近10年知識組織研究的文獻計量分析

王立清+余章馗+師曉瑩+尹文彥+楊凱+郭靖宇

摘要：[目的/意義]對Web of ScienceTM核心數據庫中收錄的2007-2016年的542篇知識組織相關文獻進行分析，旨在掌握國外該領域的研究現狀，為國內的相關研究提供參考和素材。[方法/過程]采用文獻計量的方法，基于CiteSpace軟件從年度發文、作者、國家和研究機構、關鍵詞、共被引等方面進行可視化分析并繪制知識圖譜。[結果/結論]分析結果表明：B. Hjorland、I. Dahlberg、V. Broughton等作者發文量較多；研究者、研究機構之間合作緊密程度一般；知識組織的研究領域主要集中在知識組織本身以及分類法、本體等方面；B. Hjorland、H. A. Olson、I. Nonaka等被引學者及其被引文獻具有高影響力；Knowledge Organization、Journal of Documentation等是刊載知識組織方面研究論文最主要的期刊。

關鍵詞：知識組織 文獻計量 可視化分析 CiteSpace 知識圖譜

分類號：G250

引用格式：王立清， 余章馗， 師曉瑩， 等. 近10年知識組織研究的文獻計量分析[J/OL]. 知識管理論壇， 2017， 2（4）： 274-288[引用日期]. http：//www.kmf.ac.cn/p/1/142/.

隨著人們將信息管理的目光轉向知識管理，近幾年人們的認識也逐漸由信息組織轉向了知識組織。知識組織熱在圖書館情報領域逐漸蔓延，信息技術的發展給知識組織的發展也帶來了很大的機遇。

知識組織是提供文獻、評價科學文獻和系統表述以生產新的便于利用和獲取的有序化知識單元的處理系統[1]。知識組織的實質就是通過發現、搜集、整理、加工、整序、揭示、控制和共享等一系列過程和方法，對知識元素的表達和序化，并使其價值最大[2]。本文選取2007-2016年10年內知識組織研究的外文文獻，用文獻計量學的方法進行分析，一方面可以對這一領域的研究有一個整體性的把握，另一方面為國內知識組織的發展提供一些參考。

1 數據來源和分析方法

本文采用的數據來自Web of ScienceTM核心數據庫，具體包括三大引文數據庫：Science Citation Index Expanded、Social Sciences Citation Index和Arts & Humanities Citation Index （A&HCI）；數據采集時間為2017年3月20日，時間跨度為2007-2016年，共10年。采用主題=“knowledge organiz*”為檢索條件進行檢索，共得到542篇文獻。按照文獻主題是否相關進行篩選，未發現與知識組織主題不符的情況，故保留檢索所得到的542篇文獻。在下載文獻時，將數據下載方式設定為“全記錄包含所引用的參考文獻以及摘要”。

使用Excel和CiteSpace 軟件對檢索結果進行數據統計和可視化處理，利用文獻計量學的方法對統計數據從文獻的時間分布、國家和研究機構分布、作者情況、研究熱點和前沿、文獻共被引和作者共被引幾個方面進行分析，以反映出2007-2016年國外知識組織研究的發展狀況與趨勢。

2 結果分析

2.1 知識組織研究的時空分布情況

2.1.1 時間分布特征

利用文獻計量學的方法分析知識組織領域的發展歷程時，根據文獻的增長或衰減規律，對相關論文發文量進行年度統計分析可以揭示當前該領域的發展狀況，預測其研究前景與發展趨勢。對上述542篇文獻進行歷年發文量的統計，結果如圖1所示：

從圖中可以看出，近10年來，知識組織研究期刊論文數量整體呈上升趨勢，這期間期刊發文量出現了三個下滑點，分別是2009年、2011年和2014年，其他時間段都保持增長態勢，但在后階段波動幅度較大，尤其在2014年發文量下跌到 53篇，比2013年全年發文量少了15篇，是三個年份中下滑幅度最大的。

對滑點原因進行深入分析，發現滑點的年限與國際知識組織學會（ISKO）年會中討論的知識組織研究的主題有一定的關聯度。ISKO自1990年開始，每兩年召開一次國際年會，是知識組織研究的主陣地。在統計時間內年會主題如表1所示：

在2014年以前，根據年會主題統計，學者們的研究主要在對知識組織的認知、理論的探討、方法的研究等方面，研究熱度不斷增強，逐步系統化、成熟化，因此2014之前的知識組織發文量曲線總體呈穩步上升狀態。2014年開始，ISKO的研究主題更偏向于對互聯社會知識組織的發展的探討。當研究主題方向發生變化的時候，意味著該領域內的最新熱點發生了改變，學者再進行知識組織研究的時候著重點也需要改變，所以2014年的發文量會有下降的表現。

2.1.2 國家和研究機構分析

就知識組織的研究地域分布而言，排在前面的國家包括美國、巴西、西班牙、加拿大等10個國家，具體如圖2所示。這些國家的發文量占總發文量的76.5%，其中美國的發文量占總發文量的37.3%，說明這些國家對知識組織相關的研究有較強的投入，特別是美國，在知識組織領域的學術研究在科研實力和影響力上都處于領先水平。

值得注意的是，中國在知識組織領域的發文量在世界中也處于相對領先地位，圖3為中國發文量年度分布情況。發文兩篇及以上的機構有中國科學院（4篇）、南京大學（4篇）、武漢大學（3篇）、西安交通大學（2篇）和西安電子科技大學（2篇），它們都屬于圖書情報學科較強的研究機構或高校。從合作情況看，所發論文都是校內或校際學者合作，其中還有8篇是和美國、法國的學者合著。從發文時間看，2013年之后中國每年發文量有了較大增長，這可能是因為近幾年中國對知識組織有了越來越多的關注，研究水平也有了很大發展。

在圖4的機構知識圖譜中，節點大小表示機構發文數量的多少，可以從中識別出在知識組織領域活躍的機構；節點間的連線表示機構之間的聯系，可以看出該領域的研究機構彼此之間合作較少。endprint

具體來看，發文量前10的研究機構都是大學，知識組織領域的研究核心群體仍然是高校（見圖5）。其中， University of Wisconsin（威斯康星大學）（19篇）、University of Washington（華盛頓大學）（11篇）和University of Illinois（伊利諾伊大學）（6篇）都是美國高校。同樣在前10中，巴西也有三所大學：Sao Paulo State University（圣保羅州立大學）（12篇）、Federal University of Minas Gerais（米納斯聯邦大學）（10篇）和Federal University of Rio De Janeiro/University of Brazil（巴西大學）（6篇）。其他的則分別是丹麥的Royal School of Library and Information Science（丹麥皇家圖書情報學院）（14篇）和Copenhagen University（哥本哈根大學）（11篇）、西班牙的University of Granada（格拉納達大學）（10篇）、加拿大的University of Toronto（多倫多大學）（9篇）。這和之前國家發文量排名結果也相符，正是因為這些大學形成了各自的研究團體，帶動了相應國家知識組織研究的發展。

2.2 作者分析

普賴斯定律中指出核心作者撰寫了其所在學科領域一半的論文，他們的數量約等于作者總人數開平方之后的數值，用公式表示為（式中為發文最多的著者論文數，M為核心著者最低發文量）[3]。通過對知識組織領域作者人數及作者發文量進行統計，作者總人數為1 039人，根據普賴斯定律得出核心作者人數為32人。發文量最多的著者論文數為17篇，核心著者最低發文量約為3篇。

對542篇文獻進行分析，著有4篇及以上的作者有15名，3篇及以上的作者有40名（見圖6）。發文量在3篇及以上的40名作者發文總計174篇，僅占總發文量的 32.1%，距離普賴斯定律中核心作者撰寫了其所在學科領域一半的論文還有一定差距。因此該領域尚未形成核心作者群。

根據圖6分析，在知識組織領域中發文量排位較為靠前的是丹麥皇家圖書情報學院的B. Hjorland（17篇），威斯康星大學密爾沃基分校情報學院的R. P. Smiraglia（14篇），華盛頓大學信息學院的J. T. Tennis（9篇）等。由此可知，知識組織領域研究的核心群體仍然是高校的專業教師，他們擁有較強的科研實力，科研隊伍本身具有深厚的研究底蘊。

圖7展示了知識組織領域主要研究者之間的合作關系。研究者之間連線的不同顏色及粗細程度表示合作的年份及合作關系的密切程度。就合作關系而言B. Hjorland、I. Dahlberg、H. A. Olson等人合作關系較為緊密；三人同為國際知識組織學會（I SKO）成員，其中I. Dahlberg 是ISKO的創始人和第一任主席，他們現在都是ISKO主辦的期刊Knowledge organization的編輯；ISKO成員之間的合作也相對較多。 I. Nonaka、T. H. Davenport、M. C. Wesley形成了科研合作圈，這三位都是知識管理領域較有影響力的學者，尤其I. Nonaka、T. H. Davenport可以說是知識管理理論開創性人物。知識管理理論流派大致就可分為技術學派、行為學派、經濟學派和戰略學派四大學派（也有將后兩者統稱綜合學派）。

日本管理學教授I. Nonaka是行為學派的代表性人物，行為學派的知識管理（包括理論研究和實踐活動兩個方面）主要側重關注發揮人的能動性，關注對人類個體的技能或行為的評估、改變或是改進過程。I. Nonaka系統地論述了關于隱性知識和顯性知識之間的區別，強調兩者的轉化；此外，他還提出了知識創新的共享環境即“場”的概念[4]。

技術學派的知識管理主要側重關注借助技術的效率，關注信息管理系統、人工智能、重組和群件等的設計和構建，認為知識是一種企業資源，是一種物質對象，并可以在信息系統中被標識和處理，即可以被管理和控制。美國波士頓大學信息系統管理學T. H. Davenport 認為知識是結構性經驗、價值觀念、關系信息以及專家見識的流動組合。基于他所提出的再造的學術思想，他在知識管理的工程實踐和知識管理系統方面做出了開創性的工作，他所提出的知識管理兩階段論和知識管理模型，是指導知識管理實踐的主要理論。

美國杜克商學院教授M. C. Wesley則是戰略學派的代表人物，戰略學派的知識管理主要側重關注不同的組織面向不同的戰略性目標。戰略學派主要是由戰略管理的理論研究出發，有機結合了行為學派和技術學派的部分觀點（如應用信息技術、注重發揮人的能動性），并在不斷改進管理和有效指導具體的實踐活動的基礎上發展而來。

2.3 研究熱點與前沿分析

2.3.1 關鍵詞圖譜和高頻關鍵詞分析

關鍵詞是作者對文章核心研究的精煉，學科領域出現的高頻關鍵詞和從數據樣本中對每一篇文獻進行提取分析的名詞短語可被視為該領域的研究熱點[5]。選取時間切片為1年，term type選擇noun phrases，node types選擇keyword，閾值選擇50，其他選項默認，運行CiteSpace 得到關鍵詞圖譜（見圖8）。圖譜中共有節點173個，鏈接713條。

關鍵詞分析是對研究的重點和熱點領域最直觀的一種方式。本文選取出現頻率大于20的關鍵詞，共20個（見表2），可以看出近10年國外知識組織研究重點和熱點主要是分類法（classification）、信息科學（information science）、本體論（ontology）、知識管理（knowledge management）、知識組織系統（knowledge organization system）、前景（perspective）、信息檢索（information retrieval）、創新（innovation）、圖書館（library）、績效（performance）、模型（model）幾個方面。其中研究主題“知識組織”的頻率是132，明顯高于其后的幾個關鍵詞，在關鍵詞圖譜中節點也明顯比其他關鍵詞大，說明知識組織在分類法、信息科學、本體論、知識管理、信息檢索、圖書館等研究領域也扮演著重要的角色，與這幾個領域關系密切。同時通過查看最大節點“知識組織”的引文歷史（見圖9），可以發現關于知識組織這一主題的研究，這10年來一直延續并且不斷擴大。endprint

進一步分析表2發現，前10個關鍵詞發文量都在30篇以上，而且詞間發文量差距相對較大；后10個關鍵詞發文量在20左右，發文量比較均勻。說明后者的研究比較平均。同時對最近幾年的新技術和具體領域實踐應用相關高頻關鍵詞（見表3）分析發現，在新技術方面，語義網出現較早，涉及的文獻也比較多；分眾分類法、web、受控詞匯、元數據、鏈接數據、標簽等技術的研究則相對較少。具體領域實踐應用方面，教育出現相對較早，涉及的文獻也相對較多，健康、音樂、維基百科、生物科技、檔案、書籍、動力學等關鍵詞則是最近兩年才出現，而且詞頻很低。結合高頻關鍵詞的情況看，近10年知識組織的外文研究重點和熱點多集中在基礎理論方面，新技術的融合和具體領域的實踐應用則研究的較少，說明理論結合實踐還不夠充分。

一般認為中介中心性大于0.1的節點在網絡結構中扮演著重要角色，在知識結構的演變過程中往往起到關鍵（或轉折）的作用。表2中也可以看到中介中心度大于0.1的關鍵詞，也就是關鍵詞圖譜中最外一圈是紫色的節點，可以看出分類法、知識、科學、前景、圖書館和網絡（network，中心度0.13，因其詞頻為13，未出現在表2中）幾個關鍵詞在知識組織研究發展歷程是關鍵（或轉折）的研究熱點。

2.3.2 關鍵詞聚類分析

對關鍵詞圖譜進行聚類，通過LLR算法產出聚類名（見圖10），并生成聚類報告（見表4）。

聚類意味著相關文獻在研究主體、研究內容上的相似度，在一定程度上也代表研究的熱點領域。在關鍵詞聚類中，相似度（silhouette）S>0.7說明聚類高效且令人信服，S>0.5說明聚類合理。在關鍵詞圖譜（圖10）中，總共析出11個聚類。總體而言，從聚類列表（表4）可以看出：在內容維度上，知識組織的研究的熱點領域是圖書館（library）、主題詞表（thesauri）、社群（community）、編目（categorization）、環境（environment）、知識管理（knowledge management）國會主題詞表（congress subject heading）、領域分析（domain analysis）、人造目標（man-made object）、決策（decision making）、信息組織（organization of information），其中人造目標、決策和信息組織三個主題形成的聚類規模過小，而且研究比較分散，所以在圖10中未加以顯示。在時間維度上，知識組織的相關聚類集中出現在平均時間為2010年至2014年的區間內，說明這幾年是近10年中知識組織研究熱點爆發期，而最近兩年沒有形成明顯聚類，研究比較分散。對有效聚類中提取的聚類關鍵詞進行分析，2010年（平均時間，下同）是社群、企業、管理、分類法、語義存儲；2011年是圖書館、分類法、女權主義、人造目標、語義生成、動詞檢索；2012年是環境、影響、教育、國會主題標目、互操作性、權限控制；2013是知識管理、知識創造、質量管理；2014年是域分析、檔案、改變。可以大致看出外文知識組織的研究熱點呈現從基礎理論到技術融合再到實際應用的轉變脈絡。同時2013年和2014年聚類數目較前幾年有所減少，而最近兩年沒有形成聚類，說明研究熱點的分散已經開始分散。

2.3.3 時區圖分析

時區圖反映關鍵詞的動態演進和發展階段。根據時區圖（見圖11），本文將近10年國外知識組織的研究分為三個階段。第一階段是2007年至2010年。較大的節點主要分布在這一階段，尤其研究主題“knowledge organization”的節點最大。之后幾年的高頻關鍵詞很大一部分都與這些大節點關鍵詞有共現關系，這也與高頻關鍵詞分布的時間相契合，說明知識組織的相關研究一直持續和傳承著，后續幾年的研究主題基于這一階段奠定的理論基礎。第二階段是2011年至2014年。這一階段是關鍵詞聚類主要分布階段，說明這一階段在前一階段的理論基礎上，衍生出較為豐富的研究主題，這也和關鍵詞聚類圖表中聚類的時間分布相吻合。同時，這一階段相比于前一階段，關鍵詞節點明顯減小，說明研究熱點趨于分散。第三階段是2014年至2016年。這一階段節點更小，也沒有明顯的聚類，但是從前面發文量上看，這一階段的年度發文總量相較于前一階段還在不斷上升，這印證了研究主題進一步分散和細化。

2.4 共被引分析

2.4.1 文獻共被引分析

本文節點類型選擇Cited Reference；閾值設置采用默認Top50；以1年為時間區隔；運算方法選擇Pathfinder。運用CiteSpace 生成知識組織領域的文獻共被引網絡圖。圖中的節點由每一圈不同的顏色的年輪構成，半徑越大，表示被引用的頻次越高，年輪的顏色越偏向暖色，表明其被引的時間離現在越近。節點內部出現深紅色圓點，則表示該文獻的引用在某些年份出現顯著變化。圖12展示了被引頻次大于等于15的文獻信息。

可以看出共被引頻次最多的都是B. Hjorland教授的論文。作為本領域的代表性人物，B. Hjorland教授的研究也體現了知識組織研究的發展脈絡。下面結合他的代表性論文進行分析，大致可以分三個階段：

（1）第一階段——知識組織的概念、原則、范式。

B. Hjorland在2008年的What is knowledge organization （KO）？中分析了現有的知識組織理論及知識組織方法，隨后闡述了自己對知識組織的理解[6]。他認為知識組織是指在圖書館、數據庫、檔案館等組織內進行的文獻描述、索引和分類等一系列活動。這些活動是由圖書館員、檔案人員、學科專家以及計算機算法完成的。知識組織作為一個研究領域，它研究知識組織過程的性質和質量、知識組織系統、文獻表示和有關概念。

概念是知識組織系統建立的基石，概念論是知識組織的基礎，它決定知識組織的方法。概念論來源于知識論并與其密切相關。不同的知識論如實證主義、理性主義、歷史主義和實用主義對應不同的概念論。不同的知識論和概念論在所有知識研究鄰域內競爭，知識組織也不例外。B. Hjorland在2010年發表的Concepts， paradigms and knowledge organization中對知識的概念論、范式進行了總結分析，認為實用主義和歷史主義是最有價值的[7]。endprint

2012年，Knowledge organization = information organization？一文對知識組織和信息組織（IO）、信息架構（IA）進行區分[8]。認為雖然它們的方法和理論原則有一定的相似性，但它們的應用背景是不同的。知識組織屬于圖書館鄰域；信息構建更多用于網絡信息；而信息構建并沒有明確的特定的應用背景。

（2）第二階段——知識組織方法、技術。

2013年，B. Hjorland連續發表的多篇論文對知識組織的方法和技術進行了探討。

Citation analysis： a social and dynamic approach to knowledge organization提出文獻計量學（bibliometrics）和知識組織一直被看作圖書館和信息科學的兩個獨立分支，但他認為前者可以被用作進行知識組織的方法，尤其是引用分析（citation analysis），由于其具有的社會性、歷史性和動態性特點，應當被用為知識組織的重要工具和方法[9]。

Facet analysis： the logical approach to knowledge organization對逐面分析法（facet analysis）進行了研究，作為重要的現代分類法，逐面分析法在知識組織領域得到了廣泛應用[10]。它的優點在于具備完整的邏輯法則，可以幫助知識組織系統建構框架；而它的缺點則在于缺乏實驗依據，它對知識的排序更多的是基于先驗的假設，沒有模型、理論和定律的支持。

User-based and cognitive approaches to knowledge organization： a theoretical analysis of the research literature對基于用戶研究（user-based） 的知識組織系統[11]，如Book House System等和應用感知科學（cognitive science）的系統如WordNet database等進行考察，并分析了過去關于基于用戶和感知方法的研究文獻，最后提出應當區分主觀與用戶的區別，主觀感知應當是來自社區的集體觀點而不是對個體的研究集或抽象思維的研究。

（3）第三階段——網絡環境下的知識組織方法。

2015年，研究重點轉向了網絡環境下的知識組織方法。當前，隨著現代搜索引擎、語義Web、網格等技術的發展，知識組織朝著更高更深層次發展，研究視角轉向了應當建立什么類型的檢索系統、用戶檢索能力、圖書館和信息科學以及知識組織在其中扮演什么的角色。 S. Warner[12]對計算機科學傳統和圖書館中心的傳統作了區分，前者致力于將問題自動轉換為排序后的一系列相關文檔，而后者則致力于增加用戶的選擇權。

B. Hjorland在Classical databases and knowledge organization： a case for boolean retrieval and human decision-making during searches對基于Boolean檢索模型（如MEDLINE和PsycInfo）的傳統目錄數據庫是否還具有價值進行了探討[13]，認為可以給用戶自主選擇權，用戶可以完全控制檢索的深度和內容；而這也是信息科學和知識組織作為研究領域存在的價值所在。

2.4.2 作者共被引分析

為了把握哪些作者在知識組織領域的演進中扮演了重要的角色，表5列出了頻次等于或大于16次共被引作者的信息。

來自丹麥皇家圖書情報學院的B. Hjorland以高達177次的被引頻次排名第一；緊隨其后的有H. A. Olson（59次），I. Dahlberg（56次），I. Nonaka（45次），C. Beghtol（41次），J. Mai（36次）等。這些學者大多以知識組織、知識管理、情報科學等為研究方向。被引頻次較高的B. Hjorland教授先分析了知識組織的概念、原則及方式，之后確定知識組織的方法與技術。隨著互聯網的興起，B. Hjorland教授將研究重點轉移到網絡環境下的知識組織方法。其次被引頻率較高的是威斯康星大學密爾沃基分情報學院的H. A. Olson教授研究重點是對主題表特征和分類系統的關鍵分析；日本一橋大學的I. Nonaka教授主要研究方向是知識管理。由此可見，知識組織是指對知識客體進行諸如整理、加工、揭示、控制等一系列組織化過程，是關于知識組織的理論與方法[14]。

2.4.3 期刊共被引分析

為了更加詳細地對被引期刊進行分析，確定知識組織中的理論主要來源及高被引文獻的主要傳播載體，繪制了期刊共被引知識圖譜（見圖13），同時還列出了被引頻次46及以上的期刊信息（見表6）。

由表6可知，高被引的傳播載體大多是期刊，其中排名前兩位的是Knowledge organization和Journal of documentation，其引用頻次分別為184次和156次；被引頻次較高的還有Journal of the American Society of Information Science（134次）、Journal of the American Society of Information Science and Technology（104次）、Library trends（76次）、Information process management（69次）等，均是國際影響力較大的頂級期刊，這說明知識組織研究的來源比較權威。

3 結論

本文以知識組織（knowledge organiz*）領域的文獻為研究對象，以Web of ScienceTM核心數據庫為數據來源，通過文獻計量分析，展示了10年間的發文量增長趨勢、主要研究者與研究力量分布、研究熱點與前沿，并深入分析了該領域發展所依賴的知識基礎、高影響力研究人群和傳播載體，得出結論如下：endprint

（1）該領域有相當一部分研究人員都組成了各自的合作圈，但合作的頻次普遍較低，其中合作頻次相對較高的合作圈有B. Hjorland、I. Dahlberg、H. A. Olson以及I. Nonaka、W. M. Cohen與T. H. Davenport等構成的科研合作圈。H. Hjorland、H. A. Olson、I. Dahlberg、I. Nonaka、C. Beghtol等是被引頻次、中心度較高的作者，且這些學者的論文也屬于高被引文獻，是知識組織的研究領域的重要知識基礎和知識來源。

（2）美國、巴西、西班牙、加拿大、丹麥等是知識組織研究的主要國家，中國在該領域的研究也處于相對比較領先的地位；比較活躍的研究機構多集中在學術氛圍相對更加濃厚的大學，如威斯康星大學、丹麥皇家圖書情報學院、圣保羅州立大學、哥本哈根大學、華盛頓大學等，但各機構間的學術交流和合作較少。

（3）10年來，知識組織的熱點隨著時間的變化和技術的發展不斷的變化和遷移，總體而言研究的重點逐漸向技術融和實際應用轉移，但是理論與實踐的結合仍需要進一步的加強。高被引文獻的傳播載體主要為期刊，且均為圖書情報學領域的國際頂級期刊，主要包括Knowledge organization、Journal of documentation、Journal of the American Society of Information Science等。

參考文獻：

[1] 屈麗娟， 彭潔. 我國知識組織研究的文獻計量學分析[J]. 科技管理研究， 2012（5）： 67-72.

[2] 張淼. 近十年國內外知識組織研究綜述[J]. 西藏民族學院學報（哲學社會科學版）， 2006（3）： 100-103.

[3] 封勇麗. 轉基因食品安全研究的文獻計量學分析[D]. 北京： 北京理工大學， 2016.

[4] DALKIR K. Knowledge management in theory and practice[M]. Cambridge， MA： The MIT Press， 2011.

[5] 邱均平， 呂紅. 近五年國際圖書情報學研究熱點、前沿及其知識基礎——基于17種外文期刊知識圖譜的可視化分析[J]. 圖書情報知識， 2013（3）： 4-15，58.

[6] HJORLAND B. What is knowledge organization （KO）？[J]. Knowledge organization， 2008， 35（2）： 86-100.

[7] HJORLAND B. Concepts， paradigms and knowledge organization[J]. Advances in knowledge organization， 2010（12）： 38-42.

[8] HJORLAND B. Knowledge organization = information organization？[J]. Journal of graph theory， 2012， 79（4）： 267-281.

[9] HJORLAND B. Citation analysis： a social and dynamic approach to knowledge organization[J]. Information processing & management， 2013， 49（6）： 1313-1325.

[10] HJORLAND B. Facet analysis： the logical approach to knowledge organization[J]. Information processing & management， 2013， 49（2）： 545–557.

[11] HJORLAND B. User-based and cognitive approaches to knowledge organization： a theoretical analysis of the research literature[J]. Knowledge organization， 2013， 40（1）： 11-27.

[12] WARNER S. Author identifiers in scholarly repositories[J]. Jodi journal of digital information， 2010， 11（1）： 25-35.

[13] HJORLAND B. Classical databases and knowledge organization： a case for Boolean retrieval and human decision‐making during searches[J]. Journal of the Association for Information Science and Technology， 2015， 66（8）： 1559–1575.

[14] 王知津. 知識組織理論與方法[M]. 北京： 知識產權出版社， 2009.

作者貢獻說明：

王立清：負責確定選題、研究思路、分析方法，以及論文修改、定稿；

余章馗：主要負責研究熱點與前沿分析；

師曉瑩、尹文彥：主要負責共被引分析；

楊 凱、郭靖宇：主要負責時空分布和作者分析。

Abstract： [Purpose/significance] The paper analyzes the 542 literatures related to knowledge organizations in 2007-2016， which are included in the core database of Web of ScienceTM， and aims to grasp the current research situation in this field and provides references for domestic relevant research. [Method/process] Based on the method of bibliometrics， the CiteSpace software was used to analyze and draw the knowledge map from the aspects of annual issuers， authors， countries and research institutions， keywords， co-citation and so on. [Result/conclusion] The results show that authors the most publications are B. Hjorland， I. Dahlberg， V. Broughton etc； the cooperation between researchers and institutions is relatively rare； knowledge organization research areas focus on the knowledge organization itself and classification， ontology and so on； B. Hjorland， H.A. Olson， I. Nonaka and other cited scholars and their cited literatures have high influence on this theme； Knowledge Organization， Journal of Documentation is most important journals for the knowledge organization.

Keywords： knowledge organization bibliometrics visualization CiteSpace knowledge mapendprint