• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      近十年國內(nèi)知識服務(wù)研究計量分析

      2019-04-13 01:32:36李彩玲
      圖書館學(xué)刊 2019年1期
      關(guān)鍵詞:聚類期刊文獻

      李彩玲

      (華中師范大學(xué)信息管理學(xué)院,湖北 武漢 430000)

      1 引言

      現(xiàn)代管理學(xué)之父彼得·德魯克[1]曾經(jīng)指出:“當(dāng)今時代是知識經(jīng)濟時代,知識的創(chuàng)新、傳播、實踐與服務(wù)已經(jīng)成為社會進步不可或缺的推動力,而知識創(chuàng)新與知識服務(wù)的能力更是個人與組織發(fā)展進步的核心競爭力的重要構(gòu)成要素。”在國內(nèi),對知識服務(wù)的研究開始于20 世紀(jì)90年代,在中國知網(wǎng)CNKI數(shù)據(jù)庫(中國期刊全文數(shù)據(jù)庫)進行知識服務(wù)相關(guān)檢索并閱讀早期的一些論文可以發(fā)現(xiàn),隨著知識經(jīng)濟的興起,社會各界依靠報刊逐漸將知識服務(wù)運用到不同領(lǐng)域、場合,不斷推動知識服務(wù)向前發(fā)展。1994年,戴光強[2]將知識服務(wù)作為服務(wù)模式應(yīng)用于醫(yī)學(xué)領(lǐng)域;1995年,魯修金和汪增華[3]將知識服務(wù)具體運用到了麻風(fēng)康復(fù)中;1998年,齊建明[4]倡導(dǎo)將知識服務(wù)引入到檔案館中;1999年,任俊為[5]將知識服務(wù)引入到圖書情報領(lǐng)域,他認(rèn)為知識服務(wù)與文獻服務(wù)密不可分,是文獻服務(wù)的一種延伸和深化。從此以后,國內(nèi)學(xué)者們對知識服務(wù)研究的關(guān)注度不斷上升。從相關(guān)文獻可知,許多學(xué)者從知識服務(wù)的角度出發(fā),針對政府職能[6]、公共服務(wù)[7]、醫(yī)療保障[8]、商業(yè)貿(mào)易[9]、高校教育[10]等開展了許多有價值和有意義的研究活動。

      筆者選取的近十年知識服務(wù)相關(guān)文獻在一定意義上更具有廣泛性、代表性和研究價值,通過對相關(guān)文獻的分析,力求明確我國近十年知識服務(wù)發(fā)展的態(tài)勢,把握知識服務(wù)相關(guān)熱點,以便更好地了解并深入認(rèn)識知識服務(wù)。

      2 數(shù)據(jù)來源與研究方法

      筆者所分析數(shù)據(jù)來源于中國知網(wǎng)CNKI 數(shù)據(jù)庫(中國期刊全文數(shù)據(jù)庫)。中國期刊全文數(shù)據(jù)庫是中國第一個連續(xù)的大規(guī)模多功能、集成化學(xué)術(shù)期刊全文檢索系統(tǒng),其收集范圍廣、內(nèi)容豐富、信息量大,數(shù)據(jù)完整性高達98%。[11]因此,在中國知網(wǎng)上獲得數(shù)據(jù)具有高度的完整性和準(zhǔn)確性。在中國知網(wǎng)中以“知識服務(wù)”作為檢索詞,搜索字段選擇“關(guān)鍵詞”,檢索時間為2018年9月10日,檢索時期跨度為2009-2018,文獻類型為期刊論文,對檢索結(jié)果篩選后,共獲得2433篇期刊文獻。

      首先通過相關(guān)統(tǒng)計得到有關(guān)我國知識服務(wù)研究文獻的時空分布,然后利用SATI進行知識服務(wù)核心作者社會網(wǎng)絡(luò)分析,通過分析核心研究機構(gòu)和核心研究人員來把握知識服務(wù)研究的核心力量分布,又利用UCINET 形成高頻關(guān)鍵詞共詞分析,發(fā)掘我國知識服務(wù)研究的熱點分布,并對其作進一步闡述,然后利用SPSS 對高頻關(guān)鍵詞進行聚類分析,通過聚類得出知識服務(wù)研究的4 個聚類群體,最后根據(jù)文章整體分析,提出了我國知識服務(wù)研究中存在的一些問題,并據(jù)此給出了若干解決方法,希望可以為以后相關(guān)研究提供一些有價值的參考。

      3 數(shù)據(jù)分析

      3.1 知識服務(wù)研究的時空分布

      通過觀察論文在時間上的分布可以在一定程度上反映該知識服務(wù)研究的理論水平與發(fā)展速度。由圖1 可以看出,知識服務(wù)發(fā)展初期的文獻數(shù)量相對較少且分散,學(xué)者們對知識服務(wù)的關(guān)注度較少。從2000—2009年,學(xué)者們逐漸重視知識服務(wù),出版產(chǎn)品數(shù)量迅速上升,在2010年達到頂峰。在2009-2018年期間,學(xué)者們對知識服務(wù)的研究進入一個相對成熟的階段,發(fā)文量比較多,體現(xiàn)出學(xué)者們對知識服務(wù)研究的關(guān)注與重視。

      圖1 知識服務(wù)研究論文數(shù)量年度分布

      研究文獻的源期刊可以了解知識服務(wù)領(lǐng)域的空間分布特征,掌握該領(lǐng)域的核心期刊群,便于收集、整理和研究知識服務(wù)方面相關(guān)文獻資料,并對文獻質(zhì)量進行一定程度上的判斷。據(jù)統(tǒng)計,文中選取的2433 篇文獻分布在500 多種期刊中,其中有969篇文獻屬于核心期刊,有300多種期刊僅發(fā)表了1 篇與知識服務(wù)相關(guān)的文章,共有19 種期刊發(fā)表文獻數(shù)量超過20 篇,期刊名稱與文獻數(shù)量如圖2 所示?!秷D書情報工作》發(fā)文數(shù)量最多,有120篇與知識服務(wù)相關(guān)的文獻,其次是《圖書情報導(dǎo)刊》。由圖2可知,發(fā)表文章超過20篇的期刊大多是圖書情報類期刊,這也足以表明圖書情報界對知識服務(wù)的研究比較多,也更加關(guān)注它。

      圖2 知識服務(wù)研究高產(chǎn)期刊分布

      3.2 知識服務(wù)研究的核心力量分布

      考察知識服務(wù)研究的核心力量主要從兩個方面著手:核心研究者和核心研究機構(gòu)[12]。高校、研究所、企業(yè)等都屬于發(fā)文機構(gòu)。團隊的力量是強大的,團隊在所有領(lǐng)域都發(fā)揮著重要作用??梢赃@樣說,研究機構(gòu)對一門學(xué)科的發(fā)展有著至關(guān)重要的作用,因此對高產(chǎn)機構(gòu)進行統(tǒng)計具有很大的必要性。

      表1 發(fā)文量超過10篇的研究機構(gòu)統(tǒng)計

      據(jù)統(tǒng)計,發(fā)文數(shù)量超過10 篇的研究機構(gòu)有28個,集中在高校領(lǐng)域,如表1 所示。其中,武漢大學(xué)的發(fā)文數(shù)量最多,其次是南京大學(xué)和吉林大學(xué)。

      核心作者為本領(lǐng)域的研究發(fā)展做出了巨大貢獻,也是該領(lǐng)域?qū)W術(shù)競爭力和影響力的重要貢獻者,他們對本領(lǐng)域的生存與發(fā)展具有較大影響,研究核心作者群有利于學(xué)科及主題研究的發(fā)展。對2433篇文獻的作者進行統(tǒng)計可得作者共3167名,其中發(fā)文量最多的是中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所的于彤(18篇),其次是中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所的李敬華和張竹綠(14 篇)。在文獻作者分布領(lǐng)域里,普賴斯首先關(guān)注到了高產(chǎn)作者研究的重要性。他在1969年發(fā)表的《小科學(xué),大科學(xué)》一書中指出:撰寫所有論文一半的高產(chǎn)作者的數(shù)量,等于所有科學(xué)作者總數(shù)的平方根[13]。根據(jù)普賴斯定律,核心作者是發(fā)文數(shù)量在以上的作者,N是發(fā)表論文最多的作者發(fā)表的論文數(shù)量,這里N=18,即發(fā)表數(shù)量在4 篇或更多文章的作者為核心作者,發(fā)文量在4篇及其以上的作者有89位,超過4篇的作者有47 位,選取排名更靠前的這47 名作者做二值矩陣,并利用UCINET繪出作者間合著關(guān)系,如圖3。

      圖3 我國知識服務(wù)研究核心作者合著關(guān)系網(wǎng)絡(luò)

      圖3中的節(jié)點代表作者,連線代表作者之間的合著關(guān)系,節(jié)點的大小與發(fā)文合作次數(shù)成正比。從圖中可以看出,47位作者中27位有合作關(guān)系,形成8個合作作者群,其中于彤、于琦、李敬華、張竹綠、高宏杰、朱玲、田野、徐麗麗、孫曉峰一起構(gòu)成了知識服務(wù)研究的核心作者群,經(jīng)檢索可知,他們同屬于中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所。從總體來說,研究知識服務(wù)的合作作者群人數(shù)較少并且比較分散,發(fā)文作者大多是和本單位的老師或者自己的學(xué)生進行合作,作者之間的聯(lián)系并不緊密。

      3.3 知識服務(wù)的研究熱點主題分析

      使用文獻題錄信息統(tǒng)計分析工具SATI 對2433篇相關(guān)文獻的關(guān)鍵詞進行頻次統(tǒng)計,相關(guān)文獻中共有2755 個關(guān)鍵詞,其中1990 個關(guān)鍵詞只出現(xiàn)過1次,關(guān)鍵詞詞頻大于15的有50個,去除頻次最高的關(guān)鍵詞“知識服務(wù)”,剩下的49個高頻關(guān)鍵詞分布如表2所示。從表2可以看到,關(guān)鍵詞“圖書館”和“高校圖書館”出現(xiàn)的頻次最高,其次是“知識管理”。由此可知,知識服務(wù)與圖書館密切聯(lián)系,知識服務(wù)是圖書館服務(wù)的延伸和升華,是圖書館在新的環(huán)境下尋求發(fā)展和突破的關(guān)鍵點。

      表2 我國知識服務(wù)研究高頻關(guān)鍵詞分布(頻次>15)

      通過對關(guān)鍵詞頻次統(tǒng)計可知,前49 個關(guān)鍵詞(除去知識服務(wù))具有足夠的代表性,因此選取前49個高頻關(guān)鍵詞來構(gòu)建高頻關(guān)鍵詞共現(xiàn)矩陣,然后利用UCINET 繪制共詞網(wǎng)絡(luò)圖譜,生成高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖,如圖4。

      圖4 我國知識服務(wù)研究高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)

      知識服務(wù)的49 個高頻關(guān)鍵詞之間形成了交錯復(fù)雜、關(guān)系密切的網(wǎng)狀圖譜,這些用線連接起來的關(guān)鍵詞是在同一篇文章中共同出現(xiàn)的高頻關(guān)鍵詞。通過高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò),可以看出研究對象之間的遠近關(guān)系,發(fā)現(xiàn)知識服務(wù)的相關(guān)研究主題。高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖中節(jié)點大小可以表示關(guān)鍵詞的中心度,節(jié)點越大、中心度越高,重要性也更高;反之,中心度越低,重要性也越低。節(jié)點之間的連線表示其連接的關(guān)鍵詞出現(xiàn)的頻次,連線越粗表示兩組關(guān)鍵詞出現(xiàn)的頻次越高,它們之間的關(guān)系也就越密切。從圖4 中可以看出,首先從節(jié)點度數(shù)的角度來看,圖書館是網(wǎng)絡(luò)中度數(shù)中心度最大的節(jié)點,位于共現(xiàn)網(wǎng)絡(luò)的中心,可見2009—2018年這十年間圖書館在我國知識服務(wù)的研究中具有舉足輕重的地位。此外,知識管理、高校圖書館、數(shù)字圖書館、大數(shù)據(jù)、信息服務(wù)、信息模式這6個節(jié)點的中心度也較大,它們在共現(xiàn)網(wǎng)絡(luò)圖譜中也處于比較重要的地位。由此可知,知識服務(wù)在這近十年間的研究重點包括7個方面:圖書館、知識管理、高校圖書館、數(shù)字圖書館、大數(shù)據(jù)、信息服務(wù)、信息模式。其次,從節(jié)點關(guān)聯(lián)性來看,中醫(yī)藥和知識圖譜兩個結(jié)點間的連線最粗,反映出兩者的具有強相關(guān)性,上文中也提到發(fā)文量大的作者,如于彤、李敬華和張竹綠等都就職于中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所,中醫(yī)藥和知識圖譜關(guān)聯(lián)性強也說明作者們會通過知識圖譜來表達研究的相關(guān)內(nèi)容。另外,檔案管理和模式、大數(shù)據(jù)和數(shù)據(jù)挖掘、學(xué)科館員和學(xué)科服務(wù)、信息服務(wù)和參考咨詢等,每兩個節(jié)點之間的連線也較粗,表明這些主題之間的關(guān)聯(lián)性也比較強。

      為了更加全面地了解知識服務(wù)研究的主題結(jié)構(gòu),筆者采用SPSS聚類分析方法對知識服務(wù)研究的內(nèi)部結(jié)構(gòu)進行更加深入的分析。聚類分析是根據(jù)研究對象的特征按照一定標(biāo)準(zhǔn)對研究對象進行分類的一種方法[14]。在對49 個高頻關(guān)鍵詞進行聚類時,采用的是系統(tǒng)聚類的方法。將高頻關(guān)鍵詞相異矩陣導(dǎo)入SPSS進行聚類分析,得到高頻關(guān)鍵詞的聚類分析冰柱圖和樹狀圖,如圖5和圖6所示。

      圖5 層次聚類分析冰柱圖

      圖6 層次聚類分析樹狀圖

      根據(jù)圖5、圖6,將49 個高頻關(guān)鍵詞歸結(jié)為4 個主要的聚類群體,每一個聚類群體所包含的關(guān)鍵詞如表3所示。

      表3 高頻關(guān)鍵詞聚類群體劃分

      根據(jù)高頻關(guān)鍵詞共現(xiàn)頻次進行聚類,聯(lián)系密切的關(guān)鍵詞合并成一類,最終形成4 個大的高頻關(guān)鍵詞聚類群體。由表3 可以看出,群體1、群體2 和群體3 的研究內(nèi)容較少,群體4 的研究內(nèi)容較多。群體1主要包括中醫(yī)藥、知識圖譜、本體,經(jīng)分析,其主要研究方向為中醫(yī)藥知識服務(wù)方面的研究。聚類群體2研究的內(nèi)容包含高校圖書館、服務(wù)模式、學(xué)科館員、學(xué)科服務(wù),主要研究高校圖書館服務(wù)方式的模式。聚類群體3從模式、檔案管理、創(chuàng)新等方面主要研究檔案管理,在此基礎(chǔ)上聚為一類。聚類群體4的研究內(nèi)容涉及的非常廣泛,包括圖書館、信息服務(wù)、知識管理、數(shù)字圖書館、大數(shù)據(jù)、知識組織、個性化服務(wù)、公共圖書館、知識創(chuàng)新、用戶需求、個性化、隱性知識、知識經(jīng)濟、知識庫、數(shù)字出版、云計算、對策、服務(wù)創(chuàng)新、圖書館服務(wù)、資源整合、參考咨詢、醫(yī)院圖書館、學(xué)科化服務(wù)、高校、數(shù)字資源、知識發(fā)現(xiàn)、機構(gòu)知識庫、Web2.0、知識共享、用戶、策略、信息共享空間、圖書館管理、知識構(gòu)建、網(wǎng)絡(luò)環(huán)境、檔案、科技創(chuàng)新、數(shù)據(jù)挖掘、大學(xué)圖書館等,該群體主要研究圖書館知識管理和服務(wù)。

      3.4 國內(nèi)知識服務(wù)研究存在的問題與對策

      3.4.1 存在的問題

      我國學(xué)者對知識服務(wù)的研究已逐步進入一個相對成熟的階段。在2009-2018年這一時期內(nèi),相關(guān)文獻的發(fā)表數(shù)量每年在200 篇左右波動,說明我國知識服務(wù)發(fā)展相對比較成熟和穩(wěn)定。另外,從文獻內(nèi)容來看,這方面的研究已形成了較為完備和成熟的知識服務(wù)理論體系,也有多個成熟的、富有代表性的主題和熱點研究,在研究方法方面,國內(nèi)越來越多的專家、學(xué)者將定性研究方法、定量研究方法、模型研究方法及一些復(fù)合的研究方法運用到知識服務(wù)研究之中。雖然目前國內(nèi)對知識服務(wù)的研究上取得了很大進步,但仍然存在一些問題亟待解決。

      (1)知識服務(wù)研究人員分散,作者之間的合作較少,研究結(jié)構(gòu)較為單一。由上文對研究期刊、研究機構(gòu)、研究作者的統(tǒng)計可知,2433 篇文獻的作者共3167名,知識服務(wù)文獻作者的平均文獻產(chǎn)出量不到1 篇,許多研究者對知識服務(wù)的學(xué)習(xí)與研究缺乏持續(xù)性,淺嘗輒止,而且主要發(fā)文期刊和研究人員都集中在圖書情報領(lǐng)域,有待提高人員結(jié)構(gòu)的復(fù)合化。另外,研究知識服務(wù)的合作作者群人數(shù)較少并且比較分散,發(fā)文作者大多是與本單位的老師或者自己的學(xué)生進行合作,作者之間的聯(lián)系并不緊密。

      (2)研究成果質(zhì)量良莠不齊。通過分析文獻可知,許多研究者對知識服務(wù)的認(rèn)識淺顯,有的甚至不假思考地直接照抄照搬他人的觀點,既不利于知識服務(wù)文獻的創(chuàng)新,也阻礙作者本身科研能力的提升。另外,對知識服務(wù)的實證性研究較少,關(guān)注理論而忽視了實踐的重要性。

      (3)知識服務(wù)的建設(shè)體系不太明確。我國對知識服務(wù)的研究還未形成較為明確的能力建設(shè)體系,學(xué)者們對知識服務(wù)的關(guān)注點各不相同,對知識服務(wù)體系建設(shè)的建議相對分散,所依托的論據(jù)也有所差異,往往片面地強調(diào)于某一個層次或方面,缺乏整體而系統(tǒng)的研究。

      3.4.2 幾點建議

      (1)加強研究人員間以及與企業(yè)間的合作。知識服務(wù)的研究涉及許多方面,包含許多學(xué)科的知識。具有不同知識背景的研究人員之間的合作更有利于知識服務(wù)的發(fā)展。知識服務(wù)在企業(yè)中也有相應(yīng)的應(yīng)用,如數(shù)字出版業(yè)、制造企業(yè)等。學(xué)者與企業(yè)合作不僅能夠增強企業(yè)的競爭力,也有利于提升研究的實用性和促進研究成果的轉(zhuǎn)化,兩者各得其所。

      (2)研究者應(yīng)注意提高自身能力,將理論研究與實踐相結(jié)合。首先,研究者在科研過程中,應(yīng)深入理解與思考相關(guān)文獻對知識服務(wù)的闡釋,注重知識的積累,發(fā)現(xiàn)有關(guān)知識服務(wù)的隱性知識,逐步增強自身的認(rèn)知能力、思考能力、科研能力。此外,在繼續(xù)探討知識服務(wù)理論體系的同時,研究者還應(yīng)該進行更多的實證分析。努力挖掘現(xiàn)實中用戶對知識服務(wù)的需求,將知識服務(wù)與實踐結(jié)合在一起,在經(jīng)驗中不斷總結(jié),持續(xù)進步,提高知識服務(wù)的理論和實際應(yīng)用價值。

      (3)知識服務(wù)的研究要緊跟時代步伐,密切關(guān)注國內(nèi)外的研究態(tài)勢。學(xué)科未來的研究熱點、方向與研究的價值目標(biāo)和社會的現(xiàn)實需求息息相關(guān),所以知識服務(wù)的研究要緊跟時代步伐。另外,科研需要長期的積累,厚積而薄發(fā),關(guān)注國內(nèi)知識服務(wù)研究態(tài)勢,可以明確發(fā)展動向,發(fā)現(xiàn)新知識。國外知識服務(wù)的研究對國內(nèi)學(xué)者來說具有很大的借鑒意義,跟蹤國外知識服務(wù)的研究,不僅可以了解新動態(tài),還可以與國內(nèi)相結(jié)合,發(fā)現(xiàn)新的研究熱點。

      4 結(jié)語

      知識服務(wù)在圖書館領(lǐng)域的應(yīng)用比較廣泛,無論是高校圖書館、黨校圖書館還是數(shù)字圖書館,都與知識服務(wù)密切相關(guān)。隨著時間的推移,知識服務(wù)的應(yīng)用領(lǐng)域和范圍在逐漸拓寬,對知識服務(wù)的研究也會越來越多元化、復(fù)雜化。我國學(xué)者在關(guān)注國內(nèi)知識服務(wù)研究動向的同時,也需注重對國外知識服務(wù)各方面的研究和把握,采用多種研究方法對國內(nèi)外的研究成果進行分析和總結(jié),將知識服務(wù)的研究推向更加全面和深入。

      猜你喜歡
      聚類期刊文獻
      期刊更名啟事
      期刊簡介
      Hostile takeovers in China and Japan
      速讀·下旬(2021年11期)2021-10-12 01:10:43
      期刊問答
      Cultural and Religious Context of the Two Ancient Egyptian Stelae An Opening Paragraph
      大東方(2019年12期)2019-10-20 13:12:49
      基于DBSACN聚類算法的XML文檔聚類
      電子測試(2017年15期)2017-12-18 07:19:27
      The Application of the Situational Teaching Method in English Classroom Teaching at Vocational Colleges
      The Role and Significant of Professional Ethics in Accounting and Auditing
      商情(2017年1期)2017-03-22 16:56:36
      基于改進的遺傳算法的模糊聚類算法
      一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究
      黑山县| 金平| 茂名市| 长武县| 天水市| 凤阳县| 酒泉市| 丰都县| 灵丘县| 保康县| 昭觉县| 临夏县| 吕梁市| 肇州县| 维西| 怀柔区| 乌拉特前旗| 孝昌县| 林州市| 龙山县| 邵阳县| 庐江县| 湾仔区| 英超| 平遥县| 于田县| 聂荣县| 阿拉善左旗| 万荣县| 商洛市| 成武县| 鞍山市| 江川县| 栖霞市| 鸡泽县| 崇左市| 商都县| 嵩明县| 包头市| 高要市| 横山县|