基于Pajek档案学研究状况可视化知识图谱分析.docVIP

基于Pajek档案学研究状况可视化知识图谱分析 　　摘要：利用中国知网（CNKI），从年度分布、期刊分布、作者共现分析、机构共现分析、关键词共现分析等方面对我国档案学领域1979年至2015年的论文进行了知识图谱分析。研究发现，档案学领域的研究集中在档案信息、档案管理方面，数字化建设成为研究热点。 　　关键词：档案学 Pajek CNKI 知识图谱 　　档案是再现历史真实面貌的原始文献，是我国文化遗产的重要组成部分。近期，中共中央办公厅、国务院办公厅《关于加强和改进新形势下档案工作意见》提出，要深入贯彻落实党的十八大精神、邓小平理论、“三个代表”重要思想，以科学发展观为指导，建立健全资源体系、利用体系、安全体系，完善工作机制，推动档案事业科学发展。随着国家对档案工作的重视，管理系统研发[1]、数字档案[2]、档案知情权[3]、利用模式[4]、安全管理[5]等方面的研究日益增多。国内学者从文献计量学角度对档案数字化[6]、管理信息系统、服务评价模型、信息公开制度进行了统计分析，但未对我国36年来档案学研究的整体状况进行分析。文章采用信息计量学分析方法，对我国档案学领域进行可视化分析，以揭示我国档案学领域的研究状况，为档案事业发展提供参考。 　　一、数据来源 　　中国知网（China National Knowledge Infrastructure，中国国家知识基础设施，简称CNKI），是我国三大中文数据库系统之一。作为知识资源传播共享平台，收录了各学科近8000种期刊，面向海内外读者提供中国学术文献、外文文献、学位论文、报纸、会议、年鉴、工具书等各类资源统一检索、统一导航、在线阅读和下载服务。涵盖基础科学、文史哲、工程科技、社会科学、农业、经济与管理科学、医药卫生、信息科技等十大领域。其核心期刊、重要评价性数据库来源期刊授权率达到99%。文章采用CNKI作为数据源，检索1979年至2015年数据，在“学科领域”中选择“档案学”，其他条件选择默认，于2015年4月22日检索到档案学领域的相关文献22300篇。 　　二、数据处理 　　从CNKI下载Refworks格式的文献题录，用文本整理器和Editplus进行去噪处理，整理为BibExcel可以识别处理的文本格式，导入BibExcel进行词频统计，构建共现矩阵，形成相关Excel文件，导入Excel2Pajek生成Pajek可以识别的net格式文件，利用Pajek绘制可视化知识图谱。Pajek，是集网络绘制与网络分析为一体的社会网络分析软件，极大便利了我们获取网络结构图，进行网络分析。 　　三、检索结果分析 　　（一）年度分析 　　某学科在一定时间内发表论文的多少，是该学科科研工作取得成果多寡的反映。对论文进行年度分析，可以反映出科研领域成果的变化情况。表1为档案学领域论文的年度分布情况，2015年度情况因未到年底暂未收入。 　　文总体呈上升趋势。2004年前后、2010年前后分别出现了“V”形波动，说明档案学科研成果的取得具有缓慢性和长期性的特点，论文数量的波动在很大程度上受科研工作积累的影响。 　　（二）期刊分布 　　期刊是科研人员发表论文的主要载体，尽管期刊的分级在国内还没有统一的标准，但从各个部门和机构制定的分级标准来看，期刊评价的好坏从侧面也可以反映出论文质量的高低。在Bibexcel中以SO为统计标签，对1979年至2014年我国档案学领域论文刊载期刊进行统计，共得到1789种期刊，平均每种刊载期刊论文12篇。表2是收录1979年至2015年我国档案学领域论文数量100篇以上的期刊列表。 　　（三）作者分析 　　在Bibexcel中以AU为统计标签，对22300篇论文的所有署名作者进行统计，共得到作者16033人，累计出现频次27455次，平均每位作者发表论文1.39篇，出现频次为1.71次。论文作者与其发表论文数量的关系见表3。档案学领域论文作者中仅发表1篇论文的人数点总人数的71.71%，总发文数量在20篇以上的作者共计51人，仅占总人数的为0.14%。 　　作者共现知识图谱是作者间合作关系的一种表现形式，如果两位作者之间进行过合作，则图谱中代表两位作者的节点就会被连接起来，连线的粗细代表两者合作次数的多少。在绘制档案学领域作者共现知识图谱的过程中，发现该领域的作者合作次数较多。在频次20以上的51位作者中，26位作者存在过44次合作。频次15以上的88位作者中，39位作者存在67次合作。运用Pajek绘制作者共现知识图谱，如图1所示，周林兴和苏君华之间以合作8次居首位。频次10以上的191位作者中，有99位作者存在189次合作。图2所示，迈克尔.库克和耿立大以合作8次居首位。 　　注：图中“$ + 数字”表示节点的频次，连线