我国档案学硕博学论文研究热点汇总.docVIP

我国档案学硕博学位论文研究热点透视 　　摘要：通过选取我国档案学硕博士学位论文的高频关键词，构造共词矩阵，并进行因子分析、聚类分析和多维尺度分析。结果表明其研究热点主要有六个方面：现行文件与政府信息公开、档案馆与文化功能、电子文件法律问题及其运动理论、数字环境下的档案工作与信息服务、档案事业工作与专门档案管理、档案管理模式及安全管理。　　关键词：档案学；硕博学位论文；共词分析　　1 引言　　近年来，研究档案学教育的论文不断涌现，但大多数是现状描述、中外对比研究等定性分析。为深入揭示目前我国档案学硕博士学位论文的主要研究领域和研究热点，本文采用共词分析，通过对我国档案学硕博士学位论文中的关键词进行统计分析，客观形象地展示出我国档案学研究生教育的主要知识群和研究重点、热点、方向和趋势。　　2 数据采集与预处理　　目前国内硕士、博士学位论文数据库主要有CNKI的中国博士学位论文全文数据库、中国优秀硕士学位论文全文数据库和万方学位论文数据库。为了保证数据采集的完整性，本文以这三个数据库作为研究的数据源。以学科专业为“档案学”字段进行限制检索，检索日期截止到2011年12月31日。在中国博士学位论文全文数据库检索出3篇论文，在中国优秀硕士学位论文全文数据库检索出399篇论文，在万方学位论文数据库检索出博士学位论文16篇、硕士学位论文493篇，合计911篇学位论文作为研究的数据来源。经过对文献中的关键词进行统计，在911篇文献中共有1203个关键词，总词频2834次。　　为保证定量分析中关键词的有效性，首先对同义词合并、补全、修正等进行数据过滤和清洗，最终得到有关我国档案学学位论文的关键词频次统计。频次大于8的高频关键词共35个，累计频次899次，占总频次的32%。将这些高频词按出现频次高低排名如表1。　　去掉档案、对策、管理、管理体系、比较研究几个对研究意义不大的关键词，剩下30个关键词，构建共词矩阵。首先，对确定的30个高频关键词统计它们两两共现次数，形成一个30×30的原始共词矩阵。然后，通过ochiia系数转换成相关矩阵。最后，用“1”与全部矩阵数据相减，得到表示两词间相异程度的相异矩阵，消除矩阵因关键词频差异的影响。　　相关矩阵的计算公式为：　　式中，Sij值在0～1之间，它代表关键词i和j共同出现的概率，ni、nj 分别表示关键词i和j的频次， nij表示关键词i和j共现的频次。　　3 共词分析　　共词分析是从文献数据库中抽取出高频关键词，对一组词两两统计它们在同一篇文献中出现的次数，以此为基础对这些词进行聚类分析，从而反映出这些词之间的亲疏关系，进而分析这些词所代表的学科和主题的结构变化。[1]其中的因子分析和聚类分析方法对中文关键词进行类属分析，揭示我国档案学硕博士学位论文的研究热点，进而采用多维尺度分析方法，展现我国档案学硕博士学位论文的主要知识群。　　3.1 因子分析　　因子分析要达到的目标就是用尽可能少的因子去描述众多的指标或要素之间的联系。首先将30×30共词相关矩阵导入SPSS 中，利用主成分分析法、协方差矩阵与平均正交旋转方法进行因子分析。按照特征值大于1的因子被保留，特征值小于1的因子被舍弃，结果表明有10个因子被提取出，其累计方差解释率达到80%。也就是说，将30个关键词分为10个类别，就可以解释全部信息的80%。　　3.2 聚类分析　　聚类分析法是将距离较近的主题词聚集起来，形成概念相对独立的类团。将共词相异矩阵导入SPSS中进行聚类分析，在聚类方法中选择离差平方和，在距离测度方法中选择离散数据类型Count中的斐方法，最后得到聚类结果树状图。根据树状结构图可以看出档案学学位论文研究呈现出6个知识群。　　3.3 多维尺度分析　　多维尺度分析是通过测定事物或观测量之间的距离来发现数据结构，指定观测量到概念空间的一个特定位置，使得空间中距离的相似性越近越好。利用SPSS对相异矩阵进行多维尺度分析，相关可视化结果如图2所示。　　通过多维尺度分析，结合之前的因子分析和聚类分析，可将我国档案学学位论文的关键词分为6个知识群。第一个知识群包括开放、政府信息公开、现行文件、政府信息关键词；第二个知识群包括公共档案馆、文化功能和综合档案馆关键词；第三个知识群包括电子文件、法律问题、档案学和文件运动理论关键词；第四个知识群包括档案网站、电子政府、档案信息、数字档案、档案馆、服务和网络环境关键词；第五个知识群包括档案管理、人事档案、档案工作、档案事业、档案利用、非物质文化遗产和信用档案关键词。第六个知识群包括管理模式、企业档案和安全管理关键词。　　3.4 结果分析　　根据上述统计分析的结果可把我国档案学学位论文的研究热点划分为六大知识群和10个研究类。　　现行文件与政府信息公开。现行