外文文獻中的“圖書館數據管理”研究現狀、熱點及演化歷程

劉慶旭 周麗麗 馮麗娜 馬美華

(1南京工業大學浦江學院圖書館，江蘇南京 211200；2成都體育學院圖書館，四川成都 610041)

1 引言

2012年，美國政府推出了“大數據研究和發展計劃”，由此拉開了世界范圍內大數據研究的帷幕[1]。數據作為國家基礎性戰略資源，受到黨中央、國務院的高度重視，并在十八屆五中全會提出“實施國家大數據戰略”，同時，國務院印發《促進大數據發展行動綱要》，全面推進大數據發展，加快建設數據強國[2]。圖書館作為社會信息收集和交流中心，隨著大數據時代的到來，也同樣面臨著新的社會發展環境，大數據所具有的廣泛分布、多源異構、非結構化等特征為現代圖書館管理和服務轉型帶來了新的發展機遇。

目前，國內外有關圖書館數據管理的研究逐漸受到關注，成為學術界研究的熱點。Read KB等[3]制定了一項試點計劃，以便為尋求建立研究數據管理(RDM)服務的醫學圖書館提供培訓，資源，策略和支持，通過案例研究發現，該試點計劃成功地幫助了參與的圖書館員了解了他們的研究社區并使館員與社區之間實現了互動，同時也讓館員迅速開始了RDM的教學，并圍繞RDM服務建立了機構伙伴關系。Sherriff G等[4]研究分析了圖書館對數字學習對象(DLO)生成的數據的管理，這些數字對象包括表格，調查，測驗和教程。部分受訪者表示了解與學習數據相關的政策，但大多數受訪者表示不了解。另外總結出的問題包括無法訪問圖書館的學習數據，對學生隱私的擔憂等，最后建議在圖書館內部，圖書館與館員之間以及整個圖書館界能對學習數據進行更多交流對話。國內學者顧立平[5]認為大數據時代背景下，數據館員在數據獲取、數據共享、數據重用等方面將扮演重要的作用，數據治理生態體系需要圖書館執行數據獲取、數據共享、數據重用的政策。陳傳夫等[6]在分析大數據的特點及數字圖書館建設成績的基礎上，指出大數據時代國際環境、科學研究、創新主體、用戶需求、新技術等方面的變化對數字圖書館的資源組織、信息服務、成本管理帶來的挑戰，并就推動我國數字圖書館建設，實現大數據管理實踐提出戰略性建議。

從現有研究成果看，國內外學者都對圖書館數據管理保持了較高的關注度，但是，從外文文獻角度對圖書館數據管理的研究現狀及演化歷程進行系統梳理和總結的論文成果相對較少。因此，本文運用文獻計量方法結合知識圖譜，分析了外文文獻中圖書館數據管理的研究成果，以期回答如下三個方面的問題：(1)外文文獻中有關圖書館數據管理的論文在時間分布、地域和研究機構的分布如何？高被引文獻有哪些？(2)外文文獻中圖書館數據管理的研究熱點有哪些？演化歷程如何？(3)圖書館數據管理未來研究方向有哪些？本文為圖書館數據管理領域的研究提供了新的視角，將從理論層面對我國圖書館數據管理領域在研究主題和研究范圍上的深化和拓展起到一定的借鑒作用，同時對實現我國數據強國戰略起到一定的推動作用。

2 數據來源、研究方法及工具

2.1 數據來源

本文以Web of Science數據庫為文獻研究來源，以“library data management”or“library data analysis”or“library data mining”為主題詞，為最大限度地使檢索出的結果符合研究主題，筆者將學科類型限定在“library and information science”上，文獻類型限定在“article”和“review”兩類，檢索時間不限，剔除重復文獻和非相關文獻，實得檢索論文254篇，本次研究將以此作為研究文獻的樣本進行研究。

2.2 研究方法

2.2.1 文獻計量法

文獻計量法是一種基于數學和統計學的定量分析方法，它以各種科學文獻的外部特征為研究對象，以輸出量化的信息內容為主要特點。經過數十年的發展，文獻計量法的理論及其三定律已經成為圖書情報學研究的重要基礎和組成部分[7]。運用文獻計量法研究文獻的地域、期刊、機構分布及發現高被引文獻可揭示文獻的數量特征和變化規律[8]。

2.2.2 知識圖譜

知識圖譜是以科學文獻知識為對象，顯示學科的發展進程與結構關系的一種圖形，具有“圖”和“譜”的雙重性質與特征，主要是對文獻和文獻內容的知識單元進行可視化[9]。

2.3 研究工具

本次研究采用CiteSpace軟件，CiteSpace是陳超美基于Java平臺開發的一個可視化軟件，主要基于尋徑網絡算法和共引分析理論等，對某一領域的文獻進行計量，以探討研究領域知識拐點和演化歷程，通過可視化圖譜繪制來剖析學科研究演化動力機制、探測發展前沿、識別學科領域新趨勢和新動態。CiteSpace主要運用步驟為領域文獻查找、突變詞語偵測、時區分割及關鍵參數設置、圖譜繪制及解讀，目前CiteSpace為國際科學計量學界所廣泛使用[10]。

3 研究結果與分析

3.1 時間分布

圖書館數據管理論文數量的變化是研究學科領域發展情況的重要指標，圖書館數據管理論文發布時間和數量如圖1所示。從總體來看，圖書館數據管理論文數量呈現出起伏不定的態勢，截止至2019年，發表論文數量最多的年份為2012年和2015年。從發展趨勢上，可將圖書館數據管理發文情況劃分為三個階段。第一階段從2009年至2013年，其中2012年達到第一階段論文數量的頂峰，之后論文發表數量出現下降趨勢。第二階段從2013年至2017年，論文數量同樣是在2015年達到最高值后出現下降趨勢，此后兩年內也同樣出現了小范圍波動。通過分析文獻內容可知，第一階段的研究內容由前期對電子資源、服務和圖書館用戶進行研究逐漸深入到共詞網絡、共引行為等領域的研究，第二階段的研究內容則更加深入到RFID、資源推薦服務、數據分析和挖掘等方面。

圖1 圖書館數據管理論文數量折線圖

3.2 地域與機構分布

地域與機構分布是反映某一研究領域科研現狀的重要分支，不同地域和機構在研究實力上具有較大的差異。圖書館數據管理領域地域分布圖如下圖2所示，圖中節點越大，表明發文量越大，地域間的連線越多，表明科研合作次數越多，線條越粗，表明科研合作越密切。如圖2所示，共出現節點43個，線29條，節點密度為0.0321，說明圖書館數據管理領域共有43個不同地域的科研機構開展過相關研究，其中共有29對開展過科研合作，科研合作密度較低，排名前十位的具體信息如表1所示。由CiteSpace軟件測度得知，說明世界范圍內共有245個科研機構從事圖書館數據管理研究，機構間有科研合作關系的達98對，機構間的合作密度也較低，排位前十位的機構信息如表2所示。

表1 圖書館數據管理發文總量前十

圖2 圖書館數據管理領域地域分布圖

表2 圖書館數據管理機構發文量前十

3.3 被引作者

被引作者是分析某一領域內核心作者的重要指標，被引用的頻次越多，說明該作者在領域內的重要性越大。圖書館數據管理被引作者知識圖譜如圖3所示。圖中共有節點370個，線770條，節點密度0.0113，表明共有370個作者被其他研究者引用，被引作者之間的聯系共產生770次，被引作者間的合作密度相對較低。根據統計結果顯示，被引頻次最高的作者為White HD，被引頻次高達34次，因其發表文獻年代為2009年，因此可以判定此作者在圖書館數據管理領域具有較高的地位，具有開創性的成果。其他被引頻次高于20的作者分別是Garfield E(31次)、Leydesdorff L(27次)、Cronin B(26次)、Glanzel W(25次)、Thelwall M(23次)、Bar-ilan J(22次)、Moed HF(20次)。

圖3 圖書館數據管理被引作者知識圖譜

3.4 被引期刊

對被引期刊的分析可以快速了解該領域內的研究成果引用了哪些期刊，什么樣的期刊在該領域內最受研究者的歡迎，是評價學術期刊好壞的重要標準之一。根據CiteSpace分析出的結果顯示，共有244種期刊得到引用，其中被引頻次最高的期刊是美國社會信息科學技術期刊(J AM SOC INF SCI TEC)136次，其次是科學計量學(SCIENTOMETRICS)107次，如下圖4所示。按照被引用的中心性排名，則信息科學期刊(J INF SCI)排在第一位，數字圖書館(ELECTRON LIBR)排名第二位。按照被引頻次和中心性排名的前五位期刊具體如下表3所示。

表3 圖書館數據管理被引期刊排名

圖4 圖書館數據管理被引期刊知識圖譜

3.5 高被引文獻

高被引文獻反映了在某一領域內哪些參考文獻具有較高的價值以及哪些文獻被國際同行廣泛認可，是評價一篇文獻學術價值的重要指標。圖書館數據管理被引文獻達515篇，文獻間具有引用關系的達664對，文獻連接密度較低，圖中節點和字體越大，文獻被引次數越多，文獻價值越高，受認可度越廣泛。經統計，圖書館數據管理領域被引用頻次高于8的文獻共有3篇，其主要研究內容如下。

Milojevic S等[11]以1988年至2007年之間在圖書情報學的16種期刊上發表的10，344篇文章為研究基礎，通過對文章標題中詞語的分析來揭示圖書情報學的認知結構。研究表明圖書情報學由三個主要分支組成：傳統上公認的與圖書館有關和與信息有關的分支，以及文獻計量學和科學計量學分支，三個分支分別致力于圖書館，信息和科學。另外研究表明，圖書情報學的認知概念不斷發展，自1992年以來就沒有停滯過，發展最迅速的階段發生在1998年至2001年之間，這是由于人們越來越關注互聯網所引起的，因此圖書情報學的認知領域的變化也是由新信息技術的出現和舊技術的淘汰所推動的。

Lariviere V等[12]使用文獻計量方法介紹了一個多世紀以來圖書情報學的簡史，詳細研究了該領域知識生產的可變速率，學科覆蓋范圍的變化，特定出版物類型在不同時間的優勢，主要的生產方式，與其他學科間的相互作用，并且更廣泛地觀察了該領域的發展。研究表明，盡管期刊、論文和撰稿人的數量激增，但該領域在所有社會科學和人文研究領域的市場份額卻有所下降。同時還研究了圖書情報學中的跨越邊界現象，2010年，近60%的作者不僅在在圖書情報學期刊上發表文章，也在另一門學科上發表文章。圖書情報學的這種高度滲透性還通過參考和引用實踐得到了證明，圖書情報領域的學者現在引用和接受來自其他領域的引用，而不是來自圖書情報本身。另外，研究中的數據揭示了兩個主要的結構性轉變，即從1960年開始，圖書情報從專注于圖書館學的專業領域轉變為專注于信息和使用的學術領域，從1990年開始，圖書情報受到越來越多來自外部領域的引文，特別是來自計算機科學和管理類的引文，并且為該領域文獻做出貢獻的作者數量急劇增加。

Sugimoto C R等[13]這項工作通過分析1930年至2009年在北美圖書館和信息科學計劃中完成的3，121個博士論文，確定了圖書館和信息科學(LIS)中主要主題的變化。作者利用LDA(latent Dirichlet allocation)方法識別潛在主題和代表性論文。研究結果表明，從最初的時期(1930-1969)到現在(2000-2009)，圖書情報的研究主題已發生了很大變化，但是，某些主題在多個時期都有學者研究，代表了該領域的核心領域，比如第一第二階段的圖書館史，第二和第三階段的引文分析；第四和第五階段的信息檢索行為等，其中，信息檢索和信息使用主題在五個時期中的三個時期中都有所出現。主題的顯著變化之一是詞庫及相關術語使用量的減少，這對在圖書情報提供博士教育具有較大影響。

3.6 研究熱點

關鍵詞是學術文獻中的重要組成部分，通過CiteSpace軟件對關鍵詞的分析，選擇關鍵詞剪切連線算法和路徑搜索算法，可以較快發現某一領域的研究熱點。圖書館數據管理領域高頻關鍵詞知識圖譜如下圖5所示。

圖5 圖書館數據管理高頻關鍵詞知識圖譜

圖5共產生關鍵詞節點358個，線634條，節點密度0.0099，其中節點最大的關鍵詞為library，出現頻率為35，其次為citation analysis，出現頻率為29次，說明國外圖書館數據管理研究基本是圍繞引用分析進行的研究。其他高頻關鍵詞還包括impact(影響)、science(科學)、model(模型)、journals(期刊)、information science(信息科學)、management(管理)、digital libraries(數字圖書館)、retrieve(檢索)、knowledge(知識)、behavior(行為)等。通過對關鍵詞詞頻的分析和對原文內容的分析，可將圖書館數據管理研究熱點總結為科學計量學基礎上的信息分析。

例如合著作者計量研究方面Yan E J等[14]通過研究微觀網絡屬性，將中心度度量研究方法應用于合著作者網絡結構分析。研究采用圖書情報領域的16種期刊共20年的數據，構建了一個不斷發展的合著網絡，并計算了緊密中心性、間距中心度、度中心性和網頁排名(closeness centrality、betweenness centrality、 degree centrality、and PageRank)，供該網絡中的作者使用，研究結果表明，四個中心度度量與引文計數顯著相關。Haustein S等[15]對Altmetrics索引方法進行了研究，Altmetrics是基于社交媒體平臺和工具的索引，最近已成為衡量領域學者學術影響力的替代手段。Haustein S等在研究中進行了一項調查，超過一半的受調查者認為，盡管在線工具的使用差異很大，但社交媒體工具正在影響他們的職業生活。調查顯示68%的受訪者擁有LinkedIn帳戶，而Academia.edu，Mendeley和ResearchGate也各自擁有五分之一的受訪者，幾乎有一半的受訪者擁有Twitter帳戶，這些帳戶既用于個人用途，也用于專業用途。同時計量學家對測量指標有不同的看法，72%的人認為應該重視文章的下載量，另有近三分之一的人認為應該重點關注在博客、維基百科和社交媒體中能夠有潛力追蹤文章影響力的指標。總而言之，這些發現表明文獻計量學家正在大量使用一些在線工具，并且這些在線工具也為衡量文獻價值大小提供了數據來源。

3.7 研究前沿與演化歷程

研究前沿能描述學科研究領域及過渡本質，CiteSpace軟件的膨脹詞探索算法可探測和分析研究前沿的變化趨勢，在此基礎上結合內容分析法可進一步分析研究前沿和基礎理論之間的關系，可更直觀地再現學科前沿的演化歷程[16]。結合CiteSpace軟件分析結果，本文繪制出了圖書館數據管理研究前沿知識圖譜與演化歷程圖，具體內容如圖6所示。

數據管理的研究最先起源于圖書館管理業務，雖然大數據概念的提出時間是在2012年，但作為社會信息資源的交流中心，圖書館在很早就開始了數據庫的建設和使用，也開始有意無意的對圖書館管理業務中所產生的數據進行收集。2009年，領域研究集中在圖書館業務、數據庫建設、文獻引用以及數據收集等方面，可以說邁出了數據管理研究的一小步，之后兩年內，開放獲取、書目記錄、信息技術及元數據自動提取等成為研究的主要內容，到2012年，隨著大數據概念的提出，圖書館數據管理研究也迎來了第一次小高峰，研究重點開始向數據管理模式、數據管理框架等方向發展，以期建立一套標準的圖書館數據管理研究的范式。此后三年內，圖書館數據管理研究繼續向更深入和廣泛的方向發展，共詞分析、數據挖掘、本體等研究方向相繼出現，隨著新興媒體的廣泛發展和使用，由此產生的巨大社交數據也開始進入研究人員的視野，有關搜索數據和社交媒體的文章大量出現，并在2015年達到研究的第二次小高峰。進入到大數據時代以來，圖書情報的研究與計算機技術的融合趨勢越來越明顯，將計算機技術融入到圖書情報研究也逐漸成為主流，2016年后，有關數據包絡、計算機網絡、行為搜索、情感分析等成為研究的重點，在此階段，雖然文獻數量相對于2015年較少，但卻逐漸成為了圖書館數據管理研究的最前沿。近兩年，隨著人工智能的發展，有關大數據、數據科學家、以及商業信息質量及價值的研究成為現如今數據管理的前沿領域。

圖6 圖書館數據管理演化歷程圖

縱觀外文文獻中圖書館數據管理近10年的研究演化歷程可以看出，在研究內容上研究越來越多樣化，研究范圍越來越廣泛，與相關學科的融合研究趨勢也越來越明顯，學者研究的內容已經不局限于圖書館業務，而是進一步深入到網絡信息和具體行業所產生的信息，學科間的雜糅融合界限越來越模糊，圖書情報越來越下沉到基礎研究的地位，以信息的視角和思維為各行各業的發展提供數據業務服務和引導，這也是未來圖書情報發展的主要方向。

4 研究動態述評及發展趨勢分析

4.1 研究動態述評

從現有研究成果來看，外文文獻中關于圖書館數據管理的研究仍然處于發展階段，雖然近兩年文獻發表量較少，但是，隨著圖書情報與其他學科間的交叉融合進程逐漸加快，各行各業的業務數據量越來越大，研究的內容會越來越廣泛，文獻量也將越來越大。從地域、研究機構、被引作者、被引期刊來看，美國仍然居于首要地位，研究成果豐富，并且與英國、德國、加拿大等國家間的科研合作較為密切，中國在科研文獻數量上次之，也沒有出現在國際上處于領軍地位的科研人才，但我國武漢大學和南京大學在此領域的研究實力仍然十分雄厚，日后除進一步深化研究的內容，提升影響力外，還可以加強與我國臺灣地區的科研交流，做到優勢互補。從研究的熱點與前沿來看，以信息資源管理為視角，以各行業所產生的數據為原料并輔以計算機技術對各行業提供數據支撐和分析，并以此指導業務發展已然成為未來學科發展的趨勢。

4.2 發展趨勢分析

目前來看，圖書館數據管理研究還未形成系統化、層次分明的理論體系和研究范式，也未形成明確的科研共同體，各學者間“單打獨斗”現象較為明顯，因此，未來的研究應從以下兩方面著手：①優先界定圖書館數據管理的概念、內涵及外延邊界，究竟什么是圖書館數據管理？圖書館數據管理包含哪些內容？②以圖書館為載體，以圖書館服務業務為依托，結合計算機及信息領域的前沿技術，如自然語言處理、語義網、人工智能、區塊鏈等深入探究前沿技術應用于圖書館文獻信息服務的可能性和效用性，新技術的應用研究拓寬和加深了圖書情報學領域研究的廣度和深度，使圖書情報學的發展不脫離時代發展的潮流，同時也為圖書情報學與其他相關學科的交叉融合以及學科創新發展提供了更多的可能性。大數據時代的到來，為諸多學科的發展提供了機遇，也帶來了諸多問題，如圖書館數據管理的研究該不該泛化到整個互聯網信息領域？如果可以，相較于計算機科學，圖書情報學的研究重點又該和計算機領域研究作何區分？以及在大數據時代背景下如何培養學科優勢，如何改善課程設置，培養學科競爭力等問題。

5 結語

本文利用Web of Science數據庫為信息源，以CiteSpace軟件為工具，采用文獻計量法、知識圖譜等方法，分析了圖書館數據管理領域的時間分布、地域與機構分布、被引作者、被引期刊、高被引文獻、研究熱點、研究前沿與演化歷程等方面，并在此基礎上分析了圖書館數據管理未來發展趨勢，表明未來的研究既要注重基礎理論方面的研究，也要緊跟時代發展潮流，不斷利用新技術、新方法拓寬研究領域。誠然，本次研究還有諸多不足，例如數據量較少以及關鍵詞僅采用了“library data management”“library data analysis”“library data mining”，對其他相近和相關的衍生主題詞考慮較少，在日后的研究中，也將繼續完善數據量，同時以更多的主題衍生詞為關鍵詞，以求未來研究過程更加科學合理。