陈果 王凯月

1 引言

在时间维度上，对每一时刻数据的记录就是时间序列[1]。时间序列数据在生活中无处不在，对其开展研究具有十分广阔的应用前景。在传统计量经济学中，时间序列分析关注的是经济指标的日常变化，其中受关注较多的是周期性问题，如季节效应[2]。情报学定量研究中多关注文献数据、网络数据、政府数据等分析对象的变化[3]，其变化趋势更接近阶段性。典型的如利用生命周期理论，划分文献主题、舆情话题在不同时期的变化阶段。除此以外，利用回归、拟合等方式对时间变化曲线进行数理统计和描述，也是情报学研究中时间序列分析的一个重要方面。

近年来，时间序列分析方法不断发展优化，在时间序列分类、预测、聚类、回归分析、异常检测等方面都得到了深入的应用[4]。然而，在情报学研究中，尽管大量研究引入了时间因素，但多是从划分时间段的视角来对所关注对象的变化状态进行描述性分析，或沿用基本的回归模型来拟合其整体变化趋势，而对情报研究对象时间序列模式的深入挖掘和分析依然较为缺乏[5]。当前，情报学研究的模型化、预测化发展趋势，迫切要求研究者更为深入地应用时间序列分析方法开展研究。因此，有必要对现阶段情报学中涉及时间序列分析的研究进行系统性的梳理。

鉴于此，本文采用文献调研的方式，梳理国内外情报学领域与时间序列分析相关的研究现状。首先，依据《中文核心期刊要目总览》和SSCI-INFORMATION SCIENCE&LI-BRARY SCIENCE-JOURNAL LIST[4]选定了情报学代表性期刊，如表1所示。……