基于cssci的十二五时期国内情报学研究态势分析-谭春辉.pdf

《基于cssci的十二五时期国内情报学研究态势分析-谭春辉.pdf》由会员分享，可在线阅读，更多相关《基于cssci的十二五时期国内情报学研究态势分析-谭春辉.pdf（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、情报学报 2017年7月 第36卷 第7期 Journal of the China Society for Scientific and Technical Information, July 2017, 36(7): 734-747 收稿日期： 2016-09-16； 修回日期： 2017-05-12 基金项目： 国家社会科学基金一般项目（ 12BTQ036） 。 作者简介： 谭春辉，男， 1975 年生，博士，副教授，硕士生导师，主要从事信息计量与科学评价、网络用户行为等方面的研究， E-mail: ；曾娟，女， 1992 年生，硕士研究生；邱均平，男， 1947 年生，教授，博士生导师

2、，主要从事信息计量与科学评价、知识管理与竞争情报研究。 基于CSSCI的“十二五”时期国内 情报学研究态势分析 谭春辉1，曾 娟1，邱均平2（ 1. 华中师范大学信息管理学院，武汉 430079； 2. 武汉大学信息管理学院，武汉 430072） 摘 要 以“十二五”时期中文社会科学引文索引收录的 9 种情报学核心期刊所发表的 10378 篇情报学论文为研究对象，利用信息计量学相关原理与方法，对“十二五”时期国内情报学研究态势进行了较为全面的分析。经过分析，核实了“十二五”时期情报学研究的核心机构，确认了“十二五”时期情报学研究队伍中的领军人物与青年才俊，界定了“十二五”时期情报学研究的重点领

3、域与研究前沿，明确了“十二五”时期情报学研究的顶尖论文。 关键词 情报学；情报学研究；研究态势；知识图谱 Analysis of Research Situation in Information Science in China during the 12th Five-Year Plan Based on CSSCI Tan Chunhui1, Zeng Juan1 and Qiu Junping2(1. School of Information Management, Central China Normal University, Wuhan 430079; 2. School of

4、 Information Management, Wuhan University, Wuhan 430072) Abstract: Based on 10378 information science research papers included in the Chinese Social Science Citation Index during the 12th Five-Year Plan, by adopting the principles and methods of informetrics, this paper provides a com-prehensive ana

5、lysis of the research situation of domestic information science during the 12th Five-Year Plan. The core research institutions are verified, research team leaders and young talents are confirmed, hot domains and re-search fronts are defined, and leading papers are determined. Key words: information

6、science; information science research; research situation; knowledge mapping “十二五”时期（ 2011-2015 年）我国实施创新驱动发展战略，积极推动以科技创新为核心的全面创新，全面推进了我国政治、经济、科技、军事、教育、文化等领域大发展、大繁荣，创造了举世瞩目的“中国奇迹” ，成为世界发展史上的一朵奇葩。情报学作为探究情报产生、传递、交流、利用规律及其相关因素的学科，立足于社会信息传递、知识转换的各个环节，探讨情报信息理论，挖掘公众信息需求，提高了社会信息情报的利用效率，为政府、企业等相关机构的信息情报工作提供相

7、应的理论指导。伴随着大数据应用日渐升级、信息舆论影响逐渐扩大、公众情报知识需求不断加深，情报学学科价值日益提高，在这种情况下，回顾“十二五”时期情报学研究态势，既是推动情报学健康、有序发展的内在需求，也是深入挖掘情报学实践应用的有力支撑。本文利用信息计量学相关原理与方法，借万方数据第 7 期 谭春辉等：基于 CSSCI 的“十二五”时期国内情报学研究态势分析 735 助社会网络分析软件 UCINET 与可视化文献分析软件 CiteSpace III1，对“十二五”时期国内情报学期刊文献从研究机构、研究队伍、研究内容、顶尖论文等方面进行分析，以期揭示情报学学科研究现状，探测发展趋势，从而较为全面

8、地认识和把握“十二五”时期国内情报学研究发展脉络。 1 数据来源与研究方法 本文数据来源主要为“中文社会科学引文索引”（以下简称 CSSCI） 。具体操作上，选取 9 种 CSSCI情报学核心期刊作为分析对象， 主要有 情报学报 、情报科学 、 情报理论与实践 、 情报杂志 、 情报资料工作 、 图书情报工作 、 图书情报知识 、图书与情报 、 现代图书情报技术 。其中图书情报工作 、 图书情报知识 、 图书与情报 、 现代图书情报技术是情报学、图书馆学两栖期刊，为规范研究主题，对两栖期刊论文进行如下处理：论文篇名或关键词包含情报等内容，则一律保留；篇名中包含“各类型图书馆” 、 “档案”等内

9、容，则一律剔除；篇名中包含“数字图书馆” 、 “大数据”等内容，则结合作者学科背景与工作背景，对论文进行甄别选择。本文检索并统计了这 9 种期刊2011-2015 年 CSSCI 所刊载的论文 （会议综述、 书评、访谈录除外）及引文数据，共获得 10378 篇文献与175994 条引文数据。 本文主要运用词频分析、社会网络分析、引文分析的原理与方法，通过知识图谱的形式，探究“十二五”时期国内情报学整体发展情况，把握情报学研究发展脉络。同时本文采用了 H5 指数与 I10 指数对情报学研究机构与研究人员的影响力加以分析，仿照 ESI 高被引论文指标探测了情报学领域在“十二五”时期的顶尖论文2。

10、H5 指数，是谷歌学术杂志评价系统于 2012 年推出的学术评价指标，指某作者或机构近五年内发表的研究成果被引用情况，即过去 5 年中所发表文章的 H 指数。 H 指数广泛运用在评价科研机构、科研人员等方面，能够较为客观地反映科研生产力和学术影响力。如韦博洋等3曾运用 H 指数族对黑河流域资源环境领域科研机构进行评价；刘喜文等4曾用 H 指数对我国情报学领域博士生导师的被引情况进行分析与评价。目前，谷歌学术杂志评价系统已公布了 2016 年的 H5 指数。 H5 指数所计算的 H 指数时限与本文研究时限一致，均为 5 年，与本文契合度较高。 I10 指数，是谷歌学术杂志评价系统于2012 年推

11、出的学术评价指标，是指某作者或机构超过被引用超过 10 次的文章数目，本文指某作者或机构在“十二五”时期发表的论文在“十二五”时期被引用 10 次以上的论文篇数。通过调查分析发现，情报学被引用 10 次以上的论文属于被引次数较高的论文， I10 指数与 H5 指数相结合，能够更全面地反映情报学研究主体的学术影响力。 基本科学指标数据库（ Essential Science Indi-cators， ESI）设计了“高被引论文”这一指标，即指发表于 10 年、最多 11 年内各领域中被引用次数前1%的文章5。 ESI 指标已成为一套成熟指标，是衡量科研绩效、学术影响力重要工具之一，本文借鉴 ES

12、I高被引论文的概念，提出顶尖论文（前 0.1%）的概念，以期探测情报学研究的顶尖论文。 2 “十二五”时期情报学核心研究机构分析 一个学科的发展，离不开众多研究机构的努力与付出。经统计，在“十二五”时期，共有 2386 家研究机构为情报学研究的发展添砖加瓦。根据论文署名，未对研究机构进行归并，即标明为二级机构的作为一个机构来统计，如武汉大学信息管理学院、武汉大学图书馆均作为独立的一个机构；但与二级机构在人员上基本重合的，则归并，如武汉大学信息管理学院、武汉大学信息资源研究中心归并为武汉大学信息管理学院。 随着学科建设发展，一些研究机构凭借人才、资源等优势，逐渐成长为本学科的核心研究机构，引领学

13、科发展。核心研究机构可以从多个维度进行评判，研究成果数量与质量是核心评判指标之一，对研究成果进行统计分析，基本上可以确定某一时期内某一学科的核心研究机构。如果一个机构研究成果丰硕，影响深远，为同行学者广泛关注，可以认为这个机构是核心研究机构。 高产机构可以直接以“十二五”时期发表的论文数量来衡量，论文总数排在前列的为高产机构。高被引机构，以 H5 指数和 I10 指数来衡量，排在前列的为高被引机构。 根据所收集的数据，以第一作者所在机构进行统计， “十二五”时期国内情报学的高产机构与高被引机构情况如表 1 所示。 对表 1 所列三项数据求交集， “三高” （高产、高 H5、高 I10）机构有武

14、汉大学信息管理学院、中国科学院文献情报中心、南京大学信息管理学院、 万方数据736 情 报 学 报 第 36 卷 表 1 “十二五”时期情报学高产机构与高被引机构 序号 高产机构 发文量 高 H5 机构 H5指数高 I10 机构 I10指数1 武汉大学信息管理学院 756 武汉大学信息管理学院 12 武汉大学信息管理学院 183 中国科学院文献情报中心 443 中国科学院文献情报中心 11 中国科学院文献情报中心 142 吉林大学管理学院 411 南京大学信息管理学院 9 南京大学信息管理学院 94 南京大学信息管理学院 395 华中师范大学信息管理学院 7 华东师范大学商学院 45 中国科学

15、技术信息研究所 367 吉林大学管理学院 7 武汉大学图书馆6 华中师范大学信息管理学院 161 南开大学商学院 北京大学信息管理系 37 北京大学信息管理系 134 中国科学技术信息研究所 7 吉林大学管理学院8 南开大学商学院 116 桂林理工大学图书馆 6 中国科学技术信息研究所 39 中山大学资讯管理学院 107 华东师范大学商学院 6 北京邮电大学经济管理学院 210 南京理工大学经济管理学院 101 中国科学院大学 6 桂林理工大学博文管理学院 211 中国人民大学信息资源管理学院 86 中山大学资讯管理学院 6 黑龙江大学信息管理学院12 西安电子科技大学经济与管理学院 81 安

16、徽大学管理学院 5 华中科技大学公共管理学院 213 安徽大学管理学院 78 北京大学信息管理系 5 华中师范大学信息管理学院14 华中科技大学公共管理学院 75 黑龙江大学信息管理学院 5 解放军信息工程大学电子技术学院 215 华中科技大学管理学院 74 华中科技大学公共管理学院 5 上海交通大学图书馆 216 南京农业大学信息科学技术学院 70 南京理工大学经济管理学院 5 中国兵器工业集团第 210 研究所 217 哈尔滨工程大学经济管理学院 69 南京农业大学信息科学技术学院 5 中国人民大学信息资源管理学院 218 华东师范大学商学院 69 山东理工大学图书馆 5 南开大学商学院

17、219 山西大学经济与管理学院 64 武汉大学图书馆 5 中山大学资讯管理学院 2吉林大学管理学院、中国科学技术信息研究所、北京大学信息管理系、华中师范大学信息管理学院、中山大学资讯管理学院、南开大学商学院、华东师范大学商学院、华中科技大学公共管理学院。 为了更直观地展现各研究机构在“十二五”时期为情报学研究所作出的贡献，在 UCINET 中，导入发文量大于 24 的前 117 所研究机构的数据，形成网络图，如图 1 所示。图中每个节点表示一个单位，节点的大小代表它们在该网络中的中心度情况，节点之间的连线表示这两个机构之间存在合作关系，节点的形状代表 K-cores 分析所得到的分组情况，图1

18、 中分为 5 组。为了清晰展示合作关系，删除了孤立的节点，并对网络图数据进行中心性与结构洞的测度分析6，部分结果如表 2 所示。 图 1 “十二五”时期情报学机构共现网络图 万方数据第 7 期 谭春辉等：基于 CSSCI 的“十二五”时期国内情报学研究态势分析 737 表 2 机构共现网络中心性及结构洞测度结果（部分） 指标 中心性测量 结构洞测度 机构 程度中心性 Degree 中介中心性nBetweenness亲近中心性nCloseness规模Degree有效规模EffSize 有效系数 Efficiency 约束系数 Constrain 等级系数Hierarchy武汉大学信息管理学院 3

19、0.19 5.07 19.54 33 8.68 0.26 0.70 0.95 中国科学院文献情报中心 24.53 5.05 10.58 27 12.73 0.47 0.74 0.95 南京大学信息管理学院 23.59 5.06 16.24 26 13.35 0.51 0.73 0.95 中国科学技术信息研究所 23.59 5.06 13.32 26 12.00 0.46 0.73 0.94 吉林大学管理学院 17.93 5.03 8.16 20 8.86 0.44 0.77 0.96 南开大学商学院 16.98 5.03 4.87 19 11.17 0.59 0.58 0.81 中山大学资讯管

20、理学院 12.26 5.01 4.86 14 8.26 0.59 0.59 0.80 华中师范大学信息管理学院 11.32 5.01 1.58 13 6.60 0.51 0.63 0.82 北京大学信息管理系 11.32 5.01 1.95 13 7.08 0.55 0.60 0.79 南京理工大学经济管理学院 10.38 5.00 1.84 12 5.69 0.47 0.62 0.80 利用 Ucinet 对网络进行密度分析，网络密度为1.53，表明机构间的合作交流还应加强。通过中心性测度分析（表 2） 可以发现， 武汉大学信息管理学院、中国科学院文献情报中心、南京大学信息管理学院、中国科学

21、技术信息研究所等机构中心度很高，在网络中占据主导地位，与其他机构合作更为频繁。通过结构洞分析发现，南京大学信息管理学院、中国科学院文献情报中心等机构有效规模较大，南开大学商学院、中山大学资讯管理学院约束系数较小，这些机构信息拥有更多的结构洞，在网络中占据重要地位。 通过表 1、表 2 及图 1 可知， “十二五”时期我国情报学主要核心研究机构有武汉大学信息管理学院、中国科学院文献情报中心、南京大学信息管理学院、吉林大学管理学院、中国科学技术信息研究所、北京大学信息管理系、华中师范大学信息管理学院、中山大学资讯管理学院、南开大学商学院、华东师范大学商学院等，这些机构情报学研究在全国处于领先水平。

22、通过分析我们还得知，山东理工大学图书馆、武汉大学图书馆、桂林理工大学图书馆、上海交通大学图书馆等图书馆机构同样积极参与情报学研究，为情报学发展做出了较为突出的贡献，显示出图书情报领域交叉的学科态势。 为了解情报学研究机构影响力的此消彼长情况，本文对“十一五”时期情报学研究机构的高产机构、 高 H5 机构、 高 I10 机构进行统计， 结果如表 3 所示。 表 3 “十一五”时期情报学高产机构与高被引机构 序号 高产机构 发文量 高 H5 机构 H5指数高 I10 机构 I10指数1 武汉大学信息管理学院 835 武汉大学信息管理学院 12 武汉大学信息管理学院 13 3 中国科学院文献情报中心

23、 431 中国科学院文献情报中心 11 中国科学院文献情报中心 12 2 南京大学信息管理学院 361 中国科学技术信息研究所 9 北京大学信息管理系 5 4 中国科学技术信息研究所 334 北京大学信息管理系 7 南京大学信息管理学院 5 5 吉林大学管理学院 308 吉林大学管理学院 中国科学技术信息研究所 4 6 北京大学信息管理系 217 南京大学信息管理学院 7 中山大学资讯管理学院 3 7 华中师范大学信息管理学院 194 南开大学商学院 7 安徽大学管理学院 2 8 南开大学商学院 183 安徽大学管理学院 6 北京师范大学政府管理学院 2 9 中山大学资讯管理学院 137 大连

24、理工大学公共管理与法学学院 6 贵州大学人文学院 2 10 华南师范大学经济与管理学院 94 合肥工业大学管理学院 6 华东师范大学商学院11 西安交通大学管理学院 94 河北大学管理学院 华中科技大学管理学院 2 12 西北工业大学管理学院 91 中山大学资讯管理学院 6 南开大学商学院 2 13 山西大学经济与管理学院 89 黑龙江大学信息管理学院 5 山东大学管理学院14 南京理工大学经济管理学院 84 华东师范大学商学院 5 上海交通大学管理学院 2 15 黑龙江大学信息管理学院 81 华中师范大学信息管理学院 5 西北大学公共管理学院 2 16 西安电子科技大学经济与管理学院 77

25、湘潭大学公共管理学院 5 中国人民大学信息资源管理学院 2 17 华中科技大学管理学院 75 郑州大学信息管理学院 18 哈尔滨工程大学经济管理学院 70 中国人民大学信息资源管理学院 5 19 湘潭大学公共管理学院 70 重庆大学经济与工商管理学院 5 万方数据738 情 报 学 报 第 36 卷 从表 3 可知， “十一五”时期核心研究机构为武汉大学信息管理学院、中国科学院文献情报中心、中国科学技术信息研究所、北京大学信息管理系、南京大学信息管理学院、南开大学商学院、中山大学资讯管理学院等机构。对照表 1 和表 3，我们发现，武汉大学信息管理学院、中国科学院文献情报中心、南京大学信息管理学

26、院、中国科学技术信息研究所这四所机构在情报学研究中一直占据着“巨头”地位，对情报学发展有着重要影响；华中师范大学信息管理学院、华中科技大学公共管理学院、南京理工大学经济管理学院、南京农业大学信息科学技术学院等机构在“十二五”时期迅猛发展，不断成长；郑州大学信息管理学院、湘潭大学公共管理学院、华南师范大学经济与管理学院、西安交通大学管理学院等机构在“十二五”时期发展相对缓慢，影响力有所下滑。 3 “十二五”时期情报学核心研究队伍分析 有学术影响力的作者群体的状况集中体现了学科科研实践的趋向，是某一学科领域科研活动的缩影之一，通过对作者群体进行研究，可以把握学科科研活动的深度和广度，对于科研活动的

27、管理、组织、协调和引导都有积极的意义7。经过对所收集数据的统计，在“十二五”时期，共有 10135 位学者（此处统计时不考虑合著者的排序，但对同名同姓作者进行区分）共同构成了情报学学术共同体，推动了情报学研究的深入与发展。 3.1 研究队伍中的领军人物 一门学科的建设与发展离不开学科的领军人物。在学科的发展过程中，基于“优胜劣汰、适者生存” ，总会有一些研究人员通过自身努力，在科研成果、人才培养、团队建设和平台建设等方面脱颖而出，成长为本学科的“执牛耳者” ，领导与引领本学科学术共同体的成熟与进步，凸显本学科“制高点”和“突破口”地位。学科领军人物有多个维度来评判，但研究成果数量与质量是一个核

28、心指标，表征了学术共同体的公认程度。通过对研究论文的统计分析，基本上可以找出某一时期内某一学科的领军人物。高产作者，表明某一学者在某一时期内一直勤于思考、敏于学习、笔耕不缀，研究成果丰硕；高被引作者，表明某一学者在某一时期内的学术理论、学术观点、研究方法等得到学术同仁的肯定与借鉴，研究成果社会影响力大；学术团队的核心，表明某一学者在某一时期内注重学术团队的建设与交流，并在学术团队中成为中坚力量。如果一个作者既是高产作者，又是高被引作者，同时又是学术团队的核心，可以认为是情报学研究队伍中的领军人物。 高产作者以在“十二五”时期发表的论文数来衡量，高被引作者则与高被引机构类似，采用 H5 指数、

29、I10 指数来衡量。学术团队的核心，以作者在合作网络与共被引网络中是否处于核心节点来衡量。 由于 CSSCI 中引文只著录第一作者，因此本文在统计高产作者与高被引作者时，主要考虑第一作者8。根据所收集的数据，在“十二五”时期国内情报学的高产作者与高被引作者情况如表 4 所示。 对表 4 所列三项数据求交集， “三高” （高产、高 H5、高 I10）作者有邱均平、李纲、唐晓波、储节旺、张玉峰、黄晓斌、马费成； “高产与高 H5”作者有赵蓉英、王知津、马海群、滕广青、陈福集、李月琳、马捷； “高产与高 I10”作者有陈峰、娄策群。 表 4 高产作者与高被引作者 序号高产 作者 论文数量高 H5 作

30、者 H5 指数 高 I10作者I10 指数1 邱均平 77 邱均平 9 邱均平 6 2 李纲 44 李纲 6 张晓林 4 3 赵蓉英 37 兰月新 5 顾立平 3 4 唐晓波 35 李月琳 5 高承实 3 5 王知津 32 马捷 5 包昌火 2 6 俞立平 27 唐晓波 5 陈云伟 2 7 储节旺 26 王知津 5 初景利 2 8 王国华 22 张兴旺 5 黄晓斌 2 9 张玉峰 22 曾建勋 4 兰月新 2 10 黄晓斌 21 陈福集 4 李纲 2 11 陈峰 19 储节旺 4 刘春丽 2 12 马海群 19 顾立平 4 马费成 2 13 滕广青 19 黄晓斌 4 袁毅 2 14 王晰巍 1

31、9 李长玲 4 张勤 2 15 许鑫 19 马费成 4 张一文 2 16 马费成 18 马海群 4 陈峰 1 17 姚伟 18 孙海生 4 储节旺 1 18 毕强 17 滕广青 4 窦天芳 1 19 娄策群 17 易明 4 李广建 1 20 相丽玲 17 游毅 4 娄策群 1 21 陈福集 16 张向先 4 司莉 1 22 喻登科 16 张晓林 4 唐晓波 1 23 张海涛 16 张玉峰 4 闫幸 1 24 李月琳 15 赵蓉英 4 张玉峰 1 25 马捷 15 宗乾进 4 郑彦宁 1 万方数据第 7 期 谭春辉等：基于 CSSCI 的“十二五”时期国内情报学研究态势分析 739 为了合理界定

32、学术团队的核心，了解作者合作现状，本文进一步分析了作者共现网络与共被引网络。根据所收集的数据，选择了发文量大于 14 的前174 名作者与被引频次大于 8 的前 177 位被引作者作为分析对象。通过 UCINET 绘作了作者共现网络图及作者共被引网络图，如图 2 与图 3 所示；并进行中心性与结构洞的测度分析， 部分结果如表 5 与表 6所示。 从图 2 可知，作者共现网络图较为松散，利用Ucinet 对网络进行密度分析，网络密度为 0.61，网络连通性较为一般，作者间的合作程度相对较低。通过中心性测度分析（表 5）可以发现，邱均平、潘 图 2 “十二五”时期情报学作者共现网络图 图 3 “十

33、二五”时期情报学作者共被引网络图 万方数据740 情 报 学 报 第 36 卷 表 5 作者共现网络中心性及结构洞测度结果（部分） 指标 中心性测量 结构洞测度 作者 程度中心性 Degree 中介中心性 nBetweenness 亲近中心性 nCloseness 规模 Degree有效规模 EffSize 有效系数 Efficiency 约束系数 Constrain 等级系数 Hierarchy 邱均平 7.51 1.93 21.67 14.00 7.30 0.52 0.65 0.84 潘云涛 6.94 1.93 18.97 13.00 9.16 0.71 0.44 0.46 李纲 5.20

34、 1.93 19.06 10.00 5.36 0.54 0.68 0.78 孙建军 4.62 1.92 8.33 9.00 4.56 0.51 0.66 0.66 黄鲁成 4.62 1.87 5.59 9.00 4.79 0.53 0.64 0.51 张智雄 4.62 1.90 8.46 9.00 4.88 0.54 0.67 0.73 郑彦宁 4.05 1.91 2.22 8.00 4.34 0.54 0.53 0.41 苏新宁 4.05 1.91 5.56 8.00 4.49 0.56 0.60 0.56 王知津 3.47 1.91 6.95 7.00 3.90 0.56 0.78 0.4

35、7 武夷山 3.47 1.91 1.90 7.00 4.12 0.59 0.69 0.54 表 6 作者共被引网络中心性及结构洞测度结果（部分） 指标 中心性测度 结构洞测度 作者 程度中心性 Degree 中介中心性 nBetweenness 亲近中心性nCloseness 规模 Degree 有效规模 EffSize 有效系数 Efficiency 约束系数 Constrain 等级系数 Hierarchy 邱均平 35.80 36.90 17.26 64 44.44 0.69 0.32 0.82 李纲 26.71 35.20 10.55 48 37.58 0.78 0.30 0.72 唐

36、晓波 24.43 34.78 9.40 44 32.91 0.75 0.27 0.70 李树青 21.02 33.78 3.45 38 30.19 0.80 0.20 0.47 马费成 19.89 33.98 5.18 36 25.10 0.70 0.26 0.59 胡昌平 15.91 33.15 2.35 29 21.02 0.73 0.23 0.37 黄晓斌 15.34 32.78 4.46 28 20.79 0.74 0.29 0.55 李广建 15.34 31.32 3.71 28 22.31 0.80 0.23 0.34 张玉峰 14.77 31.04 3.18 27 17.39 0

37、.64 0.33 0.60 赵蓉英 14.21 32.18 2.40 26 17.54 0.68 0.34 0.64 云涛、李纲、孙建军等作者中心度很高，居于网络的核心位置；同时通过结构洞分析发现，潘云涛、邱均平、郑彦宁等作者处于结构洞位置，这些作者网络有效规模大，结构约束性小，在网络中占据信息获取优势。 通过上述图表分析得知， “十二五”时期情报学研究已形成几个比较大的作者聚类群，如形成了分别以邱均平、马费成、潘云涛、王知津、李纲、孙建军等为中心的作者群，这表明我国情报学研究在“十二五”时期已形成一定的合作网络，形成了相应的研究团队。 对图 3 进行分析，发现其网络密度为 0.83，网络连通

38、性一般，仍存在孤立节点。对共被引网络的中心性（如表 6 所示）进行分析，可以发现在三种中心性测度中，邱均平、李纲、唐晓波始终排在前列，这说明三位作者与其他作者的共被引频次很高，在网络中处于重要地位；对结构洞测度分析，发现邱均平、李纲、唐晓波网络有效规模大，在信息交流等方面中处在重要地位，李树青、李广建网络有效规模虽然较小，但其有效系数、约束系数更优，在信息获取、信息传递等方面同样占有优势。 从图 3 可以看出，基于共被引关系，邱均平、李纲、唐晓波、李树青、马费成、胡昌平、黄晓斌、李广建、张玉峰、赵蓉英等成为各细分学术“小圈子”的关键人物。同时，进一步分析也可以发现单位相同或地域相近的作者之间有

39、着更强的共被引关系。 结合上述分析可以看到， “十二五”时期我国情报学研究队伍中的领军人物主要有邱均平、马费成、李纲、王知津、唐晓波、张玉峰、黄晓斌、赵蓉英、郑彦宁、储节旺等学者。据进一步分析得到， “十二五”时期情报学研究中邱均平与余厚强、王菲菲、吕红、楼雯合作密切；马费成与刘向、张斌合作密切；李纲与叶光辉、毛进、王忠义合作密切；王知津与韩正彪、周鹏合作密切；唐晓波与房小可、肖万方数据第 7 期 谭春辉等：基于 CSSCI 的“十二五”时期国内情报学研究态势分析 741 璐合作密切；张玉峰与何超、周磊合作密切；黄晓斌与付跃安、钟辉新合作密切；赵蓉英与陈必坤、吴胜男合作密切；郑彦宁与赵筱媛、潘

40、云涛、刘志辉、化柏林合作密切；储节旺与郭春侠、孙晓宁合作密切。结果表明各研究团队大多为机构内部合作，且师生合作占有一定比例， “亲缘”关系间的合作仍是主流。从研究领域的角度分析发现， “十二五”时期国内情报学领域研究团队内部各成员的研究方向大致相近，研究方向大致包括竞争情报、知识管理、情报学理论方法、信息系统、信息计量与科学评价等领域。 3.2 研究队伍中的青年才俊 一个学科学术共同体的发展与壮大，既离不开领军人物的引领作用，也离不开青年学术骨干的成长与成熟。研究队伍中的青年才俊，既是某一学科研究的新生力量，也是未来成长为领军人物的潜在力量，可以说，青年才俊是学科的未来，是学科发展的强劲动力，

41、是学科可持续、超常规发展的核心。随着“图书、情报与档案管理”教育的不断发展，越来越多的年轻人积极投身于情报事业，并在情报学研究中崭露头角，表现了强大的研究热情与创新意愿，已成长为情报学研究队伍中不可忽视的一股重要力量。 国家社会科学基金项目申报公告中将申报“青年项目”的项目申请人和课题组成员的年龄限制在 35 周岁以内。借鉴这一规定，本文将 1980年（含）之后出生（ 35 周岁及以下）的“双高”作者视为研究队伍中的青年才俊。依据论文中作者简介，结合作者所在单位相关资料，确定作者出生年份， 对所收集到 10378 篇文献的作者进行统计， 1980年（含）之后出生的作者共有 3623 位。在这

42、3623位青年作者中，按第一作者统计出的高产青年作者与高被引青年作者情况如表 7 所示。 从表 7 可以看出， “三高” （高产、 高 H5、 高 I10）青年作者有两位：兰月新、张兴旺； “高产与高 H5”青年作者有胡吉明、韩正彪、许海云、周磊、陈美、杜建、李晶、宗乾进；这 10 位年轻学者能在一万余名研究人员中跻身前列，确实难能可贵。这些青年作者，可以看成是为“十二五”时期国内情报学研究队伍中涌现出来的青年才俊。从图 2 和图 3 也可以看出，他们在加强与领军人物的合作与交流的同时，也在逐渐形成以自己为中心的学术“小圈子” 。假以时日，这些青年才俊将在情报学研究中发挥更大的作用。 表 7

43、高产青年作者与高被引青年作者 排名高产青年作者论文数量高 H5 青年作者 H5 指数 高 I10 青年作者I10 指数1 喻登科 16 兰月新 5 兰月新 2 2 兰月新 14 张兴旺 5 张一文 2 3 张兴旺 14 游毅 4 包凌 1 4 胡吉明 13 宗乾进 4 陈卫静 1 5 徐芳 13 陈美 3 崔薇 1 6 韩正彪 12 杜建 3 丁菊玲 1 7 许海云 12 范炜 3 丁悦梅 1 8 严贝妮 12 谷俊 3 谷俊 1 9 谢晓专 11 韩正彪 3 何黎 1 10 周磊 11 何琳 3 李晨晖 1 11 陈美 10 侯人华 3 刘春丽 1 12 程慧平 10 胡吉明 3 刘向 1

44、13 崔金栋 10 胡泽文 3 罗博 1 14 杜建 10 姜鑫 3 潘幼乔 1 15 胡雅萍 10 李晶 3 任一奇 1 16 李晶 10 李鹏 3 宋歌 1 17 苏芳荔 10 刘春丽 3 宋海艳 1 18 王昊 10 刘佳 3 唐钦能 1 19 谢笑 10 彭希羡 3 田占伟 1 20 车尧 9 盛宇 3 王青 1 21 陈明红 9 唐晓玲 3 谢佳琳 1 22 高继平 9 许海云 3 由庆斌 1 23 蒋勋 9 由庆斌 3 游毅 1 24 刘晓娟 9 张金柱 3 张洪磊 1 25 王丹丹 9 张云中 3 张诗博 1 26 温芳芳 9 周磊 3 张兴旺 1 27 宗乾进 9 祝清松 3

45、朱梦皎 1 4 “十二五”时期情报学主要研究内容分析 “十二五”时期，我国信息经济不断发力、信息产业加速升级、信息技术突飞猛进、情报实践应用取得突破性进展，在这一时期，情报学融入社会生活，研究方法在保留学科特色的基础上不断创新突破，研究内容呈现出社会化、技术化、知识化、时代化、多元化的发展态势。情报学界从理论、应用等不同角度对情报学展开了深入研究，拓宽了情报学研究视野，同时，基于对社会潮流的即时反应，确保了情报学研究前沿与社会热点密切相连。 4.1 研究重点分布 关键词是作者对文章核心研究内容的精炼，学万方数据742 情 报 学 报 第 36 卷 科领域里高频次出现的关键词和从数据样本中，对每

46、一篇文献进行提取后分析出的名词短语可被视为该领域的研究热点9。 高频关键词一定程度上可以反映学科研究重点，本文根据高频关键词来确定“十二五”时期情报学的研究重点。 对 CSSCI 期刊论文关键词进行整理排序，将专指性不强的“情报”排除后，列出排在前 20 位的高频关键词如表 8 所示。 表 8 情报学高频关键词（频次 100） 序号 关键词 频次 序号 关键词 频次1 竞争情报 243 11 可视化 133 2 知识管理 219 12 知识图谱 133 3 社会网络分析 206 13 专利分析 124 4 网络舆情 194 14 引文分析 120 5 本体 181 15 云计算 119 6 知

47、识共享 175 16 企业 117 7 信息服务 155 17 共词分析 116 8 知识服务 137 18 文献计量 112 9 大数据 134 19 知识转移 111 10 微博 133 20 信息检索 109 为更直观地展示高频词，探测学科领域研究重点，在 CiteSpace III 导入数据，参数设置为 TOP200，节点类型选为关键词 (Keyword)，运行程序，生成图4 所示的关键词共现知识图谱。 从表 8 和图 4 可以看出，国内众多情报学研究人员将研究重心扩展到竞争情报、知识管理、网络舆情、本体、知识共享、信息服务、知识服务、大数据等研究领域。这表明“十二五”时期我国情报学学

48、科立足实践、锐意创新，形成了学以致用、瞄准前沿的研究特色。 通过高频关键词聚类，可以探测“十二五”时期我国情报学领域的重点研究对象、重点研究方法以及重点研究内容。 4.1.1 重点研究对象 （ 1）微博。伴随着移动互联网、信息交互平台飞速发展，微博影响力不断扩大，对政治、经济、文化等领域都产生重大影响。情报学研究既关注微博平台、微博用户等微博外在属性，还深入研究微博传播、微博主题等微博内在特征。 “十二五”时期学者更多关注微博用户分析、微博内容管理、微博应用状况、微博数据挖掘、微博信息传播等领域。例如，陈国兰10提出了基于爆发词识别的微博突发事件监测方法；王战平等11提取了企业微博传播效果的影响因子，构建了企业微博传播效果测评模型，为企