圖書館界閱讀推廣研究熱點分析

陳志興

本文通過數據庫有關圖書館閱讀推廣主題核心論文的題錄，篩選出一些代表閱讀推廣研究主題知識點的高頻關鍵詞，運用共詞分析法，構造了高頻詞共現矩陣，讓閱讀方式更大地優化。從關鍵詞的角度預測閱讀推廣、大數據服務、智慧圖書館、文化精準扶貧等將成為未來的研究熱點。

目前，閱讀推廣方式已經成為現代圖書館領域實踐與理論的一項重要工作。閱讀推廣成為圖書服務是現代圖書館發展的一種新模式、新理念。自從中圖圖書館學會在2004年開展全民閱讀宣傳活動以來，圖書館界也開展了大量的全民閱讀推廣活動，讓大家有一個新的閱讀模式，這使到很多的圖書館在這種服務模式中創造了大量的服務和具有一定價值意義的經驗。在圖書館業務范圍中，中國社科基金于2010年批準了首個“圖書館閱讀推廣”項目之后，中國社科基金項目以閱讀為主題立項有多項，其中關于閱讀推廣主題的項目有11項。大家可以通過百度搜索引擎去搜索，得出圖情領域發表有關閱讀推廣為主題的文獻有3千多篇，而2010年之前發表文獻的總和僅有3百余篇，這說明了國家社科基金引領閱讀推廣研究成果快速增長，國內閱讀推廣已形成熱點領域。

文章取用共詞分析法，對國內圖書館業務以閱讀推廣為主題核心的論文進行梳理，篩選出高頻詞并構建共現矩陣，以得出閱讀推廣的研究熱點，為從事閱讀推廣工作的專業人員提供參考。

研究方法與數據處理

研究方法

共詞分析法是目前情報圖書館學領域常用的內容分析方法之一。其基本原理是通過統計文獻詞匯或名詞短語的共現情況來反映關鍵詞之間的關聯強度，進而確定這些詞所代表的學科領域的研究熱點、組成范式，并從橫向和縱向兩個角度分析學科領域的發展過程和結構演化。共詞分析法是建立在詞頻分析法的基礎之上，第一步是從相關文獻數據庫中抽取關鍵詞或主題詞，即出現頻次超過一定閾值并且能夠代表該學科研究主題或研究方向的高頻詞。接下來，再統計這些高頻詞同時出現在有關文獻中的累計次數，形成共詞矩陣。最后，圍繞這個共詞矩陣進行分析，探討這些高頻詞之間的親疏關系，進而分析其所代表的研究主題或研究方向。同時還擬采用以下幾種研究方法：

文獻研究法：本研究進行“我國圖書文化信息事業”相關研究文獻檢索、篩選過程中存在文獻搜集、整理、鑒別、加工等環節，使用了文獻研究法。

社會網絡分析方法：在關鍵詞共現可視化圖譜分析過程中，本研究使用了Ucinet與Citespace工具對各可視化圖譜的中心性（Centrality）、網絡密度（Density）與網絡可達性（Reachability）進行計算，主要包括：間中心度， 即網絡媒介權力程度，網絡中一個節點的中間中心度越大，說明該節點在網絡中的控制力越強，即其作為研究主題對我國圖書文化信息事業整體研究的影響力越大。在一個網絡中任意兩個節點組成點對（Point Pair），假設網絡中點對j和k之間存在n條不同的連接路線，則網絡中的點i處于點對j和k之間作為“橋”的能力就稱為點i相對于點對j和k的中間中心度，即點i在多大程度上位于點j和k的“中間”，點對j和k之間存在的經過點i的連接路線可表示為/，然而點i相對于整個網絡的中間中心度。

其次有網絡密度，即網絡圖中實際所有的連接數與理論上最多可能存在的連線總和之比。網絡密度越大，網絡節點間總體聯系越緊密，關鍵詞類簇的凝聚性越強，總體的研究方向越集中，反之則總體研究方向越多元化，以此作為各階段研究熱點的集中程度的衡量指標之一。在一個包含n個節點、m個連接的有向圖中，若實際存在的連接數為m，則該有向圖的密度D。

再次有網絡可達性，即一個網絡中任意兩個節點之間的平均最短路徑長度。平均最短路徑長度值越小，網絡中各節點之間通達度越強，可反映出各研究熱點相互間共通性越強。在含有n個節點的網絡中，任意節點i和j之間的距離定義為連接這兩個節點的最短路徑上的邊數，則網絡的平均路徑長度L為任意兩個節點間距離的平均值，達到更好的方便利用和效果。

可視化分析方法：文章利用Citespace及Ucinet 的網絡可視化工具凈畫（Net Draw）對各階段關鍵詞共現節點進行可視化圖譜繪制，包括對整體關鍵詞樣本的可視化呈現、各階段文獻關鍵詞在時間維度的關鍵詞-階段（年份）演化縱向圖譜呈現，均使用了可視化分析方法。

對比分析法：本文通過對2016-2020年我國圖書文化信息事業相關研究文獻關鍵詞共現圖譜、各階段關鍵詞共現圖譜進行了對比分析；在關鍵詞共現可視化圖譜分析過程中對各階段的社會網絡評價指標使用了對比分析法。

數據處理

數據來源：通過選擇CNKI （China National Knowledge Internet）期刊數據庫為樣本數據庫，文獻來源為SCI （ScienceCitation Index，科學引文索引）來源期刊、EI（EngineeringIndex，工程索引）來源期刊、核心期刊和CSSCI （Chinese Social Sciences Citation Index，中文社會科學引文索引）來源期刊，文獻發表時間截至 2017年12月。文獻檢索表達式為：主題=“閱讀推廣”包含“圖書館”或篇名=“閱讀推廣”包含“圖書館”，檢索時間為 2017年11月28日，共檢索出1，012 條題錄數據，去掉征文通知、通訊報道等非學術性文獻題錄67條，有效題錄數據 945 條。

篩選高頻關鍵詞：為方便起見，本研究按照儲節旺等介紹的方法，對Excel表格中的關鍵詞進行分列統計，在獲取的文獻題錄數據中，關鍵詞最少有3個，最多達到10個，共獲得關鍵詞1，751個，使用總次數為4，048次。

目前中文科技期刊文獻仍然主要采用關鍵詞自由標引，即不依賴于受控詞表，完全由標引者根據文獻主題內容自主擬詞進行標引。由于標引者的知識背景、選詞習慣以及對關鍵詞的理解認識不同，造成當前關鍵詞的標引工作仍存在通用詞過多、詞性不當、主題詞漏選、標引深度不合適以及標引不一致等問題。本文對同義進行合并，用上位類詞替代下位類詞，一些詞用規范化術語替代等，如將“大學圖書館”合并到“高校圖書館”，將“兒童”“青少年”“少兒讀者”替換為“未成年人”，將“微博”“微媒體”合并到“新媒體”中，將“總分館制”“總分館服務”合并入“總分館”中，將“兒童閱讀”合并到“少兒閱讀”，將“繪本書”“繪本館”并入“繪本閱讀”，將“真人圖書”并入“真人圖書館”，將“服務創新”“創新服務”并入“創新”，將“服務”“服務工作”“服務模式”并入“服務營銷”等。

閱讀推廣研究的共詞分析

用于共詞分析的多元統計方法主要有因子分析、聚類分析和多元尺度分析等3種。為方便起見，本文采用前兩種方法對高頻關鍵詞進行聚類分析，以提示閱讀推廣研究的熱點內容。

因子分析

因子分析是研究多個變量之間相關系數矩陣的內部依賴關系，找出能綜合所有變量的少數幾個隨機變量，這些變量通常稱為因子，然后根據相關性的大小把變量分組，使得同組內的變量之間相關性較高，但不同組間的變量相關性較低。利用因子分析法，可以達到信息濃縮的目的。

聚類分析

聚類分析是根據數據特征對數據進行分類的方法，它把數據分為若干個類別，使得類別內的差異盡可能的小，而類別間的差異盡可能的大。經典的聚類方法可以分為 3 類：層次聚類法、非層次聚類法和智能聚類方法。其中，層次聚類法是根據距離的遠近，把距離近的數據依次合并為一類，直到數據完全合并入一個類別為止，或者是首先認為所有數據是一個類別，然后通過把距離遠的數據逐步分離開來，直到所有數據各自分成一類為止。

結果

通過比較因子分析與聚類分析的分類結果，可有助于描繪出研究內容的主要類別。下面結合相關文獻，對國內圖書館界閱讀推廣的研究熱點作簡要解讀。

閱讀基礎理論

圖書館閱讀推廣屬于圖書館實踐領域，其主要支撐性理論就是閱讀學。閱讀學是研究閱讀活動的學科，涉及傳播學、教育學、心理學、社會學、語言學、圖書館學等學科，是解決閱讀過程中所產生的各種基本問題的科學。閱讀療法是以閱讀學為基礎，以閱讀材料為媒介工具，指導讀者閱讀，并幫助解決讀者個人問題。早期閱讀是閱讀學在幼兒群體中的應用表現，閱讀學和閱讀療法構成圖書館開展閱讀推廣活動的應用性理論基礎。服務是貫穿圖書館發展的主線，是圖書館的核心價值觀。

讀推廣策略

分級閱讀起源于發達國家，是按照未成年人不同年齡段的智力和心理發育程度，為其提供科學的閱讀計劃，提供有科學性和針對性的讀物；而立體閱讀是將簡單的二維閱讀轉換為多元形象的知識傳播渠道。閱讀推廣人作為閱讀推廣活動的組織者和實施者，在閱讀推廣活動中起著至關重要的作用。閱讀推廣人通過采用分級閱讀和構建立體閱讀渠道等方式，采用多種閱讀形式。

閱讀指導

閱讀指導指在閱讀活動過程中對閱讀者施予積極有益的指點和輔導，以提升閱讀效益的教育活動，經典閱讀是讀者提升人文素養的主要途徑。微信公眾平臺因其操作的便捷性、人際交流的高時效性、內容推送的豐富性、消息傳遞的精準性等特點，使得圖書館可以通過微信公眾平臺開展館藏導航、消息推送、活動宣傳、閱讀分享互動、在線交流等服務，通過閱讀和電子瀏覽等方式獲取信息，是一種便捷的閱讀途徑。

（作者單位：廣州醫科大學附屬腦科醫院）

本文為2020年度廣東省圖書文化信息協會社會科學課題研究成果之一