發(fā)布時間：2014-07-01 16:41

    1　引言

　　
　　知識管理是目前學(xué)術(shù)界長興不衰的研究領(lǐng)域,輻射了管理學(xué)、計算機信息科學(xué)、圖書情報學(xué)、經(jīng)濟學(xué)、社會學(xué)和哲學(xué)等學(xué)科。綜觀近年來國內(nèi)外對知識管理的研究,涉及的內(nèi)容包括戰(zhàn)略管理、人力資源管理、信息資源管理、電子商務(wù)、人工智能系統(tǒng)、管理實踐、智力資本、組織行為和創(chuàng)新績效9個領(lǐng)域,囊括了知識管理的理論研究、方法論和應(yīng)用三大宏觀方面以及組織、人員、系統(tǒng)三大微觀方面。
　　不同的學(xué)科對同一主題的研究,在視角、方法和目的上都會有所不同,例如管理學(xué)側(cè)重知識管理中的戰(zhàn)略制定、人力資源管理;計算機信息科學(xué)關(guān)注智能系統(tǒng)和電子商務(wù)系統(tǒng)的內(nèi)容;而圖書情報學(xué)更傾向于對知識管理中的信息資源進行分析。本文即是站在圖書情報學(xué)的角度,通過數(shù)據(jù)分析,研究近5年來在該領(lǐng)域中對知識管理的探索主要集中在哪些方面及發(fā)展的趨勢。
　　對知識管理的發(fā)展動向,國內(nèi)外學(xué)者都做了大量探索,綜述文獻如鄧湘琳的國內(nèi)外知識管理的研究進展,盧金榮、郭東強的知識管理熱點問題研究綜述等;研究類文獻如張勤、徐緒松采用共詞分析和可視化技術(shù)對國外知識管理研究結(jié)構(gòu)的探索,趙艷枝利用關(guān)鍵詞的關(guān)聯(lián)規(guī)則,對情報學(xué)界知識管理研究現(xiàn)狀的分析;張勤、馬費成以共詞分析為方法,對國內(nèi)知識管理研究結(jié)構(gòu)進行了探討,Murray從企業(yè)的未來創(chuàng)新變革的角度對知識管理的發(fā)展重點進行了闡述,Meams針對南非地區(qū)信息和知識管理的理論和方法論研究進行了趨勢探索,Mohamed更多地從技術(shù)的角度分析了知識管理的發(fā)展現(xiàn)狀,而Andriessen則提出了一個可視化的方法,來對組織的知識管理進行繪圖,揭示隱性知識,等等。
　　上述研究各具特色,都在一定程度上揭示了知識管理的研究動向和發(fā)展趨勢,但是由于研究所采用的數(shù)據(jù)源大多是國內(nèi)文獻,或者只是針對若干種國外期刊,不能全面反映國外知識管理發(fā)展的最新進展和動態(tài),分析方法也不夠完整,偏重于單純的定性分析。本文從圖書情報學(xué)的專業(yè)數(shù)據(jù)庫(EBSCO LISTA)中提取2006年至今的有關(guān)知識管理的文獻,采用詞頻統(tǒng)計和共詞分析的方法,對這些文獻的關(guān)鍵詞進行數(shù)據(jù)分析,在定量與定性相結(jié)合的基礎(chǔ)上,繪制出知識管理的知識地圖,并以此解讀國外圖書情報學(xué)領(lǐng)域中知識管理研究的側(cè)重點,總結(jié)出發(fā)展熱點和研究趨勢。

　　
　　2　數(shù)據(jù)來源

　　
　　本研究采用的數(shù)據(jù)來源于EBSCO數(shù)據(jù)庫中的Ljbrarv,Information Science&Technology Abstracts(LISTA)。該數(shù)據(jù)庫收錄了600多種期刊及書籍、研究報告和學(xué)報的索引,主題包括圖書館學(xué)、分類學(xué)、編寫目錄、書籍裝訂、在線信息檢索及信息管理等內(nèi)容,數(shù)據(jù)庫中的文章可追溯至20世紀(jì)60年代中期。該數(shù)據(jù)庫中收錄的期刊內(nèi)容全面、廣闊,具有代表性和權(quán)威性。本文選取LISTA中從2006年1月至2010年3月這段時間收錄的知識管理相關(guān)文獻,并下載了這些文獻的摘要及關(guān)鍵詞等信息。
　　在LISTA數(shù)據(jù)庫中,以“KW=knowledge management OR su=knowledge management”為檢索式,并限定時間為“2006年01月至2010年03月”,對數(shù)據(jù)庫進行檢索,得出檢索結(jié)果1918篇,對這些以知識管理為關(guān)鍵詞或主題詞的文獻進行關(guān)鍵詞收集整理,得出以下結(jié)果,如表1所示:
　　1918篇文獻中,共包含不同的關(guān)鍵詞5333個,其中除去本位詞knowledge management,以及文獻類型關(guān)鍵詞Book,Nonfiction及Record,有效關(guān)鍵詞為5329個,有效關(guān)鍵詞出現(xiàn)的總次數(shù)為16413次,其中前100位關(guān)鍵詞出現(xiàn)總次數(shù)為6699,占總數(shù)的40.82%,前30位出現(xiàn)的頻率為25.97%。從上表中可以看到,前30位關(guān)鍵詞的詞頻均大于60,且占據(jù)總詞頻數(shù)的25.97%。而前100位關(guān)鍵詞也只占了40.82%,因此,本文的分析就以這30個關(guān)鍵詞(見表2)為基礎(chǔ)。
　　從表2中這些關(guān)鍵詞可以看出,在圖書情報學(xué)領(lǐng)域,對知識管理的研究也包括很多方面,如技術(shù)、服務(wù)、資源、企業(yè)管理、高校圖書館應(yīng)用、信息素養(yǎng)等內(nèi)容。那么,這些研究方向?qū)�圖書情報學(xué)知識管理的研究各有怎樣的貢獻率?它們是否有更進一步的內(nèi)在聯(lián)系呢?我們能否從這些文獻中解讀出圖書情報學(xué)知識管理的研究熱點和研究結(jié)構(gòu)?帶著這些問題,本文借助社會統(tǒng)計軟件SPSS,對以上獲取的關(guān)鍵詞進行了相關(guān)的統(tǒng)計分析,以期構(gòu)建出圖書情報學(xué)知識管理的發(fā)展知識地圖。

　　
　　
　　3　國外圖書情報學(xué)領(lǐng)域知識管理研究的可視化分析及知識地圖構(gòu)建

　　
　　知識地圖起源于地理領(lǐng)域的地圖,最早由英國情報學(xué)家布魯克斯(B C Brookes)提出,通過分析文獻的邏輯內(nèi)容,找到相互關(guān)聯(lián)、相互影響、能夠引起人們創(chuàng)造和思考的知識點并將其聯(lián)系在一起,構(gòu)成知識地圖,通過知識地圖揭示知識的有機結(jié)構(gòu)。知識地圖是基于科學(xué)計量學(xué)引文分析理論和信息科學(xué)與技術(shù)發(fā)展起來的、國際上新興的可視化研究方法,目的是應(yīng)用圖示的方法揭示出學(xué)科領(lǐng)域的發(fā)展及演進趨勢、研究課題的擴散與傳播、作者或機構(gòu)間的關(guān)系等。本文即采用知識地圖法,首先對表2列出的前30位高頻關(guān)鍵詞進行兩兩的共詞檢驗,即對高頻關(guān)鍵詞兩兩出現(xiàn)的頻數(shù)進行統(tǒng)計,得出30*30的關(guān)鍵詞共詞矩陣,再將共詞矩陣轉(zhuǎn)化為相關(guān)矩陣,導(dǎo)入到SPSS中,通過關(guān)鍵詞的因子分析、聚類分析和多維尺度分析來繪制圖書情報學(xué)領(lǐng)域中知識管理的知識地圖。
　　筆耕文化傳播http://www.bigengculture.com
　　3.1　因子分析
　　因子分析是通過盡可能少的因子來描述盡可能多的指標(biāo)及指標(biāo)之間的關(guān)系,其基本思想是根據(jù)相關(guān)性大小把研究對象的變量分組,使得同組內(nèi)的變量之間相關(guān)性較高,而不同組的變量相關(guān)性較低。
　　對以上提取的30個關(guān)鍵詞進行因子分析,結(jié)果如圖l所示,有8個因子被提取,這8個因子的累計方差解釋貢獻率為74.943%,即是說,將這30個關(guān)鍵詞分為8類,就解釋了國外圖書情報領(lǐng)域知識管理研究的約75%的信息。而其中前5個因子的累計方差貢獻率為62.9%,根據(jù)“所提取的因子應(yīng)能概括總體信息的60%以上”,本文將這30個關(guān)鍵詞分為5類。另一方面,與因子抽取相配套的因子個數(shù)碎石圖(見圖2),則直觀顯示因子分析的前5個因子類別是比較明晰的,前5個因子對整體走勢起了決定性作用,是變化最明顯的部分,這說明將知識管理研究劃分為5～8類都是合理的。
　　3.2　聚類分析
　　聚類分析是依照“物以類聚”的原理,根據(jù)事物本身的特性研究個體的分類。其原理是同一類中個體有較大的相似性,不同類的個體差異卻很大。本文采用聚類分析中最常用的系統(tǒng)聚類法對共詞的相關(guān)矩陣進行聚類分析,將這30個關(guān)鍵詞按組間連接法,即將平均距離最小的兩項合并為一類,最后繪制出30個關(guān)鍵詞的共詞龍骨圖(見圖3),初步反映關(guān)鍵詞之間的聚類情況,然后參考前面因子分析的因子個數(shù),將30個關(guān)鍵詞聚合成5類。

本文編號：717