?基于LDA的國內(nèi)圖書館學(xué)研究主題發(fā)現(xiàn)及演化研究

吳查科 王樹義

摘 要 為掌握我國圖書館學(xué)研究熱點(diǎn)及變化趨勢，本文以2008—2017年圖書館學(xué)領(lǐng)域11種核心期刊文獻(xiàn)作為語料庫，利用LDA方法建立主題提取模型，挖掘圖書館學(xué)領(lǐng)域主題及其演變情況。實(shí)驗(yàn)發(fā)現(xiàn)十年間圖書館學(xué)領(lǐng)域研究主題有13個(gè)，對這些主題進(jìn)行主題強(qiáng)度計(jì)算后發(fā)現(xiàn)熱門主題有圖書館管理、圖書館理論、圖書館服務(wù)、用戶研究和資源建設(shè)。在不同時(shí)間窗口下對各個(gè)主題的強(qiáng)度進(jìn)行計(jì)算，發(fā)現(xiàn)熱度上升的主題有閱讀推廣、檢索技術(shù)、開放獲取，熱度衰減的主題有圖書館服務(wù)、資源建設(shè)。

關(guān)鍵詞 圖書館學(xué) 主題發(fā)現(xiàn) 主題演化 LDA

分類號(hào) G250

DOI 10.16810/j.cnki.1672-514X.2019.07.017

AbstractTo identify the research topics and research trends of domestic library， this paper chooses the research papers which had been published on 11 corejournals of library science from 2008 to 2017 as corpus and uses LDA method to establish theme extraction model to mine the themes and their evolution in library science. Experimental results show that all the research in library science between 2008 and 2017 can be divided into 13 topics. After the calculation of subject intensity， this paper finds the most popular topics are the library management， library theory， library service， user research and sources construction. After the calculation of subject intensity on different time windows， this paper finds that the rising topics include reading promotion， retrieval technology and open access， while topics like library service and sources construction are becoming less popular.

Keywords Library. Theme discovery. Theme evolution. LDA.

1 文獻(xiàn)回顧

圖書館學(xué)主要是采用科學(xué)方法探討與圖書館相關(guān)的內(nèi)容，涵蓋圖書館的發(fā)展與運(yùn)營所需的各種知識(shí)[1]，圖書館學(xué)的重點(diǎn)研究對象與熱點(diǎn)研究主題代表了學(xué)界的關(guān)注點(diǎn)與前進(jìn)方向。近年來，國內(nèi)學(xué)者發(fā)表了許多關(guān)于圖書館學(xué)主題分析的文獻(xiàn)，研究成果對我國圖書館學(xué)的發(fā)展及學(xué)科建設(shè)起到了積極推動(dòng)和促進(jìn)作用。楊利超基于文獻(xiàn)計(jì)量法，采用可視化工具CiteSpace分析了2007—2016年我國圖書館學(xué)領(lǐng)域的學(xué)術(shù)論文分布狀況，并通過熱門關(guān)鍵詞揭示了領(lǐng)域的主要研究熱點(diǎn)和領(lǐng)域[2];李娜以2014年度圖書館學(xué)領(lǐng)域14種核心期刊的文獻(xiàn)為數(shù)據(jù)樣本，采用共詞分析和社會(huì)網(wǎng)絡(luò)分析相結(jié)合的方法對圖書館學(xué)研究領(lǐng)域的熱點(diǎn)進(jìn)行了分析，并繪制了研究領(lǐng)域的可視化知識(shí)圖譜[3];馬海群基于數(shù)據(jù)定量，對2015年度……