基于知識圖譜的圖書館大數據應用分析

摘

要：通過CNKI核心期刊數據庫，收集了近10年大數據在圖書館應用的文獻，并運用CiteSpace的計量統(tǒng)計功能對文獻的關鍵詞進行統(tǒng)計，通過對關鍵詞的分析，掌握該領域研究現狀、熱點以及趨勢，把握研究重點，明確研究方向，為數據化浪潮下的相關研究提供參考。結果表明，當前大數據在圖書館的應用研究主要集中在數字圖書館、數據分析、信息服務、云計算、知識服務、人工智等領域，但學術無止境，研究人員應該嘗試找到新的突破口，從而進行更多的創(chuàng)新性研究。關鍵詞：大數據；圖書館；知識圖譜；Citespace中圖分類號：G35

文獻標志碼：A

文章編號：1673-291X（2024）06-0129-04引言大數據是伴隨云計算、物聯網和移動互聯網等技術發(fā)展起來的新興事物。大數據時代，數字已經滲透到當今各個行業(yè)和業(yè)務職能領域，成為重要的生產因素。在此過程中，海量的結構化、半結構化和非結構化的數據應運而生。這些數據具備體量大（Volume）、類型多（Variety）、價值密度低（Value）和速度快（Velocity）的4V特征。圖書館承載著知識的收集、存儲、加工以及開發(fā)與創(chuàng)新的任務。隨著大數據時代的到來，圖書館數據種類不斷增加，數據量日益增長，智能化、個性化服務和對海量數據的實時分析和潛在價值挖掘的需求也在快速增長，因此圖書館在一定程度上也具備大數據的4V特征[1]。中國知網上不乏關于大數據在圖書館應用的研究文獻，而其中篇名最能反映文獻研究內容，所以課題成員限定檢索字段為“篇名”字段，不限制時間，文獻來源類別限定為北大核心、CSSCI、CSCD，檢索日期為2022年4月30日，以“大數據”和“圖書館”作為檢索詞，共檢索出404篇文獻。根據知網檢索結果統(tǒng)計，這些文獻中應用研究占66.67%，開發(fā)研究占25.93%，行業(yè)研究占3.7%，管理研究占3.7%。在大數據背景之下，圖書館具體做了哪些方面的工作或研究，單憑閱讀幾篇文獻還不足以深入了解。因此，為了準確把握圖書館在大數據環(huán)境下的成長過程及發(fā)展趨勢，本文以圖書館在大數據時代的研究文獻為研究對象，并運用CiteSpace的計量統(tǒng)計功能對文獻的關鍵詞進行統(tǒng)計，通過關鍵詞的分析，掌握該領域研究現狀、熱點以及趨勢，把握研究重點、明確研究方向，以應對當今時代下的數據化浪潮，并為今后的研究提供參考。一、數據來源與研究方法（一）數據來源通過在中國知網數據庫查閱相關文獻了解到，如今大數據背景下的圖書館研究越來越受研究人員的關注，但是鮮有人對其做系統(tǒng)化分析。本文以中國知網數據庫相關文獻為研究對象，對收集的文獻數據進行梳理歸納，對作者、關鍵詞等做統(tǒng)計以及圖譜分析，并根據分析結論總結目前國內大數據背景下圖書館的研究現狀、熱點及趨勢，為圖書館數據化實踐提供理論指導。（二）研究方法本研究采用了文獻調研法和文獻計量法。知識圖譜可以對學科知識的結構、規(guī)律和分布情況進行可視化呈現，同時可以對學科領域的歷史脈絡、發(fā)展動態(tài)、研究熱點和研究前沿進行科學繪制、全景勾勒和重點凸顯[2]。Citespace可以構建可視化知識圖譜，能夠直觀反映某一領域的研究熱點、趨勢等。筆者通過在中國知網數據庫期刊庫收集大數據在圖書館應用的相關研究文獻，借助Citespace和中國知網的分析功能，對論文年度發(fā)文量、關鍵詞共現、關鍵詞突現圖等進行分析，揭示其研究現狀、熱點、前沿和趨勢。二、文獻統(tǒng)計與知識圖譜分析（一）年份發(fā)文數量統(tǒng)計分析通過對文獻的年代發(fā)文量統(tǒng)計，可以在一定程度上發(fā)現某一個主題的研究發(fā)展速度和規(guī)模。本文對通過之前提到的條件下檢索出來的文獻進行了統(tǒng)計，發(fā)現基于大數據的圖書館研究方面的文獻最早發(fā)表時間為2012年8月，從2012—2022年，核心期刊文獻發(fā)表數量統(tǒng)計如表1所示。從表1可以看出2012—2022年基于大數據的圖書館研究文獻數量變化過程。2012—2014年是逐步上升的階段，2014年增加明顯，2016到達高峰。2015—2018年文獻增量相較之前有所減少，但該期間數量變化幅度不大，相對較穩(wěn)定。從2019年開始發(fā)文量呈下降趨勢，隨后逐年降低。（二）關鍵詞共現分析關鍵詞是文獻作者提取出來的體現文獻主要內容或主要內容某一方面的詞匯。高頻關鍵詞共現圖譜能夠有效地幫助研究者了解某一領域的研究文獻主題分布情況，并能掌握某一領域的研究熱點。本研究運用Citespace的關鍵詞分析功能，設置時間為1992—2022年，TimeSlicing設為1年，將節(jié)點類型設置為“Keword”，節(jié)點闕值設置為50，選擇Pathfinder算法，得到高頻關鍵詞知識圖譜見圖1。圖1中，節(jié)點數量N=315，節(jié)點間連線數量E=609，節(jié)點間聯系緊密。圖中“大數據”節(jié)點最大，代表該關鍵詞在所研究文獻中出現頻率最高；其次是“圖書館”“數據挖掘”“知識服務”“信息服務”“云計算”等。因為關鍵詞“圖書館”和“大數據”是研究主題確定的關鍵詞，所以雖然這幾個高頻詞匯出現頻率高，但是體現不出大數據在圖書館應用研究的具體方向，而排名隨后的高頻詞匯則更能體現圖書館大數據應用研究的具體情況。表1列出了排名前20的高頻詞匯，除去“大數據”“圖書館”，其他高頻關鍵詞，如“大數據”“圖書館”“學科服務”“信息服務”“數據挖掘”“知識服務”“數據分析”“精準服務”“數據處理”和“服務模式”等的中介中心性值較強，是該學科領域關注的焦點，也是研究熱點。（三）關鍵詞聚類分析聚類分析是一種探索性的分析，指將物理或抽象對象的集合分組為由相似的對象組成的多個聚類的分析過程。聚類過程中，研究人員不必事先定義分類標準，聚類分析能夠從樣本數據出發(fā)自動進行分類，將數據分類到不同的類或者簇這樣的一個過程，因此同一個類或者簇中的對象有很大的相似性，可以定義為一個研究領域。本文運用Citespace對樣本數據進行聚類分析，通過LLR算法提取數據標簽為聚類名，得到關鍵詞聚類圖譜為圖2。聚類結果顯示，聚類模塊值Q=0.5005>0.3，說明聚類結構顯著；聚類平均輪廓值S=0.8781>0.7，說明該聚類可信。主要聚類有“#0圖書館”“#1數字圖書館”“#2數據分析”“#3知識服務”“#4信息服務”“#5云計算”“#6精準服務”“#7區(qū)塊鏈”“#8人工智能”“#9大數據服務”“#10知識管理”“#11協(xié)同過濾”。圖2

大數據在圖書館的應用研究關鍵詞聚類圖譜通過“timeline”繪制關鍵詞聚類的時間圖譜，如圖3所示。從圖3中可以看出每個研究領域的時間跨度及研究主題?！?0圖書館”“#1數字圖書館”“#2數據分析”“#4信息服務”和“#5云計算”聚類對象最早出現時間為2012年。其中，“#0圖書館”聚類內部時間跨度最長，從2012年一直延續(xù)至今；其次是“#4信息服務”，從2012年延續(xù)至2020年。除此之外，聚類對象出現時間較2012年晚，且持續(xù)時間較長的是“#3知識服務”“#6精準服務”“#7區(qū)塊鏈”和“#8人工智能”。（四）關鍵詞突現關鍵詞突現是某一時期內關鍵詞出現頻率突然增加，關鍵詞突現圖譜能夠體現某一時期內研究領域的研究熱點。通過Citespace提供的Burstdetection功能對高頻關鍵詞進行統(tǒng)計，本研究共統(tǒng)計出25個突現詞，結果如圖4所示。突現關鍵詞的Strength值越高，說明這一時期在該關鍵詞方面的研究越多。不同時期內突現詞的變化反映了研究熱點隨時間推移產生的變化，通過對突現因時間變化的推移研究，可以進一步了解研究領域的發(fā)展趨勢。從圖4看出，2012—2014年間突現關鍵詞有“數據挖掘”“數據處理”“數據分析”和“云計算”，其中“數據挖掘”突現強度最大。2013—2017年間突現關鍵詞有“知識服務”“信息服務”“保護”“信息素養(yǎng)”“敏感數據”“微服務”“服務創(chuàng)新”“服務模式”和“互聯網+”，其中“微服務”突現強度最大。2018—2022年間突現關鍵詞有“精準服務”“區(qū)塊鏈”“共詞分析”“圖像資源”“人工智能”“數據驅動”“系統(tǒng)設計”“讀者服務”“智慧服務”“化學科學”和“智慧化”，其中“精準服務”突現強度最大，且持續(xù)時間最長。三、結論本研究通過Citespace對2012年至2022年4月CNKI中核心期刊收錄的404篇關于大數據在圖書館的應用方面的文獻進行了統(tǒng)計，通過統(tǒng)計分析得到以下結論。1.通過聚類時間線可以看出，圖書館聚類、數字圖書館聚類、數據分析聚類、信息服務聚類、云計算聚類的相關研究從2012年開始持續(xù)到最近時間為2022年。知識服務聚類、精準服務聚類、區(qū)塊鏈聚類、人工智能聚類，相關主題最早研究時間開始于2013年，持續(xù)研究時間到2021年。持續(xù)性最長的是圖書館聚類，計算和數據分析等關鍵詞的出現頻率較高，表明當前大數據在圖書館的應用研究主要集中在這些方面。2.從核心期刊發(fā)文量統(tǒng)計來看，2012—2017年的發(fā)文量基本呈上升趨勢，2014—2017年4年間是發(fā)文量頂峰時期，但是從2018年開始發(fā)文量開始減少，到2021年僅有17篇，2022年在設定的檢索日期內僅檢索到1篇。從文獻數量上可以看出，大數據在圖書館的應用研究在前期備受研究人員關注，但隨著時間推移研究文獻數量逐