基于CiteSpace分析下的圖書館安全研究

●張莉紅 孟顯麗 解登峰 宋業垚

圖書館為讀者密集場所。隨著圖書館不斷進行空間改造和技術創新，現在的圖書館正朝著智能化發展，擴增了多個讀者需求的個性化空間，如創客空間、咖啡吧、讀者研修和討論間等，大大提高了讀者來館的向往度。加之數字圖書館的興起，讀者對圖書館的依賴則從實體館開放的每周幾十小時變為全天24 小時。圖書館作為重要安全防護場所，對于圖書館的安全問題研究一直未曾停止，從開始只注重實體館的安全防護（包括實體館的防火、防水、防盜問題以及對讀者和工作人員人身安全等），到1996年國家圖書館申請建設數字式圖書館后數字圖書館蓬勃發展，圖書館安全問題轉向了實體館安全和數字圖書館安全雙頭并重。隨著數字化時代的到來，圖書館安全研究的重心開始逐步轉向數字圖書館建設和運行中帶來的系列安全問題。為了使安全研究趨勢和熱點可視化，本文采用CiteSpace 軟件對近20 年發文情況進行多角度的分析。

一、數據來源及研究工具

本研究通過限定主題詞的方式獲取數據源，所分析的文獻均來源于CSSCI 數據庫，每條數據包含題名、作者、機構、學科、關鍵詞及引文文獻等。具體檢索方式為在CSSCI 數據庫中選擇“來源文獻”的高級檢索，限定主題詞為“圖書館”AND“安全”，發文年代的時間范圍為1998—2018 年，共獲得412 篇文獻，排除不相關文獻，共得391 篇文獻。檢索日期為2019 年6 月27 日。

本研究采用的可視化工具CiteSpace 是美國Drexel 大學陳超美教授基于JAVA 平臺開發的一種引文信息可視化軟件。該軟件通過對特定領域文獻（集合）進行定量，利用可視化的手段來呈現科學知識的結構、規律和分布情況。對揭示某一學科領域的研究進展、前沿趨勢以及對應的知識基礎具有顯著的效果。本研究選擇CiteSpace 版本（V5.3.R3），對數據進行了分段處理，以每2 年為一個時間分區進行切割，每個時間分區內提取50 篇被引頻次最高的文獻。結果按照每兩年一個時間段進行處理。

二、CiteSpace 計量分析

1.關鍵詞分析。學術期刊論文的關鍵詞是“作者對于文章核心的概括和精煉，是一篇文章的精髓”。關鍵詞詞頻分析法是指在某一研究領域中利用能夠表達文獻核心內容的關鍵詞出現頻次高低，來確定該領域研究熱點和發展動向的文獻計量方法。在一段時間內，關鍵詞出現頻率越高，越能表明該階段研究的熱點。將上文的樣本文獻導入CiteSpace，由于“圖書館”和“安全”是數據檢索式的搜索詞，因而出現較高頻次是合理的，所以這些關鍵詞不在文章重點討論的范圍內，將這些關鍵詞去掉后得到按頻次排列的高頻次列表，如表1 所示，其中“年份”為該關鍵詞在研究區間內首次出現的時間。從表中可看出，信息安全、網絡安全、數字圖書館、安全管理、數據安全等是圖書館安全研究的高頻關鍵詞。

表1 圖書館安全研究的高頻關鍵詞列表

對圖書館安全的研究前沿分析可通過對20 年來關鍵詞的變化展開。用CiteSpace 對關鍵詞進行統計，參數設置與之前相同。將視圖顯示類型選擇為Timezone，可發現隨著時間的推移，研究前沿從數字圖書館、信息安全、網絡安全等逐步向云計算和大數據轉變。

圖書館的安全研究前沿不光可以通過關鍵詞的變化展開進行，還可以通過突現詞探測進行研究。突現詞探測是CiteSpace很重要的一項功能，通過考察詞頻的時間分布，將其中頻次變化率高的詞從大量的主題詞中探測出來，根據詞頻的變動趨勢，而不僅僅是頻次的高低，來確定研究的前沿領域。從表2 可看出1998 年-2000 年，隨著ILAS、匯文等圖書館自動化系統的普及，加之數字圖書館開始蓬勃發展，圖書館安全研究以數字圖書館、數據安全方面居多；2010—2014 年，圖書館的安全研究更多地轉向了時下最為熱點發展的云計算和大數據研究，而信息安全管理始終貫穿于兩個階段。

對比兩種前沿研究的方法，得出的圖書館安全研究前沿的結論較為一致。

表2 圖書館安全研究的突現詞列表

2.作者分析。對論文作者進行分析，可以確定該領域的高產作者及作者之間的合作關系。通過CiteSpace 軟件，Nodes type選擇Author，得到1998 年-2018 年CSSCI 來源期刊中圖書館安全研究的高產作者。圖書館安全研究高水平論文的高產作者較少，發文量大于2 篇的只有33 位作者，共計發文84 篇，占總發文量的21.5%。其中，發文量排名前4 位的分別是陳臣（8 篇）、黃水清（8 篇）、馬曉亭（6 篇）和任妮（4 篇）。運用CiteSpace 軟件對圖書館安全研究論文繪制合作圖譜，發現陳臣和馬曉亭組成合作團隊，黃水清和任妮組成合作團隊，其他作者之間合作或發文較少。陳臣和馬曉亭的合作團隊側重于研究云計算環境下圖書館IaaS 平臺的技術架構與安全策略、云計算環境下數字圖書館虛擬化安全問題與對策研究及大學數字圖書館網絡安全現狀及對策研究等。黃水清和任妮合作團隊側重于數字圖書館信息安全風險評估和風險控制研究以及基于ISO27001 的數字圖書館信息安全管理的研究等。

3.作者、期刊被引分析。在文獻計量學中，有學者認為引文分析法就是利用數學及統計學方法進行比較、歸納、抽象、概況等，對科學期刊、論文、著者等分析對象的引用和被引用現象進行分析，以揭示其數量特征和內在規律的一種信息計量研究方法。通過研究作者的共被引分析，可以得到研究領域中高被引作者的分布，確定該領域有影響的作者。期刊的共被引分析則提供了研究領域中重要知識來源的分布，可以顯示該領域研究引用了哪些期刊、期刊之間的聯系是怎樣的以及這些期刊聚類組成的學科知識領域如何分布。

運用CiteSpace 軟件，Nodes type 選擇Cited Author，參數設置如前文，得到圖書館安全研究的作者共被引網絡圖譜。在圖書館安全研究領域的高被引作者分別為黃水清、謝汝昆、王長全和王偉軍。這幾位作者也可以稱之為在此領域研究中有影響的作者。

運用CiteSpace 軟件，Nodes type 選擇Cited Journal，進行期刊共被引分析，時間切片仍為2 年，各時間切片閾值為Top50，對被引期刊進行統計（表3）。從表3 可以看出，圖書館安全相關研究共被引頻次較高的前16 位期刊均為圖情類期刊，年份相對較早，均集中于1998—2004 年。2004 年之后共被引的期刊，則計算機、網絡相關等類別的共被引期刊居多，占69.2%。說明圖書館安全研究與計算機、網絡、信息等方面越來越密切，這也與前文關鍵詞的分析研究結果形成呼應。

表3 被引頻次達到5 次的期刊統計表

通過對共被引期刊按照Indexing Terms 進行聚類標記可得信息安全管理、信息安全、數字圖書館、專利、個人信息、網絡安全、大數據、研究前沿8 個聚類，編號從#0 一直到#7。編號跟聚類的規模有關，聚類規模越大（也就是聚類中包含的成員數量越大），則編號越小。聚類期刊同質性指標的數值越大，則代表該聚類成員的相似性越高。平均年份為該聚類中期刊共被引的平均年份。從聚類結果來看，信息安全管理領域的聚類期刊數量最多，而大數據領域的聚類平均年份最新?？梢妼D書館安全研究而言，信息安全領域的研究是近20 年來的重點關注領域，而大數據領域的研究是最新的熱點關注領域。

三、研究結論

基于CSSCI 數據庫，運用CiteSpace 軟件對1998-2018 年圖書館安全研究的關鍵詞、作者及作者與期刊被引情況進行可視化分析，得出以下結論：（1）研究前沿從數字圖書館、信息安全、網絡安全等逐步向云計算和大數據轉變且與計算機、網絡、信息等方面越來越密切；（2）研究高產作者為陳臣、黃水清、馬曉亭和任妮，其中陳臣和馬曉亭組成合作團隊，黃水清和任妮組成合作團隊，其他作者之間合作或發文較少；（3）研究的高被引作者為黃水清、謝汝昆、王長全和王偉軍。這幾位作者也可以稱之為在此領域研究中有影響的作者；（4）此研究近20 年來的重點關注領域是信息安全領域，最新的熱點關注領域為大數據環境下帶來的圖書館系列安全問題。

圖書館的安全問題歷來是圖書館工作的重中之重，在大數據時代，圖書館的發展越來越快，出現的新問題也越來越多，因此做好圖書館的安全研究將任重而道遠。