| 标题 | 近五年情报学领域研究进展 |
| 范文 | 王雪 摘 要：情报学的学科发展是学术界关注的重点内容之一，对情报学领域的发展现状及未来研究趋势的了解，不仅可以帮助研究者立足现状扩展研究，也利于情报学学科的发展和升华。 关键词：情报学；研究进展；可视化 对情报学学科前沿和发展趋势的把握是研究该领域的重要研究内容，从学科知识可视化研究的早期开始，就有学者对本学科进行知识图谱的分析[1]。本文旨在利用CiteSpace对国内外2012至2017年期间所刊载的论文进行可视化研究，分析出国内外情报学的研究热点与发展趋势，结合文献综述的方法揭示情报学领域的近五年的研究进展。 1 数据来源 本文国内和国外的原始数据分别来自CNKI和WOS两个数据库，检索时间为2018年5月12日，检索年限均为2012-2017年。CNKI以“情报学”为主题，选取“情报学、情报工作”为目录进行文献检索，得到原始数据共624条记录，通过筛选，共获得有效记录460条。WOS数据库根据核心合集中收录的外文文献，以“information science”或“library & information science”为检索词，选取“INFORMATION SCIENCE LIBRARY SCIENCE”为类别进行主题扩展检索，经过合并去重得到有效外文文献共1132篇，下载保存为纯文本格式并导入陈超美博士开发的CiteSpace分析工具。 2 情报学研究现状分析 关键词是对作者写作意图的高度概括，若某个关键词的出现频次和中心度较高，则可以视为研究热点。设置Node Types 为Keyword，其他参数不变，运行WOS数据得到图1，共计152个关键词，引文年环越大表示该关键词出现频次越高，年环中心带紫色光晕表示其中心度高。可以得知国外情报学领域的研究热点主要有：图书馆、信息、知识、文献计量学、网络、行为、引文分析等。同理，运行CNKI数据得到图2，通过对关键词的分析，得知国内该领域的研究热点主要有：可视化、社会网络分析、共词分析、引文分析、文献计量等。 通过对关键词的分析，可知国内外情报学领域的研究热点主要有：图书馆、可视化、文献计量、网络检索、引文分析等。本文通过分析和整理将情报学学科的研究热点主要分为情报学理论与研究方法、信息检索、情报分析与研究、信息服务与用户研究以及信息计量学五大类。 2.1 情报学理论与研究方法 韩毅、李红[2]等分析了大数据环境下情报学面临的挑战与机遇。Balaid[3]等通过文献综述方法，概括了知识地图的概念、技术、分类和构建过程，并为未来知识管理研究提供新的方向；Ogiela[4]探讨了基于信息分割和秘密共享算法的高级知识管理技术，以及如何将其应用于企业战略数据集的管理中，从而解决战略性信息的安全存储问题。 2.2 信息检索 宋朋[5]区分了与信息检索相近的几个概念，如信息搜索、信息搜寻等，从而提出面向知识的信息检索设计需求理论，能够更好地满足用户的信息需求；冯晓华[6]等人在对用户多样化的检索需求进行分析的基础上，对检索结果的多样化进行了探讨。Serrano[7]比较图书情报学和健康科学两个领域中信息检索教育的目标，从而分析和了解用户在数字时代搜寻目标和教育目标的转变。 2.3 情报分析与研究 熊志正[8]等人深入研究了计算机辅助信息分析的技术框架，为更好地开展信息分析工作提供技術支撑。聂峰英[9]等人对网络舆情分析的理论模型进行了探讨，张洋[10]等人研究了基于社会化媒体的竞争情报挖掘等。国外竞争情报工作的经验表明，成功开展竞争情报工作要从关键情报课题入手，杨柳[11]等人据此探讨了大型电网企业的关键情报课题的特点和范围，并提出竞争情报分析的途径与方法。 2.4 信息服务与用户研究 李冬冬[12]等在对个性化知识服务的需求、影响要素、规律和特点进行描述的前提下，构建并阐述了用户信息行为与个性化知识服务的关联性。Bach[13]等探讨了如何根据用户在社交媒体的意见表达，提炼出其感兴趣的话题，并提出基于用户建议的高效协同过滤方法；Yu[14]等提出社交网络内容传播的朋友推荐方法，并利用仿真实验方法进行了验证。 2.5 信息计量学 刘盛博[15]等人认为引文分析已经从传统的引文著录分析发展到对引用内容的文本分析这一新的阶段；步一[16]等人通过引入引文发表时间使作者共引关系更紧密，从而优化了传统的作者共引方法。Mokhtar[17]等采用内容分析、访谈及定性论述的研究方法，揭示了在文档记录和信息管理过程中，开发基于功能的记录分类方法的重要性；Peng[18]等基于数据引力分类模型，提出一种针对不均衡数据进行网页分类的方法。 3 情报学发展新趋势 从研究热点的共同特点来看，国内外近五年在情报学领域的研究均比较关注大数据环境下情报学发展中的相关问题和文献计量相关研究，这些研究与互联网的快速发展中所引发的数据快速增长密不可分。从研究的不同点来看，国外更偏向运用大数据的技术和方法进行数据挖掘和决策分析，而国内则偏向构建分析模型、大数据环境下的数据采集等方面的研究。 综上，现阶段情报学领域的研究与计算机、数学领域的研究方法融合的更加紧密。随着大数据、移动互联网的迅速发展，数据监管、数据挖掘、信息分析等逐渐成为新的研究趋势，整体来看情报学科的研究呈现与管理学、经济学、计算机科学相关问题的交叉和融合的态势。 4 结语 从近五年国内外对情报学学科的研究中可以发现，情报学各个分支领域都在积极探索大数据环境下的创新发展。除了对大数据环境的关注外，依然注重对情报学基础学科及分支领域的研究，无论是在基础理论和研究方法，还是在实践应用方面，都表现出不断深化和创新的发展态势，使得情报学学科发展能够紧跟时代潮流，保持旺盛的生命力。 参考文献 [1]杨思洛，韩瑞珍.知识图谱研究现状及趋势的可视化分析[J].情报资料工作，2012，（04）：22-28. [2]韩毅，李红.大数据语境下情报学的坚守与拓展[J].图书情报工作，2015，59（5）：47-52. [3]Balaid A， Abd Rozan M Z， Hikmi S N， et al. Knowledge maps： a systematic literature review and directions for future research[J].International Journal of Information Management，2016，36（3）：451-475. [4]Ogiela L. Advanced techniques for knowledge management and access to strategic information[J].International Journal of Information Management，2015，35（2）：154-159. [5]宋朋.检索中的信息需求理论：将信息与知识建立联系[J].情报学报，2015，34（3）：227-235. [6]冯晓华，陆伟，张晓娟.检索结果多样化研究综述[J].情报学报，2015，34（7）：776-784. [7]Serrano A. Information Retrival Educational Goals in Library and Information Science and in Health Science[J]. Social Shaping if Digital Publishing： Exploring the Interplay Between Culture and Technology， 2012：34-42. [8]熊志正，官思发，朝乐门.计算机辅助信息分析的技术框架及其发展趋势[J].图书情报工作，2015，59（3）：19-25. [9]聂峰英，张旸.移动社交网络舆情预警指标体系构建[J].情报理论与实践，2015（12）：64-67. [10]张洋，凌婉阳.基于多源社会化媒体评论的竞争情报挖掘研究[J].情报理论与实践，2015（7）：59-66. [11]杨柳，刘民，陈国炎，等.大型电网企业凝练关键情报课题的途径与方法[J].图书情报知识.2015（4）：90-95. [12]李冬冬，宋拓，毕思达.用户信息行为与个性化知識服务关联性分析[J].情报科学，2014，32（8）：140-143. [13]Bach N X， Hai N D， Phuong T M. Personalized recommendation of stories for commenting in forum-based social media[J]. Information Sciences，2016，352：48-60. [14]Yu Z， Wang C， Bu J J， et al. Friend recommendation with content spread enhancement in social networks[J].Information Sciences，2015，309：102-118. [15]刘盛博，丁堃，张春博.引文分析的新阶段：从引文著录分析到引用内容分析[J].图书情报知识，2015（3）：25-34. [16]步一，刘天祎，黄文彬.优化传统作者共引分析的研究初探——综合引文发表时间信息的作者共引分析方法[J].图书情报知识，2015（6）：89-97. [17]Mokhtar U A， Yusof Z M. The requirement for developing functional records classification[M]. Elsevier Science Publishers B. V. 2015. [18]Peng L Z， Zhang H L， Yang B， et al. A new approach for imbalanced data classification based on data gravitation[J]. Information Sciences，2014，288：347-373. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。