我國圖書館領域數據共享研究主題及其演變過程分析

張燕飛+孔慶杰+劉東亮

[摘 要] 基于CNKI期刊數據庫，以數據共享為檢索詞，借助文獻分析工具SATI、Ucinet，以時間、作者及其影響力、期刊來源、機構、關鍵詞等多個指標進行分析，采用共詞分析法對圖書情報學數據共享的主題及演變過程進行分析，結合目前我國圖書館領域數據共享現狀，探討開發適合我國數據庫共享平臺等多種方式，實現以高校圖書館為主的數據分享的藍圖。

[關鍵詞] 數據共享；圖書館；演變趨勢；高校圖書館

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 03. 088

[中圖分類號] G353 [文獻標識碼] A [文章編號] 1673 - 0194（2017）03- 0162- 05

0 引 言

檔案學對“數據共享”的定義為：“多用戶同時使用同一個數據信息集合”。2013年以來，國際上多個領域已經開始廣泛關注科學數據共享[1]。目前，在圖書情報學領域研究主要熱點關鍵詞包括數字閱讀、數字圖書館與個性化服務、推送服務、移動圖書館、新媒體營銷、云計算等[2]。數據共享是以互聯網大數據的背景為前提條件，數據共享能夠實現數據資源最大化利用、數據管理、數據服務等功能。采用云計算的模式作為數字圖書館的底層架構，圖書館服務的改善表現在數據安全、數據共享、用戶體驗等方面[3]。每個學科在其數據共享實踐中都有不同的策略，數據共享與學術圖書館合作，為數據管理與共享提供相應的制度。目前，對該領域的主題及演變趨勢的研究極少。

筆者基于CNKI數據庫，檢索詞=數據共享，學科=圖書情報學，從論文發表時間、作者及其影響力、期刊來源、機構、關鍵詞等多個指標，借助SATI，經DetDraw可視化，以圖譜的方式呈現，旨在探索我國圖書館領域數據共享研究的主題以及其演變過程，以我國現狀為基礎，提出相應的對策和建議。

1 研究方法與數據來源

研究方法：采用共詞分析法，利用統計分析工具SATI 3.2，Ucinet 6進行處理描述，抽取字段、提取關鍵詞、作者、機構、期刊來源詞頻，并生成共現矩陣，相異矩陣；利用IBM SPSS 19.0聚類分析；處理數據，統計分析。

數據來源：CNKI的中國期刊全文數據庫。數據樣本時間范圍：1987年1月1日至2016年10月30日。以數據共享進行主題精確檢索，去重后，圖書情報與數字圖書館學科有302條記錄。檢索時間：2016年10月30日。

2 統計結果分析

2.1 論文發表隨時間呈上升趨勢

自1987年以來，該研究數量隨著時間的變化曲線見圖1。

由圖1可見，2006年至2012年，論文數量經過兩個波峰，整體比上一階段高，在2009年達到小高峰，發文量達到30篇；2012年到2015年，研究論文數量一直呈現增長趨勢，2015年發表數量增至最高值（69篇），發文量隨著時間的增長基本上呈現增長趨勢。

2.2 論文著者之間多以個人形式存在，缺乏多人合作團體

從作者發文量及其著者合作發文的情況，能夠清晰科研主導力量及其機構之間的合作情況。筆者以作者和第一作者為統計指標。共463位作者，共現次數=522，出現一次作者的人數=413，占全部的79.12%。合計274位第一作者，共現次數=297次，出現一次作者的人數=252，占全部的84.85%。以作者共現矩陣得作者之間的關系網絡圖譜如圖2所示。

按照K-core共分為3個值。0：左側作者群；1：四邊形；2：三角形。由圖2可知，K-core=2在圖譜中占據該研究的重要地位。著者之間的共同合作較為缺乏，一般多數都是單獨研究，主要分布在圖的左側，在前50位作者中，聯系最為緊密的是江洪與鐘永恒，聯系最多作者數量為3人。未來團隊合作能夠促使作者之間的關系更為密切。

2.3 期刊分布來源少，出現單一現象

論文分布在128種刊物上，期刊載文量為1篇的占總量的29.1%。發文量前10的期刊信息見表1。載文量最多的期刊為《圖書情報工作》（IF=2.018，最高），30篇，其余前9位期刊載文量均在12篇以下，TOP10期刊的載文量累計概率為36.4%。除《科技情報開發與經濟》與《農業圖書情報學刊》外，其余期刊的影響因子IF均在1左右。

2.4 高產機構地域分布不均勻

筆者以研究機構為指標，大致將所有文章分屬到高等院校、公共圖書館、科研單位及醫院四個單位類別，高等院校所占比率最大，論文數量接近200篇。進一步對高等院校以華東、華北、東北、華南、華中、西北、西南為劃分標準，高產機構主要分布在我國的華東、華中、華北地區。

2.5 高頻關鍵詞及熱點主題分析

2.5.1 高頻關鍵詞（數據共享、圖書館、科學數據）

通過對數據源的關鍵詞共現分析歸納該學科的研究熱點主題，根據詞頻統計結果繪制數據共享研究所涉及關鍵詞的共現圖譜，從圖譜中更能清晰地看出研究熱點、各主題之間的內在聯系。該研究主題有903個關鍵詞，平均每篇論文關鍵詞數量為3。出現1次的關鍵詞有756次，占總數的54.98%，詞頻﹥5的關鍵詞如表2所示。

數據共享出現了80詞意義不大，因為檢索主題詞為“數據共享”。除數據共享外出現頻次前3的關鍵詞依次是圖書館（33）、科學數據（32）、數字圖書館（18）。為使關鍵詞的圖譜具有代表性，筆者選取關鍵詞出現的頻次前50個關鍵詞。

2.5.2 四類研究主題分析

關鍵詞通過可視化圖譜能反應出研究領域內親疏關系。為了進一步清晰地描述研究主題，筆者采用IBM SPSS 19.0系統聚類處理前50個關鍵詞，參考線Y=23將聚類圖中該領域的關鍵詞大致分為四類（見表 3），A類：數字圖書館與網絡技術類，因為XML具有兼容Web應用，實現信息交換與共享[4]。B類：高校圖書館信息資源建設類。C類：元數據類。D類：科學數據管理、保存、共享類。

2.5.3 戰略坐標分析（A、D類合為一類）

戰略坐標圖是向心度和密度為橫、縱坐標軸，戰略坐標點分布在四個象限，每個戰略坐標點位置和距離的遠近表示不同領域間的關系、內部成員之間的關聯程度。第一象限點：兩個數值都高，它為該領域的核心與成熟區；第二象限點，向心度低，密度高，邊緣與成熟區；第三象限點，兩者均低，邊緣與不成熟區；第四象限，向心度高，密度低，核心與不成熟區域。四類的平均坐標值為（3.4，5.8），該研究的戰略坐標圖見圖2。

結合上述理論，發現A、D兩類處在邊緣與成熟區，主要是在網絡技術下發展起來的新型話題，可將這兩類合為一類。核心和成熟區并未出現戰略坐標點，該研究領域仍舊處在發展中，均在確定目前該研究的發展趨勢。以元數據、整合為內容的C類處在該研究領域的邊緣與不成熟區；高校圖書館、信息資源共享為主的B類處在核心與不成熟區域，高校圖書館如何有效利用資源的工作值得進一步研究。

由SATI生成50×50階共詞矩陣，經Ucinet的經Netdraw中心性分析后得關鍵詞共現圖譜見圖3。

圖3中節點的大小表示不同的度，表示與該節點相連線的條數，節點之間連線的粗細代表關鍵詞之間的關聯程度。圖3中所有節點最大的除數據共享外，其次是圖書館、科學數據，較為明顯的還有：數字圖書館、信息服務、高校圖書館等，其中數據共享與科學數據的關系最為密切，圖的右上角也形成了一個較為緊密的圖譜，處于網絡圖譜邊上的關鍵詞之間的相互聯系越不緊密。

2.6 演變趨勢分析

2.6.1 計算機管理、編目為主（1987-2005年）

第一階段，由前50個高頻關鍵詞共現矩陣，經過Ucinet的NetDraw可視化處理，數據共享、資源共享、書目數據、計算機編目、編目工作等這些為第一階段的核心關鍵詞，數據共享與圖書館自動化的關系較為緊密。數字圖書館、標引類、科學數據共享等關鍵詞處在圖譜的邊緣上。合作館藏建設、聯機聯合編目是圖書館的基礎工作[5]。

2.6.2 數字圖書館、高校圖書館與XML等技術相結合發展（2006-2012年）

第二階段，節點最大的關鍵詞仍然是數據共享，其次為數字圖書館、圖書館、高校圖書館，該階段數字圖書館與數據集成、云計算、XML之間關系緊密，關系較密的關鍵詞群有：數據共享、圖書館、云計算；高校圖書館、文獻資源建設、信息資源共享。與第一階段相比較，從偏重管理和編目的研究轉變為新網絡技術與圖書館相結合，重點偏向于計算機技術與數字圖書館的發展。圖書館的變化起源于美國和其它國家，網絡無國界，各地互聯網連接，圖書館也受其影響，逐漸走向電子化，數字及虛擬圖書館也就應運而生。

2.6.3 科學數據共享與圖書館為主（2013-2016年）

第三階段，數據共享的節點最大，科學數據、圖書館、科學數據共享陸續緊隨其后，網絡圖譜相互交錯，聯系較為緊密，與上兩個階段相比，它們之間的聯系比較緊密，主要表現AD和D上。一、二、三階段關鍵詞之間的平均距離AD1= 2.369、AD2=3.162、AD3=2.215，AD2﹥AD1﹥AD3，即第三階段關鍵詞之間聯系最為緊密；基于距離的內聚力D1= 0.331，D2= 0.332，D3= 0.470，D3﹥D2﹥D1，第三階段的內聚性最大。

3 對 策

目前，我國處在較低的發展階段，存在的突出問題：共享理念不夠普及，相關機制并不健全，平臺與技術規范發展速度比較慢，共享服務的效果不夠明顯[6-7]，缺乏相關數據存檔服務。開放數據許可協議對促進數據共享具有重要作用，政府機構、知識共享組織、開放數據共用項目制訂相對應的開放數據許可協議。數據協議包含：數據的使用，數據的支持與分享，數據責任[8]等。圖書館按照服務對象的不同，產生不同類型的圖書館，主要以高校圖書館、公共圖書館、研究型圖書館。圖書館在文化信息資源共享工程建設發揮著重要的作用[9]。數字和高校圖書館在數據共享研究領域占據重要的地位。

基于國內該領域發展的現狀，提出以下五種措施：

（1）鼓勵數據共享，共享科學界公認的真實數字化資料。諸如采用Google分享數據[10]。

（2）自由選擇數據管理和訪問的方式，NIH數據共享的可選方式包含四種：研究人員自我提供數據共享，提交數據庫，設置訪問權限，混合方式[11]。

（3）技術保障，相關共享平臺是數據實現共享的基礎。充分利用先進的互聯網技術，實現科學數據在不同對象的共享。

（4）政策和相關法規標準的保障機制。短期內實現數據共享很難只靠個人意愿。通過獎勵機制或硬性要求，從法律的角度才能確保其被國家單位或個人的重視。

（5）在政策和相關法規標準的保障機制的基礎上，建立標準化的模式。方便和快捷地為人群服務，提高信息數據的被利用率。

主要參考文獻

[1]邱春艷，黃如花.近3年國際科學數據共享領域新進展[J]. 圖書情報工作，2016（3）：6-14.

[2]韓曉雪，張丹丹，王春華. 我國圖書情報領域微信研究熱點分析[J]. 圖書館學研究，2016（8）：7-13.

[3]周舒，張嵐嵐.云計算改善數字圖書館用戶體驗初探[J].圖書館學研究，2009（4）：28-30.

[4]申傳斌. 基于XML的數字圖書館異構數據庫互連[J]. 現代情報， 2005（7）：99-102.

[5]黃長著，霍國慶. 我國信息資源共享的戰略分析[J]. 中國圖書館學報，2000（3）：3-11.

[6]劉潤達，諸云強. 科學數據共享關鍵問題探索—以地球系統科學數據共享網為例[J]. 地理科學進展，2007（5）：118-126.

[7]黃心正. 基于WEB的科學數據庫數據共享現狀分析與共享機制建立[J]. 現代情報，2004（10）：111-113.

[8]楊敏，夏翠娟，徐華博.開放數據許可協議及其在圖書館領域的應用[J].圖書館論壇，2016（6）：91-98.

[9]羅少波.充分發揮圖書館在文化信息資源共享工程中的主體作用[J].圖書館論壇，2004（5）：70-71.

[10]Mak Collette， Ellingson Margaret， Lancaster Charla. Does Your Data Deliver for Decision Making？ New Directions for Resource Sharing Assessment[J].Interlending & Document Supply，2013，41（4）：104-112.

[11]汪俊. 美國科學數據共享的經驗借鑒及其對我國科學基金啟示：以NSF和NIH為例[J]. 中國科學基金，2016（1）：69-75.