經濟新常態下圖書館大數據應用研究分析

王芳

摘要：本文以中國知網收錄的核心刊物和 CSSCI數據庫文獻為數據來源，對2019年5月前發表的關于圖書館大數據研究的論文進行文獻計量分析，采用文獻計量分析法，可視化分析法和內容分析法等對文獻進行梳理分析，從描述性特征和內容特征兩個方面入手，分析了國內圖書館大數據領域研究的發展現狀。

關鍵詞：文獻計量? 圖書館? 大數據

在2011年5月，世界著名的咨詢公司麥肯錫（Mckinsey）發表了《大數據：創新、競爭和生產力的下一個前沿領域》[1]報告，第一次提出了“大數據”的概念，各個行業和領域的數據量的增長也極其迅速，美國的學術界和企業界也對這種現象的意義進行了激烈的探討。“大數據”這個名詞變得越來越流行，越來越重要，最后成為了國家和政府層面的發展戰略[2]。

圖書館，可以說是一個社會信息服務的中心場所，不僅僅需要有較高的技術，而且還面臨著較高的管理風險[3]，不僅如此，圖書館還面臨著來自內外部環境的激烈競爭與重重挑戰。從內部環境來看，除了上面提到的主要挑戰之外，還存在許多圖書館不得不面對的挑戰因素，例如圖書館的基礎設施，運營的經費，人力資源與管理制度等都是圖書館會面臨的問題;從外部環境來看，各種信息服務機構和各大IT廠商都已經專注于對大數據應用的研究[4]，圖書館在大數據的應用競爭中，已經落后與他們一步，盡管圖書館在資源方面占據優勢，但是圖書館在技術應用方面的劣勢使得其追上其他機構的步伐受到了極大的限制。如何提高技術水平，避免與其他競爭者的差距越來越大，將是圖書館必須要考慮的一大問題。

圖書館學界已經針對大數據開展了一定的學術研究與實踐應用，都已經取得了顯著的成功。本文將對中國知網（CNKI）中關于大數據在圖書館領域的應用方面的文獻進行分析，采用文獻計量分析法，可視化分析法和內容分析法對圖書館大數據的應用研究領域的期刊文獻進行可視化分析，清晰全面的展現圖書館大數據研究的時空分布特征以及研究熱點，其展示結果更直觀也更具有科學性。通過分析結果，期望可以看清楚目前大數據在圖書館領域的應用研究現狀以及研究的重點與存在的不足，為研究中遇到的困難提出建議，為以后的研究指明方向。

一、數據來源及研究方法

（一）數據來源

本文的研究數據來源于中國知網（ CNKI）的核心期刊和 CSSCI數據庫，數據的獲取時間為2019年5月15日，以“圖書館”與“大數據”為檢索詞進行主題檢索，時間跨度為所有年份，共檢索出截至2019年5月15日前發表的文獻376篇，因為都屬于核心期刊或 CSSCI中的文獻，有很強的代表性，經篩選最終得到的360篇文獻符合本研究的研究范圍。

（二）研究方法

本文從文獻的描述性特征與內容特征兩個方面進行了研究，一方面運用文獻計量分析方法對與大數據圖書館應用領域的相關文獻的發表的時間分布，作者以及發文機構等因素呈現出的描述性特征進行統計分析，另一方面采用內容分析法與可視化分析法對該領域文獻的關鍵詞與主題進行分析，探究該領域研究的重點以及研究熱點。用到的可視化軟件 Citespace是一款基于 java環境的用于計量和分析科學文獻數據的信息可視化軟件，是最近幾年在信息分析的研究中用到的影響力最強最有特色的信息可視化軟件。將以上三種方法結合在一起，對有關圖書館大數據應用的文獻進行分析，能客觀科學的得到該領域研究現狀及發展趨勢等信息[5]。

二、調研結果與分析

（一）文獻發表年份分析

利用文獻計量方法來分析某一領域的發展歷程，根據文獻的增長及老化規律，對相關論文發文量進行年度統計分析，在剛開始研究某個領域的時期，由于相關理論基礎較為缺乏，所以文獻數量較低。隨著研究的深入，越來越多的研究者加入，研究成果增多，相關論文的發表量也會上升，漸漸地機構增加，發文量增長較快，研究成熟后，發文量趨于穩定[6]。通過對從CNKI中核心期刊和 CSSCI數據庫中檢索得到的360篇有關圖書館大數據應用的研究文獻進行年代分布統計分析，統計得到圖一所示結果。（說明：2019年的發文量是預測值）

由圖1可以看出，大數據在圖書館的應用研究文獻數量在核心期刊和 CSSCI中發表的較少，最早始于2006年，發文量為兩篇，該年發表的兩篇文獻分析探究了數字圖書館中常見資源特點和描述需求。可見大數據的概念還并沒有開始普及。在接下來的幾年時間中，關于該領域研究的文獻幾乎沒有。直到2012年，發文量持續上升，該領域越來越收到關注。到目前為止，每年的發文量總體數量保持平穩，說明我國圖書館大數據研究進入相對穩定階段，上述現象與我國大數據的發展有密切關系。大數據最貼切的概念是2008年提出的，2008年以后，尤其是2012年以來大數據研究越來越受到重視，論文發表增長較快，成為當前研究熱點，所以這與大數據在圖書館應用的發展是一致的。

（二）作者及發文機構分析

1.作者分析。某一領域的研究者往往會通過發表論文的方式把自己的研究成果公布并傳播出去。通過對文獻作者的分布情況進行分析，我們可以清楚地看到該領域研究者發表論文的總體情況[7]。在2006年到2019年之間，大數據在圖書館的應用研究領域呈現出了許多科研成果，這些成果浸透著眾多科研工作者的心血。本文通過社會網絡分析法對大數據在圖書館的應用領域的文獻作者的分布情況與合作情況進行分析，得到了作者共現網絡圖譜（也可以稱為作者與合作分布圖譜，圖2）。

由圖2可知，在大數據在圖書館的應用研究領域，形成以馬曉亭，陳臣，熊太純等為中心的作者聚類群，表明這些學者是該研究領域的領軍人物。為了更加具體地顯示在中國圖書館大數據研究領域主要研究學者的學術成就，統計發表文獻量前十的學者名單，如表1所示。

從表1可以看出，馬曉亭，陳臣是目前為止圖書館大數據研究領域的核心研究人員，經過統計他們共發表論文52篇，占該主題領域發文量的14%。另外，可以看出，大部分作者的發文量是4篇、3篇或者2篇，這說明該領域絕大多數的研究者進行的并不是長期研究。由此可以看出，我國大數據在圖書館的應用領域的研究已經具有影響力的代表作者出現，但是核心作者群還沒有真正的形成，對該領域的研究人員還比較少，比較分散，研究成果也較少，因為大部分研究者都是短期研究，沒有深入研究，沒有對該領域長時間的關注。

2.發文機構分析。每個研究機構在研究領域方面都有一定的差異以及聯系，研究機構的合作促進了相關領域的發展[8]。為了解圖書館大數據研究領域的機構合作情況，利用Citespace可視化軟件生成研究機構共現網絡圖譜，如圖3所示。

此次研究的數據也就是360篇文獻共來自37個發文機構。由圖3可知，研究大數據在圖書館應用的領先機構分別是蘭州商學院信息工程學院和蘭州財經大學信息工程學院，其次是蘭州商學院信息中心，蘭州商學院網絡中心。幾所機構對該領域的研究時期較長，尤其是蘭州商學院信息工程學院和蘭州財經大學信息工程學院，走在該領域的研究前沿。可以看出蘭州的高校對該領域的研究比較重視，是該領域的代表機構。

表2列出了發文量前二十的研究機構。從表2可以看出，蘭州商學院信息工程學院和蘭州財經大學信息工程學院、蘭州商學院信息中心、蘭州商學院網絡中心、蘭州財經大學信息中心、南京大學信息管理學院等機構對大數據在圖書館的應用的研究較多，發表的論文相對較多，共占總數的16.3%。仔細研究這些發文機構，發現絕大多數是高校的信息學院與圖書館，除此之外還涉及其他專業與研究中心等。

（三）圖書館大數據研究熱點的分析（關鍵詞分析）

論文的關鍵詞是對文章思想的高度概括，某領域或主題論文的關鍵詞頻次能夠反映學界對該領域或主題的關注度和重視度，也能夠從中窺探該領域或主題研究的熱點[9]。為了對我國大數據在圖書館的應用領域的研究熱點有個更清楚的認識，運用詞頻統計分析法對該領域的360篇文獻進行關鍵詞統計，最終形成了該領域的關鍵詞共現圖譜（圖4）。表3出了頻次在前20的關鍵詞，通過分析，以期更清楚的認識該領域的研究熱點和研究方向。

在納入統計的360篇文獻中出現了622個關鍵詞，出現3次及以上的有39個，可見該領域研究角度較多，范圍比較廣泛。將所有的關鍵詞進行處理，相同意思的關鍵詞進行合并，并將“圖書館”與“大數據”這兩個高頻次但對研究意義不大的詞語剔除，最終將頻次至少6次的關鍵詞共有14個繪制成表3。從表3可以看出，在圖書館的大數據應用研究中，“高校圖書館”“數字圖書館”“大數據時代”“數據挖掘”“個性化服務”“知識服務”“數據分析”“云計算”等關鍵詞的出現頻次較高，說明該領域的研究者對大數據在圖書館的應用研究工作者中的研究主體，面向的對象和研究內容等的認識比較一致，關注點也比較集中。從關鍵詞的詞頻統計，還可以看出大數據在圖書館的應用對象大多為高校的圖書館，公共圖書館相對較少。研究緊密結合時代特征和實際需要，利用大數據的相關技術，如數據挖掘，數據分析，云計算等，為圖書館用戶提供符合時代的個性化知識服務。

（四）圖書館大數據研究主題研究前沿的分析（主題分析）

隨著科技的進步，各種技術的發展應用，圖書館的大數據技術的應用也在不斷的發展，研究熱點也在不斷的更新前進[10]。為了研究目前我國在該領域的研究熱點與發展趨勢，我們利用Citespace可視化軟件中的 burst term 功能進行分析，得出了該領域的文獻突變關鍵詞的分析，如表4所示。表4所示是8個突變關鍵詞的年代分布。通過觀察突變詞的年代分布，可以看出該領域隨著研究熱點、時間的變化前進。表4中紅色的線段代表著突變關鍵詞在這個時間段的使用頻次突然增加，淺色的線段代表在該時間段突變關鍵詞出現的頻次較低。

由表4 可知，該領域研究中突變的關鍵詞有：數據主體、權屬關系、數據立法、圖書館數據、數據挖掘、數據處理、知識服務、高校圖書館等。在2006年，突變的關鍵詞有數據主體、權屬關系、數據立法、圖書館數據，表明當時的研究前沿在數據的規范化方面。 2012、2013年突變的關鍵詞為：數據挖掘，數據處理，知識服務等，表明這個時期，大數據技術開始成熟，開始注重知識服務的重要性。2017年突變關鍵詞為：高校圖書館。表明各大高校開始把大數據技術引入高校圖書館，更好地為學生提供專業的服務，滿足學生越來越高的需求。

表4 圖書館大數據研究領域突變關鍵詞的年代分布

三、 結論與不足

本文中以 CNKI中“圖書館大數據”為主題的核心期刊和 CSSCI數據庫文獻為數據源，利用文獻計量分析法，可視化分析法和內容分析法等，對中國大數據在圖書館的應用研究領域近13年研究的歷史成果和研究現狀進行全面的梳理和總結分析，得出以下結論：一是以圖書館大數據為主題的文獻數量呈曲線增長的趨勢，這十幾年來該領域的研究者和研究成果都有了很大的提升，表明越來越多的人開始關注該領域，在該領域的研究也在不斷深入發展，尤其隨著大數據技術的不斷發展，該領域的研究也在不斷發展。到目前為止，每年的發文量總體數量保持平穩，說明我國圖書館大數據研究進入相對穩定階段;二是在圖書館大數據領域的研究中，比較早期的研究者以馬曉亭為代表，并出現陳臣，何勝，熊太純等在該領域中占有舉足輕重地位的研究者;三是從研究機構來看，蘭州商學院信息工程學院和蘭州財經大學信息工程學院為主要的兩個發文機構，他們與鄰近城市的其他研究機構進行經常的溝通，互相學習，密切合作，共同推動中國圖書館的發展，將先進的大數據技術應用于圖書館，為人們提供更好的個性化服務。四是圖書館大數據研究領域的內容比較廣泛，研究熱點在高校圖書館、數據挖掘、數據處理、知識服務、個性化服務等方面，隨著大數據技術的逐漸成熟，其在圖書館的應用也越來越深入，將相關的數據技術應用到圖書館中，包括高校圖書館與公共圖書館，是圖書館為用戶提供更加專業的個性化信息服務與知識服務，推動我國圖書館的發展。

本文中的數據源為CNKI中核心期刊與CSSCI數據庫中的中文期刊文獻，沒有涉及相關領域的外文文獻，所以結果還有待補充完善。由于CNKI數據庫自身的限制，沒有辦法運用Citespace可視化軟件進行文獻的引文分析，所以分析的結果并不完善，具有一定程度的局限性。另外，本文僅以圖書館大數據作為主題進行分析，可能忽略了其他該領域的主題，所以分析結果有待補充。

參考文獻：

[1]韓翠峰.大數據帶給圖書館的影響與挑戰[J].圖書與情報，2012（05）：37-40.

[2]張文彥，武瑞原，于潔.大數據時代的圖書館初探[J].圖書與情報，2012（06）：15-21.

[3]柳益君，何勝，馮新翎，武群輝，熊太純.大數據挖掘在高校圖書館個性化服務中應用研究[J].圖書館工作與研究，2017（05）：23-29.

[4]袁紅軍.大數據時代下圖書館參考咨詢服務創新機制探究[J].圖書館工作與研究，2017（01）：16-19.

[5]蘇新寧.大數據時代數字圖書館面臨的機遇和挑戰[J].中國圖書館學報，2015，41（06）：4-12.

[6]楊利軍，高軍.圖書館個性化服務中的大數據可視化分析與應用研究[J].現代情報，2015，35（07）：68-72.

[7]王紅，袁小舒.基于文獻計量的圖書館扶貧研究分析評價[J].晉圖學刊，2018（05）：44-49.

[8]王紅，姚堯，段雨婕.基于知識圖譜的中國地圖制圖研究領域的文獻計量分析[J].湖北大學學報（自然科學版），2017，39（05）：523-530.

[9]牟靜.大數據環境下的高校圖書館閱讀推廣研究——利益相關者共贏視角[J].圖書館研究，2015，45（01）：72-75.

[10]樊偉紅，李晨暉，張興旺，秦曉珠，郭自寬.圖書館需要怎樣的“大數據”[J].圖書館雜志，2012，31（11）：63-68+77.

作者單位：山西財經大學信息學院