出與情報學(xué)相關(guān)的５３ 種核心期刊， 共檢索到５９ ５１２篇文獻。

３.２ 時間切片劃分

在獲取了中英文數(shù)據(jù)后， 對論文作者的地址字段進行拆分， 僅截取機構(gòu)名稱部分， 根據(jù)中國科學(xué)技術(shù)信息研究所自建的機構(gòu)名稱規(guī)范詞表對提取的機構(gòu)名稱進行規(guī)范， 使作者與所屬機構(gòu)名稱一一對應(yīng)。之后， 統(tǒng)計中英文期刊每年的載文量、涉及的作者數(shù)量、機構(gòu)數(shù)量， 借鑒專利的技術(shù)生命周期，以作者數(shù)量結(jié)合發(fā)文量劃分時間切片。

從圖２、圖３ 可見， 英文期刊論文的時間切片劃分為４ 個： １９５６—１９９３ 年、１９９４—２００５ 年、２００６—２０１５ 年、２０１６—２０２３ 年。中文期刊論文的時間切片劃分為４ 個： １９８２—１９９６ 年、１９９７—２００４ 年、２００５—２００９ 年、２０１０—２０２３ 年。

３.３ 國內(nèi)前沿主題

借鑒ＥＳＩ 高被引論文的概念， 選取每個時間切片內(nèi)被引量前１％的論文， 追蹤并下載其引文數(shù)據(jù)，其中， 英文引文共計７８ １４４篇， 中文引文共計１６ ３２９篇。根據(jù)文獻間的共被引關(guān)系， 構(gòu)建共被引相似度矩陣， 采用Ｍｏｄｕｌａｒｉｔｙ 算法進行主題聚類。圖４ 中不同顏色代表文章所屬的不同前沿主題類， 每個節(jié)點代表一篇論文， 以論文作者和出版年進行標(biāo)識，節(jié)點的大小代表論文的被引量， 連線的粗細代表兩篇論文的共被引頻次。每個簇類中的核心論文指，該論文與其他論文的共被引次數(shù)的和， 以及產(chǎn)生關(guān)聯(lián)關(guān)系的論文篇數(shù)均是最多的論文。

從圖４ 可見， １９８２—１９９６ 年國內(nèi)情報學(xué)領(lǐng)域共獲得６ 個前沿主題聚類， 分別是： ①信息經(jīng)濟學(xué)｜情報市場｜ 情報消費， 以馬費成、李綱、烏家培等作者的文獻為代表； ②競爭情報｜ 信息服務(wù)｜ 企業(yè)，以繆其浩、包昌火、張左之等作者的文獻為代表；③信息檢索｜ 自動標(biāo)引｜ 敘詞表， 以蘇新寧、賴茂生、陳光祚等作者的文獻為代表； ④情報學(xué)｜ 學(xué)科建設(shè)｜現(xiàn)狀與發(fā)展， 以馬費成、包昌火、曾民族等作者的文獻為代表； ⑤文獻計量學(xué)｜ 信息化測定，以邱均平、盧泰宏、王崇德等作者的文獻為代表；⑥情報工作｜情報理論｜分析方法， 以包昌火、盧曉賓、劉東維等作者的文獻為代表。

其中， 規(guī)模最大的前沿主題是“信息經(jīng)濟學(xué)｜情報市場｜ 情報消費”， 團簇的核心論文第一作者為馬費成， 有５ 篇相關(guān)論文， 分別是《論情報的消費與交換》《信息經(jīng)濟學(xué)與情報經(jīng)濟學(xué)》《論情報信息市場的興起》《論情報市場的結(jié)構(gòu)與運行機制》《論情報生產(chǎn)》， 論文被引量為３０ 次。篇均學(xué)術(shù)影響力最大的前沿主題是“情報學(xué)｜ 學(xué)科建設(shè)｜現(xiàn)狀與發(fā)展”， 團簇的核心論文第一作者為馬費成，標(biāo)題為《情報學(xué)的進展與深化》， 單篇論文被引量達１４８ 次， 團簇的篇均被引量為２９ 次／ 篇。該時間切片內(nèi)， 平均出版年份最新的前沿主題是“競爭情報｜信息服務(wù)｜企業(yè)”， 團簇的核心論文第一作者為繆其浩， 標(biāo)題為《競爭情報——國外的發(fā)展動向及其對我國的影響》， 單篇論文被引量達３７ 次。

從圖５ 可見， １９９７—２００４ 年共獲得８ 個前沿主題聚類， 分別是： ①數(shù)字圖書館｜轉(zhuǎn)型期建設(shè)｜人文精神， 以黃宗忠、黃曉麗、朱曉華等作者的文獻為代表； ②信息管理｜知識管理｜知識經(jīng)濟， 以邱均平、孫建軍、丁蔚等作者的文獻為代表； ③互聯(lián)網(wǎng)｜個性化信息服務(wù)｜數(shù)字圖書館， 以張曉林、趙繼海、盧共平等作者的文獻為代表； ④知識組織｜ 網(wǎng)絡(luò)計量學(xué)｜信息生態(tài)， 以王知津、邱均平、李美娣等作者的文獻為代表； ⑤網(wǎng)絡(luò)信息資源｜信息評價｜標(biāo)準與方法， 以張詠、蔣穎、陸寶益等作者的文獻為代表； ⑥網(wǎng)絡(luò)信息資源｜知識組織｜信息檢索， 以曾民族、張曉娟、付立宏等作者的文獻為代表； ⑦知識服務(wù)｜知識經(jīng)濟｜圖書館， 以任俊為、姜永常等作者的文獻為代表； ⑧學(xué)科館員｜ 制度建設(shè)｜ 讀者服務(wù)，以靳紅、任俊為等作者的文獻為代表。

其中， 規(guī)模最大的前沿主題是“數(shù)字圖書館｜轉(zhuǎn)型期建設(shè)｜ 人文精神”， 團簇的核心論文第一作者為黃宗忠， 標(biāo)題為《論圖書館的新模式——復(fù)合圖書館》， 單篇論文被引量達２１４ 次。該時間切片內(nèi)， 篇均被引量最高的前沿主題也是“數(shù)字圖書館｜轉(zhuǎn)型期建設(shè)｜人文精神”， 其次是“信息管理｜知識管理｜知識經(jīng)濟”， 團簇的核心論文第一作者為邱均平， 標(biāo)題為《論知識管理與競爭情報》， 單篇論文被引量達２１７ 次， 團簇的篇均被引量為１０６ 次／篇。該時間切片內(nèi)， 平均出版年份最新的前沿主題是“學(xué)科館員｜制度建設(shè)｜讀者服務(wù)”， 團簇的核心論文第一作者為胡繼東， 標(biāo)題為《關(guān)于學(xué)科館員制度的建立與完善問題》， 單篇論文被引量達１６９ 次。

從圖６ 可見， ２００５—２００９ 年共獲得８ 個前沿主題聚類， 分別是： ①共詞分析｜知識圖譜｜研究熱點， 以馬費成、崔雷、鐘偉金等作者的文獻為代表；②信息生態(tài)｜ 信息流轉(zhuǎn)｜ 理論研究， 以靖繼鵬、韓剛、婁策群等作者的文獻為代表； ③社會網(wǎng)絡(luò)分析｜共詞分析｜可視化， 以朱慶華、魏瑞斌、劉則淵、邱均平等作者的文獻為代表； ④學(xué)科館員｜ 人才隊伍建設(shè)｜服務(wù)模式， 以初景利、徐愷英、李春旺等作者的文獻為代表； ⑤網(wǎng)絡(luò)輿情｜ 管控預(yù)警｜ 信息分析， 以曾潤喜、許鑫、黃曉斌等作者的文獻為代表；⑥情報學(xué)｜理論體系｜人際網(wǎng)絡(luò)， 以包昌火、馬費成、沈固朝等作者的文獻為代表； ⑦知識圖譜｜ 前沿?zé)狳c｜網(wǎng)絡(luò)演化， 以陳超美、侯劍華、王曉光等作者的文獻為代表； ⑧互聯(lián)網(wǎng)｜ 信息共享｜ 圖書館服務(wù)，以劉煒、范并思、任樹懷等作者的文獻為代表。

其中， 規(guī)模最大的前沿主題是“共詞分析｜ 知識圖譜｜ 研究熱點”， 團簇的核心論文第一作者為馬費成， 標(biāo)題為《國內(nèi)外知識管理研究熱點——基于詞頻的統(tǒng)計分析》， 單篇論文被引量達３５９ 次。篇均學(xué)術(shù)影響力最大的前沿主題是“學(xué)科館員｜ 人才隊伍建設(shè)｜ 服務(wù)模式”， 團簇的核心論文第一作者為初景利， 標(biāo)題為《第二代學(xué)科館員與學(xué)科化服務(wù)》， 單篇論文被引量達４２１ 次， 團簇的篇均被引量為１６４ 次／ 篇。該時間切片內(nèi)， 平均出版年份最新的前沿主題是“網(wǎng)絡(luò)輿情｜ 管控預(yù)警｜ 信息分析”， 團簇的核心論文第一作者為曾潤喜， 標(biāo)題為《網(wǎng)絡(luò)輿情管控工作機制研究》， 單篇論文被引量達２６５ 次。

從圖７ 可見， ２０１０—２０２３ 年共獲得８ 個前沿主題聚類， 分別是： ①大數(shù)據(jù)｜ 信息服務(wù)｜ 數(shù)據(jù)挖掘， 以李廣建、陳傳夫、韓翠峰等作者的文獻為代表； ②閱讀推廣｜信息傳播｜用戶服務(wù)， 以王波、吳高、萬慕晨等作者的文獻為代表； ③網(wǎng)絡(luò)輿情｜ 輿情監(jiān)測｜ 突發(fā)事件， 以李綱、曾潤喜、平亮等作者的文獻為代表； ④智慧服務(wù)｜圖書館服務(wù)｜創(chuàng)客， 以董曉霞、烏恩、陶蕾等作者的文獻為代表； ⑤嵌入式學(xué)科服務(wù)｜學(xué)科館員｜ 圖書館， 以初景利、劉穎、陳全松等作者的文獻為代表； ⑥信息可視化｜ 知識圖譜｜Ａｌｔｍｅｔｒｉｃｓ， 以邱均平、張曉林、侯劍華等作者的文獻為代表； ⑦信息素養(yǎng)｜ＭＯＯＣ｜圖書館服務(wù)，以黃如花、羅博、陸波等作者的文獻為代表； ⑧智庫服務(wù)｜智庫建設(shè)｜決策， 以馬費成、李綱、初景利等作者的文獻為代表。

其中， 規(guī)模最大的前沿主題是“大數(shù)據(jù)｜ 信息服務(wù)｜數(shù)據(jù)挖掘”， 團簇的核心論文第一作者為韓翠峰， 標(biāo)題為《大數(shù)據(jù)帶給圖書館的影響與挑戰(zhàn)》，單篇論文被引量達２５７ 次。篇均學(xué)術(shù)影響力最大的前沿主題是“閱讀推廣｜ 信息傳播｜ 用戶服務(wù)”， 團簇的核心論文第一作者為王波， 標(biāo)題為《圖書館閱讀推廣亟待研究的若干問題》， 單篇論文被引量達３１３ 次， 團簇的篇均被引量為１３６ 次／ 篇。該時間切片內(nèi)， 平均出版年份最新的前沿主題也是“智庫服務(wù)｜智庫建設(shè)｜決策”， 團簇的核心論文第一作者為李綱， 標(biāo)題為《情報視角下的智庫建設(shè)研究》，單篇論文被引量達７７ 次。

３.４ 國外前沿主題

從圖８ 可見， １９５６—１９９３ 年共獲得７ 個前沿主題聚類， 分別是： ①信息系統(tǒng)｜信息管理｜戰(zhàn)略規(guī)劃， 以Ｂｒａｎｃｈｅａｕ Ｊ Ｃ、Ｄｉｃｋｓｏｎ Ｇ Ｗ、Ｎｉｅｄｅｒｍａｎ Ｆ等作者的文獻為代表； ②信息系統(tǒng)管理｜系統(tǒng)評估｜用戶服務(wù)，以ＤｅＬｏｎｅ Ｗ Ｈ、Ｄｏｌｌ Ｗ Ｊ、Ｒａｙｍｏｎｄ Ｌ 等作者的文獻為代表；③共被引分析｜ 共詞分析｜ 科學(xué)知識圖譜， 以Ｓｍａｌｌ Ｈ、Ｗｈｉｔｅ Ｈ Ｄ、Ｂｒａａｍ Ｒ 等作者的文獻為代表； ④電子會議｜群體決策支持系統(tǒng)｜群體共識， 以Ｄａｆｔ Ｒ Ｌ、Ｄｅｎｎｉｓ Ａ Ｒ、Ｇａｌｌｕｐｅ Ｒ Ｂ等作者的文獻為代表； ⑤信息技術(shù)｜技術(shù)接受模型｜用戶感知， 以Ｄａｖｉｓ Ｆ Ｄ、Ｍｏｏｒｅ Ｇ Ｃ、Ｍａｔｈｉｅｓｏｎ Ｋ等作者的文獻為代表； ⑥信息檢索｜檢索性能｜相關(guān)性反饋， 以Ｄｅｅｒｗｅｓｔｅｒ Ｓ、Ｓａｌｔｏｎ Ｇ、Ｐｏｒｔｅｒ Ｍ Ｆ 等作者的文獻為代表； ⑦信息系統(tǒng)｜ 信息組織， 以Ｂｅｎｂａｓａｔ Ｉ、Ｏｒｌｉｋｏｗｓｋｉ Ｗ Ｊ 等作者的文獻為代表。

其中， 規(guī)模最大的前沿主題是“信息系統(tǒng)｜ 信息管理｜ 戰(zhàn)略規(guī)劃”， 團簇的核心論文第一作者為Ｂｒａｎｃｈｅａｕ Ｊ Ｃ， 標(biāo)題為Ｋｅｙ Ｉｓｓｕｅｓ ｉｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓ?ｔｅｍｓ Ｍａｎａｇｅｍｅｎｔ， 單篇論文被引量達３１４ 次。篇均學(xué)術(shù)影響力最大的前沿主題是“信息技術(shù)｜技術(shù)接受模型｜ 用戶感知”， 團簇的核心論文第一作者為Ｄａｖｉｓ Ｆ Ｄ， 標(biāo)題為Ｐｅｒｃｅｉｖｅｄ Ｕｓｅｆｕｌｎｅｓｓ， ＰｅｒｃｅｉｖｅｄＥａｓｅ ｏｆ Ｕｓｅ， Ａｎｄ Ｕｓｅｒ Ａｃｃｅｐｔａｎｃｅ ｏｆ ＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ， 單篇論文被引量達１５ ８６４次， 團簇的篇均被引量高達３１２１次／ 篇。該時間切片內(nèi)， 平均出版年份最新的前沿主題也是“信息技術(shù)｜技術(shù)接受模型｜用戶感知”。

從圖９ 可見， １９９４—２００５ 年共獲得６ 個前沿主題聚類， 分別是： ①信息系統(tǒng)｜信息質(zhì)量｜用戶滿意度， 以Ｂｈａｔｔａｃｈｅｒｊｅｅ Ａ、ＤｅＬｏｎｅ Ｗ Ｈ、Ｗｉｘｏｍ ＢＨ 等作者的文獻為代表； ②技術(shù)接受模型｜ 使用意圖｜使用行為， 以Ｖｅｎｋａｔｅｓｈ Ｖ、Ｔａｙｌｏｒ Ｓ、Ｋａｒａｈａｎ?ｎａ Ｅ 等作者的文獻為代表； ③用戶心理｜技術(shù)使用｜用戶感知， 以Ａｇａｒｗａｌ Ｒ、Ｍｏｏｎ Ｊ Ｗ、Ｋｏｕｆａｒｉｓ Ｍ 等作者的文獻為代表； ④電子商務(wù)｜電子數(shù)據(jù)交換｜技術(shù)擴散， 以Ｉａｃｏｖｏｕ Ｃ Ｌ、Ｍａｔａ Ｆ Ｊ、Ｔｅｏ Ｈ Ｈ 等作者的文獻為代表； ⑤信息隱私｜ 知識貢獻｜ 信息管理， 以Ｃｈｉｎ Ｗ Ｗ、Ｗａｓｋｏ Ｍ Ｍ、Ｋａｎｋａｎｈａｌｌｉ Ａ 等作者的文獻為代表； ⑥社會認知理論｜ 自我效能，以Ｃｏｍｐｅａｕ Ｄ Ｒ、Ａｇａｒｗａｌ Ｒ、Ｃｏｍｐｅａｕ Ｄ 等作者的文獻為代表。

其中， 規(guī)模最大的前沿主題有兩個， 分別是“信息系統(tǒng)｜ 信息質(zhì)量｜ 用戶滿意度”， 團簇的核心論文第一作者為Ｂｈａｔｔａｃｈｅｒｊｅｅ Ａ， 標(biāo)題為Ｕｎｄｅｒ?ｓｔａｎｄｉｎｇ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ Ｃｏｎｔｉｎｕａｎｃｅ： Ａｎ Ｅｘｐｅｃ?ｔａｔｉｏｎ Ｃｏｎｆｉｒｍａｔｉｏｎ Ｍｏｄｅｌ， 單篇論文被引量達２ ３７８次； 以及“技術(shù)接受模型｜ 使用意圖｜ 使用行為”，團簇的核心論文第一作者為Ｖｅｎｋａｔｅｓｈ Ｖ， 標(biāo)題為Ｕｓｅｒ Ａｃｃｅｐｔａｎｃｅ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ： Ｔｏｗａｒｄ ＡＵｎｉｆｉｅｄ Ｖｉｅｗ， 單篇論文被引量達１０ ０５６次。篇均學(xué)術(shù)影響力最大的前沿主題也是“信息系統(tǒng)｜信息質(zhì)量｜用戶滿意度”， 其次是“信息隱私｜ 知識貢獻｜信息管理”， 團簇的核心論文第一作者為Ｃｈｉｎ Ｗ Ｗ，標(biāo)題為Ａ Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅｓ Ｌａｔｅｎｔ Ｖａｒｉａｂｌｅ Ｍｏｄｅｌ?ｉｎｇ Ａｐｐｒｏａｃｈ Ｆｏｒ Ｍｅａｓｕｒｉｎｇ Ｉｎｔｅｒａｃｔｉｏｎ Ｅｆｆｅｃｔｓ， 單篇論文被引量達２ ５５２次， 團簇的篇均被引量為１ １７４次／ 篇。該時間切片內(nèi)， 平均出版年份最新的前沿主題是“用戶心理｜技術(shù)使用｜ 用戶感知”， 團簇的核心論文第一作者為Ａｇａｒｗａｌ Ｒ， 標(biāo)題為Ｔｉｍｅ ＦｌｉｅｓＷｈｅｎ Ｙｏｕｒｅ Ｈａｖｉｎｇ Ｆｕｎ： Ｃｏｇｎｉｔｉｖｅ Ａｂｓｏｒｐｔｉｏｎ ａｎｄＢｅｌｉｅｆｓ Ａｂｏｕｔ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ Ｕｓａｇｅ， 單篇論文被引量達１ ６１７次。

從圖１０ 可見， ２００６—２０１５ 年共獲得７ 個前沿主題聚類， 分別是： ①社交網(wǎng)絡(luò)｜知識共享｜社會影響， 以Ｂｏｙｄ Ｄ Ｍ、Ｅｌｌｉｓｏｎ Ｎ Ｂ、Ｖａｌｅｎｚｕｅｌａ Ｓ 等作者的文獻為代表； ②技術(shù)接受模型｜消費行為｜移動銀行， 以Ｖｅｎｋａｔｅｓｈ Ｖ、Ｋｉｎｇ Ｗ Ｒ、Ｂｅｎｂａｓａｔ Ｉ 等作者的文獻為代表； ③信息隱私｜信息系統(tǒng)｜隱私管理，以Ｄｉｎｅｖ Ｔ、Ｓｍｉｔｈ Ｈ Ｊ、Ｂｅｌａｎｇｅｒ Ｆ 等作者的文獻為代表； ④信息系統(tǒng)｜電子商務(wù)， 以Ｐｅｔｔｅｒ Ｓ、ＷｅｔｚｅｌｓＭ、Ｌｉａｎｇ Ｈ 等作者的文獻為代表； ⑤電子商務(wù)｜在線評論｜信息反饋， 以Ｍｕｄａｍｂｉ Ｓ Ｍ、Ｆｏｒｍａｎ Ｃ、ＬｉＸ Ｘ 等作者的文獻為代表； ⑥信息技術(shù)｜信息管理，以Ｒａｉ Ａ、Ｐａｖｌｏｕ Ｐ Ｐ、Ｌｕ Ｙ Ａ 等作者的文獻為代表； ⑦信息技術(shù)｜技術(shù)抗拒｜行為意圖， 以ＬｉｍａｙｅｍＭ、Ａｎｄｒｅｗ Ｂ Ｊ、Ｐｏｌｉｔｅｓ Ｇ Ｌ 等作者的文獻為代表。

其中， 規(guī)模最大的前沿主題是“社交網(wǎng)絡(luò)｜ 知識共享｜社會影響”， 團簇的核心論文第一作者為Ｂｏｙｄ Ｄ Ｍ， 標(biāo)題為Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋ Ｓｉｔｅｓ： Ｄｅｆｉｎｉｔｉｏｎ，Ｈｉｓｔｏｒｙ， ａｎｄ Ｓｃｈｏｌａｒｓｈｉｐ， 單篇論文被引量達６ ２８７次。篇均學(xué)術(shù)影響力最大的前沿主題是“信息系統(tǒng)｜電子商務(wù)”， 該團簇的核心論文第一作者為Ｐｅｔ?ｔｅｒ Ｓ， 標(biāo)題為Ｃｏｎｓｕｍｅｒ Ａｃｃｅｐｔａｎｃｅ ａｎｄ Ｕｓｅ ｏｆ Ｉｎｆｏｒ?ｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ： Ｅｘｔｅｎｄｉｎｇ ｔｈｅ Ｕｎｉｆｉｅｄ Ｔｈｅｏｒｙ ｏｆＡｃｃｅｐｔａｎｃｅ ａｎｄ Ｕｓｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， 單篇論文被引量達１ ７６７次， 團簇的篇均被引量為１ ４６４次／ 篇。該時間切片內(nèi)， 平均出版年份最新的前沿主題是“技術(shù)接受模型｜消費行為｜移動銀行”， 團簇的核心論文第一作者為Ｖｅｎｋａｔｅｓｈ Ｖ， 標(biāo)題為Ｃｏｎｓｕｍｅｒ Ａｃｃｅｐｔ?ａｎｃｅ ａｎｄ Ｕｓｅ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ： Ｅｘｔｅｎｄｉｎｇ ｔｈｅＵｎｉｆｉｅｄ Ｔｈｅｏｒｙ ｏｆ Ａｃｃｅｐｔａｎｃｅ ａｎｄ Ｕｓｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，單篇論文被引量達４ ２０８次。

從圖１１ 可見， ２０１６—２０２３ 年共獲得７ 個前沿主題聚類， 分別是： ①數(shù)字經(jīng)濟｜數(shù)字轉(zhuǎn)換｜數(shù)字創(chuàng)新， 以Ｖｉａｌ Ｇ、Ｎａｍｂｉｓａｎ Ｓ、Ｓｖａｈｎ Ｆ 等作者的文獻為代表； ②移動商務(wù)｜用戶感知｜享樂動機， 以Ａｌａｌ?ｗａｎ Ａ Ａ、Ｂａａｂｄｕｌｌａｈ Ａ Ｍ、Ｓｈａｒｍａ Ｓ Ｋ 等作者的文獻為代表； ③社交媒體｜ 行為動機｜ 用戶粘性， 以Ａｌａｌｗａｎ Ａ Ａ、Ｋａｍｂｏｊ Ｓ、Ｓｈｉａｕ Ｗ Ｌ 等作者的文獻為代表； ④區(qū)塊鏈｜ 供應(yīng)鏈管理｜ 數(shù)字支持， 以Ｑｕｅｉｒｏｚ Ｍ Ｍ、Ｋａｍｂｌｅ Ｓ Ｓ、Ｈｕｇｈｅｓ Ｌ 等作者的文獻為代表； ⑤大數(shù)據(jù)｜數(shù)據(jù)分析｜ 企業(yè)服務(wù)， 以ＧｕｐｔａＭ、Ｇｕｅｎｔｈｅｒ Ｗ Ａ、Ｇｒｏｖｅｒ Ｖ 等作者的文獻為代表；⑥人工智能｜云計算｜大數(shù)據(jù)， 以Ｄｕａｎ Ｙ Ｑ、Ｄｗｉｖｅ?ｄｉ Ｙ Ｋ、Ｇｕｒｓｏｙ Ｄ 等作者的文獻為代表； ⑦區(qū)塊鏈｜分布式分類技術(shù)｜ 信息系統(tǒng)安全， 以Ｋｓｈｅｔｒｉ Ｎ、Ｃａｓｉｎｏ Ｆ、Ｋｕｏ Ｔ Ｔ 等作者的文獻為代表。

其中， 規(guī)模最大的前沿主題是“移動商務(wù)｜ 用戶感知｜ 享樂動機”， 團簇的核心論文第一作者為Ａｌａｌｗａｎ Ａ Ａ， 標(biāo)題為Ｕｎｉｆｉｅｄ Ｔｈｅｏｒｙ ｏｆ Ａｃｃｅｐｔａｎｃｅａｎｄ Ｕｓｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ： Ａ Ｓｙｎｔｈｅｓｉｓ ａｎｄ ｔｈｅ Ｒｏａｄ Ａ?ｈｅａｄ， 單篇論文被引量達５９２ 次。篇均學(xué)術(shù)影響力最大的前沿主題是“區(qū)塊鏈｜ 分布式分類技術(shù)｜ 信息系統(tǒng)安全”， 該團簇的核心論文第一作者為Ｋｓｈ?ｅｔｒｉ Ｎ， 標(biāo)題為１ Ｂｌｏｃｋｃｈａｉｎｓ Ｒｏｌｅｓ ｉｎ Ｍｅｅｔｉｎｇ ＫｅｙＳｕｐｐｌｙ Ｃｈａｉｎ Ｍａｎａｇｅｍｅｎｔ Ｏｂｊｅｃｔｉｖｅｓ， 單篇論文被引量達６０８ 次， 團簇的篇均被引量為３４６ 次／ 篇。該時間切片內(nèi)， 平均出版年份最新的前沿主題是“區(qū)塊鏈｜供應(yīng)鏈管理｜數(shù)字支持”， 團簇的核心論文第一作者為Ｑｕｅｉｒｏｚ Ｍ Ｍ， 標(biāo)題為Ｂｌｏｃｋｃｈａｉｎ ＡｄｏｐｔｉｏｎＣｈａｌｌｅｎｇｅｓ ｉｎ Ｓｕｐｐｌｙ Ｃｈａｉｎ： Ａｎ Ｅｍｐｉｒｉｃａｌ Ｉｎｖｅｓｔｉｇａ?ｔｉｏｎ ｏｆ ｔｈｅ Ｍａｉｎ Ｄｒｉｖｅｒｓ ｉｎ Ｉｎｄｉａ ａｎｄ ｔｈｅ ＵＳＡ， 單篇論文被引量達３３７ 次。

４ 情報學(xué)領(lǐng)域研究前沿演進趨勢分析

４.１ 國內(nèi)前沿演進趨勢

根據(jù)２.３ 節(jié)式（１） 計算相鄰時間窗口下前沿主題對的相似度， 國內(nèi)４ 個時間階段內(nèi)共得到１７６個前沿主題對， 經(jīng)過關(guān)聯(lián)規(guī)則過濾， 僅保留相似度值在０.４１ 以上的強關(guān)聯(lián)關(guān)系， 共得到有效前沿主題對９５對。

４.１.１ 典型路徑一： 聚焦圖書館信息服務(wù)的演化路徑

從圖１２ 可見， 階段２ 聚焦圖書館信息服務(wù)的前沿主題有“互聯(lián)網(wǎng)｜ 個性化信息服務(wù)｜ 數(shù)字圖書館” “學(xué)科館員｜ 制度建設(shè)｜ 讀者服務(wù)”， 它們與階段３ 的前沿主題“互聯(lián)網(wǎng)｜ 信息共享｜ 圖書館服務(wù)”“學(xué)科館員｜人才隊伍建設(shè)｜ 服務(wù)模式” 都有強關(guān)聯(lián)性， 階段３ 的兩個前沿主題則與階段４ 的前沿主題“閱讀推廣｜信息傳播｜用戶服務(wù)” “智慧服務(wù)｜圖書館服務(wù)｜ 創(chuàng)客” “嵌入式學(xué)科服務(wù)｜ 學(xué)科館員｜ 圖書館” 有強關(guān)聯(lián)性。

具體來看， １９９７—２００４ 年， 對前沿主題“互聯(lián)網(wǎng)｜個性化信息服務(wù)｜ 數(shù)字圖書館” 的研究以張曉林等［２５］ 為典型代表， 其對基于Ｗｅｂ 的個性化信息服務(wù)機制進行了探討， 提出個性化系統(tǒng)的技術(shù)要求包括： 可定制性、執(zhí)行效率與效益、有控制的共享性、集成化的安全與隱私保護； 對前沿主題“學(xué)科館員｜ 制度建設(shè)｜ 讀者服務(wù)” 的研究以胡繼東［２６］為典型代表， 他對學(xué)科館員制度的建立與完善問題進行了探討， 認為學(xué)科館員在不斷膨脹的信息資源與信息用戶的需求之間架起中介橋梁， 為讀者提供了直接、便利、深層次的學(xué)術(shù)服務(wù)。

２００５—２００９ 年， 對前沿主題“互聯(lián)網(wǎng)｜ 信息共享｜圖書館服務(wù)” 的研究以劉煒等［２７］ 為典型代表，提出《從Ｗｅｂ ２ ０ 到圖書館２ ０： 服務(wù)因用戶而變》， 并列出了圖書館２. ０ 應(yīng)用的五項原則： 為讀者而存在； 最大程度的保持開放性和中立性； 盡可能采用開放資源進行服務(wù)； 盡可能采用專業(yè)服務(wù)；技術(shù)是模塊化的， 支持自由組配。對前沿主題“學(xué)科館員｜人才隊伍建設(shè)｜ 服務(wù)模式” 的研究以初景利等［２８］ 為典型代表， 他提出了第二代學(xué)科館員的概念， 認為新一代學(xué)科館員要對用戶需求變化保持高度敏感， 服務(wù)的核心是追尋用戶的學(xué)術(shù)交流過程， 提供全程式服務(wù)。

２０１０—２０２３ 年， 對前沿主題“閱讀推廣｜ 信息傳播｜用戶服務(wù)” 的研究以王波［２９］ 為典型代表， 他提出了圖書館閱讀推廣亟待研究的若干問題； 對前沿主題“智慧服務(wù)｜ 圖書館服務(wù)｜ 創(chuàng)客” 的研究以烏恩［３０］ 為典型代表， 提出智慧圖書館是繼復(fù)合圖書館、數(shù)字圖書館之后， 圖書館發(fā)展的一個更高級階段， 智慧圖書館的服務(wù)模式應(yīng)該是基于圖書館員智慧的知識服務(wù)， 是基于信息資源的深度知識挖掘以及具有用戶需求分析功能的專家式的系統(tǒng)服務(wù)。對前沿主題“嵌入式學(xué)科服務(wù)｜ 學(xué)科館員｜ 圖書館”的研究以初景利等［３１］ 為典型代表， 提出嵌入式學(xué)科服務(wù)指圖書館員嵌入用戶過程和場景， 針對用戶需求點來提供信息服務(wù)和知識服務(wù)。

通過該典型路徑可見， 隨著用戶信息環(huán)境的改變， 圖書館服務(wù)的發(fā)展歷經(jīng)了從提供文獻服務(wù)， 到信息服務(wù)， 再到知識服務(wù)， 乃至智慧服務(wù)的不斷轉(zhuǎn)變與升級。此外， “圖書館” “學(xué)科館員” “用戶服務(wù)” 等相關(guān)研究內(nèi)容能在我國情報學(xué)領(lǐng)域發(fā)展的４個時間階段內(nèi)均占據(jù)一定分量， 這與情報學(xué)發(fā)展的背景與源頭之一是圖書館學(xué)息息相關(guān)［３２］ ， 尤其是開啟了我國情報學(xué)教育歷史先河的中國科學(xué)情報大學(xué)（后與中國科學(xué)技術(shù)大學(xué)合并）當(dāng)時無論是在課程設(shè)置， 還是院系設(shè)置， 圖書館學(xué)都占據(jù)了很重要的位置［３３］ ， 這都促使后續(xù)我國情報學(xué)的發(fā)展與圖書館學(xué)密切相關(guān)， 甚至在學(xué)科分類上， 情報學(xué)與圖書館學(xué)的一級學(xué)科分類都相同， 在２０２１ 年之前都為“圖書館、情報與檔案管理”， 在一級學(xué)科變更為“信息資源管理” 后， “圖書情報” 是其下的二級學(xué)科［５］ 。

４.１.２ 典型路徑二： 聚焦計量學(xué)與信息可視化的演化路徑

階段１ 聚焦計量學(xué)與信息可視化的前沿主題有“文獻計量學(xué)｜信息化測定”， 它與階段２ 的前沿主題“知識組織｜ 網(wǎng)絡(luò)計量學(xué)｜ 信息生態(tài)” 有強關(guān)聯(lián)性， 階段２ 的前沿主題與階段３ 的前沿主題“知識圖譜｜前沿?zé)狳c｜網(wǎng)絡(luò)演化” “共詞分析｜知識圖譜｜研究熱點” 都有強關(guān)聯(lián)性， 階段３ 的兩個前沿主題則與階段４ 的前沿主題“信息可視化｜知識圖譜｜Ａｌｔ?ｍｅｔｒｉｃｓ” 有強關(guān)聯(lián)性。

具體來看， １９８２—１９９６ 年， 對前沿主題“文獻計量學(xué)｜信息化測定” 的研究以邱均平［３４］ 為典型代表， 提出文獻計量學(xué)的下一步發(fā)展方向是信息計量學(xué)。１９９７—２００４ 年， 對前沿主題“知識組織｜ 網(wǎng)絡(luò)計量學(xué)｜ 信息生態(tài)” 的研究以王知津［３５］ 、邱均平［３４］ 為典型代表， 王知津討論了情報科學(xué)從情報組織到知識組織的發(fā)展趨勢， 重新定義了信息、知識與情報； 邱均平對網(wǎng)絡(luò)計量學(xué)的發(fā)展背景、主要研究對象、研究方法、研究工具及應(yīng)用進行了深入分析。２００５—２００９ 年， 對前沿主題“知識圖譜｜ 前沿?zé)狳c｜ 網(wǎng)絡(luò)演化” 的研究以陳超美［２５］ 為典型代表， 介紹了知識領(lǐng)域可視化的重要工具ＣｉｔｅＳｐａｃｅⅡ， 通過共引聚類方法識別領(lǐng)域研究前沿。對前沿主題“共詞分析｜ 詞頻分析｜ 研究熱點” 的研究以馬費成等［３６］ 為典型代表， 采用詞頻分析的方法，對比分析了國內(nèi)外知識管理研究的熱點、方法、學(xué)科分布和應(yīng)用領(lǐng)域。２０１０—２０２３ 年， 前沿主題“信息可視化｜ 知識圖譜｜ Ａｌｔｍｅｔｒｉｃｓ” 以劉春麗［３７］ 為典型代表， 介紹了Ａｌｔｍｅｔｒｉｃｓ 與網(wǎng)絡(luò)計量學(xué)的聯(lián)系與區(qū)別， 強調(diào)了Ａｌｔｍｅｔｒｉｃｓ 在時效性、覆蓋面和科學(xué)交流過程方面具有獨特的研究意義。

通過該典型路徑可初步窺見我國“五計學(xué)”的發(fā)展， 從文獻計量學(xué)、科學(xué)計量學(xué)、信息計量學(xué)的“三計學(xué)”， 后又發(fā)展出以網(wǎng)絡(luò)信息和知識單元為計量對象的“網(wǎng)絡(luò)計量學(xué)” 和“知識計量學(xué)”，形成“五計學(xué)”?？缕剑郏梗?認為， 我國情報學(xué)研究范疇的發(fā)展可劃分為４ 類： ①沿著“文獻—文本—內(nèi)容”， 產(chǎn)生了情報計量學(xué)派和情報檢索學(xué)派； ②沿著“科學(xué)—知識” 的路線， 產(chǎn)生了科技情報學(xué)派、科學(xué)交流學(xué)派和知識學(xué)派； ③沿著“技術(shù)—系統(tǒng)” 的路線， 產(chǎn)生了決策學(xué)派以及信息系統(tǒng)學(xué)派； ④沿著“企業(yè)—產(chǎn)業(yè)—社會” 的路線， 產(chǎn)生了競爭情報學(xué)派、信息經(jīng)濟學(xué)派和社會情報學(xué)派。因此， 縱覽我國情報學(xué)領(lǐng)域各時間階段內(nèi)的前沿主題， “文獻計量學(xué)”“網(wǎng)絡(luò)計量學(xué)”“社會網(wǎng)絡(luò)分析” 等反映了四大發(fā)展路徑之一的計量學(xué)派的前沿主題就占據(jù)了很重要的一席。

４.２ 國外前沿演進趨勢

根據(jù)２.３ 節(jié)式（１） 計算相鄰時間窗口下前沿主題對的相似度， 國外４ 個時間階段內(nèi)共得到１３３個前沿主題對， 經(jīng)過關(guān)聯(lián)規(guī)則過濾， 僅保留相似度值在０.４３ 以上的強關(guān)聯(lián)關(guān)系， 共得到有效前沿主題對７２ 對。

國外典型路徑： 聚焦用戶感知與用戶行為的演化路徑。從圖１３ 可見， 階段１ 聚焦用戶感知與用戶行為的前沿主題有“信息技術(shù)｜ 技術(shù)接受模型｜用戶感知”， 其與階段２ 的前沿主題“技術(shù)接受模型｜使用意圖｜使用行為” “用戶心理｜技術(shù)使用｜用戶感知” 有強關(guān)聯(lián)性， 階段２ 的前沿主題與階段３的前沿主題“技術(shù)接受模型｜ 消費行為｜ 手機銀行”“信息技術(shù)｜ 技術(shù)抗拒｜ 行為意圖” 都有強關(guān)聯(lián)性，階段３ 的兩個前沿主題則與階段４ 的前沿主題“移動商務(wù)｜用戶感知｜享樂動機” 有強關(guān)聯(lián)性。

具體來看， １９８２—１９９６ 年， 對前沿主題“信息技術(shù)｜技術(shù)接受模型｜ 用戶感知” 的研究以ＤａｖｉｓＦ Ｄ［３８］ 為典型代表， 提出的用戶對信息技術(shù)的接受度主要受到其對于該技術(shù)的有用性和易用性的認知影響。１９９４—２００５ 年， 對前沿主題“技術(shù)接受模型｜使用意圖｜使用行為” 的研究以Ｖｅｎｋａｔｅｓｈ Ｖ 等［３９］為典型代表， 作者通過分析并整合８ 個典型的技術(shù)接受模型（理性行為理論模型、技術(shù)接受模型、動機模型、計劃行為理論模型、技術(shù)接受模型與計劃行為理論相結(jié)合的模型、個人電腦利用模型、創(chuàng)新擴散理論模型和社會認知理論模型）， 以提出新模型——整合信息技術(shù)接受和使用模型（ＵＴＡＵＴ）。對前沿主題“用戶心理｜ 技術(shù)使用｜ 用戶感知” 的研究以Ａｇａｒｗａｌ Ｒ 等［４０］ 為典型代表， 討論了認知吸收對于用戶使用信息技術(shù)的影響。２００６—２０１５ 年，對前沿主題“技術(shù)接受模型｜ 消費行為｜ 手機銀行”的研究以Ａｇａｒｗａｌ Ｒ 等［４０］ 為典型代表， 采用第二代整合技術(shù)接受與使用模型（ＵＴＡＵＴ２）分析了消費者使用信息技術(shù)的影響因素， 發(fā)現(xiàn)個人特征、使用習(xí)慣、價格價值和愉悅動機對消費者使用移動互聯(lián)網(wǎng)的意向和行為有顯著的影響。對前沿主題“信息技術(shù)｜技術(shù)抗拒｜行為意圖” 的研究以Ｋｉｍ Ｈ Ｗ 等［４１］為典型代表， 以現(xiàn)狀偏見的視角探討了用戶對信息系統(tǒng)實施的抵制情況。２０１６—２０２３ 年， 對前沿主題“移動商務(wù)｜用戶感知｜享樂動機” 的研究以Ｓｈａｗ Ｎ等［４２］ 為典型代表， 通過引入感知價值擴展了ＵＴＡ?ＵＴ２ 模型， 發(fā)現(xiàn)感知價值和享樂動機對使用意圖有很強的影響。

４.３ 國內(nèi)外前沿演進趨勢對比分析

國內(nèi)外情報學(xué)領(lǐng)域在各階段時間節(jié)點的劃分略有不同， 但均可劃分為４ 個時間階段， 在不同時間階段識別的研究前沿、研究熱點如下：

第一階段： 國內(nèi)情報學(xué)的研究熱點詞有競爭情報、信息服務(wù)、信息分析、信息檢索與情報搜集、信息產(chǎn)業(yè)、信息技術(shù)等。該階段國內(nèi)情報學(xué)領(lǐng)域共識別出６ 個前沿主題， 其中， 研究規(guī)模最大前沿主題是“信息經(jīng)濟學(xué)｜情報市場｜ 情報消費”， 以馬費成、李綱、烏家培等作者的文獻為代表； 高影響力的前沿主題聚集在“情報學(xué)｜ 學(xué)科建設(shè)｜ 現(xiàn)狀與發(fā)展”， 代表學(xué)者有馬費成、包昌火、曾民族等。國外情報學(xué)的研究熱點詞有信息管理系統(tǒng)、決策支持系統(tǒng)、專家系統(tǒng)、計算機終端用戶、用戶滿意度、用戶態(tài)度、信息技術(shù)等。該階段國外情報學(xué)領(lǐng)域共識別出７ 個前沿主題， 其中， 研究規(guī)模最大的前沿主題是“信息系統(tǒng)｜信息管理｜戰(zhàn)略規(guī)劃”， 以ＢｒａｎｃｈｅａｕＪ Ｃ、Ｄｉｃｋｓｏｎ Ｇ Ｗ、Ｎｉｅｄｅｒｍａｎ Ｆ 等作者的文獻為代表； 高影響力的前沿主題聚集在“信息技術(shù)｜技術(shù)接受模型｜用戶感知”， 代表學(xué)者有Ｄａｖｉｓ Ｆ Ｄ、ＭｏｏｒｅＧ Ｃ、Ｍａｔｈｉｅｓｏｎ Ｋ 等。

第二階段： 國內(nèi)情報學(xué)的研究熱點詞有信息資源、互聯(lián)網(wǎng)、信息檢索、知識經(jīng)濟、知識管理、數(shù)字化與信息化、數(shù)據(jù)庫等。該階段國內(nèi)情報學(xué)領(lǐng)域共識別出８ 個前沿主題， 其中， 研究規(guī)模最大前沿主題是“數(shù)字圖書館｜轉(zhuǎn)型期建設(shè)｜ 人文精神”， 以黃宗忠、黃曉麗、朱曉華等作者的文獻為代表； 高影響力的前沿主題聚集在“數(shù)字圖書館｜轉(zhuǎn)型期建設(shè)｜人文精神” 和“信息管理｜知識管理｜知識經(jīng)濟”，代表學(xué)者有邱均平、孫建軍、丁蔚等。國外情報學(xué)的研究熱點詞有信息系統(tǒng)、信息技術(shù)、信息檢索、群體決策支持系統(tǒng)、知識管理、電子商務(wù)、數(shù)據(jù)挖掘、信息管理、數(shù)字圖書館等。該階段國外情報學(xué)領(lǐng)域共識別出６ 個前沿主題， 其中， 研究規(guī)模最大的前沿主題有兩個， 分別是“信息系統(tǒng)｜信息質(zhì)量｜用戶滿意度” 和“技術(shù)接受模型｜使用意圖｜使用行為”， 以Ｂｈａｔｔａｃｈｅｒｊｅｅ Ａ、ＤｅＬｏｎｅ Ｗ Ｈ、ＶｅｎｋａｔｅｓｈＶ、Ｔａｙｌｏｒ Ｓ 等作者的文獻為代表； 高影響力的前沿主題聚集在“信息系統(tǒng)｜信息質(zhì)量｜用戶滿意度”， 代表學(xué)者有Ｂｈａｔｔａｃｈｅｒｊｅｅ Ａ、ＤｅＬｏｎｅ Ｗ Ｈ、Ｗｉｘｏｍ ＢＨ 等。

第三階段： 國內(nèi)情報學(xué)的研究熱點詞有知識管理、知識組織、信息服務(wù)、個性化服務(wù)、電子政務(wù)、本體、信息化、數(shù)據(jù)挖掘等。該階段國內(nèi)情報學(xué)領(lǐng)域共識別出８ 個前沿主題， 其中， 研究規(guī)模最大的前沿主題是“共詞分析｜ 知識圖譜｜ 研究熱點”， 以馬費成、崔雷、鐘偉金等作者的文獻為代表； 高影響力的前沿主題聚集在“學(xué)科館員｜人才隊伍建設(shè)｜服務(wù)模式”， 代表學(xué)者有初景利、徐愷英、李春旺等。國外情報學(xué)的研究熱點詞有社會網(wǎng)絡(luò)、技術(shù)接受模型、Ｆａｃｅｂｏｏｋ、信息系統(tǒng)、信息隱私、技術(shù)接受度、信息技術(shù)、知識轉(zhuǎn)移等。該階段國外情報學(xué)領(lǐng)域共識別出７ 個前沿主題， 其中， 研究規(guī)模最大的前沿主題是“社交網(wǎng)絡(luò)｜ 知識共享｜ 社會影響”，以Ｂｏｙｄ Ｄ Ｍ、Ｅｌｌｉｓｏｎ Ｎ Ｂ、Ｖａｌｅｎｚｕｅｌａ Ｓ 等作者的文獻為代表； 高影響力的前沿主題聚集在“信息系統(tǒng)｜電子商務(wù)”， 代表學(xué)者有Ｐｅｔｔｅｒ Ｓ、Ｗｅｔｚｅｌｓ Ｍ、Ｌｉａｎｇ Ｈ 等。

第四階段： 國內(nèi)情報學(xué)的研究熱點詞有大數(shù)據(jù)、云計算、信息服務(wù)、知識共享、網(wǎng)絡(luò)輿情、知識圖譜、知識服務(wù)、微博、專利分析等。該階段國內(nèi)情報學(xué)領(lǐng)域共識別出８ 個前沿主題， 其中， 研究規(guī)模最大前沿主題是“大數(shù)據(jù)｜ 信息服務(wù)｜ 數(shù)據(jù)挖掘”， 以李廣建、陳傳夫、韓翠峰等作者的文獻為代表； 高影響力的前沿主題聚集在“閱讀推廣｜ 信息傳播｜用戶服務(wù)”， 代表學(xué)者有王波、吳高、萬慕晨等。國外情報學(xué)的研究熱點詞有區(qū)塊鏈、大數(shù)據(jù)、社交媒體、數(shù)字科創(chuàng)、信息系統(tǒng)、人工智能、認知計算、信息服務(wù)、創(chuàng)新特性等。該階段國外情報學(xué)領(lǐng)域共識別出７ 個前沿主題， 其中， 研究規(guī)模最大前沿主題是“移動商務(wù)｜ 用戶感知｜ 享樂動機”， 以Ａｌａｌｗａｎ Ａ Ａ、Ｂａａｂｄｕｌｌａｈ Ａ Ｍ、Ｓｈａｒｍａ Ｓ Ｋ 等作者的文獻為代表； 高影響力的前沿主題聚集在“區(qū)塊鏈｜分布式分類技術(shù)｜信息系統(tǒng)安全”， 代表學(xué)者有Ｋｓｈｅｔｒｉ Ｎ、Ｃａｓｉｎｏ Ｆ、Ｋｕｏ Ｔ Ｔ 等。

通過對比分析后發(fā)現(xiàn)， 國內(nèi)外情報學(xué)領(lǐng)域研究內(nèi)容既存在共通之處， 也存在差異性。首先， 在趨同性方面， 國內(nèi)外情報學(xué)領(lǐng)域的研究均聚焦在“信息、技術(shù)、人” 三者及其之間的關(guān)系方面。具體而言， 對于“信息” 的研究衍生為信息檢索、信息組織、信息交流、信息行為等子分支； 對于“技術(shù)”的研究衍生為各類信息技術(shù)、數(shù)據(jù)挖掘及可視化、知識圖譜、新算法模型應(yīng)用等子分支； 對于“人”的研究衍生為用戶行為、用戶態(tài)度、用戶服務(wù)、用戶滿意度等子分支。其次， 在差異性方面， 國內(nèi)情報學(xué)很注重圖書館建設(shè)與服務(wù)、學(xué)科館員培養(yǎng)方面的研究， 如“數(shù)字圖書館｜ 轉(zhuǎn)型期建設(shè)｜ 人文精神”“學(xué)科館員｜制度建設(shè)｜讀者服務(wù)” “信息素養(yǎng)｜ＭＯＯＣ｜圖書館服務(wù)” “學(xué)科館員｜ 人才隊伍建設(shè)｜ 服務(wù)模式” “嵌入式學(xué)科服務(wù)｜學(xué)科館員｜圖書館” 等。從我國情報學(xué)發(fā)展背景可見， 早期的科技情報與科技文獻的獲取與加工密切相關(guān)， 使得情報學(xué)創(chuàng)建之初的許多基礎(chǔ)理論、研究方法與圖書館學(xué)并無明顯的區(qū)分， 后續(xù)從我國情報學(xué)學(xué)科發(fā)展上看， 情報學(xué)與圖書館學(xué)仍有緊密的聯(lián)系性， 因而我國情報學(xué)領(lǐng)域至今仍十分注重圖書館建設(shè)與發(fā)展、用戶服務(wù)、館員素養(yǎng)等方面的研究主題。國外情報學(xué)則十分注重信息系統(tǒng)與信息檢索、信息技術(shù)接受模型、用戶感知與用戶行為方面的研究， 如“信息系統(tǒng)｜ 信息管理｜戰(zhàn)略規(guī)劃” “信息檢索｜檢索性能｜相關(guān)性反饋”“技術(shù)接受模型｜使用意圖｜使用行為” “用戶心理｜技術(shù)使用｜用戶感知” 等。從國外情報學(xué)范式， 尤其是美國的情報學(xué)范式可見， 美國情報學(xué)誕生之初就是為了解決二次世界大戰(zhàn)后的“信息爆炸” 問題， 其核心訴求即應(yīng)用新興的信息處理技術(shù)對海量文獻實現(xiàn)自動檢索。因而， 國外情報學(xué)的發(fā)展一直延續(xù)了這種訴求， 將研究內(nèi)容聚焦于信息系統(tǒng)管理、信息檢索， 以及更好的用戶反饋與更高的新信息技術(shù)接受度研究。

５ 結(jié)語

本文選取了國內(nèi)情報學(xué)領(lǐng)域１０ 種高影響力期刊在１９８２—２０２３ 年刊載的７５ ４７５篇論文， 以及國外５３ 種高影響力期刊于１９５６—２０２３ 年刊載的５９ ５１２篇論文作為研究數(shù)據(jù)集， 通過借鑒專利分析中技術(shù)生命周期劃分方法來劃分領(lǐng)域的發(fā)展階段， 之后對每個時間切片內(nèi)的論文采取共被引分析法識別出對應(yīng)的前沿主題， 根據(jù)詞頻法獲取不同時間切片內(nèi)的熱點主題。最后， 根據(jù)本文提出的相似度算法， 計算相鄰時間窗內(nèi)兩兩前沿主題間的相似度， 結(jié)合主題關(guān)聯(lián)過濾規(guī)則， 構(gòu)建前沿主題演化路徑， 并選擇典型的前沿主題演化路徑進行深入分析。通過相關(guān)的統(tǒng)計數(shù)據(jù)以及知識圖譜， 分別從研究前沿、研究熱點、演進趨勢３ 個方面對國內(nèi)外情報學(xué)領(lǐng)域進行了分析， 并得出以下研究結(jié)論：

首先， 通過對比發(fā)現(xiàn)， 國內(nèi)外情報學(xué)領(lǐng)域前沿主題既存在共通之處， 也存在差異性。在趨同性方面， 國內(nèi)外情報學(xué)領(lǐng)域的研究均聚焦在“信息、技術(shù)、人” 三者及其之間的關(guān)系方面。在差異性方面，國內(nèi)情報學(xué)很注重圖書館建設(shè)與服務(wù)、學(xué)科館員培養(yǎng)方面的研究， 國外情報學(xué)則十分注重信息系統(tǒng)與信息檢索、信息技術(shù)接受模型、用戶感知與用戶行為方面的研究。

其次， 國內(nèi)情報學(xué)領(lǐng)域的經(jīng)典前沿演進路徑有聚焦圖書館信息服務(wù)的演化路徑和聚焦計量學(xué)與信息可視化的演化路徑， 國外的經(jīng)典前沿演進路徑為聚焦用戶感知與用戶行為的演化路徑。國內(nèi)外典型前沿演進路徑表現(xiàn)的不同， 其根本原因在于國內(nèi)外情報學(xué)的起源、發(fā)展背景和研究范式的不同。

本研究克服了前序研究中數(shù)據(jù)源的覆蓋范圍不足、分析的時間范圍跨度有限、研究方法較少采用引文分析法且多依賴軟件工具的問題。但也存在一定的不足之處， 如考慮到構(gòu)建的共被引矩陣大小有限， 僅將被引頻次排名在前１％的高被引文獻集納入共被引分析范圍， 識別出的研究前沿實際上是各時間階段內(nèi)影響力很高的研究主題， 對于被引頻次較低但可能存在較高的未來影響力的研究主題識別不足。

（責(zé)任編輯： 郭沫含）