圖書情報領域信息可視化分析方法研究進展綜述

鄧偉珍

摘 要 信息技術的快速發展相應促進了我國圖書情報學科的發展，在該項學科當中已經廣泛應用新技術方法，延伸了圖書情報領域的廣度和深度。在圖書情報領域逐漸開始信息可視化研究，深入探索了圖書情報領域的可視化研究發展現狀、演化特點和創新途徑等。在進行分析研究時發現圖書情報領域信息可視化主要表現在館藏資料可視化、學科知識結構分析、信息檢索可視化以及相關理論研究等。此次研究致力于研究圖書情報領域信息可視化分析方法進展，希望能夠對相關人員起到參考性價值。

關鍵詞 圖書情報領域；信息可視化；分析方法；研究進展

中圖分類號 G2 文獻標識碼 A 文章編號 1674-6708（2018）219-0170-02

在情報學研究當中最重要的因素在于情報，知識和信息，因此在研究情報學時需要從數據信息獲取，處理分析以及傳遞反饋等方面入手。在情報學研究當中貫穿可視化理論，情報和知識。對于收集和獲取信息來說，可視化能夠對信息組織和檢索進行優化改善，加強信息獲取質量和效率。在對信息進行處理分析時可以借助可視化中的新方法和新理論，在傳遞與反饋階段則可以應用可視化工具使用戶更加深入了解和掌握知識，進一步傳播和創新知識體系。因此信息可視化已經成為圖書情報領域廣于接受的新式信息處理方法。

1 信息可視化介紹

1.1 信息可視化的理論基礎

第一，詞頻分析方法：在文獻計量學當中詞頻分析方法屬于基礎，主要是分析所有以單詞或者詞組為整體的分析方法。在圖書情報領域應用詞頻分析法對文獻當中的出現某一詞匯的頻次對該文獻的研究方向進行揭示。在文獻當中，主題詞或者關鍵詞能夠濃縮和提煉文章的核心內容，所以可以采用關鍵詞檢索方式明確文獻的研究方向。第二，共詞分析方法：該種分析方式主要是在同一篇文獻中詞組出現的次數，并且對詞語實施聚類分析，這樣能夠了解詞語之間的關系，進一步能夠對該詞語所代表的主體結構變化情況進行分析。該種分析方法最早出現在20世紀70年代左右。

1.2 可視化檢索維度

在20世紀90年代末期，有學者開始在信息檢索當中應用可視化技術，并且分析了可視化檢索和操作，認為可視化信息檢索需要具備高級界面，并且應用圖解方式瀏覽和抽取檢索結果。在發展到21世紀初期，開始出現了可視化著作，全面介紹了可視化信息的發展前景，并且應用可視化對知識的關聯性和交互性進行分析。在此之后有學者總結了國外信息可視化和內容描述的應用案例。

2 圖書情報領域信息可視化的關鍵技術

2.1 降維技術

長期以來，在圖書情報領域中所常應用的降維技術主要包括因子分析法，多維度分析和聚類算法等。其中因子分析法主要應用于學科結構分析和圖示，簡化數據。聚類算法主要是分析海量數據，并且按照相關性測度方法，將數據劃分為不同類群，能夠展現出數據之間的關系；多維度主要是將高維度數據轉化為維度數據。隨著降維技術的不斷發展，逐漸出現了新的技術，例如尋徑網絡算法：該種方法主要是應用三角不等式標準保留或者去除原始網絡中邊，產生新的有固定階段節點數目，并且僅保留有效鏈接的網絡。其次還包含突發檢測算法，該算法主要是對研究領域內，具有潛在影響力的熱點因素進行監測和分析，所以被廣泛應用在學科研究發展當中。

2.2 交互技術

交互技術主要是為系統與人提供交流平臺，在圖書情報領域當中，交互技術的研究價值和重要性都比較高。所以研究人員需要深入分析和研究圖書情報領域中的交互技術。當前比較常用的交互技術包括選擇式交互、探索式交互、重組式交互和編碼式交互、過濾式交互、細節式交互和連接式交互等，其中重組式交互技術主要是對顯示數據的空間排列進行改變，這樣能夠理解用戶的數據集；細節式交互可以使用戶改變數據顯示的抽象層次；連接式交互技術能夠顯示出特定數據的相關關系，并且挖掘隱藏的數據。

3 圖書情報領域的信息可視化具體應用

3.1 信息檢索可視化

將可視化技術應用在信息檢索當中，可以將用戶問題，信息資源，檢索過程和結果采用圖像方式顯示，這樣能夠使用戶更加了解和掌握檢索結果，優化和調整檢索方法，并且能夠對用戶數據庫，文檔，網站以及圖書館等檢索效果起到優化作用。在信息檢索中應用可視化技術主要表現在語義檢索可視化和信息檢索系統設計等。對于檢索系統的設計主要是分析信息檢索的工作原理，實現方法，重要階段，并且應用可視化算法和模型描述，交互和顯示信息資源，這樣能夠建立檢索過程和結果的可視化。其次就是語義檢索，主要是利用元數據實現語義化信息資源，并且應用格式轉換，概念提取以及信息整合等將資源庫轉化為文本庫，并且應用各項技術展現本體庫當中的信息。

3.2 館藏資源可視化

在數字圖書館當中應用可視化技術，能夠實現個性化的知識提取和服務，還能夠幫助用戶更加深入理解和應用館藏資源。當前可視化技術在館藏資源當中的應用主要為可視化檢索系統和空間分布可視化。其中前者主要是利用可視化技術對館藏資源內容和特征進行描述，并且給予可視化檢索界面和結果。后者主要時間集成館藏資源信息和空間信息，以此建立館藏資源地理信息系統。

3.3 學科知識結構分析

使用計量分析技術探索特定學科，期刊分布，文獻時空分布和研究熱點等，并且應用知識圖譜展現出知識結構和演化過程，以上是現代圖書情報領域可視化的研究熱點。此階段研究已經歷經10年研究熱潮，大量學者都在研究和探索數字圖書館，圖書館學，專利技術，知識管理和服務的知識圖譜分析，還有部分學者也探索和研究了材料科學，雜交水稻和力學等非學科領域的發展情況。從上述研究現狀能夠看出，知識圖譜技術已經呈成熟發展，并且不斷擴展應用范圍，也相應增強了圖書情報領域對其他學科知識服務供給能力。

4 圖書情報學領域信息可視化繪制工具分析

4.1 基于內容的可視化分析工具

第一，統計學分析軟件。在20世紀就有學者開始應用統計學分析軟件分析計量學當中的引文，主要借助圖示功能和數據分析功能。當前專業的統計學分析軟件已經更新到SPSS20.0。該分析軟件的優勢主要表現在簡單統計描述和多因素統計分析，包含了圖書情報學領域當中的聚類分析和相關分析及多維度分析等。但是該種分析軟件也存在弊端，其僅能夠提供簡單的散點圖可視化效果，并且圖中的點只能夠表示分析對象，無法表現出分析對象的關聯性，因此不具備明確性和直觀性。

第二，矩陣實驗室，該分析軟件是在20世紀80年代所研究制造的商業數學軟件，能夠應用在數據可視化，算法開發以及數據計算等方面。該分析軟件的優勢在于強大的可視化功能，開發性的源程序，在除過內部函數之外，用戶為了實現自主操作可以對源文件進行修改。但是該軟件也存在不足之處，要求使用者具備編程能力，特別表現在C語言應用方面。

4.2 基于知識網絡的可視化分析軟件

該分析軟件主要是社會網絡分析圖譜，隸屬于綜合型網絡分析集成軟件，不具備可視化過程，但是聯合三維展示分析軟件能夠實現可視化效果，還能夠實現中心度分析，位置和角色分析以及成分分析等。但是該種分析方法也存在弊端，其無法自主處理數據信息，并且需要將源文件數據轉化為矩陣形式才能夠實現可視化和分析處理，圖像效果也不理想。

5 結論

綜上所述，文章主要是探討分析了圖書情報領域信息可視化分析方法研究進展，從信息可視化介紹、圖書情報領域信息可視化的關鍵技術、信息可視化具體應用以及信息可視化繪制工具分析等方面入手，深入分析了圖書情報學領域信息可視化的理論知識和應用價值，希望能夠在一定程度上推動我國圖書情報學領域的發展。

參考文獻

[1]龔蛟騰，方雯燦，李積君.業務培訓、專業教育與機構建制之源考——湘潭大學圖書情報與檔案管理的創建歷程[J/ OL].圖書館論壇，2018：1-6.

[2]李信，李旭暉，陸偉，等.大數據驅動下的圖書情報學科熱點領域挖掘——面向WOS題錄數據的實證視角[J].圖書館論壇，2017，37（4）：49-57.

[3]郭婷，鄭穎.數據挖掘在國內圖書情報領域的應用現狀分析——基于文獻計量分析和共詞分析[J].情報科學，2015，33（10）：91-98.

[4]郝媛玲，沈婷婷，高珊.高校數據素養教育實踐的思考和建議——基于哈佛大學案例和我國圖書情報人員訪談的分析[J].圖書情報工作，2015，59（12）：44-51.

[5]初景利，杜杏葉，王傳清，等.持續推動圖書情報理論創新與實踐探索——《圖書情報工作》2014年發文評述[J].圖書情報工作，2015，59（1）：5-16.

[6]本刊評論員，初景利，杜杏葉，等.轉型期的圖書情報工作：挑戰與變革——《圖書情報工作》2013年發文評述[J].圖書情報工作，2014，58（1）：5-16，53.