近十年高校图书馆阅读推广研究主题演化分析

陈建福

摘要：文章探究了近十年（2008～2017）国内高校图书馆阅读推广领域研究的主题演化和研究现状，以中国知网（CNKI）数据为数据源，采用共词分析法，利用SATI3.2对高频关键词进行统计，辅以Netdraw对高频关键词进行可视化图谱分析。分析发现，历经十年的主题演化，高校图书馆阅读推广得到快速发展，大数据时代的阅读推广是当下的研究热点;阅读推广体系和评价机制也未能很好的建立，有待进一步完善。

关键词：高校图书馆;阅读推广;共词分析;主题演化

一、引言

阅读是时代的需求，阅读推广则是将这一需求现实化的重要途径。在全民阅读的背景下，高校图书馆作为阅读推广活动开展的主要阵地，近几年得到国家和相关政府部门的重视。2014年，“倡导全民阅读”首次被列为政府重点工作。2015年，国务院总理李克强在政府工作报告中提出建设“书香社会”。党的十九大把文化建设提升到了一个新的高度， 提出了文化自信、文化使命、文化创造、文化进步4个关键词。2017年5月26日，国务院法制办办务会议审议并原则通过了《全民阅读促进条例（草案）》，全民阅读被推到一个新的高度。国内阅读推广研究起步较晚，更多的是对阅读推广的实证研究，缺乏理论支撑。目前高校图书馆阅读推广活动逐渐从一种自发、零星、补充式的图书馆服务发展成为一种自觉、普遍、不可或缺的图书馆服务。

二、数据来源与研究方法

（一）数据采集

本文在中国知网中使用专业检索，设置检索式为：SU=（‘高校图书馆‘+大学图书馆）AND SU=（‘阅读推广‘+阅读引导‘+阅读推动‘+阅读推荐‘+阅读促进），设定检索时间范围为2008年1月1日～2017年12月31日，共检出2189条结果，将检索文献范围限定在“图书情报与數字图书馆”，检索结果为2034，剔除无关文献后共得到1912条结果（见图1）。

（二）研究方法

共词分析法是通过统计两个关键词在同一篇文献出现的频次，构建共词网络，以揭示关键词之间的关系类型，并对其进行聚类分析，进而分析特定领域的研究热点、结构或范式的一种研究方法。

本文主要运用Excel和SATI3.2对高频关键词进行统计分析，同时构建高频关键词共现矩阵，用社会网络分析软件Ucinet和可视化软件Netdraw进行可视化分析。社会化分析软件可以更加直观的看出该研究领域的研究热点、发展趋势以及研究的价值等。

三、数据处理与结果

（一）高校图书馆阅读推广领域共词分析

1. 关键词提取

关键词是文章研究内容的直接体现，对关键词进行词频统计和共词分析能反映国内高校图书馆阅读推广研究的研究主题。运用SATI3.2软件抽取关键词，用Excel对高校图书馆阅读推广领域的1912篇文献关键词进行词频统计，得到关键词共1975个，合并和去除意思相近或无实际意义的关键词，按频次降序排列，列出频次≥12的42个高频关键词，可以反映出高校图书馆阅读推广领域的主题分布情况。如表1所示。

2. 高频关键词共现矩阵构建

对上述42个关键词利用文献题录信息统计分析工具SATI3.2分析统计其两两在同一篇文献中共同出现的频次，由此生成一个规模为42*42共词矩阵，限于篇幅问题，列出前9位（见表2）。该矩阵以关键词共现词频为统计量，且为对称矩阵。如关键词“阅读推广”与“高校图书馆”共现频次为1054，可以看出，在包含关键词“阅读推广”的文献中。有1054篇同时也包含关键词“高校图书馆”。

（二）关键词共现网络可视化分析

为了直观的呈现出关键词之间的内在关联，需要将前期的数据进行可视化分析。将SATI3.2生成的42*42矩阵导入Ucinet软件，将其转化为##h格式的文件，最后用Netdraw绘制关键词共现网络图谱，如图3。

如图2所示，每个节点代表一个关键词或研究问题。其中大节点是网络点度中心度较高的节点，小节点是点度中心度低的节点。节点间的连线表示两个研究主题之间存在的关联，通过看他们直接连接的关联，从而进行主题上的分析。图2看出高校图书馆阅读推广研究领域的研究热点主题比较明显，各研究主题之间联系比较密切，可以看到一些热点的主题。通过对图2的分析，将高校图书馆阅读推广领域的研究热点主题分为以下三个方面。热点一：以大数据、移动阅读、数字阅读、微信公众平台等关键词为代表的阅读推广在“互联网+”环境下出现的新的工具与技术的研究。热点二：以全民阅读、经典阅读、校园文化、阅读文化等为代表的阅读推广的方式与方法的研究。热点三：以服务、信息服务、读者服务、阅读服务等为代表的阅读推广原则与理论的研究。

（三）高校图书馆阅读推广主题动态演化

通过对研究年限的划分，用以揭示近年来高校图书馆阅读推广主题的变化，从3个时间段进行划分，得到如下结果以及相对性的分析（图3、图4、图5）。

1. 2008～2010年，此阶段是高校图书馆阅读推广研究的起步阶段，论文数量较少，其中有两个较大的热点主题。如图3所示，主题一：以休闲阅读、阅读引导、校园文化、信息素养、信息资源共享等关键词为代表的关于高校图书馆阅读推广主要功能和基本任务的研究。主题二：以图书馆2.0、阅读2.0、OPAC2.0、Web2.0、图书馆博客等关键词为代表的关于互联网背景下图书馆阅读推广新的理论支撑的研究。

2. 2011～2013年，此阶段是阅读推广高校图书馆的发展阶段，研究型论文数量增多，热点主题呈现得较为清楚。如图4所示，热点一：以读书节、世界读书日、微阅读、移动阅读、经典阅读等关键词为代表的关于阅读推广的背景与主题研究。热点二：以阅读需求、阅读倾向、阅读服务、图书馆服务等关键词为主要代表的关于阅读推广活动的原则与图书馆自身定位的研究，范并思提到，研究图书馆阅读推广， 首先需要将其当作一种图书馆服务。热点三：以创新策略、对策、推广模式等关键词为主要代表的关于阅读推广寻找理论支撑的研究。

3. 2014～2017年，此阶段是高校图书馆阅读推广的快速发展时期，研究型论文数量巨大，研究的主题更加多样，大致可分为三类。如图5所示，以新媒体、微博、“互联网+”、大数据等关键词为主要的代表的关于阅读活动新型载体的研究。热点二：以真人图书馆、图书馆员、阅读推广人、学生社团等关键词为主要代表的关于阅读推广新的工具与方法的研究。热点三：以阅读疗法、阅读文化、书香校园、读书活动等关键词为主要代表的关于阅读推广对校园文化影响的研究。

四、研究结论

利用共词分析法，对高校图书馆的阅读推广进行分析，总结高校图书馆阅读推广发展的现状以及发展的趋势。

（一）高校图书馆阅读推广研究的理论与实践逐渐深化

从现有的主题演化分析來看，由注重阅读推广活动转变到关注阅读推广策略再到大数据和“互联网+”背景下的阅读推广开展形式以及开展的主体探讨;由起初的以研究图书馆为主体转变为以读者为主体的阅读推广活动，研究内容日益丰富，研究框架日趋完善。2008～2010年的研究着重于高校图书馆阅读推广活动的形式以及2.0模式与图书馆阅读推广的结合的研究;2011～2013年的研究更加注基础理论的研究;2014～2017年的研究在此前的研究框架下出现了更多的实证研究，“互联网+”背景下的阅读推广形式得到进一步深华，阅读推广更加注重读者的感受，更加人性化。

（二）大数据背景下的阅读推广成为目前研究的重点话题

根据对热点主体的汇总、分析，可以清晰的发现大数据背景下的阅读推广得到更多人的重视。维基百科对大数据的定义为：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。大数据具有规模性、多样性和高效性的特点。由图5可知，大数据、“互联网+”、微博、微信公众平台、全媒体等关键词成为研究的主要部分，高校图书馆阅读推广的载体得到扩张。在大数据环境下，各种数字平台的引入，读者需求的个性化，只有提高馆员的服务能力、调动读者的主观能动性、实现区域资源共享，才能更好地开展阅读推广活动。

（三）阅读推广效果评价机制有待完善

高校图书馆开展阅读推广的次数越来越频繁，活动的种类也越来越多。许天才等人认为阅读推广的评价指标因包含：图书馆运转指标、活动反馈意见、读者深度体验、评价指标细化。读者对阅读推广活动的意见和反馈也应当是评价的重要标准之一，高校图书馆阅读推广评价机制的建立，一方面可以保证活动的顺利开展与资源的合理分配，另一方面也可以对活动过程中的数据进行收集，进行评估分析，为今后的阅读推广活动提供经验与数据上的指导。

五、结语

本文通过系列的数据分析，探讨了国内近十年来高校图书馆阅读推广的主题演化，主要采用共词分析法，研究发现目前国内高校图书馆阅读推广的发展处于稳步行进阶段，但是理论跟不上实践的步伐是有待解决的重点问题。大数据背景下的阅读推广成为目前研究的热点话题，大数据为高学校图书馆阅读推广提供了一种新的方法、新的思维。高校图书馆在进行阅读推广时，应当加强前期的宣传、中期阅读推广的内容与方式以及最终的评价指标。存在的不足之处还有待改进，想要有较大的突破，需要从基础理论抓起，结合当下的时代背景，走出传统的思维模式。

参考文献：

[1]张建静.高校图书馆阅读推广研究综述[J].图书情报工作，2014（S2）.

[2]李克强.李克强作政府工作报告[EB/OL].http：//www.gov.cn/guowuyuan/2015-03/16/content_2835101.htm，2015-03-06.

[3]新华网.决胜全面建成小康社会夺取新时代中国特色社会主义伟大胜利-在中国共产党第十九次全国代表大会上的报告.[EB/OL].http：//www.xinhuanet.com/2017-10/27/c_1121867529.htm，2017-10-27.

[4]中华人民共和国教育部育部2017年工作要点[EB/OL]. http：//www.sapprft. gov.cn/sapprft/contents/6582/336234.html， 2017-05-26.

[5]程大帅.基于微信公众平台的高校图书馆阅读推广效果实证分析[J].江苏科技信息，2017（05）.

[6]张勤，徐绪松.定性定量结合的分析方法——共词分析法[J].技术经济，2010（06）.

[7]冯璐，冷伏海.共词分析方法理论进展[J].中国图书馆学报，2006（02）.

[8]王春华，李维，文庭孝.我国图书情报领域大数据研究热点分析[J].图书情报知识，2015（04）.

[9]范并思.阅读推广与图书馆学：基础理论问题分析[J].中国图书馆学报，2014（05）.

[10]Big data[EB/OL]. http：//en.wikipedia.org/wiki/Big-data，2018-08-01.

[11]Grobelnik M.Big-data computing：Creating revolutionary breakthroughs in commerce，science， and society[EB/OL].vediolectures.net/eswc2012-grobelnik-big-data，2018-08-01.

[12]刘伟，玄英哲.大数据环境下高校图书馆阅读推广创新模式研究[J].延边大学学报（社会科学版），2018（04）.

[13]许天才，杨新涯，徐娟，魏群义，彭晓东.高校图书馆阅读推广评价机制的研究[J].图书情报工作，2016（17）.

（作者单位：江苏大学科技信息研究所）