国内外LIS学科主题热度演化分析与预测

[目的/意义]梳理LIS领域学科知识的发展脉络,追踪、预测学科研究热点和增长点。[研究设计/方法]基于LIS领域国外和国内核心期刊数据,使用TP-JIF模型计算学科主题的热度并衡量学科主题的状态,对LIS领域国内外研究热点和学科增长点进行演化分析;使用TPP-LSTM学科主题预测模型,对LIS领域国内外的研究热点和增长点进行预测。[结论/发现]国内外LIS领域研究热点的体量和侧重点具有较大差异,国外研究热点聚焦在社交媒体、电子病历、知识管理、文献计量、机器学习、替代计量等方面,而国内聚焦在图书馆学类、大数据、知识服务、数字人文、人工智能等方面。数据科学可能是LIS领域国内外最具潜力的增长点,医疗健康、人工智能、科研评价指标与体系、数据素养以及数据管理等研究也有望快速增长。[创新/价值]从研究热点和学科增长点两个方面揭示了国内外LIS学科之间的差异,并对研究热点和学科增长点进行了预测,为学科未来规划提供参考。     

知识图谱研究的脉络、流派与趋势——基于SSCI与CSSCI期刊论文的计量与可视化

知识图谱作为快速兴起和发展的跨学科研究领域,在国内外不同学科间的发展轨迹、研究重点等方面总体上存在差异。适时梳理国内外该领域发展历史上的重要理论和技术发展轨迹,明晰核心人物和团队,可为当前和今后基于知识图谱的可视化研究提供理论基础。本文选取1998—2014年间SSCI、CSSCI中以知识图谱为主题的期刊论文,以SATI、UCINET、NetDraw、CiteSpace等为数据分析和可视化工具,通过时间分布揭示该领域发展的阶段特征,通过节点性论文计算和高频关键词共现分析揭示该领域发展的内容分布,从而厘清其发展脉络;从学科分布、核心期刊和边缘期刊的判别揭示该领域发展的跨学科概貌,通过核心作者综合指数计算、合作分析和机构分析揭示该领域研究的人物关系,厘清其发展流派。在此基础上提出知识图谱研究的弱化与主题的衍生、知识图谱的跨学科研究与应用和知识创造者的合作创新三个发展趋势。     

学科领域生命周期中作者研究兴趣演化分析

[目的/意义]为揭示作者研究兴趣的演化特征,结合生命周期理论和Author-Topic（AT）主题模型提出作者研究兴趣演化分析框架。[方法/过程]收集CNKI数据库中锂离子电池领域的期刊论文数据,通过文献信息增长规律对学科生命周期发展阶段进行划分,利用AT主题模型抽取分析作者-主题、主题-词项以及文档-主题概率分布,通过追踪学科领域生命周期中主题强度和作者研究兴趣度的变化趋势进行演化分析。[结果/结论]实证研究选择核心作者作为分析对象,结果显示国内锂离子电池领域的核心作者的研究兴趣度普遍在成长期达到最大值,对学科发展起到促进作用。核心作者的研究兴趣演化趋势与相应的主题演化趋势一致时,能够引领该研究主题的发展。但也存在一些研究主题,其演化趋势并不同于核心作者的研究兴趣演化趋势,这部分主题往往强度值较大,涉及的研究方向比较广。     

新世纪国际人工智能研究领域可视化分析

目的：全面了解新世纪国际人工智能领域的研究现状与研究热点。方法：运用TDA软件,利用文献统计分析、关键词共现分析的方法揭示研究热点。结果：国际人工智能领域文献量呈上升趋势,其中美国发文量排名第一,中国位居第六。人工智能的主研究领域包括计算机科学、工程学、自动化与控制系统3个学科。研究热点为遗传算法、神经网络和机器学习。结论：新世纪国际人工智能研究涉及多个学科,研究热点集中在知识获取、知识表示和问题求解3个宏观层面,神经网络、遗传算法和机器学习是研究者们关注的核心。     

国际人工智能领域计量与可视化研究——基于AAAI年会论文的分析

人工智能是当代工程科技前沿研究中的学科领域之一,也是国家科技发展规划的重点领域和优先主题。以EI Compendex数据库收录的国际人工智能领域权威学术会议AAAI2002-2011年的会议论文为研究对象,运用科学计量学方法和可视化技术,绘制当代国际人工智能领域的知识图谱,对包括国别、机构和作者在内的研究力量分布以及热点、前沿和所涉学科在内的主题内容进行分析和总结。此外,通过对知识图谱的深度解读,发现科学计量及可视化方法在探析学科领域研究主题时,既需改进自身的方法工具,也应与内容分析及作者行文模式等研究相结合。     

高校图书馆网络互动服务文献著者群的著述特征研究

论文运用文献计量学方法,以国内三大期刊全文数据库为数据源,对2005—2009年我国高校图书馆网络互动服务研究的著述特征进行分析,内容包括合著率、著者的洛特卡分布、核心著者及其研究方向等,以揭示本领域著者群的著述特征与规律性。     

情报学领域人工智能相关研究的文献计量分析及探析

[目的/意义]作为一门与信息技术密切关联的学科,近年来快速发展的人工智能为情报学带来了诸多影响。有效梳理和整合这些影响的发展脉络与应用场景,强化人工智能在当前情报工作中的角色与作用,能为情报学相关研究的发展提供一定的参考与启示。[研究设计/方法]聚焦情报学领域人工智能相关研究,从高被引论文、文献共引、主题词共现三个维度对人工智能在情报学中的知识基础及其演化和研究热点予以分析与解读。[结论/发现]归纳了人工智能研究对情报学的影响,主要包括促进情报学研究主题的衍生和情报学研究方法的革新两方面,并从理论创新、研究对象拓展、信息服务提升与学科建设四个方面探讨人工智能在情报学领域可能的应用。[创新/价值]通过对情报学领域人工智能相关研究进行深入量化分析和定性研究,探讨和揭示了该主题下研究热点、研究趋势和相关发展规律,为相关领域学者提供一定借鉴与启发。     

人工智能跨学科特性研究——文献计量分析的视角

人工智能涉及人类社会的各个领域,跨学科是其基本特性,研究人工智能的跨学科结构、子学科间的关系,对于政府制订人工智能的人才和产业发展战略具有重要意义。本文从Web of Science采集人工智能相关文献的题录数据为实验对象,运用文献计量、社会网络分析等方法,从学科网络、学科群、学科个体、学科核心词这4重视角分析,揭示人工智能的跨学科特性。研究发现：①人工智能相关文献包含237个学科,占Web of Science 核心合集学科数的94%,具有很强的跨学科特性。②人工智能的学科自然聚类成了15个学科群,其中有5大学科群在学科生态中处于成熟、核心的地位;③ 计算机、材料等5大学科的人工智能研究成果数量最多且对其他学科人工智能影响最大;医学、药学等生命科学类人工智能文献被引量最大,该领域具有高质量的人工智能研究成果。④基于学科特色核心词的人工智能子学科间亲疏关系显示,约三分之二的子学科关系较为亲密,但存在“亲者极亲,疏者极疏”的现象。     

追溯科学融合的历史轨迹：AIGC赋能交叉科学测度研究

[目的/意义]生成式大语言模型改变自然语言处理研究的范式,推动人工智能赋能社会科学研究的新潮流,为从文本深层语义特征角度量化计算人文社会科学学科的交叉与融合提供新思路。[方法/过程]使用ChatGPT模型对人文社会科学学术文献进行学科判别,基于小样本学习识别模型预测结果中的学科名知识实体,从期刊知识分散分布视角衡量多学科候选分类问题,将判别结果与文献所属期刊对应学科作比较分析,提出跨学科丰富度、跨学科密切度、主体度等指标结合跨学科度的跨学科性量化研究。[结果/结论]围绕AIGC赋能交叉科学测度研究,从学科归属问题的判断、生成式模型答案集中学科名的抽取、多学科候选问题的赋权、交叉科学内容性度量指标等几方面提出一套研究框架方法,实现从内容角度充分利用AIGC赋能社会科学研究,为进一步探索各社会科学研究的内在逻辑提供借鉴和参考。     

国内档案学学科主题网络构建与演化分析研究

本文在档案学学科主题快速发展变化的背景下,分析一定时间国内档案学的主题结构及演化状况,梳理国内档案学科近20年来的发展脉络。获取1998-2017年间档案学核心期刊的关键词,根据关键词共现关系分时段构建主题网络,展现不同时期档案学的主题结构;根据相似度判断主题之间的演化情况,勾勒出档案学科研究内容的动态变化。根据主题的演化情况得出7条演化路径并归纳出演化的规律;引发学科主题变化的原因有经济、文化、社会科技形态与现代信息技术的影响等;预测未来数字档案、档案文化、档案公共服务、档案信息资源开发利用及整合等仍是学科的研究重点,更加重视面向公众提供档案信息服务和知识服务,与其他学科进一步交叉融合,跨学科范围越来越广泛。研究结果有利于档案学领域学者把握学科的发展脉络,更好地发现新的学科增长点。     

人工智能赋能背景下中外档案管理创新比较与启示

为了解人工智能赋能背景下档案管理工作的基本现状和存在问题,发挥人工智能技术对档案管理工作的积极影响,文章采用比较研究法,分别从档案管理理论创新、档案管理实践创新、档案管理人员角色转变三个方面,分析人工智能赋能背景下我国和澳大利亚、美国等国在档案管理工作中存在的异同,总结国外利用人工智能赋能档案管理工作的一些经验,为我国档案管理工作应用人工智能提供借鉴。     

Measuring contextual citation impact of scientific journals

This paper explores a new indicator of journal citation impact, denoted as source normalized impact per paper (SNIP). It measures a journal's contextual citation impact, taking into account characteristics of its properly defined subject field, especially the frequency at which authors cite other papers in their reference lists, the rapidity of maturing of citation impact, and the extent to which a database used for the assessment covers the field's literature. It further develops Eugene Garfield's notions of a field's ‘citation potential’ defined as the average length of references lists in a field and determining the probability of being cited, and the need in fair performance assessments to correct for differences between subject fields. A journal's subject field is defined as the set of papers citing that journal. SNIP is defined as the ratio of the journal's citation count per paper and the citation potential in its subject field. It aims to allow direct comparison of sources in different subject fields. Citation potential is shown to vary not only between journal subject categories – groupings of journals sharing a research field – or disciplines (e.g., journals in mathematics, engineering and social sciences tend to have lower values than titles in life sciences), but also between journals within the same subject category. For instance, basic journals tend to show higher citation potentials than applied or clinical journals, and journals covering emerging topics higher than periodicals in classical subjects or more general journals. SNIP corrects for such differences. Its strengths and limitations are critically discussed, and suggestions are made for further research. All empirical results are derived from Elsevier's Scopus.     

知识融合研究的现状分析及建议

[目的/意义]人类社会在从信息社会向后信息时代过渡的进程中，正在经历从"信息"向"智能"的跨越。在大数据环境和人工智能技术发展的双重因素作用下，知识融合作为知识化和智能化过程中的关键环节，为完善知识服务、智慧服务、催生高级智能形态提供了重要的理论和技术支撑。开展基于全学科视角的知识融合调研，扩展知识融合研究视域，为全面阐释知识融合研究现状，构建统一的知识融合理论研究框架提供借鉴。[方法/过程]本文采用定量与定性结合的文献分析方法，分析不同学科视角下知识融合研究现状，归纳知识融合在不同学科中的主要研究内容和关注的问题、知识融合涉及到的因素、知识融合的应用场景等。[结果/结论]知识融合研究属于多交叉学科领域，概念边界模糊，研究领域分散，目前尚未形成统一的研究框架。本文通过文献调研，在充分总结既往知识融合研究成果的基础上，划分知识融合的研究取向，为知识融合研究提出合理建议。     

Perceptions of artificial intelligence: A survey of academic librarians in Canada and the United States

This study aims to evaluate the perceptions of librarians with regard to artificial intelligence in academic libraries. An online survey of 24 questions was distributed through library distribution lists in Canada and the United States at the end of the summer in 2019. Findings suggest that librarians do not agree on a definition of artificial intelligence which is in keeping with this emerging field. The survey responses highlight the fact that academic librarians require more training with regard to artificial intelligence and its potential applications in libraries. Other important implications include a recognition that library patrons are interested in AI and that little to no programming about it has been offered in academic libraries. Very few studies have focused on academic librarians' perceptions of AI. This article highlights some useful practical implications for AI technologies in libraries and how AI could help improve library services and workflows.     

基于引文的跨学科领域发展路径分析——以眼动追踪领域为例

[目的/意义] 跨学科研究已成为现代科学创新研究的重要范式和必然趋势，探究跨学科领域中学科的发展模式与演化路径，对于揭示跨学科领域形成与发展的动态过程具有重要意义。[方法/过程] 以眼动追踪（Eye Tracking，ET）领域为例，对文献引文关系进行提取与学科标注，构建文献和学科层面的引文关系网络；计算各学科的他引比率、他被引比率和普赖斯指数，从宏观层面分析ET领域中主要学科的跨学科发展模式；考察不同阶段内部及不同阶段之间的学科引证关系，探究不同阶段各学科在跨学科发展过程中的关系结构与角色演变；基于引文的中介中心度识别连接不同学科关系的重要文献，考察重要文献、高被引文献以及参考文献之间的引文关系，从微观层面揭示ET领域发展的具体演化路径。[结果/结论] ET领域发展经历潜伏期、发展期和成熟期三个阶段，并呈现独立型、交叉型和学习型三种学科发展模式；各学科之间的引证关系随阶段变化逐渐紧密且分布逐渐均匀，神经学、心理学和临床医学在跨学科发展和知识输出方面处于核心地位；ET领域纵向发展表现为独立型学科的基础理论创新，横向发展表现为3种类型学科的深度融合，并呈现出"独立-线性-网状"的发展路径。     

人工智能在图书馆应用的理论逻辑、现实困境与路径展望

[目的/意义]人工智能技术在图书馆中的应用不仅是应用信息技术发展的产物，同时也是图书馆服务智能化、多元化和专业化的要求。但图书馆技术与图书馆服务并不是天然融合，弥合其差距需要从人文视角进行思考。[方法/过程]在文献回顾的基础上，厘清人工智能技术在图书馆应用的理论逻辑、了解现实困境与展望发展路径。[结果/结论]人工智能技术及其支持技术的革新是人工智能技术在图书馆领域应用的基本前提，在技术革新基础上进行理念和制度的创新最终实现图书馆服务的优质化提升是人工智能技术在图书馆领域应用的基本条件与目标归属。同时，目前AI应用仍然存在体验断代、伦理困境和数据泄露风险。最后，提出文化使命和道德嵌入、技术迭代与智能延展、制度优化与人机共存三大建议。     

Open access publications in sciences and social sciences: A comparative analysis

In this paper, we conduct a comparative analysis to examine the characteristics and evolutionary trends of open access (OA) publications in natural and social sciences. We use data recorded by Science Citation Index Expanded, Social Sciences Citation Index, and Journal Citation Reports during 2001–2015 as the main source. We then comparatively analyse the characteristics of natural and social sciences in terms of historical evolution, main contributors, and distribution of OA journals and publications across different languages, disciplines, and impact factor quartiles. Our results suggest that both natural and social sciences experienced dramatic growth of OA journals since 2009, but the share of social science OA journals within journal impact factor quartile 1 is much lower than that of natural sciences. While natural and social sciences share some similarities in OA publishing activities, such as main countries of contribution, they differ greatly in dimensions such as OA ratio across specific disciplines, countries, and publishing languages. We acknowledge that OA publishing offers a level playing field for traditionally disadvantaged languages, countries, and scientific disciplines, but meanwhile, the advancement of high‐quality OA publishing needs more targeted and sophisticated approaches to tackle differences in natural and social sciences.     

关于“人工智能”立类、列类的新构想

论述人工智能类目处理存在的问题,以人工智能研究的学科范畴、学科体系划分的3个层次作为立类、列类的理论基础,讨论人工智能原理、人工智能工程技术的具体类目内容及其类目设置。     

图书情报领域人工智能的研究热点及发展趋势研究

[目的/意义]搜集和分析国内外图书情报领域人工智能研究的相关文献,以期了解人工智能在图书情报领域目前的研究进展及未来的研究趋势,为学术界和产业界的研究提供借鉴和启示。[方法/过程]运用文献分析和知识图谱可视化方法,对国内外图书情报领域人工智能研究的起源和发展、国内外研究热点及未来研究趋势进行对比和可视化分析。[结果/结论]从研究发展趋势看,国内外相关研究成果的数量呈逐年递增态势。从研究热点看,国外研究主要围绕人工智能在信息检索、社交媒体内容分类及情感分析、知识问答方面的应用研究;国内研究主要围绕人工智能在网络舆情分析、图书馆智能搜索和推荐服务、社交媒体网络数据分析方面的研究。从研究趋势看,未来研究应围绕人工智能技术应用在视觉搜索和语义搜索、智慧图书馆服务、社交网络数据挖掘、人工智能对隐私与安全的影响4个主要方向来开展研究。