●溫芳芳（山西大學(xué)經(jīng)濟(jì)與管理學(xué)院，太原　030006）

2008-2013國(guó)外信息檢索研究知識(shí)圖譜分析

●溫芳芳（山西大學(xué)經(jīng)濟(jì)與管理學(xué)院，太原030006）

［關(guān)鍵詞］信息檢索；知識(shí)圖譜；研究熱點(diǎn)；CiteSpaceII 2.5高頻及 是主題論文核心內(nèi)容的凝練與濃縮，對(duì)某研究領(lǐng)域高頻 利用CiteSpaceII構(gòu)建知識(shí)圖譜（圖略）， 表42008~2013年信息檢索領(lǐng)域高頻序號(hào) 通過(guò)高頻和 知識(shí)圖譜分析 的揭示能挖掘主題的研究熱點(diǎn)。通過(guò)作者之間構(gòu)建的 節(jié)點(diǎn)越大其被使用的頻次越高。通過(guò)中心性分析發(fā)現(xiàn)，中心度較高的 頻次序號(hào) 知識(shí)圖譜分析，結(jié)合信息檢索相關(guān)理論，可以判斷2008~2013年國(guó)外信息檢索研究主要有六大熱點(diǎn)或前沿性主題。 網(wǎng)絡(luò)可以發(fā)現(xiàn)文章之間的內(nèi)部聯(lián)系和主題研究的前沿。表4是2008～2013年信息檢索領(lǐng)域研究論文頻次不小于23的關(guān)鍵詞，從中可以看出主題領(lǐng)域研究集中在網(wǎng)絡(luò)信息檢索、用戶檢索需求與行為、檢索模型、信息檢索系統(tǒng)、信息檢索技術(shù)、信息檢索決策、信息檢索分類(lèi)、信息檢索相關(guān)性研究、醫(yī)療健康信息檢索等方面。 有需求（needs）、參與（participation）、設(shè)計(jì)（design）、癌癥病人（cancer-patients）、科學(xué)家（scientists）、模型（patterns）、視角（perspective）、查找（seeking）、偏好（preferences）、系統(tǒng)（systems）、決策（decision-making）、癌癥（cancer）、焦點(diǎn)小組（focus groups），它們的中心度在0.59以上，節(jié)點(diǎn)“focus groups”與下一個(gè)節(jié)點(diǎn)的中心度之差達(dá)0.22。通過(guò)圖的中心勢(shì)概念，利用各點(diǎn)中心度差異便于發(fā)現(xiàn)圖的核心點(diǎn)。這樣可以判斷這部分節(jié)點(diǎn)的關(guān)鍵詞是信息檢索研究人員關(guān)注的焦點(diǎn)，即用戶檢索行為、信息檢索模型、信息檢索系統(tǒng)、健康信息檢索及信息檢索決策研究等是近年來(lái)該領(lǐng)域科研人員研究的熱點(diǎn)。從參與者、科學(xué)家、焦點(diǎn)小組這些關(guān)鍵詞得知該研究領(lǐng)域使用較多的是觀察、實(shí)驗(yàn)等實(shí)證性的研究方法。處于較邊緣的詞雖然不是大多信息檢索科研工作者關(guān)注的熱點(diǎn)，但反映了新興領(lǐng)域和前沿性問(wèn)題，如本體（ontology）、數(shù)據(jù)融合（data fusion）、社交媒體（social media）、算法（algorithm）、網(wǎng)絡(luò)使用（internet use）、策略（strategies）、焦慮癥（anxiety）、消費(fèi)者（consumer）、經(jīng)驗(yàn)（experience）、生命（life）等。 頻次1 Information retrieval173 17 Decision-making35 2 Internet126 18 System32 3 Behavior92 19 Science32 4 Model90 20 Quality31 5 Knowledge76 21 Relevance30 6 Needs66 22 Cancer27 7 Communication65 23 Models26 8 Information seeking64 24 Breast-cancer25 9 Care55 25 Health24 10 Search54 26 Classification24 11 Systems51 27 Online24 12 Impact47 28 National trends survey 24 13 Retrieval42 29 Technology23 14 Health information39 30 Perspective23 15 Performance35 31 Algorithms23 16 Design32 32 Management23

［摘要］以SCI、SSCI收錄的文獻(xiàn)題錄為數(shù)據(jù)樣本，借助可視化工具CiteSpaceII辨識(shí)2008～2013年信息檢索研究文獻(xiàn)在年代、國(guó)家/地區(qū)、機(jī)構(gòu)、作者方面的特征分布，通過(guò)對(duì)高頻關(guān)鍵詞及其中心性分析，探析國(guó)外信息檢索研究的熱點(diǎn)與前沿。

1　數(shù)據(jù)來(lái)源與研究方法

本文數(shù)據(jù)來(lái)源于美國(guó)科學(xué)情報(bào)研究所（Institute for Scientific Information，ISI）出版的Web of Science數(shù)據(jù)庫(kù)。檢索策略：主題=“information retrieval”or “information seeking”or“information search”；數(shù)據(jù)庫(kù)= （SCI-EXPANDED，SSCI）；入庫(kù)時(shí)間=2008-2013（檢索日期2014年2月22日）。檢索結(jié)果：獲得文獻(xiàn)1306篇。鑒于研究主題關(guān)注國(guó)外信息檢索研究進(jìn)展與趨勢(shì)，因而只選擇文獻(xiàn)類(lèi)型為Article、Review、Proceeding Paper的1086篇論文。

本研究采用文獻(xiàn)計(jì)量方法，使用美國(guó)Drexel大學(xué)陳超美博士團(tuán)隊(duì)開(kāi)發(fā)的可視化分析工具CiteSpaceII繪制知識(shí)圖譜。將2008~2013年間1086篇文獻(xiàn)的題錄信息包括題目、作者、關(guān)鍵詞、摘要、參考文獻(xiàn)、引用頻次等保存為純文本文件，通過(guò)導(dǎo)入CiteSpaceII，將時(shí)區(qū)分割（Time Slicing）設(shè)置為2008~2013，單個(gè)時(shí)間分區(qū)的長(zhǎng)度（#Years Per Slice）設(shè)置為1年；主題詞來(lái)源選擇為標(biāo)題、摘要和關(guān)鍵詞；閾值為前50個(gè)高頻或高被引節(jié)點(diǎn)；節(jié)點(diǎn)類(lèi)型選擇為作者、機(jī)構(gòu)、國(guó)家、被引參考文獻(xiàn)、被引作者和被引期刊。對(duì)文獻(xiàn)的年代、國(guó)家/地區(qū)、機(jī)構(gòu)、作者方面的特征進(jìn)行分析,并通過(guò)關(guān)鍵詞分析探析信息檢索研究的熱點(diǎn)和前沿。

2　定量分析

2.1年代分布

根據(jù)文獻(xiàn)的邏輯增長(zhǎng)規(guī)律，某領(lǐng)域科學(xué)文獻(xiàn)的增長(zhǎng)在學(xué)科發(fā)展初期近似指數(shù)增長(zhǎng)曲線，增長(zhǎng)到一定時(shí)期會(huì)漸趨平穩(wěn)并緩慢發(fā)展。對(duì)國(guó)外信息檢索領(lǐng)域科學(xué)文獻(xiàn)年代分布的研究有利于把握其研究進(jìn)程，預(yù)測(cè)未來(lái)研究趨勢(shì)。從圖可以看出國(guó)外2008~2013年間信息檢索學(xué)術(shù)性文獻(xiàn)從2008年176篇到2013年196篇（增長(zhǎng)率為10%）的增長(zhǎng)趨勢(shì)，除2011年小幅下降（發(fā)文量為161篇）外，總體上保持較平穩(wěn)的增長(zhǎng)趨勢(shì)。這說(shuō)明該領(lǐng)域的研究基本成熟，可以估計(jì)未來(lái)一段時(shí)期內(nèi)信息檢索科研文獻(xiàn)仍將繼續(xù)保持平衡增長(zhǎng)的趨勢(shì)。

圖　2008～2013年國(guó)外信息檢索研究文獻(xiàn)年代分布

2.2國(guó)家/地區(qū)分析

對(duì)科學(xué)文獻(xiàn)進(jìn)行國(guó)家和地區(qū)分析可以反映某科研領(lǐng)域具有領(lǐng)導(dǎo)力的國(guó)家和地區(qū)，便于研究揭示學(xué)術(shù)前沿，為研究參考提供捷徑。表1反映了高被引國(guó)家TOP10。從被引頻次的排序來(lái)看，就國(guó)家而言，美國(guó)占據(jù)絕對(duì)優(yōu)勢(shì)，因此，在知識(shí)圖譜中的結(jié)點(diǎn)也明顯大于其他國(guó)家，中國(guó)大陸雖居第二，但仍不及美國(guó)的1/4。就區(qū)域來(lái)說(shuō)，北美地區(qū)信息檢索具有極大的學(xué)術(shù)影響力，被引頻次總量達(dá)432；其次是歐洲，被引頻次為241；亞洲（包括中國(guó)大陸和臺(tái)灣）排第三，被引頻次為128，約占?xì)W洲的54%，不及美洲的30%，與歐美相差甚遠(yuǎn)。從結(jié)點(diǎn)中心性來(lái)看，整個(gè)知識(shí)圖譜

中澳大利亞、德國(guó)的中心性較大，其次是中國(guó)。澳大利亞、德國(guó)在信息檢索領(lǐng)域的研究也是不容忽視的有生力量。

表1　高被引國(guó)家TOP10

2.3機(jī)構(gòu)分析

通過(guò)機(jī)構(gòu)分析可以發(fā)現(xiàn)科研團(tuán)隊(duì)、機(jī)構(gòu)的學(xué)術(shù)影響力，增強(qiáng)科研合作交流的契合性，為機(jī)構(gòu)科研評(píng)價(jià)提供科學(xué)依據(jù)。表2反映了機(jī)構(gòu)發(fā)文量TOP10，它們代表國(guó)外信息檢索研究的先進(jìn)水平。這些科研機(jī)構(gòu)中美國(guó)占75.6%，發(fā)文最多的是美國(guó)威斯康辛大學(xué)，其次為北卡羅來(lái)納大學(xué)和羅格斯州立大學(xué)，它們的發(fā)文量分別占前10所機(jī)構(gòu)發(fā)文量的15.5%、13%和10.6%，有明顯數(shù)量?jī)?yōu)勢(shì)。除美國(guó)高校外，英國(guó)倫敦大學(xué)、芬蘭坦佩雷大學(xué)、加拿大麥克吉爾大學(xué)在信息檢索領(lǐng)域的研究也較活躍。

表2　機(jī)構(gòu)發(fā)文量TOP10

2.4作者分析

有學(xué)術(shù)影響力的作者群體的狀況集中體現(xiàn)了學(xué)科科研實(shí)踐的趨向，是某一學(xué)科領(lǐng)域科研活動(dòng)的縮影之一。通過(guò)對(duì)作者群體進(jìn)行研究，可以把握學(xué)科科研活動(dòng)的深度和廣度。［1］作者學(xué)術(shù)影響力可以通過(guò)科研文獻(xiàn)的數(shù)量和質(zhì)量?jī)蓚€(gè)指標(biāo)衡量：洛特卡通過(guò)揭示科學(xué)家數(shù)量與發(fā)文數(shù)量之間的關(guān)系反映科學(xué)家的“科學(xué)生產(chǎn)率”；［2］作者被引頻次在一定程度上體現(xiàn)了科學(xué)家在某學(xué)科的建樹(shù)和貢獻(xiàn)及該研究領(lǐng)域?qū)ζ淇蒲谐晒恼J(rèn)可程度。筆者將作者發(fā)文量與被引頻次結(jié)合得出他們的平均被引頻次，綜合評(píng)價(jià)高產(chǎn)作者的貢獻(xiàn)度。表3反映了發(fā)文量TOP12的高產(chǎn)作者，可以看出發(fā)文量較多的12名作者中86.6%的高產(chǎn)作者來(lái)自英美國(guó)家，其中73.3%來(lái)自美國(guó)，13.3%來(lái)自英國(guó)。Jimmy Huang是紐約大學(xué)信息技術(shù)學(xué)院教授，關(guān)注信息檢索及其在網(wǎng)絡(luò)和醫(yī)療領(lǐng)域的應(yīng)用，5年間在國(guó)際高影響力的期刊發(fā)表10篇論文，成為最高產(chǎn)作者；Hamid R.Jamali是伊朗卡里斯米大學(xué)圖書(shū)情報(bào)學(xué)系副教授，從事信息計(jì)量、信息檢索行為的研究，作者被引頻次最高；由英國(guó)聯(lián)合信息系統(tǒng)委員會(huì)（JointInformationSystemsCommittee，JISC）館藏基金提供支持，Hamid R. Jamali與英國(guó)倫敦大學(xué)信息行為與評(píng)估研究中心的Ian Rowlands、David Nicholas合作發(fā)表5篇論文，對(duì)英國(guó)科研人員和學(xué)生的信息檢索行為進(jìn)行系列研究以評(píng)估英國(guó)電子期刊的利用及其效果。該研究關(guān)注學(xué)生實(shí)際的而非感知的信息檢索行為，并從科研機(jī)構(gòu)和科研主題差異調(diào)查分析科研人員的信息檢索行為的異同，填補(bǔ)了信息檢索行為研究在這兩個(gè)領(lǐng)域的空白，具有較高的研究意義和價(jià)值。這三位作者的總被引頻次和平均被引頻次都得以印證。高產(chǎn)作者的研究領(lǐng)域及被引情況可從側(cè)面反映5年間該領(lǐng)域的研究熱點(diǎn)。除以上討論的信息檢索行為研究外，經(jīng)筆者深入挖掘，表3中90%的美國(guó)科研人員（如Jimmy Xiangji Huang，Katrina Armstrong，J.Sanford Schwartz，Lila J.Finney Rutten，Jeff Niederdeppe）均涉足醫(yī)療信息與健康信息檢索的研究，說(shuō)明美國(guó)信息檢索研究更堅(jiān)持其傳統(tǒng)的實(shí)用主義價(jià)值理念，與社會(huì)應(yīng)用需求緊密呼應(yīng)。

表3　高產(chǎn)作者TOP12

3　分析的結(jié)果

（1）網(wǎng)絡(luò)信息檢索。Miranda, H.等［3］提出無(wú)線自組織網(wǎng)絡(luò)信息傳播和檢索的算法，它的實(shí)現(xiàn)方式：保持?jǐn)?shù)據(jù)足夠遠(yuǎn)的距離防止過(guò)度的冗余，但同時(shí)仍足夠接近每個(gè)參與者。Chan, C. C. H.［4］提出“信息檢索智能蜘蛛”，運(yùn)用數(shù)據(jù)挖掘技術(shù)區(qū)分不同的客戶；通過(guò)開(kāi)發(fā)URL搜索代理軟件和拍賣(mài)數(shù)據(jù)代理軟件隨時(shí)自動(dòng)收集相關(guān)信息，信息收集存儲(chǔ)到數(shù)據(jù)庫(kù)后利用神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)聚類(lèi)和價(jià)格預(yù)測(cè)。

（2）用戶信息檢索行為研究。該主題的研究集中在：信息檢索行為理論研究、特殊群體信息檢索行為、信息檢索行為的影響因素研究等方面。Al-Maskari, A. 和Sanderson, M.調(diào)查發(fā)現(xiàn)，有信息檢索經(jīng)驗(yàn)和高認(rèn)知技能的參與者在信息檢索時(shí)比經(jīng)驗(yàn)較少并具有較低認(rèn)知能力的人效率更高；［5］用戶信息檢索的滿意度受信息系統(tǒng)的效率、用戶查詢效率、用戶努力、用戶性格和期望的影響。［6］Andualem, M.等［7］認(rèn)為年齡、性別、收入、計(jì)算機(jī)素養(yǎng)、病人狀況、工作經(jīng)驗(yàn)和工作地點(diǎn)與健康專(zhuān)家的信息需求和檢索行為有重要關(guān)系。

（3）信息檢索模型研究。該主題的研究集中在：信息檢索建模、傳統(tǒng)模型的改進(jìn)、語(yǔ)義檢索模型（如基于本體的檢索模型）、模型的評(píng)估與應(yīng)用等。Ajayi, A. O.等［8］提出改進(jìn)的基于邏輯的模糊信息檢索模型，該模型將會(huì)話發(fā)起協(xié)議與用戶間有限的帶寬及用戶的電腦配置考慮在內(nèi)，利用統(tǒng)一建模語(yǔ)言和Borland JBuilder執(zhí)行。Fernandez, M.等［9］探索了基于本體的信息檢索模型定義，以領(lǐng)域知識(shí)庫(kù)為導(dǎo)向研究在大型的文件存儲(chǔ)機(jī)構(gòu)中的語(yǔ)義檢索，一方面強(qiáng)調(diào)語(yǔ)義視角下完全成熟本體（fully fledged ontologies）的使用，另一方面強(qiáng)調(diào)將非結(jié)構(gòu)化內(nèi)容考慮在檢索空間范圍。

（4）信息檢索系統(tǒng)研究。該主題的研究集中在：信息檢索系統(tǒng)的開(kāi)發(fā)方法、發(fā)展改進(jìn)、評(píng)估、系統(tǒng)與用戶的關(guān)系及系統(tǒng)應(yīng)用實(shí)例研究等方面，涉及最典型的系統(tǒng)類(lèi)型就是語(yǔ)義檢索系統(tǒng)，諸如基于本體的檢索系統(tǒng)、多詞標(biāo)注的云信息檢索系統(tǒng)等。Torres-Parejo, U.等［10］提出多詞標(biāo)注的云信息檢索系統(tǒng)，該系統(tǒng)概括數(shù)據(jù)庫(kù)的內(nèi)容并向用戶提供簡(jiǎn)單易懂的界面幫助他們獲取信息，它采用基于多詞標(biāo)注云的可視化界面展示數(shù)據(jù)庫(kù)的內(nèi)容來(lái)幫助用戶查詢。

（5）信息檢索相關(guān)性與分類(lèi)研究。信息檢索相關(guān)性研究有系統(tǒng)相關(guān)性和用戶相關(guān)性兩個(gè)派別。He, D. Q.等［11］使用偽相關(guān)反饋和交互式相關(guān)反饋研究了翻譯增強(qiáng)（Translation Enhancement，TE）的相關(guān)反饋方法。Ghorab, M. R.［12］開(kāi)展了用戶相關(guān)性的信息檢索分類(lèi)研究，洞察個(gè)性化信息檢索系統(tǒng)從建立到評(píng)估的不同階段，即信息收集、信息表示、個(gè)性化實(shí)施及系統(tǒng)評(píng)估，并將系統(tǒng)分為三種類(lèi)型，個(gè)體化的信息系統(tǒng)、基于團(tuán)體的信息系統(tǒng)和整合層面的信息系統(tǒng)。

（6）信息檢索技術(shù)研究。該主題的研究集中在：

語(yǔ)義技術(shù)、基于內(nèi)容的信息檢索技術(shù)、多智能體技術(shù)、自然語(yǔ)言技術(shù)、基于網(wǎng)絡(luò)的技術(shù)、問(wèn)答技術(shù)、結(jié)構(gòu)化文檔檢索（Structured Document Retrieval，SDR）技術(shù)、移動(dòng)代理技術(shù)（mobileagenttechnology）、跨語(yǔ)言檢索技術(shù)、數(shù)據(jù)融合（Data Fusion）、模糊信息檢索技術(shù)等方面。Dogan，E.等［13］展現(xiàn)了一個(gè)具有擴(kuò)展性的基于內(nèi)容的混合型音頻信息分類(lèi)檢索系統(tǒng)，為了節(jié)省檢索時(shí)間采用了基于散列（hash-based）的索引技術(shù)。

4　結(jié)論

文章以SCI、SSCI收錄的文獻(xiàn)題錄為數(shù)據(jù)樣本，借助CiteSpaceII揭示2008~2013年信息檢索領(lǐng)域的研究文獻(xiàn)在年代、國(guó)家/地區(qū)、機(jī)構(gòu)、作者方面的特征分布。研究發(fā)現(xiàn)：信息檢索研究文獻(xiàn)呈平穩(wěn)增長(zhǎng)趨勢(shì)；北美特別是美國(guó)代表國(guó)外信息檢索研究的前沿，澳大利亞、德國(guó)也是信息檢索不可忽視的有生力量；75.6%的科研團(tuán)隊(duì)來(lái)自美國(guó)；在TOP12位的高產(chǎn)作者中86.6%來(lái)自英美國(guó)家，并且90%的美國(guó)信息檢索研究人員涉足醫(yī)療健康信息檢索。通過(guò)對(duì)關(guān)鍵詞進(jìn)行中心性分析，發(fā)現(xiàn)網(wǎng)絡(luò)信息檢索、用戶檢索行為研究、檢索模型研究、信息檢索系統(tǒng)研究、信息檢索相關(guān)性與分類(lèi)研究、信息檢索技術(shù)、醫(yī)療健康信息檢索等是近幾年來(lái)該領(lǐng)域研究的熱點(diǎn)，信息檢索決策、基于本體的信息檢索、信息檢索算法、社交媒體、數(shù)據(jù)融合等是信息檢索研究前沿。通過(guò)筆者對(duì)文獻(xiàn)的內(nèi)容分析，發(fā)現(xiàn)：（1）國(guó)外對(duì)信息檢索的研究已滲透到社會(huì)各個(gè)領(lǐng)域并與社會(huì)信息需求緊密交互；（2）善于運(yùn)用觀察、實(shí)驗(yàn)等實(shí)證方法，關(guān)注和解決不同環(huán)境不同群體中信息檢索的實(shí)際問(wèn)題；（3）科研文獻(xiàn)的新穎性、創(chuàng)新性尤其突出，不乏可供國(guó)內(nèi)借鑒的新理念、新方法和新技術(shù)。這些理念、方法和技術(shù)若能踐行于我國(guó)的信息檢索研究，無(wú)論對(duì)信息檢索科學(xué)研究還是對(duì)整個(gè)社會(huì)的應(yīng)用實(shí)踐都具有非同尋常的價(jià)值和意義。

［參考文獻(xiàn)］

［1］邱均平，馬瑞敏.基于CSSCI的圖書(shū)館、情報(bào)與檔案管理一級(jí)學(xué)科文獻(xiàn)計(jì)量評(píng)價(jià)研究［J］.中國(guó)圖書(shū)館學(xué)報(bào)，2006（1）：24－29.

［2］LotkaAJ.The frequencydistributionofscientificproductivity［J］.Journal of the Washington Academy of Science，1926，16（12）：317－323.

［3］Miranda H，etal.Analgorithmfordisseminationandretrieval of information in wireless ad hoc networks［J］. Concurrency and Computation: Practice and Experience, 2009，21（7）：889－904.

［4］Chan，H.Intelligent spider for information retrieval to supportmining-basedprice predictionfor onlineauctioning ［J］.Expert Systems with Applications，2008，34 （1）：347－356.

［5］Al-Maskari A，Sanderson M.The effect of user characteristics on search effectiveness in information retrieval ［J］.Information Processing & Management，2011，47 （5）：719－729.

［6］Al-Maskari A，Sanderson M.A review of factors influencinguer satisfactionininformation retrieval［J］.Journal of the American Society for Information Science and Technology，2010，51（5）：859－868.

［7］Andualem M，et al.Information needs and seeking behaviour among health professionals working at public hospital and health centres in Bahir Dar，Ethiopia［J］. BmcHealthServicesResearch，2013，13（534）：9.

［8］Ajayi A O，et al.An adaptive fuzzy information retrieval model to improve response time perceived by e-commerce clients［J］.Expert Systems with Applications，2010，37（1）：82－91.

［9］Fernandez，et al.Semantically enhanced Information Retrieval：Anontology-basedapproach［J］.Journalof Web Semantics，2011，9（4）：434－452.

［10］Torres-Parejo U，et al.MTCIR：A multi-term tag cloud information retrieval system［J］.Expert Systems with Applications，2013，40（14）：5448－5455.

［11］He D，Wu D.Enhancing query translation with relevance feedback in translingual information retrieval ［J］.Information Processing & Management，2011, 47 （1）：1－17.

［12］Ghorab M R，et al.Personalised information retrieval: survey and classification［J］.User Modeling and User-Adapted Interaction，2013，23（4）：381－443.

［13］Doǒgan E，et al.A flexible andscalable audio informationretrievalsystemformixedtypeaudiosignals［J］.International Journal of Intelligent Systems，2011，26 （10）：952－970.

［收稿日期］2014－03－18 ［責(zé)任編輯］王鈞梅

［作者簡(jiǎn)介］溫芳芳（1985－），女，山西大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士生，助理館員，研究方向：信息組織。

［文章編號(hào)］1005－8214（2015）01－0055－04

［文獻(xiàn)標(biāo)志碼］A

［中圖分類(lèi)號(hào)］G252.8；G252.7