图书馆学情报学2021年转载特征及研究热点*——基于人大复印报刊资料转载的数据

严 珊

(中南财经政法大学图书馆，湖北 武汉 430073)

中国人民大学复印报刊资料库(以下简称“资料库”)搜集、整理、编辑人文社会科学资料，具有较高的学术价值，通过摘编、浓缩、汇集某一学科领域的高质量研究成果，以优质的资源和便捷的方式，为学者提供知识管理与知识服务。笔者以资料库中的《图书馆学情报学》为数据来源，对其所载文章的内容特征进行研究分析，旨在快速了解该学科领域的研究热点、研究成果及研究趋势。

1 《图书馆学情报学》选文基本特征

1.1 原发期刊分布

笔者统计后发现，《图书馆学情报学》2021年选文的来源期刊共有23种，共收录文章206篇。原发期刊及相关指标数据详见表1(被转载量占比是指期刊被资料库转载的相对值，转载率是指期刊当年被转载量占期刊当年发文总数的比例)。表1显示，排名前18的均为核心期刊，说明资料库选文要求文章具有较高的学术价值。排名第20的《科技情报研究》是2019年新创立的期刊，虽不是核心期刊但转载率达到8.33%，说明该刊在论文质量和研究热点方面把关较严。

表1 被转文章前20的原发期刊统计

(续表)

1.2 收录时效

收录论文的时效性是指入选论文的收录年与发文年之间的时间差，时效性反映了资料库对学科领域研究热点的反应速度。如下页表2所示，论文被资料库转载的时间差为0的文章比例为89.91%，时间差为1的文章比例为10.19%，时间差为2及以上的文章比例为0，说明当年新发表论文是资料库选文的主要来源。进一步分析发文年和收录年的期数后可知，时间差为1的文章的原期刊发表时间大多是当年的最后1期，导致未能在《图书馆学情报学》出刊前被录入，由此也说明资料库收录论文非常重视时效性。

表2 收录年与发文年差值情况

1.3 基金项目分布

从基金项目看，《图书馆学情报学》收录的论文中国家级项目占59.92%，其中国家社会科学基金占比为41.62%，国家自然科学基金占比为11.35%，教育部人文社会科学研究项目占比为5.95%。

2 《图书馆学情报学》选文作者分析

2.1 高被转作者分析

资料库2021年转载文献的第一作者共有181人，其中被转3篇的作者有5人，被转2篇的作者有15人，详见表3。表3显示，被转论文排名前20的作者的H指数均大于12，平均数为23.4，说明资料库收录的高被转作者通常也是高被引作者。

表3 被转排名前20的作者(第一作者)统计

(续表)

2.2 作者机构分布

笔者分析资料库收录的作者所属的一级机构可知，206篇文章的来源机构共107家，均为国内机构，大部分为高校和研究所。因篇幅有限，笔者仅列出总被转载量排名前20的机构，详见表4。表4中的机构大部分在我国图情领域具有较强的学术影响力，其中被转载论文排名前9的机构均为高校，且均在全国第4次学科评估中排名靠前，说明资料库选文时较注重作者所属机构的学术地位。

表4 转载量排名前20的机构统计

3 《图书馆学情报学》选文热点分析

为进一步了解图情领域的选文热点，笔者利用高频关键词可视化图谱选取出现频次≥7的高频词进行分析，发现数字人文、新文科、社交媒体、人工智能等是高频关键词网络图谱中联系最紧密、出现最多的关键词。

3.1 图书馆学情报学在数字人文研究中的应用

图书馆是数字人文天然的孵化器，图书馆学情报学与人文学科的深度融合更容易实现数字与人文之间的实用性和效益性，有利于人文学科在实际应用层面上的推广利用。图情界可通过为史料数字化建设提供标准参考、为学科融合提供高层互操作框架、为数字资源提供可长期保存的基础设施、提供共建共享的数据平台服务等方式参与人文学科的融合建设。例如，黄如花等从图书情报的角度探索了数据信息领域的新问题，内容包括面向政府决策的数据素养培训、基于Altmetrics(学术产出的社会传播指标)的网络科学论文扩散追踪、信息流行病与健康信息学、面向知识的用户画像、社交媒体信息归类存档等；刘浏等从多个角度对《春秋》三传中的女性人物进行知识标注和新的解读；李惠等以《四库全书总目》为研究对象，采用提要网络分析模型构建了古籍目录分析工具，并整合提要的元数据和语义信息到推荐算法中，完善提要推荐系统；曾蕾等通过举证图档博对珍贵文化遗产进行数据和信息源处理的三个阶段，即数字化、数据化和语境化，论证了语义增强技术应用于图档博对数字人文发展的支持。

3.2 图书馆学情报学在社交媒体中的应用

在大数据时代，社交媒体作为网络信息的重要载体，成为记录人类活动信息与保存人类记忆的重要形式和不可忽视的数据来源，对其归档有利于拓展人类记忆空间。例如，安璐等构建了社交媒体高影响力用户完整画像，帮助突发事件管理部门快速识别并掌握社交媒体中关键用户的态度倾向和关注热点，为舆情管理和应急预案提供数据支持；李纲等以图像语义理解框架为研究基础，通过机器学习与深度学习构建图文相关性的多标签分类方法，以此分析、理解灾害情境下的微博图文内容；王晰巍等通过构建区块链网络谣言甄别模型，净化网络信息，保证舆情信息传播的安全性、完整性和可追溯性；李旭光等将信息生态理论应用于信息搜寻行为当中，探索用户搜寻行为的影响因素以及引导用户搜索健康信息。

3.3 新文科建设背景下的图情档学科建设

学科融合、复合型高素质人才稀缺、社会问题复杂化是新文科提出的背景。在新文科背景下，新技术诸如大数据、人工智能、5G、物联网、云计算、区块链的快速崛起与发展对图情领域产生了深刻影响。在教育定位上，程焕文等认为中国图书馆学教育需在“培养什么人、怎样培养人、为谁培养人”方面交好答卷；柯平认为在新文科建设背景下新图情档建设需通过技术赋能构建人文技术一体式教育，满足社会需求，突出中国特色；马费成等认为要以新文科建设为契机，通过面向社会需求、重视理论创新、加强交叉融合、恪守人文传统等措施推动图书情报学科未来的发展；初景利等认为新文科背景下图情档建设应从软学科走向硬学科，在理论与实践中加强图情档一级学科内的深度发展，探究跨学科的交叉融合，并努力促进和扩大图情档学科的渗透与输出。

3.4 图情领域人工智能技术的改进与应用

在图情领域人工智能技术研究方面，孙二林等完善了情报转化理论，在理论与实践中解决人工和机器、信息和情报的转换与融合问题；张智雄等构建了“科技文献库”向“科技知识引擎”转变的路径，探讨了如何把深度学习技术应用到情报分析中的知识挖掘当中。人工智能技术作为新一轮科技革命和产业变革的重要推动力，在疫情防控信息管理中具有巨大的潜能，同时也存在数据、算法和信息安全等问题和挑战。基于此，赵杨等分析了人工智能技术在疫情防控、社会治理、疾病诊疗、复工复产等场景中的应用作用，并从数据、场景、技术三个维度构建与人工智能技术相匹配的疫情防控大数据平台，形成以人工智能为核心技术的疫情防控“硬核”支撑。