基于共詞聚類的我國檔案信息化研究結(jié)構(gòu)、趨勢分析

劉春年+陳通

摘? 要：檔案信息化是傳統(tǒng)檔案管理向信息化檔案管理轉(zhuǎn)型的突破口。對該主題相關(guān)研究文獻(xiàn)的共詞分析、聚類分析及多維尺度分析，有利于把握該研究領(lǐng)域的研究動(dòng)態(tài)，探索新的研究方向。論文研究發(fā)現(xiàn)：檔案信息化技術(shù)、檔案管理人員素質(zhì)、高校檔案信息化、醫(yī)院和健康檔案、電子政務(wù)檔案、企業(yè)檔案、檔案信息安全等方面構(gòu)成了檔案信息化研究主要結(jié)構(gòu)，涵蓋計(jì)算機(jī)科學(xué)、檔案科學(xué)、信息科學(xué)、經(jīng)濟(jì)管理學(xué)等學(xué)科領(lǐng)域。通過進(jìn)一步文獻(xiàn)計(jì)量分析發(fā)現(xiàn)，目前檔案信息化研究還面臨諸多問題：缺乏國外檔案信息化研究狀況分析;理論研究偏多、實(shí)踐應(yīng)用研究偏少;研究方法偏主觀定性;檔案信息化評估方面研究太少。

關(guān)鍵詞：檔案信息化，BICOMB 2，共詞分析，聚類分析

信息化背景下，檔案利用方式也產(chǎn)生了深刻的變化。從傳統(tǒng)檔案到信息化檔案的轉(zhuǎn)變?yōu)闈M足人們?nèi)找嬖鲩L的檔案信息需求提供了新的渠道。從2000年開始，我國對檔案信息化的研究逐漸展開，近些年來，檔案信息化已然成為檔案學(xué)科及檔案學(xué)專業(yè)研究的熱點(diǎn)問題。本文采用共詞分析、聚類分析及多維尺度分析等方法，以CNKI中國學(xué)術(shù)期刊全文數(shù)據(jù)庫為數(shù)據(jù)源，對現(xiàn)有以檔案信息化為主題的文獻(xiàn)進(jìn)行定量分析，發(fā)現(xiàn)該主題研究結(jié)構(gòu)及研究趨勢，以求能客觀反映我國檔案信息化研究的整體狀況。

1? 數(shù)據(jù)來源與研究方法

1.1? 數(shù)據(jù)來源與預(yù)處理。本文的數(shù)據(jù)來源是中國學(xué)術(shù)期刊全文數(shù)據(jù)庫，檢索策略為“主題=檔案AND主題=信息化”，檢索過程中設(shè)置時(shí)間為2005年至2015年，共檢索到文獻(xiàn)記錄3169條。將記錄導(dǎo)入查重軟件NoteExpress中作預(yù)處理，通過剔除重復(fù)文獻(xiàn)記錄，最終得到有效文獻(xiàn)2962篇，關(guān)鍵詞4281個(gè)。

1.2? 研究方法與工具。本文主要的研究方法是共詞分析、聚類分析及多維尺度分析。通過觀測一組詞同時(shí)出現(xiàn)在一篇文獻(xiàn)中的次數(shù)從而得出這組詞之間的關(guān)系疏密程度的方法稱為共詞分析。^[1]聚類分析可以得到兩個(gè)個(gè)體間的緊密聯(lián)系的程度，是描述兩個(gè)個(gè)案間對應(yīng)程度的有效方法。多維可以直觀得到關(guān)鍵詞之間的位置，從而反映出文獻(xiàn)的研究結(jié)構(gòu)。本文使用的軟件工具有NoteExpress、BICOMB2、SPSS19.0以及Excel。

2? 數(shù)據(jù)處理

2.1? 高頻詞統(tǒng)計(jì)。在BICOMB2中進(jìn)行詞頻統(tǒng)計(jì)，得到3912個(gè)不重復(fù)的關(guān)鍵詞，并給出每個(gè)關(guān)鍵詞的詞頻及所占總頻次的百分比，結(jié)合文獻(xiàn)總數(shù)、關(guān)鍵詞總數(shù)等條件，將閾值定為95得到20個(gè)高頻關(guān)鍵詞及詞頻。如表1所示：

2.2? 共詞矩陣。BICOMB2的共現(xiàn)矩陣功能可以直接統(tǒng)計(jì)出高頻關(guān)鍵詞共同出現(xiàn)在同一篇文獻(xiàn)中的頻次，詞頻閾值確定10，統(tǒng)計(jì)得出30×30矩陣，用Excel宏工具箱結(jié)合余弦指數(shù)，做相關(guān)系數(shù)轉(zhuǎn)換，利用余弦指數(shù)可以計(jì)算出各高頻詞之間相互的關(guān)聯(lián)度。^[2]余弦指數(shù)計(jì)算公式為

3 ?數(shù)據(jù)分析

3.1? 聚類分析。聚類分析是一種多元統(tǒng)計(jì)方法，主要針對研究樣本或指標(biāo)進(jìn)行分類。按照變量的不同特征或者是一批數(shù)據(jù)的個(gè)案情況，可以依據(jù)關(guān)系的疏密程度作出分類。^[3]本文聚類方法為Q型聚類，類與類之間距離的計(jì)算采用組內(nèi)平均鏈鎖法（Within-groups linkage）。將高頻關(guān)鍵詞的相似度矩陣作為數(shù)據(jù)源輸入，運(yùn)用SPSS 19.0軟件進(jìn)行聚類分析，得到結(jié)果如圖1所示：

聚類圖結(jié)構(gòu)分析。首先從宏觀上觀察聚類樹圖的結(jié)構(gòu)。聚類樹圖中的最左邊的一列標(biāo)號（Label）和數(shù)字（Number）代表著高頻關(guān)鍵詞及其編號，本文采用凝聚聚類算法計(jì)算每兩個(gè)關(guān)鍵詞之間的相似程度，發(fā)現(xiàn)第15、21、48、32、30、31、29、40關(guān)鍵詞的相似性在所有主題詞詞對之間是最小的，因此，它們首先聚集成為一個(gè)類。隨著后續(xù)關(guān)鍵詞之間的距離拉大，最終所有詞構(gòu)成一個(gè)大類。通過樹圖的結(jié)構(gòu)可以看出，所有的關(guān)鍵詞從整體上可以分為6個(gè)部分：由15、21、48、32、30、31、29、40號詞組成類別A，由7、12、25、34、6、36、4、28、1、45、8號主題詞組成類別B，由5、13、2、3、9、10、16、17、19、22、20、23、39號詞組成類別C，由11、14、18、27、35、38、41號詞組成類別D，由47、49、33、24、26、37、43號詞組成類別E，由44、45、42號詞組成類別F。

3.2? 多維尺度分析。MDS（Multidimensional Scaling）即多維尺度法，是多元統(tǒng)計(jì)方法的一種，它通過樣本在低維空間中的坐標(biāo)分布來反映多個(gè)研究樣本的特性與它們之間的相似程度。^[4]每一個(gè)樣本在空間分布圖中都表示成一個(gè)點(diǎn)，兩個(gè)點(diǎn)之間可以通過距離的遠(yuǎn)近來判斷兩個(gè)點(diǎn)之間的相似程度。以相似度矩陣作為SPSS多維尺度分析的輸入，數(shù)據(jù)結(jié)構(gòu)選擇Square symmetric，數(shù)據(jù)測度水平選擇Ordinal，尺度模型選擇歐幾里德模型（Eu?clidean Distance），對高頻關(guān)鍵詞進(jìn)行多維尺度分析，得到結(jié)果如圖2所示：

從多維尺度分析圖，再結(jié)合聚類分析的結(jié)果，把圖中所有所列舉高頻關(guān)鍵詞分成3塊區(qū)域比較合理，每一塊區(qū)域的關(guān)鍵詞都表示出檔案信息化研究的不同的結(jié)構(gòu)。

4? 結(jié)果與討論

從本文計(jì)量結(jié)果分析我們可以看出目前關(guān)于檔案信息化研究的文獻(xiàn)很多。當(dāng)前檔案信息化的研究主要涉及檔案信息化技術(shù)、檔案管理人員素質(zhì)、高校檔案信息化、醫(yī)院和健康檔案、電子政務(wù)檔案、企業(yè)檔案、檔案信息安全等方面。同時(shí)，檔案信息化也是涉及計(jì)算機(jī)科學(xué)、檔案學(xué)、管理科學(xué)等諸多學(xué)科領(lǐng)域的問題。檔案信息化研究發(fā)展至今，檔案信息化的研究進(jìn)程主要如下：

①萌芽階段：該階段主要對檔案信息化的重要性及可行性展開了研究，如劉雅萍在1999年研究了檔案信息化的重要性及可行性，是新技術(shù)革命的需要，是檔案事業(yè)向前發(fā)展的必然途徑，計(jì)算機(jī)技術(shù)的快速發(fā)展也為檔案信息化工作提供了更多途徑。此階段是我國檔案信息化的萌芽階段，是檔案信息化建設(shè)的出發(fā)點(diǎn)。

②起步及快速發(fā)展階段：檔案信息化的研究正處于快速發(fā)展階段，建立在信息技術(shù)日新月異的基礎(chǔ)之上，檔案信息化的技術(shù)體系、應(yīng)用領(lǐng)域及發(fā)展方向也在不斷地進(jìn)步，大量的研究成果顯現(xiàn)出了巨大的價(jià)值。結(jié)合檔案信息化研究的學(xué)術(shù)成果，目前檔案信息化研究熱點(diǎn)主要包括以下幾個(gè)方面：檔案信息化技術(shù)、人員素質(zhì)、高校檔案信息化、醫(yī)院和健康檔案、電子政務(wù)檔案、企業(yè)檔案、檔案信息安全等。

檔案信息化技術(shù)方面，檔案信息技術(shù)集成了計(jì)算機(jī)技術(shù)、數(shù)據(jù)庫技術(shù)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)挖掘，還包括一些信息推送、網(wǎng)格技術(shù)等。張婧分析了計(jì)算機(jī)技術(shù)在檔案信息化管理中應(yīng)用的優(yōu)勢、存在的問題以及重要性，提出目前檔案信息化硬件設(shè)施薄弱、電子檔案信息安全也存在許多問題。^[5]方昀總結(jié)云計(jì)算對檔案信息化的影響，指出可以依托各級黨政網(wǎng)絡(luò)及互聯(lián)網(wǎng)建設(shè)全國性云計(jì)算平臺，檔案部門利用這一平臺提供數(shù)字檔案管理系統(tǒng)，為檔案管理信息化提供了新的方向。^[6]

人員素質(zhì)方面，檔案管理人員要充分認(rèn)識到，當(dāng)前信息化背景下，檔案管理對人才素質(zhì)的要求已然不同，檔案管理人員要不斷提升自我，來適應(yīng)檔案信息化的進(jìn)程。倪麗娟認(rèn)為高校在選擇檔案信息服務(wù)策略時(shí)應(yīng)從高校管理信息化程度及發(fā)展現(xiàn)狀等方面出發(fā)，注意服務(wù)的雙向性、主動(dòng)性和創(chuàng)造性，服務(wù)手段的現(xiàn)代化，明確服務(wù)重點(diǎn)，建立高校檔案信息服務(wù)評價(jià)體系來檢驗(yàn)檔案信息化服務(wù)效用。^[7]

醫(yī)院和健康檔案方面，信息化在給檔案工作帶來便捷的同時(shí)也給傳統(tǒng)檔案管理帶來了挑戰(zhàn)，醫(yī)院檔案信息化是適應(yīng)新時(shí)期管理工作的重要一環(huán)，是醫(yī)院可持續(xù)發(fā)展的重要保證。目前醫(yī)院檔案信息化建設(shè)也存在人才建設(shè)、硬件設(shè)施、安全防范等諸多問題，研究者提出從依托局域網(wǎng)構(gòu)建電子信息管理平臺、加強(qiáng)高素質(zhì)人才建設(shè)、構(gòu)建健全的制度體系等方面做好醫(yī)院檔案信息化建設(shè)工作。

電子政務(wù)檔案方面，目前電子檔案已經(jīng)成為電子政務(wù)工作重要手段，是政務(wù)信息重要載體之一，保障電子檔案的真實(shí)、完整和安全是檔案信息化建設(shè)的重要建設(shè)內(nèi)容。信息化環(huán)境下檔案信息化建設(shè)要以電子文件歸檔和管理為重點(diǎn)，不斷加快數(shù)字化建設(shè)步伐，建立數(shù)字檔案信息資源庫，加強(qiáng)檔案應(yīng)用系統(tǒng)建設(shè)。

企業(yè)檔案信息化方面，信息化背景下，企業(yè)檔案信息化建設(shè)已初步成形，基礎(chǔ)設(shè)施也在不斷完善。應(yīng)參照國家標(biāo)準(zhǔn)以及其他行業(yè)標(biāo)準(zhǔn)并結(jié)合自身行業(yè)特點(diǎn)，制定自身規(guī)范與制度標(biāo)準(zhǔn);建設(shè)高質(zhì)量的、以數(shù)據(jù)形式集合而成的檔案信息數(shù)據(jù)庫。除此之外，建設(shè)過程中還要考慮其他影響信息化建設(shè)的因素：信息安全、建設(shè)成本、應(yīng)用范圍等。具體來說，還要將信息化建設(shè)重點(diǎn)貫徹于企業(yè)會(huì)計(jì)檔案及電子檔案的管理之中。

檔案信息安全方面，在實(shí)現(xiàn)檔案信息資源共享的過程中，就會(huì)遇到權(quán)限控制的問題，必須保證檔案信息資源共享的安全即確保檔案原件完整性、數(shù)字化檔案準(zhǔn)確性、保密檔案保密性，要針對不同檔案對安全保密的要求設(shè)置不同的權(quán)限。從管理層和奇數(shù)層兩個(gè)方面采取措施保障檔案信息資源共享時(shí)的安全?，F(xiàn)有研究提出了檔案信息共享的隱私保護(hù)技術(shù)方案：基于訪問策略的檔案信息訪問控制和基于知識的信息匿名保護(hù)和隱私推理防范，不同內(nèi)容的檔案信息資源有不同的法規(guī)標(biāo)準(zhǔn)、組織方法和技術(shù)保護(hù)策略。

我國檔案信息化研究處于高速發(fā)展階段，對檔案信息化技術(shù)、檔案信息化結(jié)構(gòu)、高校檔案信息化、醫(yī)院和健康檔案、電子政務(wù)檔案、企業(yè)檔案、檔案信息安全等方面的研究構(gòu)成了檔案信息化研究的架構(gòu)。從研究內(nèi)容上看，既有管理組織方面的理論研究，也有信息技術(shù)應(yīng)用方面的實(shí)踐研究;從研究領(lǐng)域看，在高校、醫(yī)院、政務(wù)、企業(yè)等領(lǐng)域已經(jīng)進(jìn)行了大量的研究，總體來看內(nèi)容比較豐富，研究范圍也比較廣泛。但是也存在一些問題：第一，研究多涉及國內(nèi)行業(yè)檔案信息化建設(shè)研究，缺乏國外檔案信息化研究狀況分析比較;第二，理論研究偏多、實(shí)踐應(yīng)用研究偏少;第三，研究方法多以定性方法為主，多數(shù)以歷史事實(shí)及研究者經(jīng)驗(yàn)為主要參照，缺乏定量統(tǒng)計(jì)分析過程;第四，缺乏檔案信息化評估評價(jià)方面的研究，檔案信息化建設(shè)達(dá)到怎樣的水平，如何構(gòu)建評價(jià)指標(biāo)體系，從哪些方面進(jìn)行評價(jià)評估等研究較為缺乏。還需要更多的研究者從更高層次、更全面的角度展開研究，為我國檔案信息化建設(shè)提供寶貴的理論指導(dǎo)和技術(shù)支撐。

參考文獻(xiàn)：

[1]崔雷，鄭華川.關(guān)于從MEDLINE數(shù)據(jù)庫中進(jìn)行知識抽取和挖掘的研究進(jìn)展[J].情報(bào)學(xué)報(bào)，2003，22（4）：425～433.

[2]邱均平，王曰芬.文獻(xiàn)計(jì)量內(nèi)容分析法[M].北京：國家圖書館出版社，2008：343.

[3]楊丹.SPSS寶典（第3版）[M].北京：電子工業(yè)出版社，2013：316～332.

[4]Borg I，Groenen P. Modern Multidimensional Scaling[M].New York： Springer，1997.

[5]張婧， 檔案信息化管理中計(jì)算機(jī)技術(shù)的重要性[J]，信息通信，2015（5）：148～149.

[6]方昀，郭偉. 云計(jì)算技術(shù)對檔案信息化的影響和啟示[J].檔案學(xué)研究.2010（4）：70～73.

[7]倪麗娟. 信息化背景下高校檔案服務(wù)策略研究[J].檔案學(xué)通訊.2011（5）：92～94.

（作者單位：南昌大學(xué)管理學(xué)院? 來稿日期：2015-08-16]