基于知識圖譜的國內數據素養研究述評

李姣姣 楊志和

摘要：[目的/意義]了解國內數據素養研究現狀，梳理數據素養研究主題內容以及發展趨勢。[方法/過程]以共詞分析方法為理論基礎，基于聚類分析法和戰略坐標分析法，構建數據素養研究主題知識圖譜及戰略坐標圖，并以可視化方式展現。[結果/結論]數據素養研究處于探索期，研究內容呈現多元化，大致分為8個研究主題，不同的研究主題之間相互關聯、相互促進，未來的研究趨勢可能向圖書館數據素養教育研究和新一代圖書館館員的數據素養研究方向躍進。

關鍵詞：數據素養 ? ?知識圖譜 ? ?共詞分析 ? ?戰略坐標分析

分類號：G252

引用格式：李姣姣， 楊志和. 基于知識圖譜的國內數據素養研究述評[J/OL]. 知識管理論壇， 2022， 7（1）： 153-163[引用日期]. http：//www.kmf.ac.cn/p/283/.

1 ?引言

2007年E. Stevenson等正式提出了數據素養的概念，將“找到、評價以及合理有效利用信息”作為數據素養的核心要點[1]。黃如花等解析數據素養內涵不再拘囿于數據采集、表示和描述等數據能力層面，還將數據意識、數據倫理納入數據素養的定義標準[2]。孟祥保等強調數據素養要求科研工作者對數據自身所具有的判斷、分析以及轉換技能[3]。近年來，數據素養不斷成為圖書情報界研究的熱點話題，為了解國內數據素養研究現狀、梳理數據素養研究主題內容以及發展趨勢，本文以共詞分析方法為理論基礎，采用聚類分析算法和戰略坐標分析法，構建數據素養研究主題知識圖譜及戰略坐標圖，并以可視化方式展現，為業界數據素養教育未來的發展提供些許參考。

2 ?研究思路及方法

2.1 ?研究思路

基于中國知網（CNKI）數據庫，以中文社會科學引文索引（CSSCI）和《中文核心期刊目錄總覽》收錄的期刊作為研究數據，首先基于共詞分析理論，借助智能局部移動算法（Smart Local Moving algorithm，SLM）進行主題聚類，以識別數據素養研究主題。其次通過向心度（Centrality）和密度（Density）構建戰略坐標圖（Strategic Diagram），分析各主題的發展階段及關系，進一步闡釋數據素養研究的現狀以及未來的發展趨勢。具體包括以下幾個步驟（見圖1）：①獲取文獻數據集，并抽取關鍵詞; ?②進行數據處理，合并同類型關鍵詞，去掉不具有實際意義的關鍵詞，獲得關鍵詞數據集;③基于步驟②中的關鍵詞數據集構建關鍵詞共現矩陣;④利用智能局部移動算法，實施主題聚類并可視化;⑤根據主題聚類的結果，計算各主題的向心度和密度，構建戰略坐標圖，分析各主題間的關系;⑥對研究趨勢的分析。

2.2 ?研究方法

共詞分析是內容分析中的一種方法，由M. Callon等提出[4]，主要通過詞（或詞組）的共現反映文本的主要內容[5]。聚類分析由H. E. Driver和A. L. Kroeber在1932年首次引入人類學的研究中[6]，是一種無監督學習算法，主要依據“物以類聚”的原理，將具有相似性的研究對象聚集在一起。本文將基于智能局部移動算法，借助于VOSviewer 1.6.16軟件實現主題聚類[7]。

戰略坐標分析由J. Law等提出[8]，用于分析特定領域中研究主題之間的關系及主題的發展階段。戰略坐標圖是戰略坐標分析的主要呈現方式，是一個二維坐標圖，橫坐標用向心度（Centrality）表示，縱坐標用密度（Density）表示。對于給定主題類簇，向心度表示該主題類簇與其他主題類簇之間聯系的強弱，密度表示該主題類簇內部詞與詞之間聯系的強弱[9]，向心度與密度的計算方式[10]如下：

公式（1）

公式（2）

其中，D（k）是主題類簇k的密度，C（k）是主題類簇k的向心度，nk是主題類簇k的關鍵詞個數，N是共詞矩陣中所有關鍵詞數目，cij表示關鍵詞i和關鍵詞j的共現頻次。

根據每個類簇的向心度與密度值構建戰略坐標圖，以向心度為橫坐標，密度為縱坐標，見圖2。第一象限中的主題類簇有較強的密度和向心度，表明該研究主題與其他主題之間聯系緊密且該主題內部的關聯度均較強，是該領域較為核心且成熟的研究主題;第二象限中的主題密度較高、向心度較低，表明主題與主題之間的關聯度較弱，但主題內部的關聯度較強，是該領域較為邊緣但研究成熟的主題;第三象限中的主題密度和向心度均較低，表明主題與主題之間的關聯度較弱，但主題內部的關聯度也較弱，是該領域較為邊緣且研究不成熟的主題，可能是衰退型的研究主題，也可能是新興研究主題;第四象限中的主題密度較低、向心度較高，表明主題內部的關聯度較弱，但主題與主題之間的關聯度較強，是該領域較為核心但研究不成熟的主題，具有較大的發展潛力[11-12]。

3 ?數據獲取與分析

3.1 ?數據來源及處理

以“數據素養”為主題，基于中國知網（CNKI），選擇高級檢索方式，選取CSSCI（中國社會科學引文索引）和《中文核心期刊目錄總覽》收錄的期刊作為研究數據，時間范圍不限，檢索時間為2021年9月2日，獲得檢索結果401篇，剔除新聞報道、征文通知及不相關的文獻，最終獲得395篇文獻。

3.2 ?數據分析

3.2.1 ?發文量與引文分析

學術文獻的時間序列分析是指特定領域文獻數量的逐年產出情況，用于揭示科學發展的規律、判斷科學發展的態勢。首先，對數據素養相關研究的發文量及總被引頻次進行時間序列的分析。從圖3可以看出，國內數據素養的研究大致從2013年開始;2014年至2016年，數據素養相關主題的發文量及總被引頻次迅速增加，2016年總被引頻次達到1 227次，總發文量為53篇;2016年之后發文量呈現緩慢增長，于2019年之后發文量又呈現顯著增長態勢。總之，在數據爆發式增長環境下，數據素養的研究處于發展階段。

3.2.2 ?數據素養研究主題分析

抽取頻次大于等于5的關鍵詞，借助共詞分析技術和聚類分析技術繪制國內數據素養聚類分析圖。基于VOSviewer對國內數據素養研究主題進行聚類分析和可視化（見圖4），數據素養領域含有8個研究主題：科研人員數據素養教育研究、數據館員數據素養教育研究、教師數據素養教育研究、科學數據管理研究、數據素養能力評價研究、圖書館數據素養教育研究、圖書情報學科中數據素養教育研究、大數據時代數據素養教育研究。

（1）科研人員數據素養教育研究。該主題主要以數據素養教育、信息素養、素質教育、信息檢索、圖書館、數據科學、教學模式、結構方程模型、層次分析等關鍵詞為標識。相關研究者對科研人員數據素養教育的評價進行研究，認為國外高校圖書館針對不同層次和不同領域的研究人員提供個性化的數據素養教育，而國內高校圖書館數據素養教育主要以傳統信息素養教育為主，并未系統展開數據素養教育[13]。梁宇等采用質性研究的方法，基于扎根理論分別從數據維度、博士生自身素養維度、數據環境維度分析評價影響博士生數據素養教育的原因[14]。惠恭健等通過對比國內外專業數據素養能力模型、公民數據素養能力模型以及學生數據素養能力模型，研究學生數據素養內容及結構模式，并分別從意識、知識與技能、思維及道德規范4個維度構建學生數據素養能力評價的指標體系[15]。

（2）數據館員數據素養教育研究。該主題包含的核心關鍵詞有大學圖書館、學術圖書館、人才培養、學科館員、數據館員、數字人文、數據服務等。研究者們從不同的角度出發，根據不同的案例分析數據館員的工作內容及服務方式，顧立平等通過對學術圖書館中數據館員招聘信息的分析，提煉出數據館員在科研數據管理服務中的工作內容以及服務方式，并基于科研數據全生命周期提出數據館員數據素養教育的內容，如數據發現能力、數據使用能力、數據采集能力等[16]。張璐等在對國外數據館員培訓實踐案例進行調研分析的基礎上提出我國應更加注重數據素養教育、開發培訓資源、加強合作交流等[17]。李梅通過對愛丁堡大學數據管理及服務分析，闡述數據館員應具備專業數據能力、與高層次學術研究者的合作能力以及團隊合作能力的特征[18]。也有學者分析探索數據館員或學科館員的職業技能或職業發展[19，21]。

（3）科學數據管理研究。該主題主要包含科學數據、科學數據管理、數據監管、數據管理、數據隱私、數據安全、數據共享、數據管理服務、數據生命周期、科研數據、科研人員等關鍵詞。一方面，相關研究者基于數據素養理論，從數據管理知識、數據安全意識以及數據管理技能的維度探究國內外高校科研數據管理服務現狀;另一方面，研究者基于科研生命周期的各個階段，分析科研人員需要具備的科學數據素養[22]。此外，也有研究者基于國外科學數據管理機構的實踐經驗，提出我國社會科學數據管理應該重視數據再利用與共享，制定相關政策，統籌規劃各級科學數據管理機構，推進科學數據素養教育[3]。

（4）數據素養能力評價研究。該主題主要以關鍵詞高校圖書館、教育數據、教育職能、教育評價、教育數據、數據密集型科研、數據分析、數據挖掘、數據質量等為代表。數據素養教育評價的研究主要針對高校圖書館和公共圖書館，研究者們主要基于H. D. Lasswell的“5W”模式理論對數據素養教育進行評價[23]，即Who（數據素養教育主體）、What（數據素養教育內容）、Whom（數據素養教育對象）、Which channel（數據素養教育方式）、What effect（數據素養教育效果）。朱靜等從數據素養教育的目標、對象、內容、模式以及評價的角度構建公共圖書館數據素養教育體系[24]。張長亮等分別以中國和美國的3所高校為例，從數據素養教育的目標、內容、方式以及評價體系的角度分析中美的差異性，并提出我國數據素養教育應針對不同群體的需求進行個性化教育、豐富數據素養培訓內容、加強多方面合作等[25]。潘雪等基于“5W”模式構建高校圖書館數據素養教育評價體系[26]。

（5）圖書館數據素養教育研究。該主題包含的主要關鍵詞為科學數據素養、數據素養能力、教育體系、教學決策、指標體系、教師等。圖書館數據素養教育的研究主要分為高校圖書館數據素養教育的研究、公共圖書館數據素養教育的研究以及教育機構的數據素養教育的研究，其中高校圖書館數據素養教育的研究是該主題的重點研究內容。吳愛芝等通過對國內高校圖書館數據素養教育形式的調研，以北京大學圖書館為實例，從數據倫理、數據獲取、數據處理、數據保持以及評價與引用的角度提出高校圖書館數據素養教育的內容及體系[27]。張文亮等基于國外數據素養教育的現狀，結合我國的實際情況，從數據素養教育的對象、結構及內容，提出了我國高校圖書館數據素養教育的框架[28]。肖希明等以中美兩國擁有博士學位授予權的圖書情報（LIS）教育機構為例，從課程內容、培養意識、培養力度的角度分析了兩國LIS機構的數據素養教育現狀，并提出我國LIS機構數據素養教育應該加強數據意識、構建全方位的數據素養教育體系、加強與不同學科之間的合作[29]。

（6）教師數據素養教育研究。該主題主要用關鍵詞教師數據素養教育、教師專業發展、中小學教師、數據應用、數據思維、數據意識、數據技能、數據驅動教學、評價指標、因子分析、德爾菲法等來詮釋。教師數據素養教育的研究包含國外教師數據素養教育的研究、中小學教師數據素養教育的研究、教師數據素養教育的評價以及教師職業發展的研究。李青等通過對國外教師數據素養培訓項目進行調研，分析了教師數據素養教育的形式及內容，并提出教師數據素養應該從政府、學校以及教師個人3個層面展開[30]。同時，李青等還從知識技能、教學實踐以及教學探究3個層面探索并構建了教師數據素養能力模型[31]。此外，中小學教師數據素養教育的研究成為該主題的研究重點，包括中小學教師數據素養教育內容[32]、評價體系[33]、發展路徑及策略[34]等研究。

（7）大數據時代數據素養教育研究。該主題主要以大數據、人工智能、大數據分析、大數據素養、教育信息化、教育治理、數據新聞、智慧教育、精準教學等關鍵詞為代表。研究者們逐漸開始探索大數據環境下數據素養教育的內容、培養路徑以及評價指標體系，惠恭健等通過對已有國內外數據素養能力模型的分析，從數據道德規范、數據意識、數據技能及數據思維的角度構建了智能時代我國學生數據素養能力模型，并提出學生數據素養能力評價的指標體系[15]。許亞鋒等提出在人機協同教學環境下，教師應該具備基于人工智能技術的數智素養，并從知識與技能、思維能力以及倫理規范的視角提出數智素養的構成要素、作用機制以及培養方式，為教師數據素養教育的研究提供了新的思路[35]。

（8）圖書情報學科中數據素養教育研究。該主題主要以圖書情報教育、信息素養教育、政府數據、開放數據、培養路徑、應對策略、大數據時代等關鍵詞為代表。研究者們逐漸開始探索圖書情報學科中數據素養教育的發展路徑。黃如花等基于學界和業界的研究現狀闡釋了大數據背景下數據素養的起源及內涵，同時提出數據素養教育的內容、主體、對象和形式更加多元化[3]。司莉等對38所院校的138個圖書情報專業的數據素養課程進行調研分析，從數據倫理、數據技能、數據意識3個層面對數據素養課程內容進行分析，發現當前圖書情報專業關于數據素養課程的設置逐漸趨于系統化，且面向大數據處理技術的數據挖掘類課程也在迅速發展[36]。周林興等通過對國內高校圖書情報專業所開展的數據素養課程進行調研分析，從學科發展及社會發展的需求、數據素養課程體系進程的建設、數據資源和社會資源的角度構建了大數據環境下圖書情報專業學生數據素養教育提升的優化策略[37]。

3.2.3 ?數據素養研究主題的戰略坐標分析

首先，基于3.2.2節中討論的數據素養主題，根據公式（1）和公式（2）分別計算各主題的向心度和密度（見表1）。其次，以向心度為X軸，密度為Y軸，各主題向心度與密度的平均值為原點，繪制戰略坐標圖（見圖5）。

向心度代表數據素養研究主題間關系的強弱，即核心度，向心度越大，表明該研究主題與其他研究主題間的關系越緊密，則越是數據素養領域的核心研究主題，反之則是邊緣性研究主題。密度代表數據素養研究主題內部的緊密程度，即成熟度，密度越大，表明該主題內部的聯系越緊密，主題成熟度越大，反之亦然。

根據數據素養主題的戰略坐標分析圖（見圖5），從全局角度分析，科研人員數據素養教育（主題一）和大數據時代數據素養教育研究主題（主題七）的向心度值較大，表明這兩個研究主題與其他研究主題有較為密切的聯系，在數據素養領域中占據著核心地位，而且也是被廣泛關注的研究主題;各研究主題的密度值差距不大，表明各研究主題的研究依然處于探索階段。從局部角度分析，在數據素養領域，相較于其他研究主題，主題一和主題七位于第一象限，屬于研究成熟且較為核心的研究主題，這類主題與其他主題的關系較為緊密，且主題內部的連接較為緊密，初步形成研究體系，可以認為是目前數據素養領域的研究熱點;主題三位于第二象限，屬于研究成熟但邊緣化的主題，該主題的研究較為成熟，內部連接較為緊湊，已形成一定的研究規模和體系，但該類主題與其他研究主題的關系較弱一些。主題二、主題四、主題五、主題六、主題八位于第三象限，這類主題屬于研究不成熟且邊緣化的研究主題，該類主題與其他主題間的關系較為稀疏，且主題內部的結構較為松散，并未形成成熟穩定的研究體系，但隨著數字技術的不斷發展和應用，這類研究主題未來可能會發展成為數據素養領域新興的研究主題。

4 ?研究結論

根據前文的數據素養主題聚類及戰略坐標分析結果可知，國內數據素養的未來研究趨勢將更傾向于數據素養教育研究。其中，主要研究內容可以分為圖5中的八大研究主題，并且根據數據素養研究主題間的內容關系可知，八大研究主題可以歸納為5類，即主體、客體、目標、效果及環境，其構成了未來數據素養教育的主要核心要素，其具體內容如下：

4.1 ?圖書館和圖書情報學科是推動數據素養教育發展的主體

在過去的信息時代發展主題下，圖書情報相關學科就是我國信息素養培養的主體。雖然在新一代信息技術發展下當前我國進入了全新的數字經濟時代，但從“數據—信息—知識—情報”的關聯邏輯上看，數據素養的內涵和外延均比過去的信息素養的內涵及外延要寬泛很多。依據2021年11月5日中央網絡安全和信息化委員會發布的《提升全民數字素養與技能行動綱要》可知，數據素養內涵、行動方向實際上是對過去信息時代中全民信息素養培養的更深層次內涵挖掘和落實，這使得從前從事圖書館和圖書情報學科中信息素養教育科研的更多群體進一步將重心聚焦于推動和完善社會各產業數字化轉型升級中的數據素養培養體系構建工作。當前及未來的社會各產業數字化轉型升級無疑需要最大范圍的實現全民數據素養水平提升，這自然賦予了圖書情報學界同仁們需要加大力度充分圍繞著國家數字化轉型的各個方面開展專業化數據素養教育及發展的主體使命。

4.2 ?數據館員、科研人員、教師等是數據素養教育的主要客體

事實上，圖書館在發揮社會服務的載體功能時，其又是數據素養教育的主要客體。數據素養教育是各類圖書館的重要職能之一，特別是圖書館中的數據館員則是未來數字時代圖書館發揮社會服務的重要載體;當然，從“數據—信息”服務的頂層邏輯來看，社會中所有從事數字化轉型的科研人員、教師及推動數字化轉型的一切人員均構成了數據素養教育的主要客體。2021年12月27日中央網絡安全和信息化委員會印發了《“十四五”國家信息化規劃》，其中將“全民數字素養與技能提升行動”作為十大優先內容之一，這為未來我國數據館員、科研人員及教師等從事數據素養教育實踐與研究的高質量發展指明了行動方向。

4.3 ?實現科研數據的高效管理是數據素養教育擬達到的主要目標

對于個體來講，接受數據素養教育的主要目標是提升數據挖掘、分析及應用技能，但從國家戰略的高度來看，數據素養教育的主要目標是為了讓數據要素在其生產、流動和開發應用的各個環節中均按特定的科學邏輯產生協同與創新效應。因此，對于整個社會來講，實現科研數據的高效管理自然是當前及未來我國社會各產業數字化轉型先期的重要保障手段，同時也是全民數據素養提升所追求的主要目標。

4.4 ?數據素養教育評價是為了展現數據素養教育的最終效果

和以往信息時代中的信息素養教育成效評價一樣，在當前以數據為核心要素的數字化、智能化時代背景中，數據素養教育成效的評價依然非常重要，這關系到數據產業相關人才的高質量培養。此外，在當前的數字人文發展背景下，數據素養教育評價也關系著各學科教育成效的判定。當然，隨著大數據、人工智能等相關技術、理論的發展，數據素養教育評價的方法與以往的信息素養教育評價不同，當前及未來的數據素養教育評價需要通過充分挖掘數據要素主體、客體及其作用方式等全要素數據為評價對象，并應用數字化、智能化的科學評價手段及分析方法進行數據素養教育評價，從而對數據素養教育的效果進行實時跟蹤與科學反饋，最終實現高質量的數據素養教育評價及其保障體系構建。

4.5 ?數智化時代背景是數據素養教育所處的環境

在大數據、物聯網、云計算、人工智能等全新一代信息技術的發展下，社會各產業正面臨著更高水平的數字化、智能化轉型升級，進而使數據要素成為未來社會生產中的核心戰略資源。在2021年3月全國兩會發布的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》中專篇指明了要“加快數字化發展，建設數字中國”，其中明確指出要“激活數據要素潛能”。對于數據要素的挖掘及開發利用來說，一旦脫離其所關聯的數字化、智能化環境，就會失去其本身所具有的價值。可以說，數據素養的培養需要所有參與方充分把握數據生產、清洗、存儲、更新、協同和失效的全周期。因此，在社會各產業廣泛進行數字化、智能化轉型升級的時代背景中，數據素養教育的主體和客體均需要立足于特定數智化環境開展數據素養的培養和提升工作。

綜合來講，圖書館及圖書情報學科作為數據素養教育的主要陣地，也是數據素養教育的主體，促進數據館員、科研人員、教師等數據素養的提升，科研人員等數據素養的提升有助于實現科研數據的管理。同時，通過對主體及客體數據素養教育的評價可以展現數據素養教育的效果，反向促進主體及客體數據素養的提升;大數據、物聯網、云計算、人工智能等新興信息技術發展下，數字化、智能化升級轉型所形成的數智化環境對科研數據管理提出了更高的要求，也推動著圖書館、圖書情報學科數據素養教育和數據館員、科研人員、教師等數據素養教育的提升。因此，數據素養各研究主題之間相互依存，相互促進，共同發展。上述各內容的關鍵要素相互作用關系如圖6所示：

根據數據素養主題戰略坐標圖（見圖5），“數據館員數據素養”研究主題的向心度最大（0.368），“圖書館數據素養教育”研究主題的向心度次之（0.243），因此，圖6數據素養教育研究主體和客體中的圖書館數據素養教育研究和數據館員數據素養研究將會成為數據素養領域的未來的研究趨勢。當前我國數據素養教育的研究依然處于發展的初期，并沒有形成完善的數據素養教育理論以及成熟的數據素養教育體系。隨著新一代信息技術的不斷發展，對公民數據素養的要求會越來越高，圖書館作為數據素養教育的主要陣地之一，有必要構建完善的數據素養教育體系、研究其發展路徑，并輔以實踐。當然，圖書館數據素養教育的不斷發展也將引起圖書館館員服務模式的變革，開始從原有的學科服務、信息服務轉向數據服務，新一代圖書館員（即數據館員）必將不斷興起，相關的服務體系、崗位職責及數據技能等也會成為主要研究內容。

5 ?總結

“數智化”趨勢下，大數據、人工智能、區塊鏈、云計算等技術的加速創新，推動了數字經濟的不斷發展。數據作為一種新的生產要素，為數字經濟的發展注入了新動能，也對社會的發展產生深刻的影響。數據素養作為數字經濟社會發展的基石，有助于人類快速適應新業態、新模式，成為每個人必備的素養，也成為了學術界廣泛討論的焦點。研究發現，數據素養的研究內容更加多元化，數據素養教育的對象、方式、內容呈現出多樣化的發展模式。從數據素養教育對象維度分析，數據素養教育對象已經不囿于傳統的圖書館員或者情報分析人員，而是擴大到全民范疇，如教師數據素養教育、科研人員數據素養教育、圖書館員數據素養教育。從數據素養教育方式維度分析，數據素養教育呈現多途徑、多渠道發展，后疫情時代，數據素養教育產生了線上線下相結合方式，同時，也在逐漸形成跨學科、跨地域的合作模式。從數據素養教育的內容維度分析，數據素養教育的內容研究更加豐富，除了數據的檢索、獲取、整理的技能教育培訓，數據倫理、數據思維、數據處理、數據挖掘、數據共享、數據保存等內容的研究也成為重點。此外，數據素養教育的內容更加符合實際生產生活。總體分析，數據素養的研究需要與時俱進，數據素養教育的研究更需要滿足時代發展的要求，在提升全民數據素養的同時，也需要繼續完善數據素養教育的評價體系，推動數據素養的研究。

參考文獻：

[1] STEPHENSON E， CARAVELLO P S.Incorporating data literacy into undergraduate information literacy programs in the social sciences： a pilot project[J]. Reference services review， 2007， 35（4）： 525-540.

[2] 黃如花， 李白楊.數據素養教育：大數據時代信息素養教育的拓展[J]. 圖書情報知識， 2016（1）： 21-29.

[3] 孟祥保， 錢鵬. 高校社會科學數據管理的國際經驗及其借鑒——以UKDA和ICPSR為例[J]. 情報資料工作， 2013（2）： 77-80.

[4] CALLON M， COURTIAL J P， TURNER W A， et al. From translations to problematic networks： an introduction to co-word analysis[J]. Social science information， 1983， 22（2）： 191-235.

[5] COBO M J， LóPEZ-HERRERA A G， HERRERA-VIEDMA E， et al. An approach for detecting， quantifying， and visualizing the evolution of a research field： a practical application to the fuzzy sets theory field[J]. Journal of informetrics， 2011， 5（1）： 146-166.

[6] BAILEY K D. Numerical taxonomy and cluster analysis[J]. Typologies and taxonomies， 1994， 34： 35-65.

[7] ECK N J V， WALTMAN L. How to normalize cooccurrence data？ an analysis of some well‐known similarity measures[J]. Journal of the American society for information science and technology， 2009， 60（8）： 1635-1651.

[8] LAW J， BAUIN S， COURTIAL J P， et al. Policy and the mapping of scientific change： a co-word analysis of research into environmental acidification[J]. Scientometrics， 1988， 14（3-4）： 251-264.

[9] CALLON M， COURTIAL J P， LAVILLE F. Co-word analysis as a tool for describing the network of interactions between basic and technological research： the case of polymer chemsitry[J]. Scientometrics， 1991， 22（1）： 155-205.

[10] LEE B， JEONG Y I. Mapping Korea’s national R&D domain of robot technology by using the co-word analysis[J]. Scientometrics， 2008， 77（1）： 3-19.

[11] GIANNAKOS M， PAPAMITSIOU Z， MARKOPOULOS P， et al. Mapping child–computer interaction research through co-word analysis[J/OL]. International journal of child-computer interaction， 2020， 23： 100165 [2021-11-01]. https：//www.sciencedirect.com/science/article/pii/S2212868920300015.

[12] 王康， 高繼平， 潘云濤， 等. 多位態研究主題識別及其演化路徑方法研究[J]. 圖書情報工作， 2021， 65（11）： 113-122.

[13] 雷春蓉， 陳夢. 國內外高校圖書館數據素養教育比較研究[J].圖書館， 2021（4）：47-51.

[14] 梁宇， 鄭易平. 高校博士生數據素養的影響因素及應對策略[J]. 情報理論與實踐， 2021， 44（4）：146-152， 137.

[15] 惠恭健， 曾磊. 智能時代的數據素養： 模型構建、指標體系與培養路徑——基于國內外模型的比較分析[J].遠程教育雜志， 2021， 39（4）： 52-61.

[16] 顧立平， 張瀟月.開放科學環境下數據館員的實踐探析[J].圖書情報知識， 2020（2）： 60-74， 112.

[17] 張璐， 盛興軍.中外數據館員培訓實踐調研與比較研究[J].新世紀圖書館， 2020（2）： 31-35， 47.

[18] 李梅.大學圖書館的研究數據服務創新與數據館員新角色——英國愛丁堡大學范例研究[J].圖書與情報， 2019（3）：122-130.

[19] 王寧， 王震宇.大數據驅動下高校圖書館員數據技能分級培育模式研究[J].高校圖書館工作， 2018， 38（4）：10-17， 47.

[20] 陳媛媛， 柯平. 大學圖書館數據館員職業技能發展研究[J]. 情報資料工作， 2018（2）： 97-102.

[21] 許鑫， 張月.數據時代圖書館員角色的轉變——數據館員的興起[J].圖書情報工作， 2021， 65（7）： 60-66.

[22] 李文文， 周萍.基于科研生命周期的科學素養教育研究[J].現代情報， 2017， 37（1）： 156-159.

[23] LASSWELL H D. The structure and function of communication in society[J]. The communication of ideas， 1948， 37（1）： 136-139.

[24] 朱靜.公共圖書館數據素養教育體系探析[J].高校圖書館工作， 2020， 40（5）： 80-84.

[25] 張長亮， 王晨曉， 李竟彤. 大數據時代中美高校數據素養教育比較研究[J]. 情報理論與實踐， 2019， 42（8）： 131-137.

[26] 潘雪， 陳雅. 我國高校數據素養教育評價指標體系探析[J].新世紀圖書館， 2018（7）： 31-34.

[27] 吳愛芝， 王盛. 高校圖書館數據素養教育體系設計研究——以北京大學圖書館為例[J].大學圖書館學報， 2020， 38（6）： 96-103.

[28] 張文亮， 劉敬儀. 我國高校圖書館數據素養教育體系框架初探[J]. 高校圖書館工作， 2017， 37（4）： 80-84.

[29] 肖希明， 倪萍.中美LIS教育中數據素養教育的調查與比較分析[J].圖書與情報， 2018（1）： 20-27.

[30] 李青， 任一姝.國外教師數據素養教育研究與實踐現狀述評[J].電化教育研究， 2016， 37（5）： 120-128.

[31] 李青， 任一姝.教師數據素養能力模型及發展策略研究[J].開放教育研究， 2016， 22（6）： 65-73.

[32] 李新， 楊現民. 中小學教師數據素養培訓課程設計與實踐研究[J]. 中國電化教育， 2020（5）： 111-119， 134.

[33] 林秀清， 楊現民， 李怡斐.中小學教師數據素養評價指標體系構建[J].中國遠程教育， 2020（2）： 49-56， 75， 77.

[34] 林秀清， 楊現民， 李新.中小學教師數據素養的發展路徑與培養策略[J].現代教育技術， 2020， 30（1）： 59-65.

[35] 許亞鋒， 彭鮮， 曹玥， 等.人機協同視域下教師數智素養之內涵、功能與發展[J].遠程教育雜志， 2020， 38（6）： 13-21.

[36] 司莉， 姚瑞妃.圖書情報專業研究生數據素養課程設置及特征分析——基于iSchool聯盟院校的調查[J].圖書與情報， 2018（1）： 28-36， 101.

[37] 周林興， 周麗， 艾文華.大數據背景下圖情檔專業研究生數據素養教育探析[J].圖書情報工作， 2019， 63（19）： 57-65.

作者貢獻說明：

李姣姣：進行數據處理與分析，撰寫與修改論文;

楊志和：撰寫與修改論文。

A Review of Data Literacy Research Based on Knowledge Map in China

Li Jiaojiao1 ?Yang Zhihe2

1China Academy of Information and Communications Technology， Beijing 100080

2School of Information Management， Heilongjiang University， Harbin 150081

Abstract： [Purpose/Significance] In order to understand the current status of data literacy research in China， sort out the main topics and development trends of data literacy research. [Method/Process] Taking the co-word analysis method as the theoretical basis， based on cluster analysis method and strategic coordinate analysis method， this paper constructed the knowledge map of data literacy research topics and strategic coordinate map， and visualized them. [Result/Conclusion] It is found that the research on data literacy is in the exploratory period， and the research content is diversified， which is roughly divided into eight topics. Different research topics are interrelated and promote each other. The future research trend may leap forward to the research on library data literacy education and the research on data literacy of a new generation of librarians.

Keywords： data literacy ? ?knowledge map ? ? co-word analysis ? ? strategic coordinate analysis

作者簡介：李姣姣，工程師，碩士，E-mail： 18646646027@163.com;楊志和，副教授，博士，碩士生導師。

收稿日期：2021-11-29 ? ? ? ?發表日期：2022-03-24 ? ? ? ?本文責任編輯：劉遠穎