近十年高校圖書館閱讀推廣研究主題演化分析

陳建福

摘要：文章探究了近十年（2008～2017）國內高校圖書館閱讀推廣領域研究的主題演化和研究現狀，以中國知網（CNKI）數據為數據源，采用共詞分析法，利用SATI3.2對高頻關鍵詞進行統計，輔以Netdraw對高頻關鍵詞進行可視化圖譜分析。分析發現，歷經十年的主題演化，高校圖書館閱讀推廣得到快速發展，大數據時代的閱讀推廣是當下的研究熱點;閱讀推廣體系和評價機制也未能很好的建立，有待進一步完善。

關鍵詞：高校圖書館;閱讀推廣;共詞分析;主題演化

一、引言

閱讀是時代的需求，閱讀推廣則是將這一需求現實化的重要途徑。在全民閱讀的背景下，高校圖書館作為閱讀推廣活動開展的主要陣地，近幾年得到國家和相關政府部門的重視。2014年，“倡導全民閱讀”首次被列為政府重點工作。2015年，國務院總理李克強在政府工作報告中提出建設“書香社會”。黨的十九大把文化建設提升到了一個新的高度， 提出了文化自信、文化使命、文化創造、文化進步4個關鍵詞。2017年5月26日，國務院法制辦辦務會議審議并原則通過了《全民閱讀促進條例（草案）》，全民閱讀被推到一個新的高度。國內閱讀推廣研究起步較晚，更多的是對閱讀推廣的實證研究，缺乏理論支撐。目前高校圖書館閱讀推廣活動逐漸從一種自發、零星、補充式的圖書館服務發展成為一種自覺、普遍、不可或缺的圖書館服務。

二、數據來源與研究方法

（一）數據采集

本文在中國知網中使用專業檢索，設置檢索式為：SU=（‘高校圖書館‘+大學圖書館）AND SU=（‘閱讀推廣‘+閱讀引導‘+閱讀推動‘+閱讀推薦‘+閱讀促進），設定檢索時間范圍為2008年1月1日～2017年12月31日，共檢出2189條結果，將檢索文獻范圍限定在“圖書情報與數字圖書館”，檢索結果為2034，剔除無關文獻后共得到1912條結果（見圖1）。

（二）研究方法

共詞分析法是通過統計兩個關鍵詞在同一篇文獻出現的頻次，構建共詞網絡，以揭示關鍵詞之間的關系類型，并對其進行聚類分析，進而分析特定領域的研究熱點、結構或范式的一種研究方法。

本文主要運用Excel和SATI3.2對高頻關鍵詞進行統計分析，同時構建高頻關鍵詞共現矩陣，用社會網絡分析軟件Ucinet和可視化軟件Netdraw進行可視化分析。社會化分析軟件可以更加直觀的看出該研究領域的研究熱點、發展趨勢以及研究的價值等。

三、數據處理與結果

（一）高校圖書館閱讀推廣領域共詞分析

1. 關鍵詞提取

關鍵詞是文章研究內容的直接體現，對關鍵詞進行詞頻統計和共詞分析能反映國內高校圖書館閱讀推廣研究的研究主題。運用SATI3.2軟件抽取關鍵詞，用Excel對高校圖書館閱讀推廣領域的1912篇文獻關鍵詞進行詞頻統計，得到關鍵詞共1975個，合并和去除意思相近或無實際意義的關鍵詞，按頻次降序排列，列出頻次≥12的42個高頻關鍵詞，可以反映出高校圖書館閱讀推廣領域的主題分布情況。如表1所示。

2. 高頻關鍵詞共現矩陣構建

對上述42個關鍵詞利用文獻題錄信息統計分析工具SATI3.2分析統計其兩兩在同一篇文獻中共同出現的頻次，由此生成一個規模為42*42共詞矩陣，限于篇幅問題，列出前9位（見表2）。該矩陣以關鍵詞共現詞頻為統計量，且為對稱矩陣。如關鍵詞“閱讀推廣”與“高校圖書館”共現頻次為1054，可以看出，在包含關鍵詞“閱讀推廣”的文獻中。有1054篇同時也包含關鍵詞“高校圖書館”。

（二）關鍵詞共現網絡可視化分析

為了直觀的呈現出關鍵詞之間的內在關聯，需要將前期的數據進行可視化分析。將SATI3.2生成的42*42矩陣導入Ucinet軟件，將其轉化為##h格式的文件，最后用Netdraw繪制關鍵詞共現網絡圖譜，如圖3。

如圖2所示，每個節點代表一個關鍵詞或研究問題。其中大節點是網絡點度中心度較高的節點，小節點是點度中心度低的節點。節點間的連線表示兩個研究主題之間存在的關聯，通過看他們直接連接的關聯，從而進行主題上的分析。圖2看出高校圖書館閱讀推廣研究領域的研究熱點主題比較明顯，各研究主題之間聯系比較密切，可以看到一些熱點的主題。通過對圖2的分析，將高校圖書館閱讀推廣領域的研究熱點主題分為以下三個方面。熱點一：以大數據、移動閱讀、數字閱讀、微信公眾平臺等關鍵詞為代表的閱讀推廣在“互聯網+”環境下出現的新的工具與技術的研究。熱點二：以全民閱讀、經典閱讀、校園文化、閱讀文化等為代表的閱讀推廣的方式與方法的研究。熱點三：以服務、信息服務、讀者服務、閱讀服務等為代表的閱讀推廣原則與理論的研究。

（三）高校圖書館閱讀推廣主題動態演化

通過對研究年限的劃分，用以揭示近年來高校圖書館閱讀推廣主題的變化，從3個時間段進行劃分，得到如下結果以及相對性的分析（圖3、圖4、圖5）。

1. 2008～2010年，此階段是高校圖書館閱讀推廣研究的起步階段，論文數量較少，其中有兩個較大的熱點主題。如圖3所示，主題一：以休閑閱讀、閱讀引導、校園文化、信息素養、信息資源共享等關鍵詞為代表的關于高校圖書館閱讀推廣主要功能和基本任務的研究。主題二：以圖書館2.0、閱讀2.0、OPAC2.0、Web2.0、圖書館博客等關鍵詞為代表的關于互聯網背景下圖書館閱讀推廣新的理論支撐的研究。

2. 2011～2013年，此階段是閱讀推廣高校圖書館的發展階段，研究型論文數量增多，熱點主題呈現得較為清楚。如圖4所示，熱點一：以讀書節、世界讀書日、微閱讀、移動閱讀、經典閱讀等關鍵詞為代表的關于閱讀推廣的背景與主題研究。熱點二：以閱讀需求、閱讀傾向、閱讀服務、圖書館服務等關鍵詞為主要代表的關于閱讀推廣活動的原則與圖書館自身定位的研究，范并思提到，研究圖書館閱讀推廣， 首先需要將其當作一種圖書館服務。熱點三：以創新策略、對策、推廣模式等關鍵詞為主要代表的關于閱讀推廣尋找理論支撐的研究。

3. 2014～2017年，此階段是高校圖書館閱讀推廣的快速發展時期，研究型論文數量巨大，研究的主題更加多樣，大致可分為三類。如圖5所示，以新媒體、微博、“互聯網+”、大數據等關鍵詞為主要的代表的關于閱讀活動新型載體的研究。熱點二：以真人圖書館、圖書館員、閱讀推廣人、學生社團等關鍵詞為主要代表的關于閱讀推廣新的工具與方法的研究。熱點三：以閱讀療法、閱讀文化、書香校園、讀書活動等關鍵詞為主要代表的關于閱讀推廣對校園文化影響的研究。

四、研究結論

利用共詞分析法，對高校圖書館的閱讀推廣進行分析，總結高校圖書館閱讀推廣發展的現狀以及發展的趨勢。

（一）高校圖書館閱讀推廣研究的理論與實踐逐漸深化

從現有的主題演化分析來看，由注重閱讀推廣活動轉變到關注閱讀推廣策略再到大數據和“互聯網+”背景下的閱讀推廣開展形式以及開展的主體探討;由起初的以研究圖書館為主體轉變為以讀者為主體的閱讀推廣活動，研究內容日益豐富，研究框架日趨完善。2008～2010年的研究著重于高校圖書館閱讀推廣活動的形式以及2.0模式與圖書館閱讀推廣的結合的研究;2011～2013年的研究更加注基礎理論的研究;2014～2017年的研究在此前的研究框架下出現了更多的實證研究，“互聯網+”背景下的閱讀推廣形式得到進一步深華，閱讀推廣更加注重讀者的感受，更加人性化。

（二）大數據背景下的閱讀推廣成為目前研究的重點話題

根據對熱點主體的匯總、分析，可以清晰的發現大數據背景下的閱讀推廣得到更多人的重視。維基百科對大數據的定義為：大數據是指利用常用軟件工具捕獲、管理和處理數據所耗時間超過可容忍時間的數據集。大數據具有規模性、多樣性和高效性的特點。由圖5可知，大數據、“互聯網+”、微博、微信公眾平臺、全媒體等關鍵詞成為研究的主要部分，高校圖書館閱讀推廣的載體得到擴張。在大數據環境下，各種數字平臺的引入，讀者需求的個性化，只有提高館員的服務能力、調動讀者的主觀能動性、實現區域資源共享，才能更好地開展閱讀推廣活動。

（三）閱讀推廣效果評價機制有待完善

高校圖書館開展閱讀推廣的次數越來越頻繁，活動的種類也越來越多。許天才等人認為閱讀推廣的評價指標因包含：圖書館運轉指標、活動反饋意見、讀者深度體驗、評價指標細化。讀者對閱讀推廣活動的意見和反饋也應當是評價的重要標準之一，高校圖書館閱讀推廣評價機制的建立，一方面可以保證活動的順利開展與資源的合理分配，另一方面也可以對活動過程中的數據進行收集，進行評估分析，為今后的閱讀推廣活動提供經驗與數據上的指導。

五、結語

本文通過系列的數據分析，探討了國內近十年來高校圖書館閱讀推廣的主題演化，主要采用共詞分析法，研究發現目前國內高校圖書館閱讀推廣的發展處于穩步行進階段，但是理論跟不上實踐的步伐是有待解決的重點問題。大數據背景下的閱讀推廣成為目前研究的熱點話題，大數據為高學校圖書館閱讀推廣提供了一種新的方法、新的思維。高校圖書館在進行閱讀推廣時，應當加強前期的宣傳、中期閱讀推廣的內容與方式以及最終的評價指標。存在的不足之處還有待改進，想要有較大的突破，需要從基礎理論抓起，結合當下的時代背景，走出傳統的思維模式。

參考文獻：

[1]張建靜.高校圖書館閱讀推廣研究綜述[J].圖書情報工作，2014（S2）.

[2]李克強.李克強作政府工作報告[EB/OL].http：//www.gov.cn/guowuyuan/2015-03/16/content_2835101.htm，2015-03-06.

[3]新華網.決勝全面建成小康社會奪取新時代中國特色社會主義偉大勝利-在中國共產黨第十九次全國代表大會上的報告.[EB/OL].http：//www.xinhuanet.com/2017-10/27/c_1121867529.htm，2017-10-27.

[4]中華人民共和國教育部育部2017年工作要點[EB/OL]. http：//www.sapprft. gov.cn/sapprft/contents/6582/336234.html， 2017-05-26.

[5]程大帥.基于微信公眾平臺的高校圖書館閱讀推廣效果實證分析[J].江蘇科技信息，2017（05）.

[6]張勤，徐緒松.定性定量結合的分析方法——共詞分析法[J].技術經濟，2010（06）.

[7]馮璐，冷伏海.共詞分析方法理論進展[J].中國圖書館學報，2006（02）.

[8]王春華，李維，文庭孝.我國圖書情報領域大數據研究熱點分析[J].圖書情報知識，2015（04）.

[9]范并思.閱讀推廣與圖書館學：基礎理論問題分析[J].中國圖書館學報，2014（05）.

[10]Big data[EB/OL]. http：//en.wikipedia.org/wiki/Big-data，2018-08-01.

[11]Grobelnik M.Big-data computing：Creating revolutionary breakthroughs in commerce，science， and society[EB/OL].vediolectures.net/eswc2012-grobelnik-big-data，2018-08-01.

[12]劉偉，玄英哲.大數據環境下高校圖書館閱讀推廣創新模式研究[J].延邊大學學報（社會科學版），2018（04）.

[13]許天才，楊新涯，徐娟，魏群義，彭曉東.高校圖書館閱讀推廣評價機制的研究[J].圖書情報工作，2016（17）.

（作者單位：江蘇大學科技信息研究所）