國內圖書情報領域人工智能研究演化分析

勇美菁，鐘永恒，劉 佳，王 輝

（1.中國科學院武漢文獻情報中心，湖北武漢 430071；2.中國科學院大學經濟與管理學院圖書情報與檔案管理系，北京 100190；3.科技大數據湖北省重點實驗室，湖北武漢 430071）

人工智能(Artificial Intelligence，AI) 是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新技術科學［1］。隨著大數據、信息及網絡技術的發展，學術界開始越來越重視人工智能發展對各領域的影響。強大的數據處理與分析能力使人工智能在國內圖書情報領域發揮越來越重要作用的同時，也帶來新的機遇和挑戰。

本文利用軟件CiteSpace，檢索并分析CNKI 收錄的國內圖書情報領域人工智能的文獻研究，探討人工智能在國內圖書情報領域的研究主題熱點與未來發展趨勢，梳理人工智能在國內圖書情報領域的研究演化過程，為進一步探索圖書情報領域人工智能的理論與實踐研究提供參考和借鑒。

1 國內圖書情報領域人工智能研究文獻的發文量分析

2019 年2 月，以主題為“人工智能”，文獻分類目錄為“圖書情報與數字圖書館”，分別在CNKI的期刊論文數據庫、碩博論文數據庫及會議論文數據庫進行檢索，檢索結果為764 條。去重并篩選檢索結果，剔除征稿通知、選題指南及相關度較低等類型的論文，最終剩余682 條文獻記錄,其中，276篇收錄在《CSSCI（2017—2018）收錄來源期刊目錄》包含的期刊，占總數的40.47%。

1.1 發文時間分析

某一主題發文量隨發文時間的變化直觀反映該主題研究的趨勢變化與研究進展。據統計，國內圖書情報領域人工智能方向的研究論文年度分布如圖1。

圖1 國內圖書情報領域人工智能研究論文年度分布

國內圖書情報領域最早關于人工智能研究方面的探索始于20 世紀80 年代。1984 年夏培德［2］首次在國內期刊論文上提出將“新技術革命”與圖書情報工作聯系起來，對知識進行系統化、標引化和信息化處理，形成文獻系統、目錄系統和檢索系統。蔡曙光［3］在國內圖書情報領域明確提出“人工智能”，并探討作為人工智能研究成果的“專家系統”在圖書情報工作中的應用。這一階段的研究主要從理論層面展開，少數基于實驗方法進行研究。此后，隨著計算機技術的逐漸發展，人工智能開始融入各個領域，但在國內圖書情報領域人工智能的研究一直較少，處于緩慢發展階段。研究方向是語義網絡、機器學習等技術更新領域的研究文獻出現一定程度增長。王麗華［4］基于語義網的數字圖書館關鍵技術，對本體開發、元信息及元數據等關鍵問題進行必要闡述。陳紅梅［5］提出構建圖書館網絡知識服務的5個重點以及面臨的8個問題。張玉峰等［6］在信息管理、人工智能和認知科學等多學科理論與技術基礎上，提出基于機器學習的知識檢索模型。從2016 年至今，國內圖書情報領域人工智能相關文獻數量增長迅速，開始進入高速發展環節。除利用文獻計量方式研究我國人工智能的發展現狀與發展趨勢之外，對人工智能的研究也拓展到圖書情報領域的方方面面，逐步進入縱深化研究發展方向［7］。國內圖書情報領域人工智能研究在不斷發展相關技術的基礎上進行擴展與延伸，更加重視如智能閱讀［8］、智能圖書館［9］、深度學習與情報分析［10］、用戶行為［11］、知識服務［12］等實踐與服務層面的應用。

除期刊論文之外，2000 年以后，圖書情報領域開始出現以“人工智能”為主題的碩博學位論文，共30 篇，占總數的4.40%。碩博學位論文主要集中圍繞智慧圖書館、信息智能服務、知識庫構建、智能化資源檢索等。而各類會議也十分關注圖書情報領域人工智能研究的發展，就智慧服務與圖書館發展、人工智能技術在情報領域的應用、知識組織的方法與工具等方向不斷展開深入探討。例如，2002年江浙滬晉圖書館中青年論壇開展“擴大知識工程內涵,確立圖書館知識中心地位”及“實施知識工程，推動圖書館建設”等方面的探討；2018 年北京科學技術情報學會學術年會“智慧科技發展情報服務先行”論壇從文獻計量、論文專利視角，討論人工智能的發展及人工智能反過來作用于知識服務、情報服務的新走向。

1.2 發文機構分析

利用1984—2018 年的文獻數據，通過CiteSpace生成機構合作圖像，如圖2。依圖所示，目前國內圖書情報領域人工智能研究方面發文較為分散，機構合作情況較少，鮮有的合作關系比較單一、固定。結合表1 的研究機構發文量排名，可以看出國內圖書情報領域人工智能研究主要學術研究機構類型以各高校信息管理學院（武漢大學信息管理學院、南京大學信息管理學院等）為主，其次是信息類科研院所（北京市科學技術情報研究所、中國科學院文獻情報中心等）及各高校圖書館（南京大學圖書館、東南大學圖書館）。除此之外，各省市公共圖書館也在國內圖書情報領域人工智能方向的研究中占據重要地位，例如上海圖書館等。其中，在論文數量排名前30 的機構中，42.28%論文來源于高校信息管理學院，信息類科研院所與高校圖書館分別占20.81%和18.12%。

圖2 人工智能研究機構網絡圖譜

表1 研究機構發文量排名

1.3 發文作者分析

通過軟件CiteSpace 分析文章作者，如圖3 所示，國內圖書情報領域人工智能研究方面的作者分布較為分散，其中，南京大學信息管理學院邵波（7 篇）和河北大學信息管理系賈同興（6 篇）等是該領域的領軍人物。前者的研究重點在于智慧圖書館、圖書館機器人、機器學習與用戶行為，后者的研究重點在于自然語言理解、標引詞表、專家系統、情報檢索等。其次較為關注國內圖書情報領域人工智能研究方向的學者還有方平（5 篇）、邱均平（4 篇）、胡德華（3 篇）等。

在作者合作方面，20 世紀后期開始出現作者合作，其中包括國內學者之間的合作以及國內學者、華裔作者與國外作者的合作。在1988 年和1989 年岸美雪等［13-14］合作探討“人工智能與圖書館”的關系；1991 年Croft W B 等［15］（美國馬薩諸塞大學計算機信息系）合作探討“智能情報檢索”。之后圍繞人工智能在國內圖書情報領域中研究的作者合作研究進一步發展和加深，出現一些合作關系較為密切的團體，例如：北京郵電大學信息工程系的李蕾、王楠、鐘義信、郭祥昊、韓鵬、賈自燕、高清霞；吉林大學管紀文、黃祥喜、邱滌虹、張成奇；哈爾濱工業大學計算機系王建波、唐正偉、杜春玲、王開鑄；北京市醫學情報研究所龔文濤、徐國桓、武立瑩、劉會霞、張世紅等。但是，國內圖書情報領域人工智能研究方面的作者合作關系與其他領域相比仍較少，研究力量分散，獨立性較高，主要原因可能在于“人工智能”這一方向在國內圖書情報領域剛剛興起，尚未形成穩定合作網絡與研究體系。

圖3 人工智能研究作者網絡圖譜

2 國內圖書情報領域人工智能研究演進分析

2.1 突變詞分析

突變詞分析用于探索某一時期學術發展的前沿主題，是指通過分析某一時期的詞頻變化來判斷突然涌現或正在興起的新興熱點。檢索到的文獻數據經過軟件CiteSpace 處理后，共16 個突變詞，如表2。

表2 國內圖書情報領域人工智能研究突變詞列表

從突現詞開始出現的時間來看，人工智能關鍵詞突現最早出現在1984 年，開啟了國內圖書情報領域人工智能研究的新方向，但早期研究大多停留在理論層面，并且與圖書情報領域結合并不緊密。隨著人工智能不斷發展，情報檢索、知識工程、語義網絡、深度學習等相關技術逐漸發展，成為國內圖書情報領域人工智能研究的前沿內容。其中，2000—2004 年突現的關鍵詞多而頻繁。例如，2004年深度學習、知識組織、本體成為重點關注內容，研究除追求基礎技術的突破之外，開始從系統、方法等方面尋求切入點，從根本上提高人工智能在圖書情報領域的應用效果與效率。從突現詞持續時間來看，目前超過10 年的突現詞有語義網絡、專家系統、本體與人工智能。其中，語義網絡在2003 年和2005 年出現兩次，并且每一次都持續10 年左右，可見作為人工智能程序運用重要的表示方式之一，其在國內圖書情報領域人工智能研究中發揮重大作用。尤其是自然語言處理、神經網絡、知識圖譜的進一步應用為語義網絡的發展提供了可靠保障。從突變強度來看，人工智能、知識工程等宏觀層面的基礎性關鍵詞由于其總結性與代表性最明顯，突變強度最高，代表某一階段的總體研究目標。其次，信息檢索、搜索引擎等優勢性技術在2000 年左右早期應用于圖書情報領域的人工智能研究時的突變強度較高。但近年來出現的突現詞普遍突變強度不高，表明國內圖書情報領域人工智能的研究更加豐富與多元，在理論、技術及應用等各方面都有更加廣泛的研究與布局。

2.2 高頻關鍵詞分析

關鍵詞的出現頻次是某一主題文獻研究熱度表現的重要指標。利用軟件CiteSpace 中的“term”與“keyword”進行分析，并將top50 的關鍵詞排序，發現共126 個頻次在2 以上的關鍵詞，部分如表3。

表3 關鍵詞詞頻降序排名

表3 中關鍵詞可以分為三類：第一是宏觀概念主題，包括：人工智能、知識工程、智慧、大數據、智能、AI，詞頻共358 頻次。此類關鍵詞主要是對人工智能在國內圖書情報領域發展方向的宏觀描述，具有高度概括性，貫穿研究演進的整個過程。第二類是技術發展主題，包括數字、語義網絡、搜索引擎、知識組織、深度學習、本體、技術、文獻計量、語義網、機器學習、數據挖掘、知識圖譜、自然語言理解，詞頻共167 頻次。此類關鍵詞種類較多，關鍵詞階段性變化比較明顯，技術的不斷發展促進國內圖書情報領域人工智能的研究深度與應用方向。第三類是服務與應用主題，包括機器人、信息檢索、情報檢索、專家系統、情報工作、高校、服務、CiteSpace、智慧服務、物聯網、智能機器人、互聯網+、知識服務，詞頻共151 頻次。此類關鍵詞主要圍繞人工智能的應用實例（機器人、專家系統、物聯網等）、服務形式（智慧服務、知識服務等）以及服務對象（高校等）3 個方面展開，表明國內圖書情報領域人工智能研究實踐的進一步豐富。需要說明的是這3 個類別并非涇渭分明，而是彼此交叉重疊的。技術發展是服務與應用的基礎，而這兩者都是在人工智能等宏觀描述框架下不斷發展和演進的，因此進行詞頻統計時不能簡單合并這些詞語?？偨Y來看，人工智能等宏觀概念主題是關鍵話題，貫穿始終；而“技術”“應用與服務”則是衍生出的高關注話題，也是當前的研究前沿與熱點。

中心度是除詞頻外，描述節點重要性的又一重要指標。中心度高的點作為引文網絡中的關鍵節點，一般連接兩個不同的聚類。按中心度排序的關鍵詞部分結果如表4。

表4 關鍵詞中心度排名

對比表3 和表4 數據發現多數關鍵詞的詞頻與中心度成正比關系，二者相輔相成。例如，人工智能、知識工程、信息檢索、機器人、數字等詞頻和中心度雙高的關鍵詞，一直是人工智能在國內圖書情報領域發展過程中重點關注的方向。此外，部分關鍵詞詞頻較高，但是中心度較低，例如專家系統、本體、情報檢索等，這種關鍵詞一般并不獨立作為主題，而是從屬于某一個特定中心聚類。而機器學習、深度學習、數字參考咨詢服務、數字人文等詞頻較低而中心度較高的關鍵詞，表明圍繞這種關鍵詞已開展一定程度的研究，但是研究數量尚少，討論并不充分，有成為未來關鍵研究主題的潛力。

2.3 關鍵詞聚類分析

軟件CiteSpace 一般采用平均輪廓值（silhouette，S 值）與模塊值（modularity，Q 值）兩個指標評價詞語聚類的清晰度。其中，S 值反映類內相似性和關聯性是否明顯及是否受其他類影響，取值范圍為［-1,1］；Q 值反映類間差異性是否明顯，取值范圍為［0,1］。

本文利用軟件CiteSpace 進行“keyword”分析，最終選取閾值為top 50 為最優聚類結果，如圖4，目前人工智能在國內圖書情報領域的研究主要有8 類。這種條件下，Q=0.539 7，S=0.583 8，二者均大于0.5，可認為分類結果成立，但可以看出各類間仍存在一定聯系，關鍵詞的類間差異性和類內相似性不夠突出。

圖4 關鍵詞聚類

對關鍵詞聚類結果進行時間軸劃分，如圖5。在國內圖書情報領域人工智能的研究早期發展比較緩慢，進入2012 年，隨著大數據時代的到來，數據量迅速膨脹，人工智能在圖書情報領域的重要作用也更加明顯。這8 類中，對搜索引擎的研究最早開始，并持續發展，主要包括情報檢索系統、人工智能搜索技術、索引技術等。2010 年之后開始更加重視發展技術，語義網絡、知識工程、數據挖掘開始成為國內圖書情報領域人工智能研究的主流。其中，對語義網絡的研究主要包括神經網絡、自動標引、虛詞表構建等領域；知識工程重點關注知識組織、知識表示、知識服務以及本體的研究；數據挖掘充分發揮專家數據庫、自然語言處理等數據挖掘技術的優勢。近年來，尤其是2016 年之后，國內圖書情報領域在進一步提升人工智能技術的基礎上，更加重視人工智能所帶來的數據服務與應用。數字（數字圖書館、數字學術、大數據等）、智能（智能空間、機器學習、智能倉儲及物聯網等）、機器人（數據服務、智能機器人、圖書館機器人）等利用人工智能技術實現的具體應用與服務研究熱度提高，相關領域越來越廣。但高校圖書館、高校圖情工作仍作為重要的研究對象貫穿國內圖書情報領域人工智能研究的發展。就關鍵詞互引關系來說，人工智能、信息服務、數字、知識、數據分析等是基礎性關鍵詞，在各類研究中引用關系密切，類間互引頻繁。

圖5 關鍵詞聚類時間軸

目前，國內人工智能在圖書情報領域的研究主題彼此重疊、關系密切，交叉領域的研究較為多見。主要分為早期的理論基礎研究、中期的技術進步、及目前的實際應用與個性化服務，其中，智慧圖書館、智能數據服務、大數據技術、知識工程、物聯網等是近年來的研究熱點。中心度較高的主題又稱為新研究方向的潛力，例如，機器學習、深度學習、數字人文、數字參考咨詢服務等。

3 國內圖書情報學領域人工智能的研究熱點與發展趨勢

3.1 人工智能在智慧圖書館建設與服務中的應用研究

智慧圖書館是一種公共智慧服務，通過融合價值、理性與實踐智慧建立更廣泛的信息共享空間與更具吸引力的公共文化環境，是圖書館發展的新模式。目前，智慧圖書館的研究主要停留在圍繞智能搜索、推薦服務等技術為核心，提高圖書館工作效率和效果的“智能”階段［16］。未來，人工智能在圖書館的應用將更加趨向“智慧化”，主要將圍繞三方面：（1）構建智能管理體系。結合圖書館內容和人工智能技術，構建自動借閱系統、圖書全幀系統等，智能化整合圖書館文獻資源，升級智慧化管理模式及服務流程［17］。（2）重新審視閱讀與圖書館服務。對海量異構文獻實現快速總結型閱讀、發現型閱讀、知識構建型閱讀及建構與評價型閱讀等，使閱讀服務貫穿“數據-信息-知識-智慧-解決方案”發展的全過程，形成主動、雙向、創建的服務模式［18］。（3）提供智慧圖書館個性化智能服務。不斷加大重視用戶數據與信息的力度，加快更新分析技術與工具的速度，為讀者提供更高效的個性化信息服務［19］。這要求圖書館員為用戶提供可計算、可操作、可分析的知識資源，使用戶逐步具備自主分析與挖掘知識的能力［20］。（4）將人工智能的智能語音及計算機視覺等技術連接圖書館資源，利用智能機器人為圖書館用戶提供智能、精準、有效服務的同時，提升圖書館各項服務的人性化和智慧化［21］。

3.2 人工智能在智能數據服務中的應用研究

大數據時代，信息數據以爆炸式速度增長。傳統數據處理與分析技術已不能適應當前數據分析處理及可視化等一系列需求。與此同時，人工智能開始在智能數據服務中占據越來越重要的地位，尤其是社交網絡數據的挖掘與分析成為國內圖書情報領域人工智能研究的熱點和趨勢。社交網絡以其數據量大、更新速度快、表現形式多樣的獨特性為人工智能技術的發展提出新的挑戰，研究可以從以下兩個方面展開：（1）對社交網絡數據的文本挖掘與情感分析，實現偏好預測。社交網絡產生大量復雜、多樣的數據信息，出現多種基于社交網絡準確識別并預測用戶情感偏好的模型［22］。基于社交網絡用戶在線評論的屬性特征，通過程序語言量化分析評論文本情感極性［23］。（2）對社交網絡數據的用戶行為與關系分析、傳播分析，實現數據可視化?；谧晕医嬂碚?、自我決定理論、計劃行為理論等，構建社交網絡知識共享行為動機模型［24］。通過語義網、自然語言處理等技術，結合可視化及數據聚類技術實現社交網絡數據信息交互式可視化［25］。

3.3 人工智能在知識工程建設與服務中的應用

隨著國內圖書情報領域人工智能研究對知識工程需求的不斷增加，其關鍵技術創新也從早期的專家系統、知識庫、本體等簡單、單一技術朝知識融合、知識圖譜、機器學習等綜合性、系統性方向發展，并成為知識工程研究的趨勢之一。其中：（1）知識融合成為知識化和智能化過程的關鍵環節。在大數據環境和人工智能技術發展的雙重因素作用下，知識融合為完善知識服務、智慧服務、催生高級智能形態提供重要理論和技術支撐［26］?；谙到y論、相關性原理和三螺旋理論提出科學知識結構融合主題表征方法，定義“主題指紋”概念并構建知識結構模型［27］。（2）重新定義知識發現。一方面在大數據和機器學習的支持下，智能檢索越來越普遍［28］。例如，Google Scholar、我國國家科技圖書文獻中心的智能搜索引擎等，支持知識組織與關聯檢索。另一方面出現了越來越豐富的知識挖掘方法。通過機器學習、文本分析、知識對象抽取等方法，對數字化可計算化內容進行知識計算，從而實現深度的知識發現［29］。（3）知識表達需要重新定義。知識內容正逐步建立與完善從獲取數據、抽取特征與規范、解析對象與關系、構建圖譜的知識圖譜機制(Knowledge Graph)［20］。知識圖譜自2012 年被谷歌首次提出以后，迅速成為知識工程領域關注的研究熱點。知識圖譜支持識別對象、推理關系、理解文本等方法，同時進一步支持智能檢索、知識管理與推薦及各類智能應用。知識推理是知識圖譜補全的重要手段，基于神經網絡的知識推理方法具備更強的推理能力和泛化能力，對知識庫中實體、屬性、關系和文本信息的利用率更高，推理效果更好［30］。（4）當前機器學習在國內圖書情報領域的研究熱點主要在于文本分類自動化、數據信息檢索智能化、推薦服務個性化等方面［31］。

4 結論與討論

本文將CNKI 中圖書情報領域人工智能方向的研究論文通過軟件CiteSpace，從發文力量和研究演進角度進行分析，探究國內圖書情報領域人工智能研究的演化過程，將圖書情報領域的人工智能研究分為智能、語義網絡、高校、機器人、數據挖掘、知識工程、搜索引擎、數字8 類。自2016 年起人工智能在國內圖書情報領域方面的研究進入快速增長階段，現有研究主題聯系密切、彼此重疊，存在領域交叉現象。智慧圖書館、智能數據服務、知識工程等主題作為近年來國內圖書情報領域人工智能的研究熱點仍有深入探討的空間。機器學習、知識圖譜、語義網絡等人工智能技術的發展也拓展了國內圖書情報領域的研究潛力。

與此同時，在推進國內圖情領域人工智能研究發展的過程中，還需要從人文、政策、法律等方面為構建人工智能全球治理機制貢獻力量。另外，積極推進圖書情報領域人工智能應用的產學研協同合作，不斷豐富和延伸圖書情報領域的研究方法，推動學科之間深度交叉融合，在大數據與人工智能環境下發揮我國圖書情報領域更大的作用。