近五年国内情报学可视化研究及新发展

梁茂云 张帆 李梦蕾 孙晶晶

摘  要：借助CiteSpace信息可视化分析工具，从作者、机构、关键词共现、突现词等方面对2016—2020年CNKI中情报学论文进行可视化分析，最终得出近五年国内情报学的主要研究热点和研究现状。相较于此前情报学的研究发现，与医学相关的研究出现明显的学科交叉融合现象，希望可以为情报学与医学研究者掌握本领域的研究现状和发展动向提供参考。

关键词：情报学;CiteSpace;可视化分析;文献计量学

中图分类号：TP391;G35       文献标识码：A      文章编号：2096-4706（2021）05-0026-05

Visualization Research and New Development of Information Science in

China in Recent Five Years

LIANG Maoyun1，ZHANG Fan2，3，LI Menglei1，SUN Jingjing1

（1.Management Institute of Xinxiang Medical University，Xinxiang  453003，China;

2.Research Center for Health Information Resource，Xinxiang Medical University，Xinxiang  453003，China;

3.Research Center for Teaching Quality Monitoring and Medical Education，Xinxiang Medical University，Xinxiang  453003，China）

Abstract：With the help of CiteSpace information visualization analysis tools，this paper makes a visualization analysis of the information science papers in the CNKI of 2016—2020 from the aspects of authors，institutions，keyword co-occurrence and emergent words，and finally obtains the main research hot spots and research status of domestic information science in the recent five years. Compared with the previous research findings of information science，medical related studies have found obvious interdisciplinary fusion phenomenon，hoping to provide a reference for information science and medical researchers to grasp the research status and development trend in this field.

Keywords：information science;CiteSpace;visualization analysis;bibliometrics

0  前  言

情報学的研究已有近百年的历史，情报学的发展动态必将成为情报学学者们的关注重点。随着数据价值的日益凸显，大量免费文献计量制图软件在科学界得到广泛的应用，诸多学者认为软件具有一定的学术贡献[1]。目前，国内有许多研究者使用文献计量制图软件对情报学领域的期刊论文进行了研究，通过可视化知识图谱挖掘和分析情报学的研究热点和未来发展趋势。肖明等[2]通过收集情报学核心期刊论文，利用自编Java程序进行数据预处理，对1998—2007年间的论文进行了关键词词频统计，分析讨论了情报学的研究热点和发展动向。宗乾进等[3]基于CSSCI数据库，利用多种知识图谱分析软件，对2001—2010年间国内情报学的基础知识、研究机构合作网络、研究前沿领域、研究热点进行了分析和总结。赵蓉英等[4]利用CiteSpace可视化软件分析了2010—2015年间国内外情报学发展的现状。国内研究者多以CSSCI数据库作为文献来源对国内情报学的发展进行研究，但其覆盖范围有限，不利于发现情报学研究的新发展、新变化。本研究借助CiteSpace可视化软件，对2016—2020年间收录在CNKI上以情报学为主题的所有中文期刊文献进行分析，探索近几年国内情报学的发展变化。

1  数据来源与研究方法

文献覆盖范围广、时效性强、及时更新的CNKI数据库成为本研究数据来源的首选。以“情报学”为主题词进行检索，检索时间范围为2016年1月1日至2020年12月31日，共检索到4 108篇中文期刊论文，剔除杂志投稿指南等无关条目后获得3 801篇文献题录信息，以Refworks格式下载供学者分析之用。

CiteSpace是由美籍华人陈超美教授及其研究团队开发、可对科学文献进行可视化分析的应用程序，是信息分析领域影响力大且普遍应用的信息可视化制图软件[5]。本文以CiteSpace5.6.r5版本作为研究工具，转换中文期刊文献数据格式后方可进行作者合作网络、机构合作网络、研究热点、研究前沿等可视化分析。

2  情报学研究的基本情况

2.1  文献年度分布

2016—2020年间国内情报学领域相关文献发文数量如图1所示，年均发文760篇。随后笔者在CNKI数据库以同样的检索方式查询了2000年1月1日至2015年12月31日期间的文献，共计8 539篇，年均发文533篇。相比较而言，近五年的年均发文量较高，尤其是2019年和2020年呈现出明显的增长趋势，足以证明国内情报学研究正处于蓬勃发展时期。

2.2  文献作者分析

作者是学术研究的核心要素，高影响力作者是科研机构产出的生力军、团队的中坚力量，引领一个研究领域的发展。作者的科研水平和学术影响力可通过高发文量和高被引频次得以体现。笔者对CiteSpace进行参数设置时，将“Time Slicing”设置为2016—2020年，“#Years Per Slice”设置为1年，“Node Types”设置为“Author”，Top N阈值设置为N=50，“Pruning”设置为空，其他项均为默认，运行软件生成作者合作网络知识图谱，如图2所示。节点越大发文越多，连线越粗合作关系越紧密。由图2可以看出，李秀霞、赵蓉英、徐蕴、梁繁荣、杨建林、邱均平等为近五年情报学领域的高发文量作者，并且发现了由梁繁荣、任玉兰、王旭等组成的密集合作网络，显示出他们在学术上的合作和交流颇多。其他作者合作较少，多为高校师生合著发文。

表1统计了发文10篇及以上的作者，李秀霞、赵蓉英、徐蕴、梁繁荣、杨建林、邱均平等作者为情报学研究的中坚力量，推动了情报学研究的不断深化。参与发表论文最多的是李秀霞（30篇），根据普莱斯公式[6] ，发文量不低于5篇的作者为情报学研究领域的核心作者，共66位，合计发文522篇，占总发文数的14.52%。基于此前宗乾进等的研究，李秀霞首次成为阶段性高产作者，注重期刊耦合分析，发文质量较高，多见于中文核心期刊，是近五年情报学研究领域的高产和高影响力作者。通过对高产作者背景的调查发现，发文量排名第三的徐蕴来自医学院校，钻研于医学教育、医院管理等医学相关方面，将情报学研究方法运用于医学研究，推动了情报学学科与其他学科间的交叉融合。

2.3  发文机构分析

“NodeTypes”选择机构“Institution”，“Pruning”选择“Pathfinder”和“Pruning the merged network”，其他设置保持不变，运行软件生成机构合作网络图谱，如图3所示。表2列出了发文量≥20篇的高发文量的18所机构，这些机构共发文643篇，占总发文数的16.92%。

结合图表分析，按发文量多少大致可将这些机构分为三个层次：第一层次（发文量≥80）包括南京大学信息管理学院和武汉大学信息管理学院两所机构;第二层次（80>发文量≥30）包括南京中医药大学、北京大学信息管理系等六所机构;第三层次（30>发文量≥20）包括华中师范大学信息管理学院、中山大学资讯管理学院、浙江中医药大学护理学院等10所机构。此结果与李文娟[7]、宗乾进、赵蓉英等的研究结果基本一致，南京大学信息管理学院、武汉大学信息管理学院等主要机构仍旧扮演着国内情报学领域研究的领头羊角色，进一步证明了情报学研究的主要阵地在高校院系。除此之外，以中国科学技术信息研究所为代表的信息研究所在情报学的发展历程中也扮演着重要角色。

与此前的研究相比，值得注意的是情报学研究与医学相关研究呈现出较为明显的交叉融合现象。表2中列出的18所机构中包含南京中医药大学、北京中医药大学、浙江中医药大学护理学院、中山大学护理学院、成都中医药大学5所医学研究机构，合计发文146篇，占表中总发文量的22.71%。情报学研究与医学相关研究的融合趋势进一步解释了近五年来情报学研究年均发文量較高的原因，后文将继续探索、验证发文量增长的原因。

3  研究热点分析

“Node Types”选择“Keywords”，“Term Type”选择“NounPhrases”，其他设置不变，点击运行后，将相近或同义的关键词进行合并（例如将“热点”关键词归入“研究热点”中），修剪阈值设置为出现频次为20次以上的关键词，得到情报学研究关键词共现知识图谱，如图4所示。表3列出了关键词频次>40的20个高频关键词。

结合表3中的高频关键词及知识图谱找到其共现关键词，由此得出2016—2020年间我国情报学研究聚焦四个领域：

（1）情报学理论探索（共现关键词为图书情报学、情报工作）。情报学理论研究主要是对本学科发展的基本问题做出解答，也为解决情报学学科发展中的问题予以理论支持[8]。包昌火等[9]对情报学领域的核心概念加以概述、理顺了我国情报学发展史、构建了一个较为完整的中国情报学学科体系框架。王芳等[10]对我国情报学学科理论的来源、应用和专属度开展研究，发现国内情报学应用理论来源广泛，借用其他相关学科基础理论来解决诸多问题，反而对情报学原创理论应用较少，其对其他学科发展作用甚微。吴晨生等[11]在以网络信息为主要载体的情报3.0时代下对情报定义提出新的思考。

（2）文献计量学（共现关键词为文献计量学、知识图谱、可视化分析、聚类分析、共现分析）。文献计量学的理论和方法在不断地拓展和深入，文献计量学研究在图书情报领域扮演着越来越重要的角色。随着大量免费文献计量软件工具的应用和普及，文献计量学方法的应用已不仅仅局限于图书情报学领域。如邱均平等[12]以中外多个数据库中管理学相关文献作为研究对象，应用CiteSpace和文献计量分析方法，对中外管理学学科的发展进行可视化分析。李韵婷等[13]运用文献计量学方法及工具对国内外智库影响力的研究热点和研究前沿展开分析。医疗科学和教育业已成为国外智库影响力研究的前沿，国内2015年前关注智库影响力的内涵和影响程度，2015年后相关研究在对象和方法上呈现出多元化发展趋势。

（3）大数据（共现关键词为大数据、数据挖掘、人工智能）。近五年许多情报学者从大数据对情报学影响的角度展开研究，如彭知辉[14]认为大数据的潜在价值巨大，作为情报学研究对象，情报学与大数据的交叉融合有助于拓宽情报学研究范围。苏新宁[15]提出在大数据时代情报学研究上要向网络复杂数据拓展、向复杂结构数据扩展以及加速情报信息分析工具的研制等。马费成[16]认为大数据的快速发展使情报学的研究方法得以创新，增加了数据获取的方法、途径，同时促进了研究工具的更新换代。

（4）学科交叉融合（共现关键词为护理、中医药、肿瘤）。学科交叉是随着社会发展以及满足学科自身发展需要而出现的一种综合性科学活动，体现为两门及以上学科间研究方法、研究内容横向联系而形成的具有独立性质的一门学科或一个学科群体，以及据此而组织建立起来的结构和体系[17]。从表2中可以看出，有5所医学高校机构发文数在20篇以上，合计发文146篇，占表中所有机构总发文数的22.71%，足以证明情报学领域的研究方法普遍适用于医学及医学相关研究。如徐蕴[18]运用文献计量方法分析2006—2015年间CNKI数据库中的中医基础理论研究文献，得出其文献发文数量呈稳步上升的趋势，高水平研究机构和高影响力作者研究群体逐渐形成，基金资助和核心期刊的文献占比高等结论。表4列出了出现频次较高的医学相关类关键词，年度合计频次逐渐增多，且2019年和2020年增长幅度较大，进一步证实了近五年年均发文量相较以前整体增多且在2019—2020年显著增多的原因。情报学的发展并非一成不变而是紧跟时代步伐，随着2020年疫情的爆发，相关学者运用情报学方法对新型冠状病毒肺炎展开研究，对疫情防控工作做出了一定的贡献。情报学与其他学科的交叉融合将进一步扩展情报学的发展领域，推动情报学研究的高速发展。

4  研究前沿分析

研究前沿，是科学探索中最有发展潜力以及最值得关注的研究方向或研究领域，是潜在的、未来的科学研究热点问题。与关键词共现分析设置一样，点击“burst terms”选择“plain text”，运行软件进入可视化界面，依据算法检测到突现度最高的前15个关键词，如表5所示，其中黑条代表热点出现的年度。引文分析、用户教育、图书情报、定量分析、ischool、情报分析、h指数等15个主题成为近五年国内情报学领域研究兴趣增长较为明显的主题，即我国情报学的研究前沿。

5  结  论

本文以CNKI中情报学研究论文作为数据来源，以CiteSpace为工具，从年度发文量、作者合作、机构合作、研究热点和研究前沿五个方面进行分析，得出以下结论：近几年年均发文量较高，2019—2020年增长明显;高产作者发生变化，并出现其他学科高产作者;南京大学信息管理学院、武汉大学信息管理学院等仍旧是情报学领域主要发文机构，出现发文量较高的医学高校;研究热点主要有图书情报学理论探索、文献计量学应用、大数据、学科交叉融合四个方面;引文分析、用户教育、图书情报、定量分析、ischool、情报分析、h指数等15个研究主题为近几年我国情报学的研究前沿。

高产、高影响力医学作者、医学机构和高频医学相关关键词的出现，足以证明情报学研究方法和理论已应用于医学及医学相关学科，不排除在此前的研究中已出现学科交叉融合的现象，只是在近几年表现得格外突出。情报学方法和理论运用于其他学科无疑是近几年发文量显著增长的主要原因。

本研究仅从CNKI数据库中获取数据，文献数据不够全面，结果不尽完美，笔者以后会从多个数据库收集数据，综合分析，以提高研究结果的客观性。在研究过程中，对CNKI中数据集进行复查时发现与之前数据稍有差池，不排除是论文撤稿等原因所造成，所幸差别很小对研究结果影响不大。

参考文献：

[1] PAN X L，YAN E J，CUI M，et al. Examining the usage，citation，and diffusion patterns of bibliometric mapping software：A comparative study of three tools [J].Journal of Informetrics，2018，12（2）：481-493.

[2] 肖明，李国俊，杨楠.基于词频分析的国内情报学研究热点（1998～2007）[J].情报杂志，2009，28（8）：21-25.

[3] 宗乾进，袁勤俭，沈洪洲，等.2001—2010年国内情报学研究回顾与展望：基于知识图谱的当代学科发展动向研究 [J].情报资料工作，2012（1）：10-15.

[4] 赵蓉英，魏明坤.2010—2015年国内外情报学研究热点可视化比较 [J].图书馆杂志，2016，35（8）：15-22.

[5] 陳悦，陈超美，刘则渊，等.CiteSpace知识图谱的方法论功能 [J].科学学研究，2015，33（2）：242-253.

[6] 胡利勇.基于普赖斯定律的图书情报领域高被引论文核心要素测评 [J].图书馆研究，2016，46（4）：113-117.

[7] 李文娟，杨国立.近五年我国情报学研究知识图谱分析 [J].情报科学，2014，32（1）：104-109.

[8] 刘兹恒.国内外图书馆学情报学研究现状 [J].中国医院，2008（2）：10-13.

[9] 包昌火，金学慧，张婧，等.论中国情报学学科体系的构建 [J].情报杂志，2018，37（10）：1-11+41.

[10] 王芳，陈锋，祝娜，等.我国情报学理论的来源、应用及学科专属度研究 [J].情报学报，2016，35（11）：1148-1164.

[11] 吴晨生，陈雪飞，李佳娱，等.情报3.0环境下的情报生产要素特征与情报生产方式变革 [J].情报理论与实践，2018，41（1）：1-4.

[12] 邱均平，沈莹，宋艳辉.近十年国内外管理学研究进展与发展趋势的比较研究 [J].现代情报，2019，39（2）：17-25+37.

[13] 李韵婷，郑纪刚，张日新.国内外智库影响力研究的前沿和热点分析——基于CiteSpace Ⅴ的可视化计量 [J].情报杂志，2018，37（12）：78-85.

[14] 彭知辉.数据：大数据环境下情报学的研究对象 [J].情报学报，2017，36（2）：123-131.

[15] 苏新宁.大数据时代情报学与情报工作的回归 [J].情报学报，2017，36（4）：331-337.

[16] 马费成，张瑞，李志元.大数据对情报学研究的影响 [J].图书情报知识，2018（5）：4-9.

[17] 许海云，尹春晓，郭婷，等.学科交叉研究综述 [J].图书情报工作，2015，59（5）：119-127.

[18] 徐蕴，魏琦，汤大朋，等.2006—2015年中国期刊全文数据库中医基础理论研究文献计量分析 [J].中医杂志，2017，58（5）：418-422.

作者简介：梁茂云（1997—），男，汉族，湖南常德人，硕士在读，研究方向：信息资源开发与利用、卫生信息化;通讯作者：张帆（1968—），男，汉族，河南商丘人，副研究馆员，硕士生导师，硕士，研究方向：信息资源开发与利用、卫生信息化。