我國圖情學(xué)科學(xué)術(shù)創(chuàng)新性研究-基于2023-國內(nèi)外圖情研究主題分析

我國圖情學(xué)科學(xué)術(shù)創(chuàng)新性研究基于2009-國內(nèi)外圖情研究主題分析

梁珠芳（桂林理工大學(xué)圖書館，廣西桂林541004）1引言學(xué)科學(xué)術(shù)創(chuàng)新主要體現(xiàn)在論文成果發(fā)表方面，其學(xué)術(shù)創(chuàng)新能力表現(xiàn)在:“一是在開拓研究領(lǐng)域方面是否具有創(chuàng)新性；二是在使用研究方法方面是否具有創(chuàng)新性；三是在運用論證資料方面是否具有創(chuàng)新性;四是在闡述觀點或理論方面是否具有創(chuàng)新性”［1］。創(chuàng)新貫穿于人類社會生產(chǎn)實踐活動的各個方面。創(chuàng)新是學(xué)科發(fā)展的不竭動力，學(xué)科的學(xué)術(shù)研究極大地促進了學(xué)科領(lǐng)域的發(fā)展。學(xué)術(shù)創(chuàng)新是一個過程，也是一種結(jié)果，學(xué)術(shù)創(chuàng)新需要與時俱進。目前與學(xué)術(shù)創(chuàng)新、學(xué)術(shù)創(chuàng)新力相關(guān)的研究較多，但直接與學(xué)科學(xué)術(shù)創(chuàng)新性相關(guān)的文獻比較少。本文在進行文獻綜述時，不僅參考了學(xué)術(shù)創(chuàng)新、學(xué)術(shù)創(chuàng)新力相關(guān)的文獻，還參考了與學(xué)術(shù)創(chuàng)新性相似的學(xué)術(shù)影響以及跨學(xué)科學(xué)術(shù)創(chuàng)新性等方面的文獻。不同時代背景下，每個研究領(lǐng)域都會有不同的研究主題。本文運用文獻計量學(xué)方法和工具對2009-2019年國內(nèi)外圖情學(xué)科研究論文進行分析，分析國內(nèi)外圖情學(xué)科研究主題，深入了解我國圖情學(xué)科的學(xué)術(shù)創(chuàng)新性，以期為我國圖情學(xué)科學(xué)術(shù)創(chuàng)新性提高提供指導(dǎo)。2學(xué)科學(xué)術(shù)創(chuàng)新性研究概述在學(xué)術(shù)創(chuàng)新性研究中，人們提出了一些指標來量化學(xué)科學(xué)術(shù)成果的創(chuàng)新程度。沈律［2］基于Key詞頻定義學(xué)科學(xué)術(shù)科技創(chuàng)新的兩大重要指標體系：科技成果重復(fù)率和科技成果引用率。在其評價指標中，科技成果的重復(fù)率越小，則其創(chuàng)新程度越大，引用率越大則其創(chuàng)新的程度越大。沈陽［3］基于Key創(chuàng)新度量化文檔創(chuàng)新度，認為Key的頻率越低，時間跨度越短，則Key的創(chuàng)新度越高。楊建林等［4］基于Key的詞頻定義學(xué)科學(xué)術(shù)科技成果的重復(fù)率和引文率，用來量化學(xué)科科技成果的創(chuàng)新性，提出KPTIDF方法用于評估學(xué)科學(xué)術(shù)論文的創(chuàng)新性，認為主題新穎性是用于評價學(xué)科學(xué)術(shù)論文的創(chuàng)新性。曹樹金等［5］通過LDA主題模型和共詞分析相結(jié)合的方法，探究學(xué)科學(xué)術(shù)論文在不同時期研究的內(nèi)容與主題演化特征，研究發(fā)現(xiàn)，學(xué)科學(xué)術(shù)論文于守正創(chuàng)新中仍然保持發(fā)展態(tài)勢。曹樹金等［6］還從句子級重新性識別出發(fā)，利用了句子結(jié)構(gòu)和語法的特征，采用了信息抽取與機器學(xué)習(xí)的方法，對近年中外情報學(xué)學(xué)科論文的創(chuàng)新性進行分析。楊京等［7］提出了一種基于研究主題對比的單篇學(xué)術(shù)論文創(chuàng)新力評價方法，首先運用Keygraph算法抽取代表研究主題的Key，再將提取的研究主題與學(xué)科研究前沿研究主題，以評價學(xué)科學(xué)術(shù)研究主題的創(chuàng)新性。國外學(xué)者研究學(xué)術(shù)創(chuàng)新的切入點一般是從句子級、文檔等文本的新穎性入手，從新聞事件和網(wǎng)頁文件等角度探討學(xué)術(shù)創(chuàng)新，或者從主題的角度分析科技文獻的創(chuàng)新，從多種思路探究學(xué)術(shù)創(chuàng)新性。M.Breja［8］提出了一種基于文檔級新穎性檢測的新穎性檢測方法，采用了句子級來進行創(chuàng)新識別，通過句子的相似度以及新詞數(shù)混合度量的方式挖掘?qū)W術(shù)創(chuàng)新性。PheiErSaw教授［9］提出了跨學(xué)科融合對學(xué)術(shù)研究的重要性，跨學(xué)科融合是指在保留差異的基礎(chǔ)上尋求共同點，有助于新時代的學(xué)術(shù)創(chuàng)新。GabrilovichEvgeniy等［10］采用新穎分析算法，從文章中演變來分析文檔間的動態(tài)及創(chuàng)新。目前，國內(nèi)外圖情學(xué)科學(xué)術(shù)創(chuàng)新性的相關(guān)研究相對較少，也存在一定的局限，大多從單一的角度來反映學(xué)科學(xué)術(shù)創(chuàng)新性。實際上，以上所述大多的研究方法本質(zhì)是一樣的，即通過挖掘數(shù)據(jù)進行對比得出創(chuàng)新性，這些方法存在數(shù)據(jù)過多、工作量大、識別創(chuàng)新效果質(zhì)量下降等問題。因此，本文選擇國內(nèi)外圖情學(xué)科代表性期刊作為研究樣本，針對性對國內(nèi)外圖情學(xué)科研究主題進行分析，進而更加有目標性去探討圖情學(xué)科學(xué)術(shù)創(chuàng)新性。3圖情學(xué)科學(xué)術(shù)創(chuàng)新性研究方法及主題獲取3.1圖情學(xué)科學(xué)術(shù)創(chuàng)新性研究方法本文采用文獻計量學(xué)中的Key共現(xiàn)分析方法，對2009-2019年國內(nèi)外圖情領(lǐng)域核心期刊所刊載的論文進行對比分析，以探索我國圖情學(xué)科學(xué)術(shù)創(chuàng)新性。文獻計量學(xué)通過對各學(xué)科研究文獻數(shù)量進行科學(xué)計量分析和比較，便于研究者通過這些規(guī)律性的東西去研究現(xiàn)狀及預(yù)測未來［11］。將所選2009-2019年國內(nèi)外圖情領(lǐng)域文獻，基于尋徑網(wǎng)絡(luò)算法（PathfindingNetworkAlgorithm），基于Key分析的主題演化，通過對高頻Key分析，以挖掘知識演化的關(guān)鍵路徑與發(fā)展前沿?；谠~頻變化的主題演化研究可以把握相關(guān)領(lǐng)域研究重點，高頻Key通過分析Key出現(xiàn)的頻次來把握關(guān)注點，頻次越高代表該主題的關(guān)注度越高，從而準確把握該領(lǐng)域的研究重點［12］。本文所研究的計量對象主要是2009-2019年國內(nèi)外圖情領(lǐng)域核心期刊所刊載的論文，通過可視化軟件進而得出每年的前五十個高頻Key，利用Excel對數(shù)據(jù)進行匯總與統(tǒng)計分析，統(tǒng)計出重合數(shù)及重合詞，并繪制直觀圖表及描繪圖形，對國內(nèi)外圖情學(xué)科高頻Key進行重合率對比，以統(tǒng)計出的同年及近三年對比的高頻Key當作主要研究對象，將其進行歸納映射到相應(yīng)主題。并將國內(nèi)學(xué)者發(fā)表于國外期刊的論文分析其Key突現(xiàn)，以探究我國圖情學(xué)科學(xué)術(shù)創(chuàng)新路徑。3.2國內(nèi)外期刊數(shù)據(jù)獲取本研究數(shù)據(jù)為期刊文獻數(shù)據(jù)，為了提高分析的準確性及代表性，對刊物進行嚴格的篩選，挑選出具有代表性的期刊。本文選擇了具有權(quán)威性的中文核心期刊，選擇了CSSCI期刊目錄中圖書情報類目下的科技期刊，在CSSCI（2019—2020年）收錄的圖情學(xué)科期刊中，剔除了包含檔案學(xué)在內(nèi)的兩種期刊，選擇了具有代表性的包括《圖書與情報》《圖書情報工作》等在內(nèi)的18種圖書情報核心期刊。具體期刊名稱與綜合影響因子見表1所示。在CNKI中精確檢索，選擇18種圖情核心期刊，時間范圍設(shè)置為從2009到2019年，經(jīng)過數(shù)據(jù)收集，剔除會議通知、報告、征稿啟事、投稿須知等與研究不相關(guān)的非學(xué)術(shù)文獻，最終獲得論文總數(shù)為51748條有效文獻。表1文獻數(shù)據(jù)來源期刊目錄表國外研究數(shù)據(jù)來源于WebofScience數(shù)據(jù)庫，國外圖情期刊選取被SCIE和SSCI數(shù)據(jù)庫收錄的國外學(xué)術(shù)價值較高圖情期刊。利用2019年《期刊引證報告（JCR）》，在2019年JCR社科版圖書情報學(xué)(InformationScience＆LibraryScience)專業(yè)目錄下，共收錄85種學(xué)術(shù)期刊。根據(jù)期刊分布中普遍存在的“二八定律”，即20%最具影響力和代表性的期刊可以揭示出整體80%的內(nèi)容和特征。所以，本文將圖書情報學(xué)目錄下的85種期刊按照五年影響因子(5-yearlyImpactFactor)進行排序，取其中影響力最大的前20%(17種)的期刊為研究樣本。限定學(xué)科類別為信息科學(xué)與圖書館學(xué)(InformationScience＆LibraryScience)，具體期刊名稱與五年影響因子見表2所示。在WOS中精確檢索，以這17種期刊的名稱作為檢索詞，時間跨度限定為2009-2019年，將每種期刊分別檢索的論文導(dǎo)出，共檢出相關(guān)文獻12116篇，檢索結(jié)果包括各個國家發(fā)表的相關(guān)文獻。國內(nèi)學(xué)者發(fā)表在國外期刊的文章為1363篇，本研究將1363篇歸為國內(nèi)學(xué)者發(fā)表的數(shù)據(jù)，通過可視化軟件的突現(xiàn)詞功能來研究學(xué)術(shù)創(chuàng)新路徑。對其余的國外圖情學(xué)者發(fā)表的期刊論文10753篇，下載并保存10753篇文獻的題錄信息作為純文本進行數(shù)據(jù)處理和分析。表2“圖書情報學(xué)”領(lǐng)域17種高影響力期刊一覽表4國內(nèi)外研究主題對比分析4.1前五十個Key重合率國內(nèi)外研究論文前五十個高頻Key超過三年對比重合較少。重合Key如表3所示，重合相隔時間較長，并無顯著特征規(guī)律。因此，本研究不選擇國內(nèi)外超過三年對比的Key。表3國內(nèi)外圖情領(lǐng)域高頻Key同年及三年重合數(shù)本文選擇國內(nèi)外圖情學(xué)科前五十個Key進行同年及近三年的對比，對國內(nèi)外圖情學(xué)科Key的重合數(shù)和重合詞進行詳細統(tǒng)計，重合數(shù)即國內(nèi)外圖情學(xué)科Key進行對比后重合的Key數(shù)量。將重合數(shù)繪制成重合時間分布圖（見圖1），可以更加直觀地看出重合數(shù)根據(jù)時間的變化所出現(xiàn)的頻率。圖1國內(nèi)外圖情學(xué)科重合高頻Key時間分布圖將重合數(shù)和重合詞按照對應(yīng)的時間填入表格中，可以更加直觀地看到同年及近三年對比重合的具體Key（如表4所示），便于分析。對比國內(nèi)外圖情學(xué)科高頻Key的重合率，關(guān)于重合率的計算，本研究采用了數(shù)學(xué)的數(shù)值百分比來計算，即：重合率=重合Key數(shù)/總Key數(shù)。其中，重合Key數(shù)為國內(nèi)外圖情學(xué)科研究Key的時間段內(nèi)相同個數(shù)。因以每年前五十個Key作為研究對象，所以五十為固定分母。表4國內(nèi)外圖情學(xué)科Key同年及三年重合詞對國內(nèi)外同年的重合率進行統(tǒng)計。2009年，同年重合率為3/50，“model”（模型）、“e-government”（電子政務(wù)）、“knowledgesharing”（知識共享）在本年重合。2010年，同年重合率為1/50，“structuralequationmodel”（結(jié)構(gòu)方程模型）在本年重合。2011年，同年重合率為1/50，“onlinecommunity”（網(wǎng)絡(luò)社區(qū)）在本年重合。2012年，同年重合率為1/50，“citationnetwork”（引文網(wǎng)絡(luò)）在本年重合。2014年，同年重合率為1/50，“machinelearning”（機器學(xué)習(xí)）在本年重合。2015年，同年重合率為2/50，“altmetrics”（替代計量學(xué)）、“scienceresearch”（科學(xué)研究）在本年重合。2016年，同年重合率為1/50，“opendata”（數(shù)據(jù)開放)在本年重合。2013年、2017年、2018年、2019年這四年同年重合率為零。這四年國內(nèi)外圖情學(xué)科前五十個高頻Key各不一樣，每年所研究內(nèi)容各有千秋。在國內(nèi)外圖情領(lǐng)域，研究的內(nèi)容存在較大的差異，這四年，最高頻的前五十個Key沒有出現(xiàn)重合，每年研究的內(nèi)容各具特色。4.2前五十個Key映射歸納自建主題分布研究包括自建主題分類表研究、參照國外已建主題分類表的主題分布研究兩部分［13］。張雪梅等在其文章中歸納了兩類自建主題分類表：①基于研究熱點構(gòu)建的主題分類表，如初景利等自建的主題分類表［14-15］；②基于內(nèi)容分析構(gòu)建的主題分類表，如華薇娜的自建主題分類表［16］。目前，國內(nèi)圖書情報學(xué)關(guān)于自建主題分類表的研究成果較少。國外自建主題分類表研究成果較豐碩，如斯蒂芬創(chuàng)建的主題分類表。邱均平參照斯蒂芬主題分類表的主題分布進行研究，并取得了顯著成果［17］。本文借鑒了前人的主題分類法，并根據(jù)本文的實際情況，將圖情學(xué)科的研究Key映射到相應(yīng)主題，以便通過Key間接進行主題分析。結(jié)合圖情學(xué)科研究特點，通過國內(nèi)外圖情學(xué)科研究Key重合時間分布圖和表格，對2009-2019年國內(nèi)外圖情學(xué)科研究Key同年和近三年重合的Key進行映射，并將Key映射到相應(yīng)研究主題。綜合Key分布情況，進行內(nèi)容分析歸納為五大研究主題：大數(shù)據(jù)分析主題、社交媒體與信息行為主題、情報學(xué)的技術(shù)應(yīng)用主題、數(shù)據(jù)管理與知識管理主題、其他主題。如表5所示。表52009-2019年國內(nèi)外圖情領(lǐng)域Key重合映射歸納主題表4.2.1大數(shù)據(jù)分析研究主題“bigdata”（大數(shù)據(jù)）是近幾年來的高頻Key。2012年，國內(nèi)大數(shù)據(jù)研究開始出現(xiàn)。三年后，在2015年我國學(xué)者將大數(shù)據(jù)研究推向國際，涉及數(shù)據(jù)挖掘、知識管理等領(lǐng)域。大數(shù)據(jù)時代的到來，為情報學(xué)領(lǐng)域的研究帶來了研究思路、研究環(huán)境與研究技術(shù)應(yīng)用的變革。在大數(shù)據(jù)時代下，情報學(xué)的研究對象從信息到數(shù)據(jù)，大數(shù)據(jù)逐漸向智慧數(shù)據(jù)靠攏，數(shù)字化服務(wù)也逐漸應(yīng)用于實踐中。大數(shù)據(jù)分析給人們帶來技術(shù)上的便利。人工智能、云計算、區(qū)塊鏈的應(yīng)用促進了社會現(xiàn)代化的發(fā)展，也給圖書情報學(xué)的實際應(yīng)用帶來便利。情報學(xué)數(shù)據(jù)分析的技術(shù)應(yīng)用方法也在隨著時代的進步不斷完善，引起了新一代信息技術(shù)變革的浪潮。國內(nèi)外圖情領(lǐng)域區(qū)塊鏈研究熱點的研究側(cè)重點各不相同。國內(nèi)學(xué)者傾向于研究區(qū)塊鏈技術(shù)在數(shù)據(jù)共享和信息資源管理中的應(yīng)用，主要集中在理論建設(shè)方面，而國外學(xué)者則熱衷于研究政府和行業(yè)如何將區(qū)塊鏈技術(shù)應(yīng)用于信息治理［18］。區(qū)塊鏈技術(shù)、大數(shù)據(jù)與人工智能的結(jié)合產(chǎn)物的出現(xiàn)，為從情報分析領(lǐng)域解決信息安全問題提供了方法。4.2.2社交媒體與信息行為主題社交媒體的概念最早由美國學(xué)者提出，社交媒體是在Web2.0技術(shù)基礎(chǔ)上發(fā)展起來的一種應(yīng)用，更加注重網(wǎng)絡(luò)用戶之間的互動和交流。“Twitter”(推特）等社交軟件作為傳播信息的重要工具和交流平臺，已經(jīng)被越來越多的圖書館所利用。圖書館的許多功能可以通過網(wǎng)絡(luò)實現(xiàn)，許多學(xué)者在探索圖書館（大部分是數(shù)字圖書館、移動圖書館等）如何能夠為人們提供更好的定位和服務(wù)。從研究內(nèi)容看，國內(nèi)學(xué)者的研究方向偏理論性，如通過微博等工具開展圖書館服務(wù)。國內(nèi)學(xué)者對深度信息的研究和服務(wù)模式的應(yīng)用研究滯后于國外的研究，雖然國內(nèi)學(xué)者每年發(fā)表和收錄論文較多，但創(chuàng)新和實踐相對薄弱［19］。而國外對信息行為和信息服務(wù)的研究主要集中在文章發(fā)表和社交網(wǎng)絡(luò)上［20］。社交媒體還涉及在線社區(qū)、虛擬社區(qū)等。我國圖情領(lǐng)域的信息行為和信息服務(wù)研究有待完善，研究者可以借鑒國外圖情領(lǐng)域的評估方法，注重國內(nèi)期刊的定量分析，進而提高研究的創(chuàng)新性。4.2.3情報學(xué)的技術(shù)應(yīng)用主題新興的信息技術(shù)已經(jīng)成為情報學(xué)的研究對象，情報學(xué)的技術(shù)應(yīng)用主題包括了新興的信息技術(shù)、情報分析與處理和計量學(xué)。新興的信息技術(shù)包括信息可視化和信息檢索；情報分析與處理包括社會網(wǎng)絡(luò)分析和情感分析；計量學(xué)包括科學(xué)計量學(xué)和替代計量學(xué)［21］。在圖情領(lǐng)域，學(xué)者以用戶情感作為圖像檢索的線索來研究機器學(xué)習(xí)，提出了基于深度學(xué)習(xí)的圖像檢索應(yīng)用研究，更多研究基于WOS定量研究主題。早在19世紀80年代，著名情報學(xué)家布魯克斯指出:“如果情報學(xué)沒有實現(xiàn)定量化，那將是一堆碎片化的技術(shù)，也不會成為科學(xué)?！保?2］計量始終是圖情領(lǐng)域的研究重點，文獻計量分析是圖情領(lǐng)域的一種研究方法，常用于分析科技領(lǐng)域的研究績效。在科學(xué)計量和科技文獻檢索領(lǐng)域中，科學(xué)計量學(xué)在信息系統(tǒng)研究中的應(yīng)用越來越多，特別是在評估研究成果和衡量學(xué)術(shù)影響力方面［23］。信息檢索作為情報學(xué)技術(shù)的基礎(chǔ)，是情報學(xué)不變的主題。目前的信息檢索主要是為用戶需求的信息行為服務(wù)，基于Web2.0的技術(shù)進行整理和分析信息。隨著科學(xué)計量學(xué)理論的完善，圖情領(lǐng)域的定量研究呈現(xiàn)出明顯的增長趨勢。4.2.4數(shù)據(jù)管理與知識管理主題隨著社會的不斷發(fā)展，數(shù)據(jù)管理研究有了很大的進步，其廣度和深度也在不斷提高。從廣度上看，政府開放數(shù)據(jù)、地方政府開放數(shù)據(jù)和知識共享已經(jīng)成為圖書情報領(lǐng)域關(guān)注的焦點，也是人們關(guān)注的焦點。在深度上，數(shù)據(jù)質(zhì)量備受矚目。社會資本、知識轉(zhuǎn)移和開放創(chuàng)新也是當前關(guān)注的焦點。知識管理的任務(wù)是通過發(fā)展社會資本來創(chuàng)造知識資本，創(chuàng)造新的知識，知識管理戰(zhàn)略旨在發(fā)展人與人之間的知識共享和知識轉(zhuǎn)移［24］。Ogiela等通過廣泛的自動數(shù)據(jù)解釋和理解系統(tǒng)執(zhí)行的算法，對獲得的結(jié)果進行深入的語義分析和解釋，以便進行數(shù)據(jù)質(zhì)量管理［25］。ThomasManoj采用數(shù)據(jù)管理成熟度參考模型框架(DMM)進行了系統(tǒng)的多層級分析，不僅考察了政府機構(gòu)的數(shù)據(jù)管理實踐的成熟度，也進行系統(tǒng)評估，對完成工作目標有很大幫助［26］。4.2.5其他主題其他Key分散、零散，較難看出規(guī)律，因此將它們歸回其他主題較為合適。如“model”（模型）、“impactfactor”（影響因素）等。它們特點與上述四個主題無較大聯(lián)系，且每個主題相對獨立。5國內(nèi)圖情學(xué)科研究創(chuàng)新性分析5.1我國圖情學(xué)科學(xué)術(shù)創(chuàng)新路徑Key突現(xiàn)圖表借助顯著Key的變化可以反映出某研究前沿發(fā)展的變化，呈現(xiàn)某一研究領(lǐng)域內(nèi)研究主題的演變態(tài)勢，突顯某個特定階段學(xué)術(shù)界研究的聚焦點［27］。本文將國內(nèi)學(xué)者于2009-2019年在國外圖情領(lǐng)域（本文所選國外17種期刊）發(fā)表的1363篇期刊論文當做研究數(shù)據(jù)，以探索我國圖情學(xué)科學(xué)術(shù)創(chuàng)新路徑。本文利用Citespace軟件的突變詞檢測的功能，從圖情領(lǐng)域文獻中檢測頻次變化率很高的突變詞，進而生成圖情領(lǐng)域Key突現(xiàn)圖，從時間維度呈現(xiàn)我國圖情領(lǐng)域研究的演化路徑。圖2為基于此功能探測到的2009－2019這十年間圖情領(lǐng)域的突現(xiàn)詞出現(xiàn)情況，清晰地展示了2009-2019年間的我國圖情領(lǐng)域研究演進進程。本文通過查閱相關(guān)文獻，結(jié)合我國基本國情，考量了突現(xiàn)詞的起止時間及相關(guān)背景，也深入探究了節(jié)點類型、節(jié)點出現(xiàn)時間、突現(xiàn)強度、突現(xiàn)開始時間、突現(xiàn)結(jié)束時間。綜合結(jié)果得出十年間我國圖情領(lǐng)域研究進程經(jīng)歷以下三個階段。圖2Key突顯表5.1.1第一階段（2011－2012年）該階段的突變詞為“hirschindex”（赫希指數(shù))、“e-government”（電子政務(wù)）、“diffusion”（擴散）、“pattern”(模式)、“citation”（引用）、“commonmethodvariance”（共同方法變異）、“price”（價格）、“hindex”（h指數(shù)）、“socialnetwork”（社會網(wǎng)絡(luò)）等。該階段突現(xiàn)詞突現(xiàn)強度最大是“e-government”（電子政務(wù)），說明此時我國圖情學(xué)科基于以往的理論研究，在國際發(fā)文以圍繞電子政務(wù)建設(shè)及其理論體系進行研究。自20世紀90年代電子政務(wù)興起以來，電子政務(wù)一直受到世界各國研究者的高度關(guān)注，從電子政務(wù)的理論研究至國際電子政務(wù)研究進入整理治理的階段［28］。目前，總結(jié)了電子政務(wù)的建設(shè)以及凝練了電子政務(wù)理論，并為電子政務(wù)建設(shè)事業(yè)的發(fā)展提供了參考，這也是我國圖情學(xué)科在國際發(fā)文研究中的重要前沿。5.1.2第二階段（2013-2015年）“community”（社區(qū)）、“continuance”（延續(xù)）、“knowledgemanagement”（知識管理）、“citationanalysis”（引文分析）、“web”（網(wǎng)絡(luò)）、“identity”（識別）、“businessvalue”（業(yè)務(wù)價值）、“infrastructure”（基礎(chǔ)設(shè)施）、“engagement”（參與度）等為突變詞?！癱ommunity”（社區(qū)）是該階段突現(xiàn)強度最大的主題詞。我國圖情學(xué)科熱衷研究網(wǎng)絡(luò)社區(qū)、問答社區(qū)和在線社區(qū)，知識管理支持協(xié)同創(chuàng)新社區(qū)能力建設(shè)［29］。此外，我國學(xué)者還熱衷基于Web的各類實證研究，如基于Web的目錄設(shè)計［30］等。這些是這一時期的研究熱點，在Key聚類的結(jié)果也有體現(xiàn)。5.1.3第三階段（2016-2019年）第三階段為2016-2019年，“socialmedia”（社交媒體）、“privacy”(隱私)、“facebook”(臉譜網(wǎng))、“moderatingrole”(緩和作用)、“l(fā)oyalty”(忠誠度)等均為該階段的突現(xiàn)詞?！皊ocialmedia”（社交媒體）為突現(xiàn)值較強的詞。隨著信息技術(shù)快速發(fā)展，社交媒體研究從2016年開始持續(xù)至2017年。社交媒體作為信息傳播的重要方式，也因此演化出更為先進的新技術(shù)及新應(yīng)用，如通過企業(yè)社交媒體提高員工的敏捷性［31］，通過將心理所有權(quán)(PO)與技術(shù)接受模型(TAM)相結(jié)合，進而起到培養(yǎng)社交媒體使用的長期忠誠度方面的作用［32］，以及信息安全、臉譜網(wǎng)等，是我國圖情學(xué)科在國際發(fā)文中的研究焦點。5.2我國圖情學(xué)科的學(xué)術(shù)創(chuàng)新性學(xué)科學(xué)術(shù)創(chuàng)新分為研究前沿跟隨型、引領(lǐng)創(chuàng)新型及自主獨特型。本研究將重合詞歸入研究前沿跟隨型或研究前沿引領(lǐng)創(chuàng)新型。從表6可以看出，研究自主獨特型數(shù)值較大，研究自主獨特型是基于2009-2019年國內(nèi)外圖情學(xué)科前五個高頻Key比較得出的結(jié)果。研究自主獨特型擁有我國的研究特色。在國內(nèi)圖情學(xué)科中，學(xué)者以高校圖書館、公共圖書館等為研究對象，圍繞信息服務(wù)、知識服務(wù)、圖書館服務(wù)等展開研究，這一直是圖情學(xué)科這十年來的研究熱點。雖然每年國內(nèi)都有研究熱點，但圖情學(xué)科大多研究仍是以圖書館為基礎(chǔ)。研究前沿引領(lǐng)創(chuàng)新型數(shù)值排第二，多為實證研究。研究前沿跟隨型是國內(nèi)研究跟隨國外圖情研究。總體而言，本研究通過研究關(guān)鍵主題的特點及規(guī)律，總結(jié)出研究前沿跟隨型、研究前沿引領(lǐng)創(chuàng)新型和研究自主獨特型。對三種研究類型回歸文本分析，可以看出近十年來我國圖情學(xué)科的學(xué)術(shù)研究以研究自主獨特型為主，并與國外圖情研究共同引領(lǐng)學(xué)術(shù)創(chuàng)新。表6三種研究類型數(shù)值及Key表5.2.1研究前沿跟隨型這些國內(nèi)圖情Key均跟隨國外圖情領(lǐng)域Key出現(xiàn)，以上這些屬于研究前沿跟隨型。在國內(nèi)學(xué)者在該研究前沿跟隨型中：以信任而言，學(xué)者傾向于關(guān)注信任模型、信任關(guān)系、初始信任值和信任管理等；以績效而言，學(xué)者傾向于關(guān)注創(chuàng)新績效、服務(wù)績效和績效管理等；以能力而言，學(xué)者傾向于關(guān)注創(chuàng)新能力、服務(wù)能力、知識服務(wù)能力和信息能力等。韓國圖情學(xué)科研究的中心是各類圖書館，研究熱點主要包括韓國公共圖書館事業(yè)、韓國圖書館的發(fā)展和韓國高校圖書館電子資源等；以社交媒體而言，學(xué)者比較關(guān)注移動社交媒體、政務(wù)社交媒體等；以高等教育而言，學(xué)者傾向于研究高等教育信息素養(yǎng)、高等教育機構(gòu)等；以生態(tài)系統(tǒng)而言，學(xué)者傾向關(guān)注信息生態(tài)系統(tǒng)、知識生態(tài)系統(tǒng)、網(wǎng)絡(luò)信息生態(tài)系統(tǒng)、企業(yè)信息生態(tài)系統(tǒng)等；以大數(shù)據(jù)分析而言，學(xué)者傾向于關(guān)注大數(shù)據(jù)分析框架、大數(shù)據(jù)分析研究現(xiàn)狀等；以地方政府而言，學(xué)者傾向于關(guān)注地方政府數(shù)據(jù)開放、信息公開和網(wǎng)絡(luò)輿情導(dǎo)控能力等。國內(nèi)學(xué)者研究的以上內(nèi)容在國外圖情學(xué)者研究之后出現(xiàn)，跟隨國外圖情學(xué)科研究步伐的同時又探究新興主題。5.2.2研究前沿引領(lǐng)創(chuàng)新型這些國內(nèi)圖情學(xué)科Key均早于國外圖情領(lǐng)域Key出現(xiàn)，以上研究Key屬于研究前沿引領(lǐng)創(chuàng)新型。這種類型主要是方法研究和應(yīng)用研究相結(jié)合。通過云計算、圖像檢索、情感分析、區(qū)塊鏈、科學(xué)計量學(xué)等Key可以看出，圖情領(lǐng)域的發(fā)展離不開信息技術(shù)。信息技術(shù)的快速發(fā)展給圖情學(xué)科帶來了新的機遇。特別是以AI為代表的技術(shù)正在融入圖情領(lǐng)域，基于內(nèi)容的圖像檢索技術(shù)和圖像類聚也提升了人們的工作效率。云計算服務(wù)、云服務(wù)平臺等也在發(fā)展?，F(xiàn)如今，在Web2.0環(huán)境下的知識管理和網(wǎng)絡(luò)信息傳播也成為一種常態(tài)?？偟膩碚f，圖書館仍然以圖書館服務(wù)、管理、閱讀推廣等為主要研究內(nèi)容。在開放創(chuàng)新方面，學(xué)者研究開放式創(chuàng)新平臺和開放式社區(qū)用戶