發布時間：2021-03-03所屬分類：管理論文瀏覽：1次
摘 要： 摘要以CNKI數據庫為數據來源，以圖書館與推薦為組合主題進行檢索，使用CiteSpace軟件分析文獻信息，通過構建關鍵詞共現網絡、聚類視圖及時區視圖等知識圖譜反映研究現狀及熱點;在全景展示的基礎上進行深入解析，從圖書館資源建設、服務創新、技術實現3個角度
摘要以CNKI數據庫為數據來源，以“圖書館”與“推薦”為組合主題進行檢索，使用CiteSpace軟件分析文獻信息，通過構建關鍵詞共現網絡、聚類視圖及時區視圖等知識圖譜反映研究現狀及熱點;在全景展示的基礎上進行深入解析，從圖書館資源建設、服務創新、技術實現3個角度探討圖書館個性化推薦研究的發展趨勢，并提出相應建議，以期為我國圖書館個性化管理與服務提供借鑒。
關鍵詞知識圖譜;圖書館;個性化推薦;CiteSpace
1引言
圖書館作為重要的文化教育機構，在我國教育強國、文化強國建設進程中得到了進一步重視與發展�；ヂ摼W及數字化技術的應用進一步提高了圖書館存儲與傳播信息的能力。圖書館資源豐富，除傳統的文獻資源外，還有大量其他形式的知識信息，以及用戶個人信息、借閱記錄等。然而，一方面，人們難以有效利用圖書館信息，讀者借閱記錄等信息更是鮮少得到利用，導致大量館藏無人問津，造成資源浪費;另一方面，面對繁雜的信息，人們難以及時準確地獲取最需要的內容，“信息過載”日益嚴重。
為解決上述問題、獲得新的發展動力，融合數據挖掘、人工智能等新技術實現圖書館管理與服務的創新已成為圖書館界的共識[1-3]。個性化推薦是在數據挖掘基礎上實現的智能信息服務，能夠有效滿足人們對各類信息的個性化需求，已在電子商務等領域得到廣泛應用。圖情領域的專家、學者及相關從業人員就如何將個性化推薦引入圖書館領域進行了一系列創新性研究，涌現出大量研究成果，包括對圖書館個性化推薦的闡釋，對服務體系、應用模式及推薦策略等的分析等[4-6]。
目前，我國圖書館個性化推薦研究主題相對分散，尚未形成統一的認知與完善的體系，綜述類研究尤為不足，難以反映不同研究之間的聯系及該領域研究的整體發展趨勢。鑒于此，本文以CNKI數據庫收錄的相關文獻為研究對象，采用文獻計量分析法對其進行全面梳理，利用CiteSpace軟件構建知識圖譜，以此反映我國圖書館個性化推薦領域的研究現狀及熱點，展望未來的發展趨勢，并提出相應建議，旨在為后續研究與實踐提供參考。
2數據來源與研究方法
國內對個性化推薦的研究起步于2000年前后，對其在圖書館領域應用的研究起步更晚，同時以“圖書館”與“個性化推薦”為主題的文獻相對較少。但圖書館領域的研究中早有根據用戶需求進行推薦的思想，這與“個性化推薦”不謀而合。因此為保證分析的全面性，筆者以中國知網(CNKI)數據庫收錄的文獻為數據來源，以“圖書館”與“推薦”為組合主題進行檢索，檢索時間范圍設定為1999-2018年，共得到相關文獻1326篇，剔除圖書館推薦書單、新聞報道、會議通知及其他與研究主題無關的文獻，最終得到有效文獻1194篇。
本研究使用陳超美教授開發的CiteSpace軟件進行文獻計量分析。該軟件能夠繪制一系列知識圖譜，通過對圖譜信息的分析解讀研究現狀、探測學科前沿，為研究者開展知識管理或進行科學決策提供依據[7]。首先筆者使用CiteSpace軟件提取所選文獻的關鍵詞、特征詞，構建共現網絡;其次，綜合利用詞頻分析、中心性分析與聚類分析等方法構建并解讀知識圖譜，分析總結我國圖書館領域個性化推薦的研究現狀;再次，通過繪制時間線視圖與時區視圖，分析不同時間節點的關鍵詞以反映研究主題的演化趨勢，探究不同主題之間的關系;最后，提出未來個性化推薦在我國圖書館領域的發展模式，圍繞相關研究中的熱點問題提出具體建議。
3研究現狀分析
關鍵詞是能夠反映文獻研究主題與內容的核心詞匯，通過提取大量文獻的關鍵詞，就不同關鍵詞出現次數及相互關系進行統計分析，能夠反映該領域的研究現狀[8]。
3.1關鍵詞共現網絡分析
基于1999-2018年的相關文獻，以年為單位，選取各年出現次數最多的50個關鍵詞構建共現網絡，將關鍵詞來源設定為題目、摘要、作者關鍵詞及附加關鍵詞。CiteSpace軟件按照設定條件對所選時間區間內的文獻逐年進行分析，提取關鍵詞，在共現網絡中以節點形式展現，生成圖書館個性化推薦研究關鍵詞共現網絡，如圖1所示：
該關鍵詞共現網絡包含192個節點，377條連線，網絡整體密度為0.0206，這表明圖書館個性化推薦相關研究主題較為廣泛，且不同主題之間具有較為密切的聯系，但網絡整體密度仍有較大的提升空間，表明該領域研究有待進一步擴展與深化。
圖1中節點與字體的大小與關鍵詞出現的次數成正比，連線表示關鍵詞共現，線條粗細反映共現頻次[9]。從圖1可以看出，“高校圖書館”“圖書館”“數字圖書館”“閱讀推廣”等關鍵詞對應的節點較大，且連線密集，這類關鍵詞能夠在一定程度上反映出該領域研究者共同關注的焦點。除在圖譜中進行直觀展示，CiteSpace還以頻次與中心度為定量指標反映關鍵詞的重要性，通常認為出現頻次和中心度越高的關鍵詞越重要，共現網絡中出現頻率不小于10的部分關鍵詞(35個)及其中心度如表所示。
“圖書館”與“個性化推薦”是文獻檢索時設置的關鍵詞，在關鍵詞共現分析中也被提取出來，但值得注意的是，詞頻與中心度最高的是“高校圖書館”，其為該領域最重要的關鍵詞。這是由于高校圖書館是我國重要的教育文化機構，也是學校的信息資源中心，其信息服務具有更高的專業性、創新性需求[10]，因此我國高校圖書館在個性化推薦方面的研究與應用更具代表性，能夠引領圖書館領域個性化推薦的發展方向。此外，“數字圖書館”“公共圖書館”“移動圖書館”“智慧圖書館”等也是目前我國圖書館領域個性化推薦研究的重點。
“閱讀推廣”也是出現頻次很高的關鍵詞，有學者對閱讀推廣進行了概念性解讀，如于良芝等[11]認為閱讀推廣主要關注人們的休閑閱讀，但忽略了與工作或學習相關的閱讀行為，這可能適用于部分圖書館，對高校圖書館及其他服務于科學研究的圖書館而言則不然。這意味著不同類型的圖書館進行閱讀推廣的側重點不同，需要結合圖書館實際實現對讀者的引導，滿足讀者多樣化的需求，同時提高館藏利用率，這一點恰好可以通過個性化推薦實現，因此，“閱讀推廣”也成為該領域研究的重要關鍵詞。
3.2關鍵詞聚類分析通常認為，關鍵詞的共現次數能夠反映其聯系的密切程度。為進一步了解上述關鍵詞之間的內在聯系，本文對關鍵詞共現網絡進行聚類處理，將關鍵詞劃分為不同的知識子群，對其進行分析，從而把握研究現狀。借助CiteSpace中的LLR聚類功能獲得相關知識子群，選擇以關鍵詞為標簽對各知識子群進行標注，聚類結果如圖2所示：
CiteSpace以聚類模塊性指數Q和聚類輪廓性指數S兩個指標評價聚類效果，其中Q值對應網絡結構，S值表示聚類清晰度。通常認為，Q>0.3時，表明劃分出的不同知識子群結構是顯著的，S>0.5時，表明聚類是合理的[12]。由圖2可知，該關鍵詞聚類視圖Q=0.5273，S=0.4248，聚類結果在網絡結構上較為合理，但S值不高。分析發現，由于關鍵詞共現網絡中的節點是選取每年出現次數位列前50的關鍵詞，自動聚類后產生了許多小的聚類，這些聚類內部成員較少導致該值的可信度降低。將關鍵詞選取閾值從top50改為top30時，S值大于0.5，但Q值與聚類數目均會降低。為避免遺漏重要熱點，首先提取文獻中的名詞性術語(NounPharse)，將節點類型設置為“Term”與“Keyword”后再次進行聚類，結果如圖3所示。
圖3的聚類視圖雖然在視覺上分類效果不夠明顯，但其聚類評價指標Q=0.7258，S=0.878，說明提取名詞性術語后聚類結果更加合理。對比兩次聚類結果，可將目前圖書館領域個性化推薦方面的研究分為三大主題：一是圍繞圖書館主體展開的個性化推薦研究，相關標簽包括圖書館、數字圖書館、高校圖書館、圖書館網站、文化機構、館藏資源等;二是以圖書館服務為主題，形成推薦書目(圖書推薦、書目推薦)、導讀工作、讀者薦購(薦購系統)等知識子群，包含閱讀推廣、個性化服務、信息服務、服務模式、推薦服務等關鍵詞;三是對技術與方法的研究，通過聚類形成了關聯規則、用戶畫像、信息處理、數據挖掘等標簽，包括推薦系統、協同過濾、大數據、本體、新媒體等關鍵詞。這三大主題相輔相成，服務既是圖書館建設的目的，也是圖書館發展的手段，技術則為圖書館服務提供重要支撐。
4研究熱點分析
通過上述關鍵詞共現及聚類分析可以對我國圖書館個性化推薦相關研究有全面、系統的認識，但具體研究內容隨時間的推移發生變化。為明確該領域的研究熱點，了解其演進發展方向，利用CiteSpace軟件構建關鍵詞時區視圖與聚類后的時間線視圖，前者側重于反映不同研究主題隨時間的演變趨勢及影響關系，后者則清晰地呈現出研究主題的時間跨度與基礎內容[13]76。
4.1時區視圖分析
CiteSpace的時區視圖將主要研究內容呈現于以時間為橫軸的坐標系中，根據關鍵詞首次出現的時間，將對應節點設置于不同的時區，節點位置隨時間軸依次向上[13]76。圖書館個性化推薦研究領域關鍵詞時區視圖如圖4所示，其橫向表示時間，縱向反映研究內容，線條顏色與出現年份相對應，整體上由冷色調向暖色調的轉變表示時間由遠及近的變化。
由圖4可知，1999-2004年節點數量相對較少，表明圖書館領域對個性化推薦的研究處于起步階段，研究成果較少。該階段主要是對圖書館主體的研究，“高校圖書館”“圖書館”“建筑物”是代表性關鍵詞。觀察連線情況可以發現，此類研究內容在時區視圖中出現時間早且貫穿圖書館個性化推薦研究的整條時間線，尤其是“高校圖書館”的連線持續到2018年之后，表明學者對高校圖書館個性化推薦研究的關注度較高。2005年之后時區視圖中的節點與連線均更加密集，表明圖書館個性化推薦研究得到了快速發展。“數字圖書館”“個性化推薦”“圖書館服務”等主題集中出現，這與信息技術的發展及個性化推薦技術的應用密不可分。接下來的5年間，研究內容得到進一步深化，熱點內容包含“推薦系統”“協同過濾”“數據挖掘”“關聯規則”“圖書推薦”等，主要是對個性化推薦相關技術的研究與應用。
隨著人們需求的變化與技術的升級，圖書館越來越重視個性化服務的效果。同時，電子信息資源與移動設備的普及為圖書館帶來了新的挑戰，因此2010-2015的時間區間中出現了“閱讀推廣”“移動圖書館”等關鍵詞，表明我國圖書館個性化推薦的應用方式得到了進一步拓展，不再局限于高校圖書館、公共圖書館等常見的圖書館主體，還與移動圖書館等新型主體及更加具體的圖書館服務相聯系。時區視圖反映出各類研究主題隨時間的發展而不斷推進，2015年之后的研究主要是既有熱點的延伸與發展，因此在時區視圖中新的關鍵詞不多，但更加側重于討論新型服務模式，如將個性化推薦與更為智能的“智慧圖書館”相結合，“大數據”“微信”等新技術手段也在圖書館個性化推薦中得到更廣泛的應用。——論文作者：邵必林楊龍
相關期刊推薦：《圖書館工作與研究》月刊，1979年創刊，系圖書館學綜合性的學術刊物。由天津市圖書館學會、天津圖書館、天津市少年兒童圖書館等單位聯合主辦。設有：兩岸文萃、理論研究、圖書館事業、圖書館現代化、研究生之頁、爭鳴、分類編目等欄目。
SCISSCIAHCI
