作者合作分析與作者關鍵詞耦合分析比較研究

彭媛媛 王 筠

0 引言

學科專業發展是科學發展和技術進步的重要基礎，是科技競爭力的重要體現，對促進學科交叉融合、協調發展，推動科技創新有著至關重要的作用。本文對作者合作分析（即作者合作程度與學科關聯程度的相關性分析）和作者關鍵詞耦合分析兩種研究方法進行比較，試圖探討學科專業之間是否存在著隱含關系，以及這兩種方法存在什么異同。

作者合作研究的產生和發展應該歸結于科技不斷進步和推陳出新，促使科研項目的復雜性和交叉性更加顯著。一些科研項目，尤其是新型研究課題，單憑一人之力往往難以全面深入地探究其內含[1]。因此，科研人員間的合作化趨勢不斷增強，產出文獻的合作研究比例持續走高，同時，針對合作作者的各項研究應運而生。其中，作者關鍵詞耦合是從耦合研究、文獻耦合逐漸發展而來，最初主要是用于研究領域分析，后來有學者將其用于團隊科學交流特征與規律研究。

作者關鍵詞耦合分析是以作者發表文獻作為元數據[2]，從文獻中提取出關鍵詞，將關鍵詞進行一定規范化處理，利用分析軟件分析出關鍵詞共現關系，再結合計量學的相關知識得到它們內部的聯系[3]，進而從關鍵詞關聯中得到學科專業的熱門主題和今后的發展方向。本文研究主要有三個目的：（1）探究作者合作分析與學科耦合分析存在哪些共性和差異。（2）分析作者合作分析與學科耦合分析哪一種更能準確揭示學科專業的發展趨勢。（3）通過對2010—2014年期間文獻各項指標的統計與研究，預測圖書情報學科將如何演變。

1 數據來源、整理與研究現狀

1.1 數據的來源

本文研究基于情報學權威核心期刊《情報學報》進行統計分析，通過《情報學報》收錄論文的作者所屬單位名稱可以看出，論文作者主要來自醫藥、農業、化學、數學、圖書館學、情報學等專業領域，為探究學科專業之間的關聯程度奠定了基礎。本文以期刊名為字段進行檢索，檢索時間為2010年1月—2014年10月，共檢索到701篇文獻。去除期刊中包含的前言、卷語、投稿須知等內容，最后得到686篇期刊論文。將這些論文數據進行下載，并導入到excel表格中，數據款目包括：篇名、作者、作者單位、作者主要研究方向、關鍵詞、發表時間等信息。

1.2 整理數據

本文主要探討合著作者之間、關鍵詞之間存在的內在聯系及產生的原因，以揭示學科專業未來的的發展。將獲取到的數據二次篩選，進行清洗[4]。合著者分析中，以第一作者名進行排序。因為合著中排在后面的作者沒有明顯的貢獻度，而本文研究合著者研究方向領域的學科發展問題，鎖定的人群應該是在文獻形成過程中起到主導作用的人群，以保證所得結果的真實性和準確性，故選取文獻的合著者人數小于等于3人。關鍵詞分析中，對同一概念的關鍵詞進行合并，書寫格式不同的同類關鍵詞去重，最終共得到568篇有效數據。

1.3 研究方法及手段

社會網絡分析方法[5]（Social Network Analysis，SNA）在20世紀30年代出現并在70年代后逐漸流行，是一套對社會網絡中各種關系結構及其屬性分析研究的理論方法，主要分析行動者之間的關系模式。該方法已經被證實可以應用于作者合作關系分析及其網絡結構闡釋。網絡計量學從最初的文獻計量學，經過30多年的演變發展，成為研究文獻耦合、著者耦合及作者關鍵詞耦合最根本、最基礎的方法。通過對合著發文情況及作者研究方向的分析，發現其合作緊密程度與學科之間的交叉關系；通過關鍵詞分析，發現隱藏在簡單關系網絡背后的學科關系網絡[6]。本文依據以上兩種方法，借鑒前人的研究成果和經驗方法，以期對圖書情報領域的發展現狀有深入的了解，為學科、專業的研究熱點和發展趨勢進行初步預測，為知識交流合作提供一定的參考。

本文選擇從論文著者的學科專業研究方向、作者關鍵詞耦合情況這兩種方法研究本領域熱點，基于以下兩個事實：第一，合作者可能來自不同學科領域的對同一主題的研究者，亦或是同一領域不同研究方向的著者這種集合可以很好地反映出學科交叉和學科熱點。第二，文獻關鍵詞是一篇文獻的核心部分，反應文獻的研究主題，通過詞間的關聯可以看出專業領域的熱點話題和熱點延伸方向，是預測未來發展的一種科學性指標。

主要步驟：通過Excel的基本統計與篩選排序功能實現數據的標準化與規范化；將規范化的原始數據導入專業數據處理軟件中，進行詞頻統計等工作；將所得矩陣[7]導入社會網絡常用工具UCINET，輸出可視化圖形，進而分析討論。

2 作者合作分析研究

2.1 合作度與合作率

首先，引入作者合作分析之間的兩個衡量概念：合作度與合作率。合作率=（某種期刊一定時期內）合作論文數/（某種期刊在一定時期內）論文總數；合作度=（某種期刊一定時期內）作者總數/(某種期刊在一定時期內)論文總數[8]。本文以清洗數據后得到的568篇論文作為具體的研究對象進行分析，并采用合作度和合作率對作者合作情況進行分析。忽略作者重名情況，經統計，合作率為82.8%；作者總數為900人，論文合作度為1.31。

2.2 作者合作網絡分析結果

確定核心作者群體是一個前提。首先，利用BIBEXCEL程序進行合著者頻次統計，得到共現頻數，并生成作者合作共現矩陣。導入UCINET中分析處理，共556個節點，可視化得到作者合作網絡。作者合作網絡由作者對形成一個個子網，圖形間的連線代表作者之間的合作關系，連線的粗細代表作者間的合作次數。合作者間關系復雜、散落。筆者將原因歸結為：某些作者僅發文1-2次，與其他作者聯系較少，不足以形成較大的網絡集群，分散在外；合著者是以某研究機構為團體，機構內部形成小型網絡，可視化圖形中出現若干小團體；合著者是以某導師為核心與學生形成團體等。

表1合著者團體及著者單位

筆者對原網絡的子網進一步剖析，共得到14個相互關系的團體。對子網中作者的單位進行整理（詳見表1），發現作者合作關系網絡人數分布不等，團體最多人數為23人，最少為5人，作者單位可以看出，包括軍事所、研究所、實驗室、計算機、數學、醫學、財經、國外大學、企業機構等不同研究領域，可以看出圖書情報領域與這些領域存在著交叉關系。若要探究本領域具體的發展方向與前沿熱點，需根據作者具體的研究方向做進一步的研究確認。

3 作者合作中的學科潛在聯系

為了探究該領域的熱點研究主題，筆者對幾個大的子網合作作者研究方向進行分析，發現：以朱慶華為中心的5人子網研究方向為網絡信息資源管理、信息服務和電子商務；以鄭彥寧、李綱為中心的22人子網研究主題主要是競爭情報、專利分析、數據挖掘與分析處理和數字圖書館應用；以溫有奎為中心的5人子網研究主題主要是信息檢索、語義挖掘、知識組織與分析；以王知津為中心的5人子網研究主題主要是競爭情報與計量學；以蘇新寧為中心的12人子網研究主題主要是信息檢索與數據挖掘；以邱均平為中心的5人子網研究主題是引文分析、知識管理、科學計量，此子網相對獨立且合作頻次較少，圖中并無顯示，但具有一定的代表性，特列入表1。其他子網比較稀疏，關聯度不高，研究主題相對分散，可以分為三個種類：商務智能、情境感知計算與應用、輿論分析。通過挖掘合作關系的熱點研究主題，可以看出其研究主題較為分散，主題交叉情況較多。一方面說明不同專業作者之間的合作交流頻繁，不同知識相互融合可以產生更多的創新點；另一方面也說明合作作者的研究主題具有多元化的特點，作者之間才能形成交集。需要引起注意的是，雖然不同作者研究主題相同，但因其單位不同，說明其側重點一定存在差異，才促使他們之間形成合作網絡。綜上所述，將各個子網的研究主題和研究單位進行歸并，最終得出與圖書情報學科關聯密切的學科主要包括：計算機（分析軟件）、數學（數據統計與處理）、經濟學、醫學（計量分析）、軍事（情報檢索與分析）。圖書情報領域的熱點研究主題有信息資源建設與管理、數據挖掘、情報分析、算法語義、社交網絡、社會網絡分析方法、電子商務與商務智等方面。

4 作者關鍵詞耦合分析研究

4.1 構建矩陣與中心性分析

將文獻中提取出的關鍵詞進行規范化處理，導入UCINET軟件中得出共詞矩陣，進一步將矩陣導入NETDREW，形成關鍵詞聯系網絡。為了更精確地判定這些關鍵詞之間的重要關系，引入中心性分析。中心性是由中心度來體現的，在社會計量學中稱中心性高的群體為“明星”；是用來衡量人重要與否、職務的地位優越性或特權性，以及社會聲望等的一種常用指標。中心度大體分為整體中心度、相對中心度。整體中心度是用來衡量團體中的核心人物；相對中心度則衡量了一個人作為媒介者的能力，也就是占據拐點位置的人。筆者對中心性較高的詞群進行了截取，見表2。

表2 關鍵詞中心度與相對中心度指數

在關鍵詞聯系網絡中知識增長與老化之間的關系最緊密，K-core值最大，其次，社會網絡分析、引文分析、計量學、知識圖譜等研究主題處于較核心的位置。表2中，“社會網絡分析”及相關主題中心度最高；數據挖掘、信息檢索、知識管理與知識老化緊隨其后；統計、計量學各分支的學科，用戶服務、用戶體驗等主題的中心度相對較弱。由此可知，形成大型子網及使各關鍵詞相互聯系的大多是社會網絡、計算機、數學、管理學等領域的主題。從側面可以看出，這些學科與圖書情報存在密切聯系。

4.2 關鍵詞網絡主題分析

挖掘關鍵詞之間的潛在關系，可以將關鍵詞子網分為7類。子類1：社會網絡分析，以尋求網絡中存在的潛在關系為目的的研究，多于計算機、數學等主題相關聯。子類2：社交網絡，包括微博、微信、個性化推薦等主題方向。子類3：計量學，包括文獻計量學、信息計量學、網絡計量學，與統計學知識相關。子類4：知識圖譜、可視化分析、聚類，以大連理工大學WISE實驗室陳超美開發的Citespace軟件的應用為主的相關研究。子類5：信息管理，以經濟學與計算機為基礎的數據挖掘、商務智能、電子商務。子類6：知識管理：知識組織、知識交流、隱形知識等與管理相關的研究主題。子類7：用戶服務：信息檢索、用戶需求、用戶查詢行為等研究方向。可知，近期圖書情報領域的研究熱點，多與計算機和網絡相關。

5 結果和討論

5.1 研究方法比較分析

本文運用作者合作分析法、作者關鍵詞耦合分析法進行對比分析，通過構建共現網絡矩陣、網狀圖的可視化分析、主題因素的中心度測定等具體測量手段，對圖書情報領域的熱點課題和交叉學科進行探究。

從學科專業的熱點課題角度，得到的主題有：數據挖掘、信息檢索、社會網絡分析與商務智能。這些專業主題大多與數字圖書館、情報學、信息組織等研究方向相近，即進入信息社會后，人們對計算機等電子設備的應用更為廣泛。從管理經濟學中的電子商務的興起，就可以直觀地說明網絡在人們生活中的重要地位；相對于圖書情報領域，由于文獻媒介數字化的蔓延，使信息無時無刻不存在于人們的身邊，圖書館想要搶占先機，館藏數字化的建設是不可避免的，而如何合理進行館藏文獻數字化就成了本領域學者率先研究的課題。信息檢索、情報信息的收集與分析，可以應用到企業、醫學、經濟、管理、軍事等多個領域，因而檢索、收集、組織和處理信息的方式為學者們所重視。然而，這些研究主題只是圖書情報領域的一小部分。從兩者研究方法來看，作者關鍵詞耦合分析更能挖掘出學科專業的熱門課題，作者合作分析相對確定的范圍較窄。

從交叉學科的角度，圖書情報與計算機、數學、經濟學的聯系最為緊密。應用于圖書館管理中的技術設備大多需要運用計算機語言和一些算法實現；計量學、信息的處理與加工、組織管理中多運用統計、運籌、概率論和線性代數等多種數學方法；經濟學中運用情報信息分析未來趨勢的例子也層出不窮。在探索交叉學科的問題上，作者合作分析的方法優于作者關鍵詞耦合分析，從作者所在單位和其研究方向中可以更清晰地看出合作作者涉及的不同學科，而作者關鍵詞耦合分析易于找出研究主題，但對于學科的劃分較為困難。

5.2結論

本文基于對我國圖書情報領域的作者合作、研究熱點、關鍵詞耦合等問題進行了社會網絡研究，通過上述研究與操作過程，得到以下研究結論。首先，通過作者合作頻次和密集程度，對合作者團體進行劃分，進而發現了不同學科、相同研究主題的學者之間的合作關系，確定與圖書情報交叉的學科范圍。筆者在最初整理文獻資料時發現，生物、化學、機械等自然科學學科與圖書情報學科之間也存在著合作現象，然而數量極少，不能作為準確的數據分析使用。但是，大膽地設想在信息檢索與信息收集方面，這些學科之間極有可能存在依存的關系，自然科學學科在未來也極有可能成為圖書情報學科的一類交叉學科。其次，從高頻關鍵詞和中心性關鍵詞角度分析圖書情報學領域的研究熱點，主要與計算機、網絡方面的主題相近，可以代表研究前沿領域，這些研究主題不斷拓展、創新和深化，即形成新型的發展趨勢。這些研究主題中，計量學和知識管理是存在時間較長的兩個熱點話題，但筆者認為其內涵尚未完全開發，持續研究的意義較大。最后，從本文研究學科發展的趨勢來看，兩種研究手段各有利弊，將兩者適當地結合必定對預測學科專業的發展有較為深遠的意義。

[1] 邱均平，王菲菲.基于SNA的國內競爭情報領域作者合作關系研究[J].圖書館論壇，2010，30（6）：34-40.

[2] 邱均平.信息計量學[M].武漢：武漢大學出版社，2007：192-195.

[3] 劉志輝，鄭彥寧.研究專業演化圖譜及其應用研究[J].情報學報，2011，30（11）：1178-1186．

[4] 宋艷輝，武夷山.作者文獻耦合分析與關鍵詞耦合分析比較研究：Scientometrics實證分析[J]中國圖書館學報，2014，40（1）：25-38．

[5] 邱均平，董克.作者共現網絡的科學研究結構揭示能力比較研究[J].中國圖書館學報，2014，40（1）：15-24．

[6] 劉志輝，鄭彥寧．基于作者關鍵詞耦合分析的研究專業識別方法研究[J].情報學報，2013，32（8）：788-796．

[7] 陳衛靜，鄭穎．基于作者關鍵詞耦合的潛在合作關系挖掘[J].情報雜志，2013，32（5）：127-131．

[8] 邱均平，溫芳芳.作者合作程度與科研產出的相關性分析：基于“圖書情報檔案學”高產作者的計量分析[J].科技進步與對策，2011（3）：1-5.