信息資源管理研究熱點與前沿的可視化分析

摘要：本文以信息費源管理為主題收集了CNKI數據庫近五年所刊載的研究論文，以論文的關鍵詞為研究對象，對關鍵詞進行詞頻統計，獲得高頻關鍵詞，建立高頻關鍵詞矩陣，運用SPSS、Ucient軟件，結合聚類分析和多維尺度分析兩種多元統計方法。繪制出我國2007-2011年信息資源管理研究領域的研究熱點與前沿的知識圖譜，研究發現信息費源、圖書館、信息服務、知識管理仍是信息資源研究核心。而以信息技術為主的虛擬環境下的數字圖書館、電子政務、電子商務的信息資源管理將成為研究趨勢。

關鍵詞：信息資源管理；熱點與前沿；可視化分析；Ueient

中圖分類號：G253 文獻標識碼：A 文章編號：1008-0821（2012）07-0036-07

信息資源管理產生于20世紀四五十年代，起源于西方國家，最早產生的領域是美國政府部門的文字管理領域和企業管理領域。隨著計算機技術、通信技術的發展，推動了信息資源管理的進一步發展。國外學者對信息資源管理的基定義。Bergeron，P在對1986-1995年間信息資源管理的概念進行回顧的基礎上，將信息資源管理分為技術派和綜合派。Bill Cook認為信息資源管理是組織的信息資源獲得最大可能的經濟價值，同時強調它對經濟、效率和有效性的支持。w.D.Maedke在1981年從企業管理的角度認為對于一個特定的企業來說。信息資源管理是一門管理各種相互聯系的技術群，使信息資源得到最充分的利用、最有效的配置的一門藝術或科學?；纛D于1979年在論文中認為信息資源管理是對一個機構的信息內容及支持工具的管理。本文認為信息資源管理是國際、國家和社會各組織機構為達到預定的目的，綜合運用各種手段，對信息活動中的各要素實施全面管理的一種管理思想和管理模式。

國內的學者對信息資源管理的發展進行了綜述研究，鐘守真和李月琳對信息資源管理的含義進行了研究綜述，綜合介紹了中外研究者對信息資源管理含義的不同認識，總結了國內外學者在該領域所做的努力。凌云和高凡通過文獻調查的研究方法，以1995-2005年國內外關于信息資源管理的期刊論文、研究報告為基礎，對文獻進行了聚類分析，總結了國外信息資源管理研究的進展情況。邱均平和蘇金燕運用信息計量學的相關理論和方法，對1994-2006年間國內信息資源管理研究領域發表的論文進行了統計分析，總結了研究熱點、文獻增長規律、作者分布規律、合作者情況。王亞軍對1999-2008年間我國政府信息資源管理理論研究狀況與發展趨勢進行了研究，從建設意義、管理技術與方法、開發利用、共享機制等方面進行綜述，并指出了存在的問題。王偉軍和甘春梅對基于Web2.0信息資源管理的概念與內容進行了綜述，對內涵、類型、特性進行了界定，從技術、經濟和人文3個維度闡述了其架構和內容體系。在以上的研究中，學者利用文獻分析法從不同角度和時間跨度對信息資源管理研究領域進行了綜述研究，缺少對該領域研究狀況的可視化的立體再現，本文在他們研究的基礎上，采用社會化網絡分析的方法展示信息資源管理研究的結構和趨勢，通過詞頻分析，確定信息資源管理研究領域的熱點關鍵詞，并繪制關鍵詞所反映的信息資源管理領域的知識圖譜，形象的展示信息資源管理的最新研究進展，使廣大學者能夠更加直觀的了解信息資源管理的研究內容。

1、數據來源與研究方法

1.1 數據來源

本文在CNKI數據庫中，以“信息資源管理”為主題詞，對2007-2012年的文獻進行了檢索，共有1542篇文.獻，獲取了每篇研究信息資源管理論文的題目、機構、作者、發文期刊、關鍵詞、發文時間等相關數據。

1.2 研究方法

本文以高頻關鍵詞為研究對象，利用詞頻分析法、共詞聚類分析等研究方法對關鍵詞的共詞網絡和聚類圖譜進行分析，對我國信息資源管理的前沿進行探討。關鍵詞是指出現在文獻的篇名、摘要和正文中，用以表達文獻主題概念，有實際意義的自然語言詞匯，對于某學科專業學術論文。由于研究人員對同一課題或概念的掌握較為準確，所使用的關鍵詞也逐漸趨向一致?？蒲腥藛T長期從事某個學科前沿領域的課題研究，會將新理論、新成果、新技術及時轉化為公認的關鍵詞，這些新興關鍵詞的多少代表著學科發展的方向與成熟度。分布頻次與特征顯示該學科的總體內容特征、內在聯系、發展脈絡、研究重點。

對文獻關鍵詞分析包括關鍵詞的詞頻分析和共詞聚類分析，詞頻分析是提取研究對象的關鍵詞進行詞頻統計，篩選出高頻關鍵詞，分析研究對象的熱點、前沿及發展方向。共詞聚類分析是內容分析法的一種，共詞聚類分析法主要是統計關鍵詞在一篇文獻中兩兩出現的頻率，以詞對頻率為研究對象，采用聚類算法的數據挖掘方式，把關系密切的關鍵詞聚集成類，形成一個個類團。

鑒于這些研究方法的科學性、準確性、客觀性和實用性，以及近幾年來取得的與此有關的一系列有意義的研究成果，本文將以關鍵詞為基礎的共詞分析法和詞頻分析法相結合，應用于信息資源管理研究發展前沿、動態研究，并分析信息資源管理的重點研究領域和發展變化趨勢。

1.3共詞分析

共詞分析是由法國國家科學研究中心的卡龍（Callon）等引入情報學領域的一種內容分析和科學繪圖方法。這種方法不僅能夠描繪學科領域的知識結構，還能結合時間序列揭示學科結構的演變歷程。在人工智能、科學計量學、信息系統、信息檢索和信息科學等領域都得到很好的應用。當兩個能代表某一研究領域的關鍵詞出現在同一篇文獻中時，說明這兩個關鍵詞之間有一定的關系。出現的次數越多說明他們之間的關系越密切。統計高頻關鍵詞在文獻中共現的次數，利用聚類分析、多維尺度分析等方法將某個領域的知識結構用圖形的方式直觀的表現出來。有利于分析該領域的研究熱點和發展趨勢。共詞分析應依次進行4個步驟：（1）確定信息資源管理領域文獻的高頻關鍵詞；（2）建立共詞矩陣、相異矩陣、相似矩陣；（3）基于共詞舉證選取聚類分析、多維尺度分析、網絡分析繪制信息資源管理領域圖譜；（4）對得到的數據進行分析[uJ。

2、研究及結果

2.1 詞頻分析

運用SPSS等軟件對文獻集中的關鍵詞字段進行統計，共提取關鍵詞3 9564\"，把詞頻在15以上的關鍵詞確定為高頻關鍵詞，共有61個，去掉與研究主題相關度不高的關鍵詞“信息資源管理，頻次429”、“中國人民大學，頻次30\"、“增刊，頻次24”、“對策，頻次19”、“作者單位，頻次17”、“稿件，頻次17”、“啟示，頻次15”、“政府信息，頻次16”、“信息共享，頻次25”，得到52個關鍵詞作為研究對象，如表1所示。這些詞能從較大程度上代表信息資源管理領域的研究熱點。

2.2 高頻關鍵詞共詞矩陣

將上述52個高頻關鍵詞利用共詞分析軟件的共詞統計功能生成一個52×52的共詞矩陣（如表2），統計它們在1542篇文獻中共同出現的頻次，該矩陣是對稱矩陣，表中對角線上的數值為該關鍵詞與其它關鍵詞共同出現的次數的最大值加1，凸顯該關鍵詞與自己的親密關系，表中非對角線單元格上的數值為兩個關鍵詞共現的次數。如關鍵詞“圖書館”和“信息資源”的共詞頻次為16，表示有16篇文獻同時使用了這兩個關鍵詞。

2.3 聚類分析

通過聚類分析可以獲取信息資源管理研究領域的相關性，即可以對當前信息資源管理研究領域加以歸類分析，明確研究的進展方向。利用SPSS的多維尺度分析功能，對提取的高頻關鍵詞進行聚類分析。原始關鍵矩陣統計的是絕對值，不能充分反映詞與詞之間真實的相互關系，需要對原始共詞矩陣進行包容化處理，形成相異矩陣和相似矩陣。準確反映關鍵詞之間的緊密關聯程度。由于高頻關鍵詞相似矩陣中含O較多，為了便于SPSs統計分析，將相似矩陣用1相減，得到相異矩陣（見表3）。將相異矩陣通過SPSS的多維尺度分析后得到關鍵詞共詞聚類圖譜（見圖1），其中，圖譜中距離中心越近的節點越能代表研究的核心地位，而節點間的距離越近則表明它們之間的相關度越大。

共詞聚類圖譜中，圖書館、情報學、電子政務、信息技術、政務信息距離中心最近，目前處于信息資源管理研究核心地位的仍以信息技術、圖書館、電子政務為主。從圖中節點分布的大致位置可以判斷信息資源研究內容大致可以分為3類：第一類是信息技術與傳統信息服務相結合的研究，包括以信息技術為依托的圖書館信息服務、政務信息資源服務。第二類是以圖書館學為主的學科發展研究。第三類是以電子文件管理為主的信息資源管理學的研究。

2.4 社會網絡分析

為了避免對角線詞頻與其它詞頻相差過大而影響分析效果，引入0cbiia相似系數對共詞矩陣進行處理，即把兩個關鍵詞同時出現的次數做分子，兩個關鍵詞各自出現的次數的乘積做分母。不用考慮沒有引用這兩篇論文的其它論文。經處理后得到高頻關鍵詞相似矩陣，見表4。相似矩陣中的數值越大，說明兩者的關系越緊密，兩者的相似度越大。

為了對共詞網絡進行分析，將構造的高頻詞相似矩陣導入社會網絡分析軟件UciIlet中，得到共詞網絡圖（見圖2）。從圖中我們可以直觀的看出：第一，信息化建設、信息資源整合等處在網絡的中心位置，表明這些關鍵詞與其它關鍵詞共同出現在同一篇文獻中的次數最多，在信息資源管理領域處于核心地位，即其他研究領域都是圍繞著這些核心展開的。第二，政務信息、公共信息資源、檔案管理、政府信息、圖書館、數據庫、數字圖書館等研究對象處在網絡的中間位置，它們是聯系網絡邊緣與核心的橋梁，由此可見信息資源管理目前研究的對象主要集中在圖書館和政府兩個領域。第三，網絡資源管理、電子資源、網絡、元數據、電子商務等詞處在網絡的邊緣節點，表明了它們是當前信息資源管理研究的熱點，雖然這些節點之間的聯系比較稀疏，但它們更多的是通過中間節點作為橋梁與核心節點進行聯系，目前以現代信息技術為對象信息資源研究成為研究熱點。

2.5 中心性分析

中心性分析是社會網絡分析的一個重要概念，是關于社會網絡中行動者中心性位置的測量概念，反映的是行動者在社會網絡結構中的位置或優勢的差異。集中常用的中心度包括點度中心度、中間中心度、接近中心度。Lee，W.H研究發現，在一個共詞網絡中，網絡中心性的點度中心度、中間中心度和接近中心度3個指標不但可以發現某一研究主題當前的研究熱點，而且還可以用于發現未來發展趨勢[捌。在某一個學科領域，節點中心度較高的節點通常代表著當前的研究熱點；節點中心度和接近中心度兩項指標較低，而中介中心度指標較高的節點代表著新興的發展趨勢。

本文利用UdIlet，計算出了各關鍵詞的中心度（表5），各關鍵詞平均密度為19.712，整個網絡的平均中心度為36，大于平均中心度的關鍵詞有19個，表明這19個關鍵詞在網絡群眾擁有最強的影響力。

點度中心度在本文中反映的是某一個關鍵詞與其它詞是否同時出現在某一篇文獻中，如圖書館、電子政務的中心度都是74，表明他們與網絡中的74個關鍵詞至少同時出現在某一期刊論文中，中心度越高，反映其在網絡中的地位越高，越有可能是研究的熱點。

中間中心度在論文中表示網絡中某一個關鍵詞影響其它關鍵詞共同出現在一篇期刊論文中的能力大小的指標，從表2中可以看出“信息資源”、“電子政務”、“信息技術”等11個詞的中間中心度與其它詞相比，顯得比較突出，表明在信息資源管理研究領域，這些關鍵詞影響其它詞是否共現的能力很強。

接近中心度是衡量網絡中某一個節點不受其它節點約束的能力。接近中心度計算的節點與其它節點的距離越短，則表明該點越容易到達其它點，接近中心度越小的節點在網絡中越處于核心地位。在表2中的“信息資源管理”、“圖書館”、“電子政務”、“信息服務”、“知識服務”處于網絡圖中的核心地位。

點度中心度較高的幾個節點的中間中心度的走勢與其大致相同，表明信息資源、電子政務、信息技術、信息服務既是當前的研究重點，也是其它領域研究的橋梁和紐帶；中間中心度和點度中心度較高而接近中心度較低的點有信息資源、電子政務、信息技術、信息服務、信息資源共享、信息資源整合，表明以信息技術為中心，信息資源整合和信息資源共享作為信息服務中的關鍵環節將會成為今后一段時期的研究方向。綜上所述，信息資源管理研究仍以信息服務為核心，而依托信息技術，由傳統圖書館的信息資源管理向數字圖書館、電子政務、網絡的信息資源研究的轉變可能是未來的發展趨勢。

3、小結

本文以信息資源管理為主題收集了CNKI數據庫近五年所刊載的研究論文，以論文的關鍵詞為研究對象，對關鍵詞進行詞頻統計，獲得高頻關鍵詞，建立高頻關鍵詞矩陣，并進行包容化處理，得到相似矩陣和相異矩陣，通過對共詞矩陣的共詞聚類分析、網絡分析和中心性分析，從可視化共詞結構和多維尺度聚類兩個角度對我國信息資源管理研究前沿進行了探討，認為傳統研究領域如圖書館、政務信息、企業信息資源管理等將繼續引領學科研究方向，數字圖書館、電子政務、電子商務等依托現代信息技術的新型信息資源管理研究將成為熱點。因此可以說明在信息技術和通訊技術的引領下，以信息技術和網絡為核心的虛擬環境下的信息資源的整合、組織和服務將成為信息資源管理的學術研究趨勢。

蒙納克認為共詞分析技術就是通過對相關文獻的代表性術語之間的連接強度的分析。得到某以學科領域研究發展的方式和趨勢。共詞聚類分析是通過聚類運算的方式對學科主題詞進行劃分，進而對學科結構進行研究，而學科領域內主題詞的分布與詞的共現關系并不是完全成正向關系，共詞聚類分析存在聚類不穩定，聚類不完整和劃分不合理的問題。本文的研究中不排除關鍵詞詞頻統計中排名較低的關鍵詞成為研究前沿的可能性，為了更加準確的發現研究前沿的趨勢，還需要從不同角度做進一步的研究。