1社会网络分析法的应用
早期对合著研究的方法过于简单，主要通过文献统计的方式对领域内的期刊进行研究，然后再进行统计分析，判断该学科合著现象的发展趋势，研究运行的规律和出现的特点。这种研究方式在很大程度上存在缺陷，忽略了合著形成的统一网络体系，没有充分考虑潜在联系之间的相互关系。互助网络是合著作者的真实体现，他们之间所建立的关系称之为社会网络。为了方便分析合著网络和社会网络，一些学者开始采用社会网络分析法分析合著网络。人类学院最早使用社会网络分析法，是现在社会网络中一种比较成熟的分析方法。社会网络分析法有着自身的专业术语和概念，是社会科学研究中的一种标新立异。图书情报学者通过采用社会网络分析法分析图书情报内部合著网络，取得了理想的效果。通过采用朱庆华等的社会网络分析方法，以《情报学报》为出发点，通过实际分析，发现图书合著中存在着关系密切的团体。袁润的《中国图书馆学》被作为数据上的出发点，实现了合著网络的构建，并分析了合著网络的特点。陈定权选择的数据更多，采用社会网络分析法分析了社会网络，分析的对象包括图书情报学的5种核心期刊，最终证实了合著网络反映的真实的人际关系。荣先乾和邱均平也采用了社会网络分析法，通过比较的方式研究了不同领域的国内外学科期刊，比较发现我国图书情报内部合著网络和国外的图书情报内部合著网络存在着截然的不同。这些实例说明社会网络分析法在图书情报内部合著网络中得到了广泛的运用。
2研究对象与方法
2.1研究对象
以CNKI为数据源，对1999—2013年公开发表的1969篇社会网络领域的文献进行了分类分析［1］。武汉大学信息管理学院的前身是图书情报学院，拥有悠久的历史和规模较大的教育资源，有着世界领先的研究水平，因此文章的研究对象选择武汉大学信息管理学院。图书情报内部合著网络具有较强的典型性。文章数据主要来源于中国知网，是从数据获得的方便性来考虑的。为了防止出现漏检的现象，采用模糊检索的方式。通过筛选去掉重名的作者，筛掉不是武汉大学信息管理学院作者的文章。经过初步统计，我们发现武汉大学信息管理学院有59名作者符合合著关系。通过图像分析，我们不难发现武汉大学信息管理学院的合著数量保持着上升的趋势，虽然个别年份有下滑的趋势，但是整体仍然保持着上升的趋势且水平较高。为了深入研究图书情报内部合著网络，需要对相关数据进行进一步的处理，我们通过构建Excel表格的形式进行分析研究，学者姓名有行名和列名，观察统计结果，发现有超过2名以上的作者。通过采取比较的方式对比武汉大学信息管理学院师资队伍名单，如果学者之间存在相互合著，通过标注1的方式在对应的单元格记录学者的名字。当将所有学者的合著记录标注完毕之后，通过导入的方式导入Excel文件，最终形成关于图书情报内部合著网络的二维矩阵。每名图书情报内部合著网络的作者是合著网络的一个基点，这是基于社会网络分析法的一个分析手段。文章构建的子群有较强的分析性和凝聚性，有便捷的可视化功能，能够有效分析图书情报内部合著网络。
2.2研究方法
中心度是社会网络分析的重点之一，一些社会学家对中心度的形式特征以及测量进行了研究，出现了大量的关于中心度的概念，因此造成了一定的混乱，而点度中心能够把大多数的研究结合起来［2］。本文的方法为中间中心性分析和点度中心性分析。与节点密切联系的节点数量是点度中心性描述的对象，通过测量得到网络中每一节点的权利。节点路径的综合数量是中间中心性分析的描述对象，侧重节点对中心的控制。通过观察合著网络，不难发现各类中心的大小不同，不同的大小代表着不同的合著网络地位。采用凝聚子群分析的方法为k－。该方法是子群n的子集，大于n－k个节点出现在该子群中。通过使用该方法能够对合著网络k－进行数量和规模的分析，可以得知合著网络之间的联系状况，能够更好地掌握合著网络的特点，理解小团体现象。网络可视化是借助软件平台来实现的，通过转化的方式将数据变成图形或者是图像，最终通过屏幕显现出来，能够保障网络结构的清晰性和可观性。该软件平台为Pajek，相比较其他的可视化网络分析工具，该软件具有能够处理多样图形的功能，越来越被可视化研究所认可。
3研究结果
3.1中心性分析
中心性分析结果表明，武汉大学信息管理学院的邱均平等4位学者点度中心处于较高值，数值为6。这从另一个侧面也说明了武汉大学信息管理学院的4位学者网络合著较为广泛，处于核心地位，与另外的其他6位均有网络合著的联系。通过深入的观察不难发现，点度中心论文发表数量的多少并不决定点度中心的高低，这是从点度中心较低和较高学者近10年的发表论文来看的。朱玉媛和焦玉英有着不同的论文发表量和点度中心，分别为32，6和79，2。通过深层分析发现，这是因为每名作者论文合著网络所占论文发表数量的比例不同造成的。另外，不同学者之间所进行的合著网络的范围也不尽相同。通过中心性分析不难发现邱均平处于较高的中心度。这些学者对资源的控制能力很强，在图书情报内部合著网络中处于重要的地位。但是透过分析结果我们还能发现：中心性为0的学者几乎没有所谓的资源控制力，这样的学者一共有22位，占了合著总人数的37.3％。这一结果反映出相对平均的资源分布，说明大部分学者还是有一定的资源控制能力的。通过以上分析，借助中心性分析的方法，找到了该机构的中心学者，实现了对资源的掌控，了解了基本的资源情况。另外，值得关注的是有的学者在中心性两项指标上排名靠前，可以认为这类学者是武汉大学信息管理学院的中坚力量，在合著网络中发挥了重要的作用。
3.2凝聚子群分析
在k－的凝聚子群分析过程中，首先需要确定k值，我们选取2作为k值，在这个子群中共有n个成员，至少存在着n－2个成员与其他成员保持着联系。设置k值的同时，也需要设置n的最小值，文章将n的值定为3，最终发现有156个n－，它们与其他成员保持着密切联系，由此不难推断至少与其他的一名成员保持着合著关系。通过进一步的设置变动，将n的值设置为4和5，设置为4的时候找到11个4－，n值为5的时候，却没有发现有n－出现。由此得出2－是合著网络的最大值。11个2－中的成员至少有2名和其他成员保持着合著的关系，成员之间的联系较为密切。在2－中有11个人，有4名合著人员拥有不同的专业。其中有9个成员来自不同的系别，有2名同学来自档案与信息系和图书馆系。武汉大学信息管理学院不仅在相同专业进行了合著，在不同的专业上合著也极为紧密。这种紧密的联系有助于相互之间的交流和学习，促进图书管理专业的不断完善和发展。
3.3可视化分析
科学计量可视化即知识图谱，起源于20世纪60年代，是用可视化技术描述知识发展进程与结构关系的一种科学计量研究方法［3］。原始的数据矩阵借助Pajek软件实现了最终的文件打开，参考软件手册，操作软件中的可视化菜单，单击相关的菜单路径，实现对菜单布局的自动控制。一般来说该菜单的路径为Layout－Energy－Kamada－Kawai－Free。我们从武汉大学信息管理学院数据中发现，只有2名学者没有和其他学者开展合著，其他学者之间均进行了有关的合著联系，合著机构体系联系紧密，从而验证了之前的结论。
4结语
研究表明，综合多种合作关系数据可以从更深层次研究机构之间的科研合作状况［4］。本文借助网络分析方法，分析了武汉大学信息管理学院图书情报内部合著网络的情况以及内部学者之间合著所体现的特点，小团体和资源的控制等也包含在内。结果显示，武汉大学信息管理学院学者之间不但在同一专业，就是不同专业之间也存在着合著现象，保持着紧密的联系，这也从另一方面反映了图书情报所具有的融合特点，这种合著网络有利于图书情报事业的发展。当然，研究也存在不足，如研究对象多是一种或者是几种期刊数据，仅仅涉及了图书情报内部合著网络的发展；对图书情报内部合著网络的分析所选取的研究机构具有一定的局限性，所得出的研究结果是否科学，还有待进一步的深入研究。
作者：陈丞 单位：上海图书馆上海科学技术情报研究所
