我国图书馆领域数据共享研究主题及其演变过程分析

张燕飞+孔庆杰+刘东亮

[摘 要] 基于CNKI期刊数据库，以数据共享为检索词，借助文献分析工具SATI、Ucinet，以时间、作者及其影响力、期刊来源、机构、关键词等多个指标进行分析，采用共词分析法对图书情报学数据共享的主题及演变过程进行分析，结合目前我国图书馆领域数据共享现状，探讨开发适合我国数据库共享平台等多种方式，实现以高校图书馆为主的数据分享的蓝图。

[关键词] 数据共享；图书馆；演变趋势；高校图书馆

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 03. 088

[中圖分类号] G353 [文献标识码] A [文章编号] 1673 - 0194（2017）03- 0162- 05

0 引 言

档案学对“数据共享”的定义为：“多用户同时使用同一个数据信息集合”。2013年以来，国际上多个领域已经开始广泛关注科学数据共享[1]。目前，在图书情报学领域研究主要热点关键词包括数字阅读、数字图书馆与个性化服务、推送服务、移动图书馆、新媒体营销、云计算等[2]。数据共享是以互联网大数据的背景为前提条件，数据共享能够实现数据资源最大化利用、数据管理、数据服务等功能。采用云计算的模式作为数字图书馆的底层架构，图书馆服务的改善表现在数据安全、数据共享、用户体验等方面[3]。每个学科在其数据共享实践中都有不同的策略，数据共享与学术图书馆合作，为数据管理与共享提供相应的制度。目前，对该领域的主题及演变趋势的研究极少。

笔者基于CNKI数据库，检索词=数据共享，学科=图书情报学，从论文发表时间、作者及其影响力、期刊来源、机构、关键词等多个指标，借助SATI，经DetDraw可视化，以图谱的方式呈现，旨在探索我国图书馆领域数据共享研究的主题以及其演变过程，以我国现状为基础，提出相应的对策和建议。

1 研究方法与数据来源

研究方法：采用共词分析法，利用统计分析工具SATI 3.2，Ucinet 6进行处理描述，抽取字段、提取关键词、作者、机构、期刊来源词频，并生成共现矩阵，相异矩阵；利用IBM SPSS 19.0聚类分析；处理数据，统计分析。

数据来源：CNKI的中国期刊全文数据库。数据样本时间范围：1987年1月1日至2016年10月30日。以数据共享进行主题精确检索，去重后，图书情报与数字图书馆学科有302条记录。检索时间：2016年10月30日。

2 统计结果分析

2.1 论文发表随时间呈上升趋势

自1987年以来，该研究数量随着时间的变化曲线见图1。

由图1可见，2006年至2012年，论文数量经过两个波峰，整体比上一阶段高，在2009年达到小高峰，发文量达到30篇；2012年到2015年，研究论文数量一直呈现增长趋势，2015年发表数量增至最高值（69篇），发文量随着时间的增长基本上呈现增长趋势。

2.2 论文著者之间多以个人形式存在，缺乏多人合作团体

从作者发文量及其著者合作发文的情况，能够清晰科研主导力量及其机构之间的合作情况。笔者以作者和第一作者为统计指标。共463位作者，共现次数=522，出现一次作者的人数=413，占全部的79.12%。合计274位第一作者，共现次数=297次，出现一次作者的人数=252，占全部的84.85%。以作者共现矩阵得作者之间的关系网络图谱如图2所示。

按照K-core共分为3个值。0：左侧作者群；1：四边形；2：三角形。由图2可知，K-core=2在图谱中占据该研究的重要地位。著者之间的共同合作较为缺乏，一般多数都是单独研究，主要分布在图的左侧，在前50位作者中，联系最为紧密的是江洪与钟永恒，联系最多作者数量为3人。未来团队合作能够促使作者之间的关系更为密切。

2.3 期刊分布来源少，出现单一现象

论文分布在128种刊物上，期刊载文量为1篇的占总量的29.1%。发文量前10的期刊信息见表1。载文量最多的期刊为《图书情报工作》（IF=2.018，最高），30篇，其余前9位期刊载文量均在12篇以下，TOP10期刊的载文量累计概率为36.4%。除《科技情报开发与经济》与《农业图书情报学刊》外，其余期刊的影响因子IF均在1左右。

2.4 高产机构地域分布不均匀

笔者以研究机构为指标，大致将所有文章分属到高等院校、公共图书馆、科研单位及医院四个单位类别，高等院校所占比率最大，论文数量接近200篇。进一步对高等院校以华东、华北、东北、华南、华中、西北、西南为划分标准，高产机构主要分布在我国的华东、华中、华北地区。

2.5 高频关键词及热点主题分析

2.5.1 高频关键词（数据共享、图书馆、科学数据）

通过对数据源的关键词共现分析归纳该学科的研究热点主题，根据词频统计结果绘制数据共享研究所涉及关键词的共现图谱，从图谱中更能清晰地看出研究热点、各主题之间的内在联系。该研究主题有903个关键词，平均每篇论文关键词数量为3。出现1次的关键词有756次，占总数的54.98%，词频﹥5的关键词如表2所示。

数据共享出现了80词意义不大，因为检索主题词为“数据共享”。除数据共享外出现频次前3的关键词依次是图书馆（33）、科学数据（32）、数字图书馆（18）。为使关键词的图谱具有代表性，笔者选取关键词出现的频次前50个关键词。

2.5.2 四类研究主题分析

关键词通过可视化图谱能反应出研究领域内亲疏关系。为了进一步清晰地描述研究主题，笔者采用IBM SPSS 19.0系统聚类处理前50个关键词，参考线Y=23将聚类图中该领域的关键词大致分为四类（见表 3），A类：数字图书馆与网络技术类，因为XML具有兼容Web应用，实现信息交换与共享[4]。B类：高校图书馆信息资源建设类。C类：元数据类。D类：科学数据管理、保存、共享类。

2.5.3 战略坐标分析（A、D类合为一类）

战略坐标图是向心度和密度为横、纵坐标轴，战略坐标点分布在四个象限，每个战略坐标点位置和距离的远近表示不同领域间的关系、内部成员之间的关联程度。第一象限点：两个数值都高，它为该领域的核心与成熟区；第二象限点，向心度低，密度高，边缘与成熟区；第三象限点，两者均低，边缘与不成熟区；第四象限，向心度高，密度低，核心与不成熟区域。四类的平均坐标值为（3.4，5.8），该研究的战略坐标图见图2。

结合上述理论，发现A、D两类处在边缘与成熟区，主要是在网络技术下发展起来的新型话题，可将这两类合为一类。核心和成熟区并未出现战略坐标点，该研究领域仍旧处在发展中，均在确定目前该研究的发展趋势。以元数据、整合为内容的C类处在该研究领域的边缘与不成熟区；高校图书馆、信息资源共享为主的B类处在核心与不成熟区域，高校图书馆如何有效利用资源的工作值得进一步研究。

由SATI生成50×50阶共词矩阵，经Ucinet的经Netdraw中心性分析后得关键词共现图谱见图3。

图3中节点的大小表示不同的度，表示与该节点相连线的条数，节点之间连线的粗细代表关键词之间的关联程度。图3中所有节点最大的除数据共享外，其次是图书馆、科学数据，较为明显的还有：数字图书馆、信息服务、高校图书馆等，其中数据共享与科学数据的关系最为密切，图的右上角也形成了一个较为紧密的图谱，处于网络图谱边上的关键词之间的相互联系越不紧密。

2.6 演变趋势分析

2.6.1 计算机管理、编目为主（1987-2005年）

第一阶段，由前50个高频关键词共现矩阵，经过Ucinet的NetDraw可视化处理，数据共享、资源共享、书目数据、计算机编目、编目工作等这些为第一阶段的核心关键词，数据共享与图书馆自动化的关系较为紧密。数字图书馆、标引类、科学数据共享等关键词处在图谱的边缘上。合作馆藏建设、联机联合编目是图书馆的基础工作[5]。

2.6.2 数字图书馆、高校图书馆与XML等技术相结合发展（2006-2012年）

第二阶段，节点最大的关键词仍然是数据共享，其次为数字图书馆、图书馆、高校图书馆，该阶段数字图书馆与数据集成、云计算、XML之间关系紧密，关系较密的关键词群有：数据共享、图书馆、云计算；高校图书馆、文献资源建设、信息资源共享。与第一阶段相比较，从偏重管理和编目的研究转变为新网络技术与图书馆相结合，重点偏向于计算机技术与数字图书馆的发展。图书馆的变化起源于美国和其它国家，网络无国界，各地互联网连接，图书馆也受其影响，逐渐走向电子化，数字及虚拟图书馆也就应运而生。

2.6.3 科学数据共享与图书馆为主（2013-2016年）

第三阶段，数据共享的节点最大，科学数据、图书馆、科学数据共享陆续紧随其后，网络图谱相互交错，联系较为紧密，与上两个阶段相比，它们之间的联系比较紧密，主要表现AD和D上。一、二、三阶段关键词之间的平均距离AD1= 2.369、AD2=3.162、AD3=2.215，AD2﹥AD1﹥AD3，即第三阶段关键词之间联系最为紧密；基于距离的内聚力D1= 0.331，D2= 0.332，D3= 0.470，D3﹥D2﹥D1，第三階段的内聚性最大。

3 对 策

目前，我国处在较低的发展阶段，存在的突出问题：共享理念不够普及，相关机制并不健全，平台与技术规范发展速度比较慢，共享服务的效果不够明显[6-7]，缺乏相关数据存档服务。开放数据许可协议对促进数据共享具有重要作用，政府机构、知识共享组织、开放数据共用项目制订相对应的开放数据许可协议。数据协议包含：数据的使用，数据的支持与分享，数据责任[8]等。图书馆按照服务对象的不同，产生不同类型的图书馆，主要以高校图书馆、公共图书馆、研究型图书馆。图书馆在文化信息资源共享工程建设发挥着重要的作用[9]。数字和高校图书馆在数据共享研究领域占据重要的地位。

基于国内该领域发展的现状，提出以下五种措施：

（1）鼓励数据共享，共享科学界公认的真实数字化资料。诸如采用Google分享数据[10]。

（2）自由选择数据管理和访问的方式，NIH数据共享的可选方式包含四种：研究人员自我提供数据共享，提交数据库，设置访问权限，混合方式[11]。

（3）技术保障，相关共享平台是数据实现共享的基础。充分利用先进的互联网技术，实现科学数据在不同对象的共享。

（4）政策和相关法规标准的保障机制。短期内实现数据共享很难只靠个人意愿。通过奖励机制或硬性要求，从法律的角度才能确保其被国家单位或个人的重视。

（5）在政策和相关法规标准的保障机制的基础上，建立标准化的模式。方便和快捷地为人群服务，提高信息数据的被利用率。

主要参考文献

[1]邱春艳，黄如花.近3年国际科学数据共享领域新进展[J]. 图书情报工作，2016（3）：6-14.

[2]韩晓雪，张丹丹，王春华. 我国图书情报领域微信研究热点分析[J]. 图书馆学研究，2016（8）：7-13.

[3]周舒，张岚岚.云计算改善数字图书馆用户体验初探[J].图书馆学研究，2009（4）：28-30.

[4]申传斌. 基于XML的数字图书馆异构数据库互连[J]. 现代情报， 2005（7）：99-102.

[5]黄长著，霍国庆. 我国信息资源共享的战略分析[J]. 中国图书馆学报，2000（3）：3-11.

[6]刘润达，诸云强. 科学数据共享关键问题探索—以地球系统科学数据共享网为例[J]. 地理科学进展，2007（5）：118-126.

[7]黄心正. 基于WEB的科学数据库数据共享现状分析与共享机制建立[J]. 现代情报，2004（10）：111-113.

[8]杨敏，夏翠娟，徐华博.开放数据许可协议及其在图书馆领域的应用[J].图书馆论坛，2016（6）：91-98.

[9]罗少波.充分发挥图书馆在文化信息资源共享工程中的主体作用[J].图书馆论坛，2004（5）：70-71.

[10]Mak Collette， Ellingson Margaret， Lancaster Charla. Does Your Data Deliver for Decision Making？ New Directions for Resource Sharing Assessment[J].Interlending & Document Supply，2013，41（4）：104-112.

[11]汪俊. 美国科学数据共享的经验借鉴及其对我国科学基金启示：以NSF和NIH为例[J]. 中国科学基金，2016（1）：69-75.