1、我国“图书情报与数字图书馆”领域互联网研究热点分析 成锡潮 吴景海 西南科技大学经济管理学院 摘 要： 以 CNKI 期刊数据库中近 5 年 (20122016 年) “图书情报与数字图书馆”领域结合互联网研究的 499 篇中文核心期刊论文以及 CSSCI 期刊论文文献为数据来源, 通过对年度发文量分布的统计分析, 构建共词矩阵及相异矩阵, 并通过因子分析和聚类分析的方法对相异矩阵进行共词分析, 发现目前该方向的研究热点集中在公共图书馆移动端服务研究、移动图书馆与移动阅读服务研究、图书馆与主流信息技术结合研究、数字图书馆服务研究 4 个方面。关键词： 互联网; 图书情报学; 共词分析; 聚类分
2、析; 作者简介：成锡潮 (1993) , 男, 西南科技大学经济管理学院硕士研究生, 研究方向为数据分析;作者简介：吴景海 (1965) , 男, 西南科技大学经济管理学院副研究馆员, 硕士生导师, 研究方向为信息管理技术与信息系统。收稿日期：2017-06-14Analysis of Internet Research Hotspots in the Field of Library Science and Digital Libraries in ChinaAbstract： Taking the CNKI journal database as the data source, this
3、 paper chooses 499 Chinese core literatures and CSSCI literatures in the field of library and information science and digital libraries combined with Internet researches for the past five years (20122016) . Through an analysis of their external features such as the year of publication, the paper con
4、structs co-word matrixes and dissimilarity matrixes, conducts co-word analysis of the latter by factor analysis and clustering analysis methods, and discovers that research hotspots in the field focus on mobile terminal services of public libraries, mobile libraries and mobile reading services, comb
5、ination of libraries and mainstream information technologies, and digital library services.Keyword： Internet; library and information science; co-word analysis; clustering analysis; Received： 2017-06-141 引言互联网, 又称网际网络, 或音译因特网, 始于 1969 年美国的阿帕网 (ARPANET) , 是网络与网络之间所串连成的庞大网络, 这些网络以一组通用的协议相连, 形成逻辑上的单一巨大
6、国际网络。这种将计算机网络互相联接在一起的方法可称作“网络互联”, 在这基础上发展出覆盖全世界的全球性互联网络称互联网1, 即是互相连接在一起的网络结构。在中国, 互联网的应用已经形成规模, 并不断走向多元化。互联网对整个社会进程的影响变得越来越深刻, 这在人们的学习、工作以及生活方式等方面有着越来越多的体现。根据中国互联网络信息中心 CNNIC 发布的第 39 次中国互联网络发展状况统计报告显示, 截至 2016 年 12 月, 我国网民规模达 7.31 亿, 全年共计新增网民 4 299 万人。互联网普及率为 53.2%, 较 2015 年底提升 2.9个百分点2。置言之, 仅中国一国的网
7、民数量, 已经和欧洲人口总量相当。随着互联网的不断发展, 与之相关的新兴技术和研究领域也在不断涌现。“互联网+”、Web2.0、大数据等术语, 也越来越和我们日常的学习、工作和生活密不可分。因此, 本文对 CNKI 期刊数据库中“图书情报与数字图书馆”领域下结合互联网研究的文献进行研究, 通过对文献的外部特征和关键词共现聚类分析, 揭示互联网在图书情报与数字图书馆领域的发展趋势和研究热点, 为相关研究方向提供理论参考。2 文献概况2.1 数据来源与研究方法核心期刊基本占据本领域绝大多数的信息资源3, 并且 CNKI 的核心期刊收全率达到 99%4。为了更权威、更全面、更深入地分析目前国内图书情
8、报与数字图书馆领域与互联网结合研究的热点和现状, 笔者以 CNKI 期刊数据库作为本文的数据来源, 来源类别选择“核心期刊”和“CSSCI”。同时为了保证研究内容的时效性, 将时间范围限定到近 5 年, 即 20122016 年。以“互联网”为关键词, 在信息科技分类下的“图书情报与数字图书馆”小类中进行检索。排除征稿启事、书讯等非学术文献, 同时筛除无关文献和重复的文献后, 共得到有效文献 499 篇。2.2 年度发文量分布从近 5 年相关文献的发表数量可看出, 在该领域“核心期刊”和“CSSCI”期刊上发表的与互联网相关的文献呈上升趋势。从图 1 可看出, 2012 年仍处于该领域与互联网
9、结合研究的初期, 发文量仅 32 篇;从 2013 年起, 两者的结合研究进入了高速增长期, 并在后续两年内保持平稳增长的态势;2016 年, 相关研究达到了一个新的高潮, 核心期刊与 CSSCI 发文量高达 181 篇。可知该领域相关研究的热度整体呈上升趋势, 有较大的发展空间。图 1 互联网相关文献年度发表数量分布 (20122016 年) 下载原图3 高频关键词共现分析关键词是一篇文章核心思想与研究方法的集中体现, 是文章精髓之所在。因此, 使用高频关键词共现和聚类分析的方法对关键词进行统计分析, 可以从理论上把握一个领域的研究热点和前沿。使用书目共现系统 (Bicomb2.0) 对获取
10、的 499 篇中文核心期刊论文以及 CSSCI期刊论文文献进行关键词提取, 并利用该软件构建共词矩阵, 通过将共词矩阵导入 Excel 并转化为相关矩阵和相异矩阵, 再用 SPSS22.0 对相异矩阵进行因子分析和聚类分析, 对近 5 年来的研究热点进行归纳分析。3.1 关键词提取使用书目共现系统 (Bicomb2.0) , 从 499 篇文献中共提取关键词 1 338 个, 选取词频不少于 8 次的高频关键词进行统计, 共得到 20 个关键词, 如表 1 所示。其中, 图书馆、互联网+、移动互联网等关键词出现频次较高。出现频次越高, 说明对其的研究越热门5。表 1 出现频次8 的高频关键词
11、下载原表 3.2 高频关键词共现矩阵构建关键词之间共同出现的频率越高, 说明它们之间的相关程度越高。使用书目共现系统 (Bicomb2.0) 对出现频次8 的 20 个关键词进行两两配对, 构建共词矩阵, 形成 2020 的矩阵 (见表 2) 。共词矩阵为对称矩阵, 对角线上的数字表示该关键词出现的频次, 如“互联网+”出现频次为 64 次, 它与“图书馆”共同出现的频次为 23 次;“互联网”出现频次为 26 次, 它与“移动互联网”共同出现的频次为 0 次。表 2 高频关键词共现矩阵 (部分) 下载原表 3.3 标准相关相异矩阵转化在共词矩阵中, 两两关键词同时出现的频次, 受到两个关键词
12、各自独立出现频次的影响, 所以无法体现真实的相依程度。为了消除频次差异带来的影响, 引入 Ochiai 系数, 将共词矩阵进行标准化, 转换成相关矩阵, 以便能更好地反映高频关键词之间的实质性共现关系, 该系数公式 (1) 计算如下:Ochiai 系数用来表示关键词 i 和 j 共同出现的概率, 在公式 (1) 中, 分子 Ni, j表示关键词 i 和 j 共同出现的频次, N i, Nj分别表示关键词 i、j 各自独立出现的频次。如“图书馆”和“移动互联网”共同出现的频次为 5, “图书馆”出现的频次为 91, “移动互联网”出现的频次为 29, 则“图书馆”和“移动互联网”的 Ochiai
13、=5/ (9129) 1/2=0.097 3。表 3 为利用 Excel 计算得到的高频关键词标准化后的共词相关矩阵 (部分) 。表 3 高频关键词标准化后的共词相关矩阵 (部分) 下载原表 相关矩阵中数值越大, 表明对应的两个关键词之间的距离越近, 即相似度越高。对角线上的数据表示该关键词与自身的相关程度, 因此计算均为 1。但由于相关矩阵中计算所得的 0 值过多, 统计时容易造成误差。为便于下一步的分析工作, 将“1”与全部相关矩阵数值相减, 得到高频关键词相异矩阵, 该矩阵表示两个关键词相异程度。如“图书馆”和“高校图书馆”的相异系数=1-0=1;“图书馆”和“互联网+”的相异系数=1-
14、0.301 4=0.698 6。与相关矩阵相反, 相异矩阵中数值越小, 表明两两关键词之间的距离越近, 即相似度越高。表 4 为利用 Excel 计算得到的高频关键词共词相异矩阵 (部分) 。表 4 高频关键词标准化后的共词相异矩阵 (部分) 下载原表 3.4 多元统计分析多元统计分析是共词分析的核心过程。通过因子分析和聚类分析, 得到关键词之间隐含的类群关系, 并对此进行分析, 得出该研究领域内热点研究主题的组成状况, 并分析其最新研究发展趋势。3.4.1 因子分析将相异矩阵导入数据分析软件 SPSS22.0, 选取“降维”中“因子分析”方法分类下的“主成分法”进行分析。高频关键词因子分析结
15、果如表 5 所示。表 5 高频关键词总方差解释表 下载原表 结果表明, 因子累积方差解释贡献率为 73.201%的 10 个因子被提取, 即本文研究的 20 个高频关键词, 划分为 10 个类别可以解释该领域 73.201%的信息。但10 个类别过于分散, 借助碎石图 (见图 2) 可以发现, 前 4 个因子曲线较陡。因此可从高频关键词中提取 4 个因子, 为聚类分析提供依据。图 2 主成分分析碎石图 下载原图3.4.2 聚类分析聚类分析是依据共词矩阵中两两关键词之间距离的远近, 将数据分为若干个类别, 将距离较近的关键词聚集起来, 使得同一类别内的数据具有尽量小的差异, 不同类别间具有尽量大
16、的差异。用 SPSS22.0 进行“系统聚类分析”, 聚类方法为“组间联接”, 度量标准区间为“平方欧式距离”, 分群方式为“个案”。该方法可以充分利用个体与小类之间所有距离的信息, 从而改善极端值对结果造成的影响。聚类分析得到高频关键词的聚类树状图。如图 3 所示, 可将该领域的研究热点分为 4 类:公共图书馆移动端服务研究 (聚类 1) 、移动图书馆与移动阅读服务研究 (聚类 2) 、图书馆与主流信息技术结合研究 (聚类 3) 、数字图书馆服务研究 (聚类 4) 。图 3 高频关键词聚类树状图 下载原图4 研究热点领域分析基于以上图书情报与数字图书馆领域结合互联网研究的文献高频关键词相异矩
17、阵的因子分析和聚类分析, 可知近 5 年该研究方向的研究热点聚焦于公共图书馆移动端服务研究、移动图书馆与移动阅读服务研究、图书馆与主流信息技术结合研究、数字图书馆服务研究 4 个领域, 其简要分析如下。4.1 公共图书馆移动端服务研究公共图书馆移动端服务研究, 包括关键词公共图书馆 (9) 、微信 (18) 、移动互联网 (4) 、图书馆服务 (10) 。近年来, 随着智能手机的不断普及, 移动设备已经成为人们最重要的互联网入口之一。基于智能手机以及移动互联网的特性和技术, 手机 APP 的功能也向着多元化不断发展。与此同时, 公共图书馆作为文献、信息和知识的组织者, 一直以来都在为提升用户获
18、取信息和知识的体验, 进行着孜孜以求的努力, 这体现在推进公共图书馆资源的一站式获取、图书馆信息产品智慧化等方面。所以, 图书馆如何借助移动平台, 使自身的服务得到良好的延伸, 把图书馆知识传播的能力发挥到最大, 具有较高的研究价值。微信自 2011 年推出以来, 就受到了公共图书馆这一传统社会服务机构的重视, 通过开设公众号来进行信息推送、在线阅览、预约续借、情感交互等服务。据张丹丹等学者的调查统计发现, 早在 2014 年 12 月, 全国 31 家省级图书馆和38 所 985 高校图书馆开通了微信公众号6。目前, 对图书馆和微信平台的结合研究已经有了不少成果, 但随着微信平台的不断更新、
19、微信小程序的发布以及读者需求的不断变化, 这一领域依然是当前的研究热点之一。4.2 移动图书馆与移动阅读服务研究移动图书馆与移动阅读服务研究, 包括关键词信息服务 (7) 、手机图书馆 (20) 、移动图书馆 (6) 、移动服务 (15) 、移动阅读 (12) 和数字阅读 (13) 。随着社会的不断发展、大众生活节奏的不断加快, 人们可以享受阅读的时间几乎被挤压殆尽。在这种形势下, 移动阅读开始兴起, 并不断发展壮大。移动阅读发挥了手机等移动设备便携的特性, 可以充分利用大众碎片化的时间, 带来良好的阅读体验。目前图书情报界对移动阅读的研究, 主要集中在移动阅读的用户体验方面以及图书馆的数字化
20、建设方面。另一方面, 目前移动阅读的资源一般来自各大网络阅读平台。公共图书馆空有海量阅读资源, 却缺少成熟的移动阅读解决方案。随着 4G 通讯技术的成熟以及5G 通讯标准的制定, 加上适合移动端的 HTML5 技术的发展, 移动图书馆的建设门槛越来越低。黄辉、徐俊等学者也都曾对 4G 网络环境下移动图书馆和移动阅读的服务模式进行了相关的探究7-8。因此, 移动图书馆的建设以及公共图书馆移动阅读服务的更新, 也是当前图书情报界值得关注的研究热点。4.3 图书馆与主流信息技术结合研究图书馆与主流信息技术结合研究, 包括关键词图书馆 (1) 、互联网+ (2) 、大数据 (8) 、云计算 (14)
21、和智慧图书馆 (19) 。“互联网+”是当今创新 2.0环境下的互联网发展的新业态, 是知识社会创新 2.0 推动下的互联网形态演进及其所演变出的经济社会发展的新形态9。大数据技术则是以日渐成熟的“云计算”技术为基础, 利用新处理模式所获得的具有更强决策力的海量、高增长率和多样化的信息资产。“互联网+”、大数据、云计算, 这三者都是当今互联网时代的全新产物, 蕴含了互联网时代新的思维模式和事物处理方式。因此, 这三者在当今社会的各个领域, 都是毫无疑问的热点, 图书情报领域也不例外。目前热门的“智慧图书馆”的建设, 就是以互联网+的思维结合大数据、云计算的先进技术作为坚实基础, 去解决日益庞大
22、的数据量与日益复杂的读者需求这一对核心矛盾, 让图书馆拥有自己的“智慧”。所以, 图书馆与主流信息技术的结合研究, 具有十分重要的现实意义和发展意义。4.4 数字图书馆服务研究数字图书馆服务研究, 包括关键词数字图书馆 (11) 、服务模式 (16) 、服务创新 (17) 、高校图书馆 (3) 和互联网 (5) 。数字图书馆, 通俗的说就是虚拟的、没有围墙的图书馆。它基于网络环境下共建共享的知识网络系统, 是超大规模且没有时空限制的知识中心。它借鉴和利用传统图书馆的资源组织模式、利用发达的计算机网络通讯技术, 以最大限度地存取人类知识为目标, 运用知识分类、精准检索等技术手段, 有效而合理地对
23、信息进行整序, 使人们不受时间、空间限制地获取信息资源, 是图书馆建设的重要内容之一。数字图书馆的建设, 除了必要的技术支撑外, 其核心研究要点是对它的服务模式的研究和创新。如何更加合理地安排数字图书馆的内容, 如何让读者能够更加高效地获取所需的知识, 在获取知识的同时如何使读者得到更多的收获, 这都是对数字图书馆服务模式的考验。同时, 高校图书馆的读者主要为在校学生, 对新鲜事物的接受能力更强。因此从高校图书馆着手研究数字图书馆的服务创新, 也是当前的研究热点之一。参考文献1顾佳华.把握互联网脉搏创造发展新速度J.福建质量管理, 2016 (2) :3. 2中国互联网络发展状况统计报告EB/
24、OL.2017-01-22.http:/ 3刘振华.高校图书馆数字资源利用存在的问题及对策:基于哈尔滨市高校图书馆数字资源利用情况调查的实证研究J.高校图书馆工作, 2009 (5) :68-69, 72. 4徐以鸿, 朱涛.机构知识库内容快速建设方法J.现代情报, 2011 (4) :148-151. 5朱晋伟, 邹玲.基于关键词共现聚类的战略管理研究热点分析J.现代情报, 2015 (10) :111-116. 6张丹丹, 杨思洛, 邢文明.基于微信平台的图书馆服务研究:以省级公共图书馆和 985 高校图书馆为例J.山东图书馆学刊, 2016 (1) :59-63. 7黄辉.基于 4G 技术的图书馆移动阅读服务探究J.情报资料工作, 2015 (2) :84-87. 8徐俊, 曹霞.基于 4G 的移动图书馆服务模式研究J.图书情报工作, 2013 (S1) :141-144. 9互联网+:在融合中“拯救”在创新中“颠覆”J.办公自动化, 2015 (8) :10-11.
