基于高關(guān)注度學(xué)者的研究熱點(diǎn)與前沿識(shí)別

周春雷 楊昭 王巖

關(guān)鍵詞：關(guān)注度；學(xué)者；研究熱點(diǎn)；研究前沿；評(píng)價(jià)指標(biāo)；被引頻次

研究熱點(diǎn)與前沿的識(shí)別有利于學(xué)者把握特定領(lǐng)域的現(xiàn)狀及未來(lái)一段時(shí)間的發(fā)展方向。羅瑞等[1]的研究顯示國(guó)內(nèi)外“研究前沿”相關(guān)主題發(fā)文自2007年以來(lái)步入快速增長(zhǎng)期科學(xué)文獻(xiàn)是學(xué)術(shù)界研究成果的重要載體和傳播媒介，是學(xué)界進(jìn)行研究熱點(diǎn)與前沿識(shí)別的基礎(chǔ)，例如從特定視域內(nèi)的期刊發(fā)文數(shù)據(jù)[2-5]、期刊或?qū)W科領(lǐng)域的高被引論文數(shù)據(jù)[6-8]、期刊論文的參考文獻(xiàn)數(shù)據(jù)[9]、基金項(xiàng)目論文[10-12]、會(huì)議論文[13-15]等角度進(jìn)行識(shí)別，但鮮有研究圍繞領(lǐng)域內(nèi)學(xué)者群體進(jìn)行探究。周琳等[16]認(rèn)為精準(zhǔn)定位具有高學(xué)術(shù)影響力的學(xué)者可以幫助科研人員迅速了解研究領(lǐng)域的前沿知識(shí)以及研究趨勢(shì)，但并未對(duì)此進(jìn)行實(shí)證研究。張麗華和曲建升[17，18]的研究表明基于核心期刊編委發(fā)文進(jìn)行研究前沿探測(cè)具有一定的價(jià)值。此外，Daud等[19]證實(shí)了通過(guò)探測(cè)熱點(diǎn)主題來(lái)尋找學(xué)術(shù)新星的可行性，也說(shuō)明特定學(xué)者群體在推動(dòng)領(lǐng)域研究前進(jìn)過(guò)程中的作用。綜上，筆者認(rèn)為借助重要學(xué)者群體識(shí)別研究熱點(diǎn)與前沿具有一定的理論意義與現(xiàn)實(shí)價(jià)值，可以豐富識(shí)別研究熱點(diǎn)與前沿的方法，也可以觀察主流群體主動(dòng)篩選學(xué)術(shù)信息的行為及其在學(xué)術(shù)研究中的引領(lǐng)作用。

1 研究思路與設(shè)計(jì)

筆者嘗試根據(jù)學(xué)者的h指數(shù)和階段性被引情況構(gòu)建新評(píng)價(jià)指標(biāo)，挖掘特定時(shí)期、特定領(lǐng)域內(nèi)得到較多關(guān)注者，即本文所稱的高關(guān)注度學(xué)者。然后，基于高關(guān)注度學(xué)者群體被引、施引文獻(xiàn)中的關(guān)鍵詞詞頻及共現(xiàn)情況，進(jìn)行研究前沿與熱點(diǎn)識(shí)別，具體流程見圖1。

1.1 量化學(xué)者所獲關(guān)注度。當(dāng)前國(guó)內(nèi)相較于國(guó)外缺乏Altmetrics數(shù)據(jù)整合分析平臺(tái)，另外數(shù)據(jù)量較大時(shí)，利用學(xué)術(shù)網(wǎng)絡(luò)圖譜方法進(jìn)行評(píng)價(jià)可能會(huì)產(chǎn)生較多的信息遮蔽，因此本文僅利用數(shù)據(jù)庫(kù)平臺(tái)提供的引文數(shù)據(jù)進(jìn)行學(xué)者關(guān)注度評(píng)價(jià)。公式（1）為筆者構(gòu)建的關(guān)注度指數(shù)FL（FocusLevel），TC即學(xué)者的所有文章在特定時(shí)間窗口內(nèi)獲得的被引量。鑒于很難集齊全部樣本學(xué)者的所有被引數(shù)據(jù)，本研究以Dh指數(shù)（領(lǐng)域內(nèi)h指數(shù)）來(lái)代替h指數(shù)，該指數(shù)由筆者于2012年提出并經(jīng)多年實(shí)證檢驗(yàn)，可用于表征特定領(lǐng)域內(nèi)絕大多數(shù)研究者的相對(duì)學(xué)術(shù)地位。[20]Dh指數(shù)的值隨TC的時(shí)間窗口的右邊界改變，如計(jì)算TC所選時(shí)間窗口分別為2011 ～2015年、2016～2020年，則利用學(xué)者在2016年和2021年之前的所有文章的被引記錄得到其Dh指數(shù)。單從公式（1）來(lái)看，F(xiàn)L指數(shù)與Dh指數(shù)成反比，但科學(xué)家的地位和聲譽(yù)本身就能帶來(lái)額外的關(guān)注和認(rèn)可，[21]高Dh指數(shù)學(xué)者在學(xué)界的影響力更有利于TC值的增長(zhǎng)，因此FL指標(biāo)在一定程度上降低了Dh指數(shù)對(duì)學(xué)者TC值的影響，也能夠更容易對(duì)相同Dh指數(shù)的學(xué)者進(jìn)行對(duì)比評(píng)價(jià)。

1.2 識(shí)別領(lǐng)域研究熱點(diǎn)與前沿。依據(jù)ESI高被引論文的定義，若一篇論文在11 年前被ESI收錄，但在最近一年獲得了極高被引量，這類“睡美人”文獻(xiàn)仍不會(huì)被歸于當(dāng)期的ESI高被引論文，從而導(dǎo)致重要學(xué)術(shù)信息的遺漏?；诟哧P(guān)注度學(xué)者的被引數(shù)據(jù)可以有效避免上述情況，本文以受到較高關(guān)注度的群體特定時(shí)期內(nèi)的被引文獻(xiàn)為基礎(chǔ)進(jìn)行研究熱點(diǎn)識(shí)別。

Persson[22]利用高頻同被引文獻(xiàn)關(guān)聯(lián)的施引文獻(xiàn)來(lái)定義研究前沿，是當(dāng)前研究前沿識(shí)別的常用方法之一。張迪等[23]基于ESI核心論文的施引數(shù)據(jù)進(jìn)行了研究前沿識(shí)別。本文利用引用高關(guān)注度學(xué)者的文獻(xiàn)來(lái)探究研究前沿，與前兩者有異曲同工之處，即都以得到學(xué)界廣泛關(guān)注的對(duì)象為基礎(chǔ)。鑒于大數(shù)據(jù)量處理利用可視化聚類容易遮蔽大量信息，本文利用詞頻分析法識(shí)別研究前沿。

2 實(shí)證分析

2.1 數(shù)據(jù)獲取與處理。本文選取的數(shù)據(jù)來(lái)自《2021版中文核心期刊要目總覽》與《CSSCI（2021—2022）收錄來(lái)源期刊目錄》中的20種圖情核心期刊。由于CSSCI只收錄1998年以后的論文，筆者團(tuán)隊(duì)另外采集了1979—1997年的數(shù)據(jù)，利用自編程序?qū)⒑嫌?jì)31萬(wàn)余條的文本格式數(shù)據(jù)轉(zhuǎn)換為被引文獻(xiàn)和施引文獻(xiàn)，并結(jié)合CNKI、萬(wàn)方、維普等數(shù)據(jù)庫(kù)，擴(kuò)充了可用于分析的字段，包括施引文獻(xiàn)及被引文獻(xiàn)的關(guān)鍵詞、作者機(jī)構(gòu)、摘要等諸多信息。在計(jì)算學(xué)者的Dh指數(shù)和時(shí)間窗口內(nèi)的被引總量時(shí)，剔除掉Dh指數(shù)為1、2的學(xué)者后，對(duì)可能出現(xiàn)重名的作者，結(jié)合其在文獻(xiàn)中公開的教育背景和機(jī)構(gòu)信息進(jìn)行人工判斷并更正Dh指數(shù)和被引數(shù)據(jù)。選擇Dh指數(shù)為3及以上的學(xué)者，以排除大部分新手，留下有一定學(xué)術(shù)積累、未來(lái)可能推動(dòng)領(lǐng)域前進(jìn)的年輕學(xué)者。在關(guān)鍵詞的處理上，對(duì)“數(shù)據(jù)開放”和“開放數(shù)據(jù)”“LDA”“LDA模型”“LDA主題模型”等表征相同信息的關(guān)鍵詞進(jìn)行歸并處理。

2.2 學(xué)者FL值的計(jì)算與分析

2.2.1 2015年高FL值學(xué)者分析。筆者認(rèn)為Dh指數(shù)為1和2的學(xué)術(shù)群體更多為領(lǐng)域內(nèi)的入門群體，且未來(lái)有很大可能不會(huì)繼續(xù)推動(dòng)領(lǐng)域內(nèi)的研究發(fā)展，而Dh指數(shù)在3及以上的學(xué)者群體是能夠穩(wěn)定在領(lǐng)域內(nèi)的學(xué)者群體，因此本研究以后者為主要研究對(duì)象。本節(jié)利用20種核心期刊在2015年及之前產(chǎn)生的被引數(shù)據(jù)，共得到111 6位學(xué)者。學(xué)者Dh指數(shù)的分布狀況見表1，可以看出Dh指數(shù)在10及以上的學(xué)者共有38人，占總?cè)藬?shù)的3.40%，而Dh指數(shù)在3～5之間的領(lǐng)域新秀共946人，占比84.77%，高Dh指數(shù)學(xué)者更容易得到關(guān)注，在低Dh指數(shù)學(xué)者群體中發(fā)現(xiàn)優(yōu)秀學(xué)者對(duì)學(xué)界的發(fā)展有重要作用，這也是本研究選取Dh指數(shù)在3及以上學(xué)者群體進(jìn)行研究的原因之一。

2011 —2015年關(guān)注度指數(shù)FL值靠前的30位學(xué)者見表2，從中可以看出Dh指數(shù)較為分散，除了Dh指數(shù)為6的學(xué)者外，覆蓋了表1中的各Dh指數(shù)水平。表1中Dh指數(shù)在10及以上的學(xué)者共38位，而表2中共有16人，通過(guò)梳理數(shù)據(jù)發(fā)現(xiàn)，這些高Dh指數(shù)學(xué)者在時(shí)間窗口內(nèi)的發(fā)文量均在8篇及以上，因此他們的高FL值與其學(xué)術(shù)研究的活躍程度有一定關(guān)系。

從Dh指數(shù)小于10的學(xué)者來(lái)看，這些學(xué)者可以分為以下幾類：（1）發(fā)文量較低的領(lǐng)域內(nèi)學(xué)者，但存在高被引論文。

在2011 —2015年的時(shí)間窗口內(nèi)，鐘偉金2008年發(fā)表的3篇關(guān)于共詞分析法的研究獲得了105次引用，該系列文章當(dāng)前在知網(wǎng)獲得一千余次引用；宋恩梅在該時(shí)間窗口內(nèi)的發(fā)文量雖僅有3篇，但2010年發(fā)表的一篇文章在2011 —2015年被引56次；楊鶴林與二人情況類似，單篇論文在2011 —2015年獲得41次引用。（2）多領(lǐng)域?qū)W者，但在圖情領(lǐng)域發(fā)文量較多或被引次數(shù)較高。曾潤(rùn)喜當(dāng)前所在單位為重慶大學(xué)新聞學(xué)院，除在圖情期刊發(fā)文外，還在《電子政務(wù)》《中國(guó)行政管理》《新聞界》等期刊發(fā)文；張一文的研究方向?yàn)闆Q策理論與決策支持系統(tǒng)，2010—2012年與齊佳音等人合作在圖情期刊發(fā)表4篇關(guān)于非常規(guī)突發(fā)事件網(wǎng)絡(luò)輿情的研究論文，截至2015年篇均被引19.5次，當(dāng)前已有2篇在知網(wǎng)被引200余次；俞立平的研究領(lǐng)域包括圖書情報(bào)與數(shù)字圖書館、企業(yè)經(jīng)濟(jì)、宏觀經(jīng)濟(jì)管理與可持續(xù)發(fā)展等多學(xué)科領(lǐng)域，2011 —2015年在圖情領(lǐng)域期刊發(fā)文多達(dá)25篇；（3）發(fā)文量較高的領(lǐng)域內(nèi)學(xué)者，整體被引水平較高。婁策群、劉志輝、劉煒、魏瑞斌、李綱、王曉光、唐曉波、何琳等發(fā)文也都在8篇以上，且獲得的引用量相對(duì)同Dh指數(shù)水平的學(xué)者更高。另外，通過(guò)對(duì)FL值前100位的學(xué)者Dh指數(shù)分布進(jìn)行統(tǒng)計(jì)，結(jié)果見圖2，有44位學(xué)者Dh指數(shù)為3—5，30位學(xué)者Dh指數(shù)為6—9，Dh指數(shù)在10及以上者共有26人。

筆者對(duì)Dh指數(shù)在10及以上但并未出現(xiàn)在表2中的22位學(xué)者進(jìn)行分析，發(fā)現(xiàn)6位學(xué)者在2011 —2015年的被引用次數(shù)大都在100以下，發(fā)文1—3篇，在同Dh指數(shù)水平學(xué)者群體中被引水平和活躍度較低。有6位學(xué)者在2011 —2015年獲得的被引量大于145，年均發(fā)文在一篇以上，因此FL值相對(duì)較高，排在前75位。剩余10位學(xué)者的FL得分排在111 6位學(xué)者中前25%，有9位發(fā)文量為5—9篇，在此期間獲得的引用量在88—11 0之間，1位學(xué)者發(fā)文23篇，在2011 —2015年獲得的被引量有121次。

從本節(jié)可以看出通過(guò)FL值可以較好地評(píng)價(jià)單個(gè)學(xué)者在特定時(shí)期內(nèi)的學(xué)術(shù)表現(xiàn)，排除了一部分高Dh學(xué)者“吃老本”的現(xiàn)象，除了可以篩選出活躍度和被引量均較高的學(xué)者外，還能篩選出在特定時(shí)間段內(nèi)產(chǎn)生較大影響的高被引文獻(xiàn)的低Dh指數(shù)學(xué)者和跨學(xué)科背景的學(xué)者。

2.2.2 2020年高FL值學(xué)者分析。從2.2.1部分看出FL值對(duì)于高關(guān)注度學(xué)者和熱點(diǎn)文獻(xiàn)的發(fā)現(xiàn)有較好效果。據(jù)此，筆者利用2016—2020年20種圖情期刊被引數(shù)據(jù)共得到Dh指數(shù)在3及以上的2976位學(xué)者，結(jié)合被引數(shù)據(jù)計(jì)算學(xué)者的FL值，通過(guò)對(duì)高FL值學(xué)者的分析，對(duì)FL值有效性進(jìn)行驗(yàn)證。2020年FL值TOP30的學(xué)者見表3。

表3中僅有9位學(xué)者與表2相同，有7位學(xué)者在2015年時(shí)FL值排在35～100之間，5位學(xué)者排在101～300之間，4位學(xué)者排在300之后，3位學(xué)者當(dāng)時(shí)Dh值小于3，表2中李綱、俞立平、王世偉等在2016～2020年也得到了更多關(guān)注。根據(jù)2020年的數(shù)據(jù)，所有學(xué)者中Dh值在10及以上的有76人，結(jié)合表2和表3中高FL值學(xué)者的變化來(lái)看，相較2015年時(shí)，圖情界的主要研究力量發(fā)生了較大變動(dòng)。從表3中低Dh指數(shù)學(xué)者來(lái)看，吳晨生2015年提出了“情報(bào)3.0”概念，由慶斌在2013～2014年較早關(guān)注到Altmetrics研究并率先采用“補(bǔ)充計(jì)量學(xué)”這種譯法，兩人的相關(guān)文獻(xiàn)在此階段獲得了較多引用，安璐關(guān)于突發(fā)事件下的網(wǎng)絡(luò)輿情研究獲得了較高關(guān)注，張一文和鐘偉金關(guān)于網(wǎng)絡(luò)輿情、共詞分析法的研究在這一階段仍得到較多引用。由于較高Dh指數(shù)的學(xué)者研究更為廣博，此處不展開分析。但結(jié)合兩階段的分析來(lái)看，F(xiàn)L值在學(xué)者發(fā)現(xiàn)方面有良好效果，高FL值學(xué)者的研究具有明顯的前沿性與代表性。

2.2.3 指標(biāo)相關(guān)性分析。兩階段三個(gè)指標(biāo)之間的相關(guān)性判斷見表4，可以看出三個(gè)指標(biāo)之間存在顯著正相關(guān)關(guān)系。Dh與TC相關(guān)系數(shù)在0.8左右，二者相關(guān)性極強(qiáng)，這也說(shuō)明了高Dh指數(shù)學(xué)者更容易獲得引用。單純依據(jù)FL值的計(jì)算公式，Dh與FL本應(yīng)呈現(xiàn)負(fù)相關(guān)，表4中Dh與FL相關(guān)系數(shù)在0.4～0.6，中等程度正相關(guān)，表明FL值并不會(huì)對(duì)高Dh指數(shù)學(xué)者造成較大遮蔽。TC與FL呈強(qiáng)正相關(guān)關(guān)系，這也與事實(shí)相符。

綜合兩階段的學(xué)者分析及相關(guān)性驗(yàn)證結(jié)果可知，依據(jù)FL值可以有效篩選出領(lǐng)域內(nèi)的高關(guān)注度學(xué)者，同時(shí)在平衡Dh指數(shù)方面的效果較為良好，容易發(fā)掘領(lǐng)域內(nèi)的新秀或處于上升期的學(xué)者，這為下一步基于高關(guān)注度學(xué)者的數(shù)據(jù)進(jìn)行研究熱點(diǎn)與前沿探測(cè)打下了良好基礎(chǔ)。

2.3 研究熱點(diǎn)與前沿的識(shí)別發(fā)現(xiàn)

筆者選取2020年FL值在10及以上的學(xué)者共345位，將此群體認(rèn)定為高FL值學(xué)者群體，結(jié)合時(shí)間因素對(duì)其被引文獻(xiàn)關(guān)鍵詞和引證其文獻(xiàn)的關(guān)鍵詞進(jìn)行詞頻分析，對(duì)2016—2020年這一階段的研究熱點(diǎn)進(jìn)行呈現(xiàn)。

2.3.1 基于高被引關(guān)鍵詞的研究熱點(diǎn)分析。2016—2020年內(nèi)高FL值學(xué)者6811 篇被引文獻(xiàn)的部分高被引關(guān)鍵詞見表5。

由表5可以看出各類圖書館及相關(guān)服務(wù)等依然是學(xué)界關(guān)注的熱點(diǎn)?！爸腔蹐D書館”“數(shù)字人文”等作為2011 年之后開始出現(xiàn)的新興研究主題在這一時(shí)期得到了極大關(guān)注；“情報(bào)學(xué)”“競(jìng)爭(zhēng)情報(bào)”“圖書情報(bào)學(xué)”“情報(bào)”“圖書館學(xué)”等主題也得到較高關(guān)注度，表明圖情界這一時(shí)期在積極關(guān)注并探索學(xué)科發(fā)展的方向；“網(wǎng)絡(luò)輿情”“突發(fā)事件”“微博”等關(guān)鍵詞的出現(xiàn)，說(shuō)明突發(fā)事件網(wǎng)絡(luò)輿情研究也是這一時(shí)期的熱點(diǎn)；2015年大數(shù)據(jù)發(fā)展提升到國(guó)家戰(zhàn)略層面，“大數(shù)據(jù)”也成為圖情界重點(diǎn)關(guān)注的研究方向之一，“開放數(shù)據(jù)”“關(guān)聯(lián)數(shù)據(jù)”“科學(xué)數(shù)據(jù)”等表明圖情界不再局限于知識(shí)或文獻(xiàn)等的組織和利用，數(shù)據(jù)思維得到極大發(fā)展；另外，“共詞分析”“引文分析”“研究熱點(diǎn)”的識(shí)別、“可視化”等在情報(bào)學(xué)領(lǐng)域的研究方法得到較高關(guān)注。

基于345位學(xué)者2016—2020年內(nèi)被引文獻(xiàn)中的高被引關(guān)鍵詞，筆者利用Pajek和VOSviewer軟件繪制了共現(xiàn)圖（見圖3）。根據(jù)聚類結(jié)果，可以看出高FL值學(xué)者群體的高被引關(guān)鍵詞可以分為10類：（1）文獻(xiàn)計(jì)量與學(xué)術(shù)評(píng)價(jià)；（2）信息素養(yǎng)教育；（3）信息生態(tài)及虛擬學(xué)術(shù)社區(qū)視角下的知識(shí)管理或服務(wù)等；（4）科學(xué)計(jì)量學(xué)研究方法及工具；（5）圖情學(xué)科發(fā)展及人才培養(yǎng)等；（6）圖書館建設(shè)與服務(wù)等；（7）大數(shù)據(jù)相關(guān)理念和技術(shù)的運(yùn)用；（8）網(wǎng)絡(luò)環(huán)境下的輿情研究和技術(shù)利用等；（9）數(shù)據(jù)開放管理及數(shù)據(jù)素養(yǎng)教育等；（10）網(wǎng)絡(luò)用戶信息服務(wù)與行為研究等。趙蓉英等[24]的研究顯示，“十三五”時(shí)期中文期刊論文研究熱點(diǎn)主要包括圖書館資源建設(shè)及服務(wù)、圖情學(xué)科理論研究、方法與應(yīng)用研究及技術(shù)發(fā)展的結(jié)合、網(wǎng)絡(luò)信息資源相關(guān)研究、文獻(xiàn)計(jì)量與科學(xué)評(píng)價(jià)等方面，本研究與其基本上可相互印證。

2.3.2 基于施引文獻(xiàn)的研究前沿探測(cè)。本節(jié)中筆者通過(guò)在2016—2020年引用高FL值學(xué)者的文獻(xiàn)關(guān)鍵詞進(jìn)行詞頻變化分析，識(shí)別在特定時(shí)期的新興研究前沿和熱點(diǎn)研究前沿?？紤]到一類研究主題或研究方法能夠被領(lǐng)域內(nèi)學(xué)術(shù)群體關(guān)注到，相關(guān)關(guān)鍵詞在領(lǐng)域內(nèi)的提及次數(shù)需要有一定的積累，筆者選擇詞頻在20及以上的關(guān)鍵詞進(jìn)行分析，即這些關(guān)鍵詞至少出現(xiàn)在20篇文章的關(guān)鍵詞中，共321個(gè)關(guān)鍵詞，統(tǒng)計(jì)了各個(gè)關(guān)鍵詞在2015年及之前的長(zhǎng)時(shí)期內(nèi)在20種核心期刊文章中出現(xiàn)的次數(shù)（FC1）以及2016—2020年（FC2）和2018—2020年（FC3）兩個(gè)時(shí)間段內(nèi)在引用高FL值學(xué)者的文獻(xiàn)中出現(xiàn)的次數(shù)，并通過(guò)各個(gè)時(shí)間段內(nèi)的關(guān)鍵詞比例變化來(lái)識(shí)別出的新興研究前沿和熱點(diǎn)研究前沿，比例變化的計(jì)算見公式（2）、

由于2016—2020年共5年，時(shí)間跨度較長(zhǎng)，足夠一個(gè)研究主題在這期間快速興起又快速衰落，因此NF指標(biāo)除了考慮到關(guān)鍵詞在領(lǐng)域內(nèi)長(zhǎng)時(shí)間跨度的熱度外，也考慮到了5年時(shí)間窗口內(nèi)的熱度變化。公式（2）中之所以選擇計(jì)算關(guān)鍵詞在2018—2020年的次數(shù)FC3，主要是考察關(guān)鍵詞在2016—2020年的中后期的熱度。研究前沿不一定是研究熱點(diǎn)，一個(gè)主題的研究熱度主要受到研究頻次的影響，NF指標(biāo)主要反映單個(gè)關(guān)鍵詞的熱度變化，而HF指標(biāo)更加考慮到關(guān)鍵詞在領(lǐng)域內(nèi)的熱度，如“新冠肺炎”的NF值最高，但頻次僅有27次，很難將其認(rèn)定為圖情領(lǐng)域熱點(diǎn)，“高校圖書館”的NF值雖低，但其在2016—2020年內(nèi)出現(xiàn)頻次很高，說(shuō)明其必然是學(xué)界關(guān)注的熱點(diǎn)。

從表6來(lái)看，“新冠肺炎”“突發(fā)公共衛(wèi)生事件”“雙一流”等有鮮明的時(shí)間背景，筆者以其余詞語(yǔ)為檢索詞在知網(wǎng)進(jìn)行關(guān)鍵詞檢索，限定學(xué)科為“圖書情報(bào)與數(shù)字圖書館”，來(lái)源類別勾選CSSCI，發(fā)現(xiàn)包含表6這些關(guān)鍵詞的研究在2015年前后逐漸興起，可見NF指標(biāo)識(shí)別新興研究主題或方法效果較好。

高熱度研究前沿識(shí)別結(jié)果見表7，與榮國(guó)陽(yáng)、李長(zhǎng)玲等[25]識(shí)別的2016—2020年內(nèi)的30個(gè)熱點(diǎn)關(guān)鍵詞對(duì)比來(lái)看，共有14個(gè)關(guān)鍵詞與表7重合，有6個(gè)關(guān)鍵詞在筆者計(jì)算結(jié)果的31～70之內(nèi)，也較為靠前，且其識(shí)別的8個(gè)前沿型研究熱點(diǎn)中，除“情報(bào)工作”，其余關(guān)鍵詞均在表7中。“政府開放數(shù)據(jù)”“知識(shí)圖譜”“深度學(xué)習(xí)”“社交媒體”“智慧圖書館”“用戶畫像”“LDA主題模型”“Altmetrics”等未在榮國(guó)陽(yáng)的研究中列出的關(guān)鍵詞，通過(guò)知網(wǎng)進(jìn)行主題檢索，這些研究主題或方法等在近年來(lái)都保持著較高熱度?？傮w來(lái)看，通過(guò)HF值計(jì)算出來(lái)的2016—2020年的研究熱點(diǎn)與實(shí)際基本相符。

基于321個(gè)關(guān)鍵詞的HF、NF值所繪研究前沿趨勢(shì)判斷見圖4，關(guān)鍵詞越靠近右上方，表明該主題或方法會(huì)是領(lǐng)域內(nèi)未來(lái)一段時(shí)間的高熱度研究前沿，此處僅以少數(shù)關(guān)鍵詞為例進(jìn)行說(shuō)明。近些年來(lái)，國(guó)內(nèi)外部分知名高校如中國(guó)人民大學(xué)、英國(guó)倫敦大學(xué)學(xué)院等新開設(shè)了數(shù)字人文專業(yè)，該領(lǐng)域的關(guān)注度在可見的未來(lái)還會(huì)維持在較高水平。大數(shù)據(jù)作為國(guó)家戰(zhàn)略發(fā)展方向之一，在學(xué)界和企業(yè)界都保持著極高熱度。處在左下方的“知識(shí)服務(wù)”“社會(huì)網(wǎng)絡(luò)分析”“高校圖書館”等屬于圖情界較為成熟的研究主題或方法，HF值均在20以上，明顯高于大多數(shù)關(guān)鍵詞，未來(lái)仍將保持一定的熱度。結(jié)合HF、NF值可以看出關(guān)鍵詞在時(shí)間窗口內(nèi)的相對(duì)熱度，也可為學(xué)術(shù)界研判領(lǐng)域發(fā)展趨勢(shì)提供參考。

3 總結(jié)與展望

本文從學(xué)術(shù)群體的關(guān)注與選擇出發(fā)，圍繞高關(guān)注度學(xué)者的被引和施引情況，利用詞頻分析、關(guān)鍵詞共現(xiàn)分析識(shí)別2016—2020年研究熱點(diǎn)與前沿，識(shí)別結(jié)果與利用其他方法進(jìn)行識(shí)別的已有研究相比，有多個(gè)主題或方法重合，與實(shí)際也較為符合，驗(yàn)證了本方法的可行性，為熱點(diǎn)與前沿識(shí)別研究提供了新的嘗試。另外，提出的新關(guān)注度指數(shù)FL計(jì)算簡(jiǎn)便、理念簡(jiǎn)潔，可對(duì)不同h指數(shù)的學(xué)者同時(shí)進(jìn)行關(guān)注度評(píng)價(jià)。本研究仍存在一些局限性，計(jì)算關(guān)注度指數(shù)時(shí)僅考慮了第一作者的被引數(shù)據(jù)，實(shí)證研究時(shí)僅利用了圖情領(lǐng)域的20種CSSCI核心期刊，將在后續(xù)研究中對(duì)此加以完善。