APP下载

我国财经类高校近10年图书情报学研究热点分析

2015-05-13姚小娇上海立信会计学院图书馆上海201620

图书馆学刊 2015年2期
关键词:共词情报学财经类

姚小娇(上海立信会计学院图书馆,上海201620)



我国财经类高校近10年图书情报学研究热点分析

姚小娇
(上海立信会计学院图书馆,上海201620)

[摘要]利用SPSS软件,对财经类高校近10年(2004~2013)发表的图书情报学领域的文献进行共词分析,并借助聚类分析研究各热点关键词之间的关系,探讨财经类高校图书情报学领域的研究热点。

[关键词]财经类高校图书情报学研究热点共词分析聚类分析

[分类号]G350

20世纪90年代以来,随着信息技术的飞速发展,我国的图书情报事业也发生了根本性的变化。笔者对财经类高校近10年(2004~2013)发表的图书情报学文献做了较为全面、系统的统计,并通过共词分析方法对该领域的学术研究成果和研究热点进行了探讨,以期从比较科学、量化的角度揭示财经类高校图书情报事业的发展现状。

共词分析方法属于内容分析方法的一种,其原理主要是对一组词两两统计它们在同一篇文献中出现的次数,对这些词进行聚类分析,进而分析这些词所代表的学科和主题的结构变化[1]。笔者采用共词分析法分析财经类高校近10年图书情报学研究热点,主要包括4个步骤:①确定财经类高校图书情报学研究领域的高频关键词;②建立高频关键词的共词矩阵;③选取聚类分析方法对建立的共词矩阵进行分析;④对得到的结论做进一步的分析。

1数据的获取与预处理

1.1数据的获取

以中国教育统计网公布的全国49所公办财经类本科高校为研究对象,然后在CNKI中检索49所财经类高校在最近10年(2004~2013)发表的图书情报学相关文献,得到符合要求的文献6163篇,经过统计,其中有49篇文献没有关键词,因此笔者以6114篇文献为分析对象,得到关键词8010个,共计频次22936次,平均每篇论文3.75个关键词。

为了规范和统一关键词的取词,对关键词做了如下处理:①对于同义不同名的关键词进行合并,比如“大学图书馆”“高校图书馆”合并为“高校图书馆”;“大专院校”“高等学校”“高校”“高等院校”合并为“高等院校”;“Lib 2.0”“图书馆2.0”合并为“图书馆2.0”;“IC”“信息共享空间”合并为“信息共享空间”;“因特网”“Internet”“互联网”合并为“互联网”;“信息素质”“信息素养”合并为“信息素养”;“虚拟参考咨询”“数字参考咨询”合并为“数字参考咨询”等。②去除一些无益于主题研究的关键词,如“问题”“策略”“措施”“发展趋势”等。

为突出主题,采用词频g指数方法筛选高频关键词。词频g指数定义为:某一个研究主题关键词的数量分值为g,当且仅当此研究主题的关键词总量N中有g个关键词其累计出现频次不少于g2次。而g+1个关键词其累计出现频次少于(g+1)2次。杨爱清对词频g指数进行了实证分析,并与齐普夫第二定律的选词结果进行比较,得出g指数选词结果很好地满足二八定律,同时对主题词进行聚类分析得到良好的结果[2]。运用词频g指数方式,得到90个高频关键词。

表1   高频关键词表

续表

1.2数据的预处理

由于这些关键词都是财经类高校图书情报学文献中出现频次最高的词,因此它们从较大程度上能代表当前财经类高校图书情报学的研究热点。但由于某一研究热点会涉及许多相关知识和其他热点,并且不同作者对于关键词的确定也不一致,因此还需要进一步反映这些高频词之间的关系。利用计算机自编程序对高频词进行预处理,构建了90×90的共词矩阵,并以此为基础进行聚类分析。

表2 共词矩阵(部分)

为了消除频次悬殊造成的影响,采用Ochiia系数将共词矩阵转换为相似矩阵,其计算公式为:A、B两词的Ochiia系数=(A、B两词共同出现的次数)/A词出现的次数*B词出现的次数)[3],从而得到相似矩阵,如表3所示。相似矩阵中的数字表明的是数据间的相似性,数字的大小表明了相应两个关键词之间的距离远近,数值越大则表明关键词之间的距离越近,相似度越大;反之,相似度越小[4]。由于聚类分析需要使用相异矩阵,用1减去相似矩阵中的数据,就得到相异矩阵,如表4所示。

表3 相似矩阵(部分)

表4 相异矩阵(部分)

2热点关键词的共词分析

共词聚类分析是共词分析中常用的一种方法,在共词分析的基础上,以共词出现的频率为分析对象,利用聚类的统计学方法,把众多分析对象之间错综复杂的共词网状关系简化为数目相对较少的若干类群之间的关系并直观地表示出来的聚类的过程[5]。

以相异矩阵数据为基础,通过SPSS软件并采用系统聚类方法,对90个高频词进行聚类,在阈值15.50处一共聚成10大类,根据涵盖的高频词赋予其相应名称,聚类结果见表5。

表5 聚类结果

续表

3研究结论及建议

结合高频关键词的共词分析和聚类分析结果,对我国财经类高校近10年图书情报学的研究情况有了一个整体性的把握,其研究热点主要包括10个方面。

①网络环境下高校图书馆服务相关研究,包含“学科馆员、学科服务、信息服务、网络环境、高校图书馆、参考咨询、数字参考咨询、服务模式”8个关键词。服务是图书馆永恒的话题和研究重点。近10年关于服务的研究重点主要偏重于网络环境下高校图书馆的学科服务、参考咨询服务等内容。

②高校图书馆网络服务相关研究,包含“管理、电子阅览室、服务、图书馆、高等院校、网络、信息”7个关键词,主要研究高等院校图书馆电子阅览室管理等网络信息服务。

③信息时代图书馆员继续教育相关研究,包括“图书馆员、继续教育、信息时代、馆员素质”4个关键词。随着信息技术的飞速发展,要求图书馆员不断学习来提高自身素质以更好地服务于读者。

④图书馆知识管理与人文服务相关研究,包含“知识管理、知识服务、图书馆管理、人本管理、人文关怀”等17个关键词。不仅研究图书馆知识管理与服务创新,同时也强调了图书馆需要人本管理、以人为本,达到图书馆建设的可持续发展。

⑤数字图书馆知识产权相关研究,包含“数字图书馆、云计算、著作权、知识产权”4个关键词。数字图书馆一直是近年来的研究热点,而在数字图书馆的建设中往往会涉及知识产权问题,解决不好版权、知识产权问题会影响数字图书馆的规模化发展;同时也着重研究了近几年非常热门的云计算问题。

⑥图书馆联盟资源共建共享相关研究,包含“信息资源、共建共享、图书馆联盟、知识共享、资源共享”5个关键词。随着信息资源的日益增长,每个图书馆购买或拥有的资源是有限的,因此图书馆联盟的建立显得尤为重要,可以更大程度地发挥信息资源的使用效益。赵雯媛[6]经过分析得出我国图书馆联盟的研究主要集中在图书馆建设与管理的理论、图书馆联盟的概论性研究、高校图书馆联盟、国外图书馆联盟的研究、数字图书馆联盟的研究等方面。

⑦图书情报学相关研究,包含“图书馆学、情报学”两个关键词。主要研究图情学基础理论,集中在图情学研究对象、学科结构、学科体系等内容的探讨。

⑧图书馆2.0与网络信息资源检索相关研究,包含“Web2.0、图书馆2.0、信息检索、搜索引擎、元数据、网络信息资源、电子资源、利用率”8个关键词。信息技术的更新换代带动了图书馆各项技术的发展,如元数据、Web2.0技术等都应用到图书馆的日常工作中,同时研究了网络信息资源的检索及利用问题。

⑨数字化、个性化服务相关研究,包含“个性化服务、数据挖掘、竞争情报、特色数据库、数字化、信息需求、信息共享空间”等31个关键词。图书馆要真正做到“以读者为中心”,势必要求图书馆以读者的需求为导向提供服务,因此个性化服务便成为工作重点;同时,信息时代数字化服务也成为研究热点,如数据挖掘、特色数据库、开放存取、信息共享空间等内容。

⑩大学生信息素养教育相关研究,包含“大学生、信息素养、信息素养教育、素质教育”4个关键词。信息素养是一种对信息社会的适应能力,加强信息素养教育,可以使大学生能够有效、高效地获取和利用信息。

以上是本研究得出的我国财经类高校近10年图书情报学的研究热点,但同时本研究也存在着一定的局限性。首先,由于缺乏标准主题词表,因此对关键词的著录不完全规范,使得关键词表存在一定偏差。其次,关于高频关键词的筛选也是一个值得探讨的问题,需要我们在今后做进一步的研究。

参考文献:

[1]冯璐,冷伏海.共词分析方法理论进展[J].中国图书馆学报,2006(2):88-92.

[2]杨爱清,等.g指数在共词分析主题词选取中的应用研究[J].情报杂志,2012(2):52-55,74.

[3]李纲,吴瑞.国内近十年竞争情报领域研究热点分析[J].情报科学,2011(9):1289-1293.

[4]马费成,宋恩梅,张勤.IRM-KM范式与情报学发展研究[M].武汉:武汉大学出版社,2008:214.

[5]钟伟金,李佳,杨兴菊.共词分析法研究(三)——共词聚类分析法的原理与特点[J].情报杂志,2008(7):118-120.

[6]赵文媛.中国图书馆联盟研究近况[J].图书馆学刊,2009 (8):1-4.

姚小娇女,1986年生。硕士,助理馆员。研究方向:信息计量学。

收稿日期:(2014-09-26;责编:张欣。)

猜你喜欢

共词情报学财经类
开放与融合:公安情报学进入情报学方式研究*
构建中国特色的情报学
2020年成人高校招生考试模拟试题数学(文史财经类)(一)
2020年成人高校招生考试模拟试题数学(文史财经类)(三)
基于突变检测与共词分析的深阅读新兴趋势分析
“双平台嵌入式”的“粮味”财经类专业人才培养模式创新与实践
国内图书馆情报学的发展现状与趋势探索
贴近生活的商业财经类期刊
基于Matlab的共词矩阵构造
卷首语