圖書館學(xué)情報(bào)學(xué)2021年轉(zhuǎn)載特征及研究熱點(diǎn)*
——基于人大復(fù)印報(bào)刊資料轉(zhuǎn)載的數(shù)據(jù)

嚴(yán) 珊

(中南財(cái)經(jīng)政法大學(xué)圖書館，湖北 武漢 430073)

中國人民大學(xué)復(fù)印報(bào)刊資料庫(以下簡稱“資料庫”)搜集、整理、編輯人文社會科學(xué)資料，具有較高的學(xué)術(shù)價(jià)值，通過摘編、濃縮、匯集某一學(xué)科領(lǐng)域的高質(zhì)量研究成果，以優(yōu)質(zhì)的資源和便捷的方式，為學(xué)者提供知識管理與知識服務(wù)。筆者以資料庫中的《圖書館學(xué)情報(bào)學(xué)》為數(shù)據(jù)來源，對其所載文章的內(nèi)容特征進(jìn)行研究分析，旨在快速了解該學(xué)科領(lǐng)域的研究熱點(diǎn)、研究成果及研究趨勢。

1 《圖書館學(xué)情報(bào)學(xué)》選文基本特征

1.1 原發(fā)期刊分布

筆者統(tǒng)計(jì)后發(fā)現(xiàn)，《圖書館學(xué)情報(bào)學(xué)》2021年選文的來源期刊共有23種，共收錄文章206篇。原發(fā)期刊及相關(guān)指標(biāo)數(shù)據(jù)詳見表1(被轉(zhuǎn)載量占比是指期刊被資料庫轉(zhuǎn)載的相對值，轉(zhuǎn)載率是指期刊當(dāng)年被轉(zhuǎn)載量占期刊當(dāng)年發(fā)文總數(shù)的比例)。表1顯示，排名前18的均為核心期刊，說明資料庫選文要求文章具有較高的學(xué)術(shù)價(jià)值。排名第20的《科技情報(bào)研究》是2019年新創(chuàng)立的期刊，雖不是核心期刊但轉(zhuǎn)載率達(dá)到8.33%，說明該刊在論文質(zhì)量和研究熱點(diǎn)方面把關(guān)較嚴(yán)。

表1 被轉(zhuǎn)文章前20的原發(fā)期刊統(tǒng)計(jì)

(續(xù)表)

1.2 收錄時效

收錄論文的時效性是指入選論文的收錄年與發(fā)文年之間的時間差，時效性反映了資料庫對學(xué)科領(lǐng)域研究熱點(diǎn)的反應(yīng)速度。如下頁表2所示，論文被資料庫轉(zhuǎn)載的時間差為0的文章比例為89.91%，時間差為1的文章比例為10.19%，時間差為2及以上的文章比例為0，說明當(dāng)年新發(fā)表論文是資料庫選文的主要來源。進(jìn)一步分析發(fā)文年和收錄年的期數(shù)后可知，時間差為1的文章的原期刊發(fā)表時間大多是當(dāng)年的最后1期，導(dǎo)致未能在《圖書館學(xué)情報(bào)學(xué)》出刊前被錄入，由此也說明資料庫收錄論文非常重視時效性。

表2 收錄年與發(fā)文年差值情況

1.3 基金項(xiàng)目分布

從基金項(xiàng)目看，《圖書館學(xué)情報(bào)學(xué)》收錄的論文中國家級項(xiàng)目占59.92%，其中國家社會科學(xué)基金占比為41.62%，國家自然科學(xué)基金占比為11.35%，教育部人文社會科學(xué)研究項(xiàng)目占比為5.95%。

2 《圖書館學(xué)情報(bào)學(xué)》選文作者分析

2.1 高被轉(zhuǎn)作者分析

資料庫2021年轉(zhuǎn)載文獻(xiàn)的第一作者共有181人，其中被轉(zhuǎn)3篇的作者有5人，被轉(zhuǎn)2篇的作者有15人，詳見表3。表3顯示，被轉(zhuǎn)論文排名前20的作者的H指數(shù)均大于12，平均數(shù)為23.4，說明資料庫收錄的高被轉(zhuǎn)作者通常也是高被引作者。

表3 被轉(zhuǎn)排名前20的作者(第一作者)統(tǒng)計(jì)

(續(xù)表)

2.2 作者機(jī)構(gòu)分布

筆者分析資料庫收錄的作者所屬的一級機(jī)構(gòu)可知，206篇文章的來源機(jī)構(gòu)共107家，均為國內(nèi)機(jī)構(gòu)，大部分為高校和研究所。因篇幅有限，筆者僅列出總被轉(zhuǎn)載量排名前20的機(jī)構(gòu)，詳見表4。表4中的機(jī)構(gòu)大部分在我國圖情領(lǐng)域具有較強(qiáng)的學(xué)術(shù)影響力，其中被轉(zhuǎn)載論文排名前9的機(jī)構(gòu)均為高校，且均在全國第4次學(xué)科評估中排名靠前，說明資料庫選文時較注重作者所屬機(jī)構(gòu)的學(xué)術(shù)地位。

表4 轉(zhuǎn)載量排名前20的機(jī)構(gòu)統(tǒng)計(jì)

3 《圖書館學(xué)情報(bào)學(xué)》選文熱點(diǎn)分析

為進(jìn)一步了解圖情領(lǐng)域的選文熱點(diǎn)，筆者利用高頻關(guān)鍵詞可視化圖譜選取出現(xiàn)頻次≥7的高頻詞進(jìn)行分析，發(fā)現(xiàn)數(shù)字人文、新文科、社交媒體、人工智能等是高頻關(guān)鍵詞網(wǎng)絡(luò)圖譜中聯(lián)系最緊密、出現(xiàn)最多的關(guān)鍵詞。

3.1 圖書館學(xué)情報(bào)學(xué)在數(shù)字人文研究中的應(yīng)用

圖書館是數(shù)字人文天然的孵化器，圖書館學(xué)情報(bào)學(xué)與人文學(xué)科的深度融合更容易實(shí)現(xiàn)數(shù)字與人文之間的實(shí)用性和效益性，有利于人文學(xué)科在實(shí)際應(yīng)用層面上的推廣利用。圖情界可通過為史料數(shù)字化建設(shè)提供標(biāo)準(zhǔn)參考、為學(xué)科融合提供高層互操作框架、為數(shù)字資源提供可長期保存的基礎(chǔ)設(shè)施、提供共建共享的數(shù)據(jù)平臺服務(wù)等方式參與人文學(xué)科的融合建設(shè)。例如，黃如花等從圖書情報(bào)的角度探索了數(shù)據(jù)信息領(lǐng)域的新問題，內(nèi)容包括面向政府決策的數(shù)據(jù)素養(yǎng)培訓(xùn)、基于Altmetrics(學(xué)術(shù)產(chǎn)出的社會傳播指標(biāo))的網(wǎng)絡(luò)科學(xué)論文擴(kuò)散追蹤、信息流行病與健康信息學(xué)、面向知識的用戶畫像、社交媒體信息歸類存檔等；劉瀏等從多個角度對《春秋》三傳中的女性人物進(jìn)行知識標(biāo)注和新的解讀；李惠等以《四庫全書總目》為研究對象，采用提要網(wǎng)絡(luò)分析模型構(gòu)建了古籍目錄分析工具，并整合提要的元數(shù)據(jù)和語義信息到推薦算法中，完善提要推薦系統(tǒng)；曾蕾等通過舉證圖檔博對珍貴文化遺產(chǎn)進(jìn)行數(shù)據(jù)和信息源處理的三個階段，即數(shù)字化、數(shù)據(jù)化和語境化，論證了語義增強(qiáng)技術(shù)應(yīng)用于圖檔博對數(shù)字人文發(fā)展的支持。

3.2 圖書館學(xué)情報(bào)學(xué)在社交媒體中的應(yīng)用

在大數(shù)據(jù)時代，社交媒體作為網(wǎng)絡(luò)信息的重要載體，成為記錄人類活動信息與保存人類記憶的重要形式和不可忽視的數(shù)據(jù)來源，對其歸檔有利于拓展人類記憶空間。例如，安璐等構(gòu)建了社交媒體高影響力用戶完整畫像，幫助突發(fā)事件管理部門快速識別并掌握社交媒體中關(guān)鍵用戶的態(tài)度傾向和關(guān)注熱點(diǎn)，為輿情管理和應(yīng)急預(yù)案提供數(shù)據(jù)支持；李綱等以圖像語義理解框架為研究基礎(chǔ)，通過機(jī)器學(xué)習(xí)與深度學(xué)習(xí)構(gòu)建圖文相關(guān)性的多標(biāo)簽分類方法，以此分析、理解災(zāi)害情境下的微博圖文內(nèi)容；王晰巍等通過構(gòu)建區(qū)塊鏈網(wǎng)絡(luò)謠言甄別模型，凈化網(wǎng)絡(luò)信息，保證輿情信息傳播的安全性、完整性和可追溯性；李旭光等將信息生態(tài)理論應(yīng)用于信息搜尋行為當(dāng)中，探索用戶搜尋行為的影響因素以及引導(dǎo)用戶搜索健康信息。

3.3 新文科建設(shè)背景下的圖情檔學(xué)科建設(shè)

學(xué)科融合、復(fù)合型高素質(zhì)人才稀缺、社會問題復(fù)雜化是新文科提出的背景。在新文科背景下，新技術(shù)諸如大數(shù)據(jù)、人工智能、5G、物聯(lián)網(wǎng)、云計(jì)算、區(qū)塊鏈的快速崛起與發(fā)展對圖情領(lǐng)域產(chǎn)生了深刻影響。在教育定位上，程煥文等認(rèn)為中國圖書館學(xué)教育需在“培養(yǎng)什么人、怎樣培養(yǎng)人、為誰培養(yǎng)人”方面交好答卷；柯平認(rèn)為在新文科建設(shè)背景下新圖情檔建設(shè)需通過技術(shù)賦能構(gòu)建人文技術(shù)一體式教育，滿足社會需求，突出中國特色；馬費(fèi)成等認(rèn)為要以新文科建設(shè)為契機(jī)，通過面向社會需求、重視理論創(chuàng)新、加強(qiáng)交叉融合、恪守人文傳統(tǒng)等措施推動圖書情報(bào)學(xué)科未來的發(fā)展；初景利等認(rèn)為新文科背景下圖情檔建設(shè)應(yīng)從軟學(xué)科走向硬學(xué)科，在理論與實(shí)踐中加強(qiáng)圖情檔一級學(xué)科內(nèi)的深度發(fā)展，探究跨學(xué)科的交叉融合，并努力促進(jìn)和擴(kuò)大圖情檔學(xué)科的滲透與輸出。

3.4 圖情領(lǐng)域人工智能技術(shù)的改進(jìn)與應(yīng)用

在圖情領(lǐng)域人工智能技術(shù)研究方面，孫二林等完善了情報(bào)轉(zhuǎn)化理論，在理論與實(shí)踐中解決人工和機(jī)器、信息和情報(bào)的轉(zhuǎn)換與融合問題；張智雄等構(gòu)建了“科技文獻(xiàn)庫”向“科技知識引擎”轉(zhuǎn)變的路徑，探討了如何把深度學(xué)習(xí)技術(shù)應(yīng)用到情報(bào)分析中的知識挖掘當(dāng)中。人工智能技術(shù)作為新一輪科技革命和產(chǎn)業(yè)變革的重要推動力，在疫情防控信息管理中具有巨大的潛能，同時也存在數(shù)據(jù)、算法和信息安全等問題和挑戰(zhàn)。基于此，趙楊等分析了人工智能技術(shù)在疫情防控、社會治理、疾病診療、復(fù)工復(fù)產(chǎn)等場景中的應(yīng)用作用，并從數(shù)據(jù)、場景、技術(shù)三個維度構(gòu)建與人工智能技術(shù)相匹配的疫情防控大數(shù)據(jù)平臺，形成以人工智能為核心技術(shù)的疫情防控“硬核”支撐。