姚小嬌（上海立信會計學院圖書館，上海201620）

?

我國財經(jīng)類高校近10年圖書情報學研究熱點分析

姚小嬌
（上海立信會計學院圖書館，上海201620）

[摘要]利用SPSS軟件，對財經(jīng)類高校近10年（2004~2013）發(fā)表的圖書情報學領域的文獻進行共詞分析，并借助聚類分析研究各熱點關鍵詞之間的關系，探討財經(jīng)類高校圖書情報學領域的研究熱點。

[關鍵詞]財經(jīng)類高校圖書情報學研究熱點共詞分析聚類分析

[分類號]G350

20世紀90年代以來，隨著信息技術的飛速發(fā)展，我國的圖書情報事業(yè)也發(fā)生了根本性的變化。筆者對財經(jīng)類高校近10年（2004~2013）發(fā)表的圖書情報學文獻做了較為全面、系統(tǒng)的統(tǒng)計，并通過共詞分析方法對該領域的學術研究成果和研究熱點進行了探討，以期從比較科學、量化的角度揭示財經(jīng)類高校圖書情報事業(yè)的發(fā)展現(xiàn)狀。

共詞分析方法屬于內(nèi)容分析方法的一種，其原理主要是對一組詞兩兩統(tǒng)計它們在同一篇文獻中出現(xiàn)的次數(shù)，對這些詞進行聚類分析，進而分析這些詞所代表的學科和主題的結構變化[1]。筆者采用共詞分析法分析財經(jīng)類高校近10年圖書情報學研究熱點，主要包括4個步驟：①確定財經(jīng)類高校圖書情報學研究領域的高頻關鍵詞；②建立高頻關鍵詞的共詞矩陣；③選取聚類分析方法對建立的共詞矩陣進行分析；④對得到的結論做進一步的分析。

1數(shù)據(jù)的獲取與預處理

1.1數(shù)據(jù)的獲取

以中國教育統(tǒng)計網(wǎng)公布的全國49所公辦財經(jīng)類本科高校為研究對象，然后在CNKI中檢索49所財經(jīng)類高校在最近10年（2004~2013）發(fā)表的圖書情報學相關文獻，得到符合要求的文獻6163篇，經(jīng)過統(tǒng)計，其中有49篇文獻沒有關鍵詞，因此筆者以6114篇文獻為分析對象，得到關鍵詞8010個，共計頻次22936次，平均每篇論文3.75個關鍵詞。

為了規(guī)范和統(tǒng)一關鍵詞的取詞，對關鍵詞做了如下處理：①對于同義不同名的關鍵詞進行合并，比如“大學圖書館”“高校圖書館”合并為“高校圖書館”；“大專院?！薄案叩葘W校”“高?！薄案叩仍盒！焙喜椤案叩仍盒！保弧癓ib 2.0”“圖書館2.0”合并為“圖書館2.0”；“IC”“信息共享空間”合并為“信息共享空間”；“因特網(wǎng)”“Internet”“互聯(lián)網(wǎng)”合并為“互聯(lián)網(wǎng)”；“信息素質(zhì)”“信息素養(yǎng)”合并為“信息素養(yǎng)”；“虛擬參考咨詢”“數(shù)字參考咨詢”合并為“數(shù)字參考咨詢”等。②去除一些無益于主題研究的關鍵詞，如“問題”“策略”“措施”“發(fā)展趨勢”等。

為突出主題，采用詞頻g指數(shù)方法篩選高頻關鍵詞。詞頻g指數(shù)定義為：某一個研究主題關鍵詞的數(shù)量分值為g，當且僅當此研究主題的關鍵詞總量N中有g個關鍵詞其累計出現(xiàn)頻次不少于g2次。而g+1個關鍵詞其累計出現(xiàn)頻次少于（g+1）2次。楊愛清對詞頻g指數(shù)進行了實證分析，并與齊普夫第二定律的選詞結果進行比較，得出g指數(shù)選詞結果很好地滿足二八定律，同時對主題詞進行聚類分析得到良好的結果[2]。運用詞頻g指數(shù)方式，得到90個高頻關鍵詞。

表1　　　高頻關鍵詞表

續(xù)表

1.2數(shù)據(jù)的預處理

由于這些關鍵詞都是財經(jīng)類高校圖書情報學文獻中出現(xiàn)頻次最高的詞，因此它們從較大程度上能代表當前財經(jīng)類高校圖書情報學的研究熱點。但由于某一研究熱點會涉及許多相關知識和其他熱點，并且不同作者對于關鍵詞的確定也不一致，因此還需要進一步反映這些高頻詞之間的關系。利用計算機自編程序對高頻詞進行預處理，構建了90×90的共詞矩陣，并以此為基礎進行聚類分析。

表2　共詞矩陣（部分）

為了消除頻次懸殊造成的影響，采用Ochiia系數(shù)將共詞矩陣轉換為相似矩陣，其計算公式為：A、B兩詞的Ochiia系數(shù)=（A、B兩詞共同出現(xiàn)的次數(shù)）/A詞出現(xiàn)的次數(shù)*B詞出現(xiàn)的次數(shù)）[3]，從而得到相似矩陣，如表3所示。相似矩陣中的數(shù)字表明的是數(shù)據(jù)間的相似性，數(shù)字的大小表明了相應兩個關鍵詞之間的距離遠近，數(shù)值越大則表明關鍵詞之間的距離越近，相似度越大；反之，相似度越小[4]。由于聚類分析需要使用相異矩陣，用1減去相似矩陣中的數(shù)據(jù)，就得到相異矩陣，如表4所示。

表3　相似矩陣（部分）

表4　相異矩陣（部分）

2熱點關鍵詞的共詞分析

共詞聚類分析是共詞分析中常用的一種方法，在共詞分析的基礎上，以共詞出現(xiàn)的頻率為分析對象，利用聚類的統(tǒng)計學方法，把眾多分析對象之間錯綜復雜的共詞網(wǎng)狀關系簡化為數(shù)目相對較少的若干類群之間的關系并直觀地表示出來的聚類的過程[5]。

以相異矩陣數(shù)據(jù)為基礎，通過SPSS軟件并采用系統(tǒng)聚類方法，對90個高頻詞進行聚類，在閾值15.50處一共聚成10大類，根據(jù)涵蓋的高頻詞賦予其相應名稱，聚類結果見表5。

表5　聚類結果

續(xù)表

3研究結論及建議

結合高頻關鍵詞的共詞分析和聚類分析結果，對我國財經(jīng)類高校近10年圖書情報學的研究情況有了一個整體性的把握，其研究熱點主要包括10個方面。

①網(wǎng)絡環(huán)境下高校圖書館服務相關研究，包含“學科館員、學科服務、信息服務、網(wǎng)絡環(huán)境、高校圖書館、參考咨詢、數(shù)字參考咨詢、服務模式”8個關鍵詞。服務是圖書館永恒的話題和研究重點。近10年關于服務的研究重點主要偏重于網(wǎng)絡環(huán)境下高校圖書館的學科服務、參考咨詢服務等內(nèi)容。

②高校圖書館網(wǎng)絡服務相關研究，包含“管理、電子閱覽室、服務、圖書館、高等院校、網(wǎng)絡、信息”7個關鍵詞，主要研究高等院校圖書館電子閱覽室管理等網(wǎng)絡信息服務。

③信息時代圖書館員繼續(xù)教育相關研究，包括“圖書館員、繼續(xù)教育、信息時代、館員素質(zhì)”4個關鍵詞。隨著信息技術的飛速發(fā)展，要求圖書館員不斷學習來提高自身素質(zhì)以更好地服務于讀者。

④圖書館知識管理與人文服務相關研究，包含“知識管理、知識服務、圖書館管理、人本管理、人文關懷”等17個關鍵詞。不僅研究圖書館知識管理與服務創(chuàng)新，同時也強調(diào)了圖書館需要人本管理、以人為本，達到圖書館建設的可持續(xù)發(fā)展。

⑤數(shù)字圖書館知識產(chǎn)權相關研究，包含“數(shù)字圖書館、云計算、著作權、知識產(chǎn)權”4個關鍵詞。數(shù)字圖書館一直是近年來的研究熱點，而在數(shù)字圖書館的建設中往往會涉及知識產(chǎn)權問題，解決不好版權、知識產(chǎn)權問題會影響數(shù)字圖書館的規(guī)?；l(fā)展；同時也著重研究了近幾年非常熱門的云計算問題。

⑥圖書館聯(lián)盟資源共建共享相關研究，包含“信息資源、共建共享、圖書館聯(lián)盟、知識共享、資源共享”5個關鍵詞。隨著信息資源的日益增長，每個圖書館購買或擁有的資源是有限的，因此圖書館聯(lián)盟的建立顯得尤為重要，可以更大程度地發(fā)揮信息資源的使用效益。趙雯媛[6]經(jīng)過分析得出我國圖書館聯(lián)盟的研究主要集中在圖書館建設與管理的理論、圖書館聯(lián)盟的概論性研究、高校圖書館聯(lián)盟、國外圖書館聯(lián)盟的研究、數(shù)字圖書館聯(lián)盟的研究等方面。

⑦圖書情報學相關研究，包含“圖書館學、情報學”兩個關鍵詞。主要研究圖情學基礎理論，集中在圖情學研究對象、學科結構、學科體系等內(nèi)容的探討。

⑧圖書館2.0與網(wǎng)絡信息資源檢索相關研究，包含“Web2.0、圖書館2.0、信息檢索、搜索引擎、元數(shù)據(jù)、網(wǎng)絡信息資源、電子資源、利用率”8個關鍵詞。信息技術的更新?lián)Q代帶動了圖書館各項技術的發(fā)展，如元數(shù)據(jù)、Web2.0技術等都應用到圖書館的日常工作中，同時研究了網(wǎng)絡信息資源的檢索及利用問題。

⑨數(shù)字化、個性化服務相關研究，包含“個性化服務、數(shù)據(jù)挖掘、競爭情報、特色數(shù)據(jù)庫、數(shù)字化、信息需求、信息共享空間”等31個關鍵詞。圖書館要真正做到“以讀者為中心”，勢必要求圖書館以讀者的需求為導向提供服務，因此個性化服務便成為工作重點；同時，信息時代數(shù)字化服務也成為研究熱點，如數(shù)據(jù)挖掘、特色數(shù)據(jù)庫、開放存取、信息共享空間等內(nèi)容。

⑩大學生信息素養(yǎng)教育相關研究，包含“大學生、信息素養(yǎng)、信息素養(yǎng)教育、素質(zhì)教育”4個關鍵詞。信息素養(yǎng)是一種對信息社會的適應能力，加強信息素養(yǎng)教育，可以使大學生能夠有效、高效地獲取和利用信息。

以上是本研究得出的我國財經(jīng)類高校近10年圖書情報學的研究熱點，但同時本研究也存在著一定的局限性。首先，由于缺乏標準主題詞表，因此對關鍵詞的著錄不完全規(guī)范，使得關鍵詞表存在一定偏差。其次，關于高頻關鍵詞的篩選也是一個值得探討的問題，需要我們在今后做進一步的研究。

參考文獻：

[1]馮璐，冷伏海.共詞分析方法理論進展[J].中國圖書館學報，2006（2）：88-92.

[2]楊愛清，等.g指數(shù)在共詞分析主題詞選取中的應用研究[J].情報雜志，2012（2）：52-55，74.

[3]李綱，吳瑞.國內(nèi)近十年競爭情報領域研究熱點分析[J].情報科學，2011（9）：1289-1293.

[4]馬費成，宋恩梅，張勤.IRM-KM范式與情報學發(fā)展研究[M].武漢：武漢大學出版社，2008：214．

[5]鐘偉金，李佳，楊興菊.共詞分析法研究（三）——共詞聚類分析法的原理與特點[J].情報雜志，2008（7）：118-120.

[6]趙文媛.中國圖書館聯(lián)盟研究近況[J].圖書館學刊，2009 （8）：1-4.

姚小嬌女，1986年生。碩士，助理館員。研究方向：信息計量學。

收稿日期：（2014-09-26；責編：張欣。）