9種情報學(xué)CSSCI期刊論文分析

　　1引言

　　專(zhuān)利研究屬于比較典型的交叉科學(xué)研究范疇。在眾多學(xué)科領(lǐng)域中，情報學(xué)與專(zhuān)利結合可形成專(zhuān)利情報研究，專(zhuān)利情報研究可服務(wù)于不同的行業(yè)領(lǐng)域，并發(fā)揮重要的作用，產(chǎn)生巨大的經(jīng)濟效益和社會(huì )效益。在技術(shù)發(fā)展迅速的今天，專(zhuān)利情報已成為企業(yè)競爭與社會(huì )發(fā)展的重要資源。從數據源的選擇來(lái)看，為了解情報學(xué)某一方面的研究現狀，國內研究者多以情報學(xué)CSSCI期刊或北大核心期刊刊登的文獻為基礎數據來(lái)研究學(xué)科發(fā)展狀況，例如宛玲、鄒琳選取《情報學(xué)報》、《情報理論與實(shí)際》、《圖書(shū)情報工作》所刊載的論文信息[1]；張源根據《情報學(xué)報》、《情報理論與實(shí)踐》和《情報資料工作》的論文數據[2]；孫鴻飛等選取《北大中文期刊核心目錄（2012年版）》圖書(shū)情報類(lèi)19種期刊的論文信息作為基礎數據[3]統計情報學(xué)的研究方法。從研究方法上看，基于論文數據的學(xué)科發(fā)展態(tài)勢研究常以文獻計量方法為主，包括詞頻統計、引文分析、共現分析等方法，例如欒春娟等采用期刊共被引分析方法和學(xué)科共現分析方法，探討國際專(zhuān)利研究的核心期刊及主要學(xué)科分布[4]；尹麗春等采用共被引分析法，從專(zhuān)利研究的學(xué)科分布、國家和地區分布、作者合作網(wǎng)絡(luò )、共被引網(wǎng)絡(luò )等角度切入開(kāi)展研究[5]；譚蕙莉采用詞頻統計和內容分析法對情報學(xué)核心研究領(lǐng)域的主要研究方向進(jìn)行關(guān)鍵詞的變化狀況研究和分析[6]。此外，為了增加研究結果的可視性，在引文分析、共現分析等文獻計量方法的基礎上，各種可視化工具也廣泛運用其中，例如衛軍朝等利用WebofScience的在線(xiàn)分析功能和CitespaceII軟件，分析國外圖書(shū)情報學(xué)領(lǐng)域專(zhuān)利研究現狀和研究熱點(diǎn)[7]。魏駿巍綜合使用文獻和專(zhuān)利知識圖譜可視化方法來(lái)綜合反映低碳技術(shù)的國際發(fā)展動(dòng)態(tài)等[8]。國外已有學(xué)者綜合運用文獻計量和專(zhuān)利分析的方法對技術(shù)領(lǐng)域的發(fā)展進(jìn)行預測和綜合分析，例如Daim等使用文獻計量學(xué)和專(zhuān)利分析工具，運用情景規劃、生長(cháng)曲線(xiàn)等方法對部分新興技術(shù)領(lǐng)域進(jìn)行預測[9]。Chen等運用引文分析、聚類(lèi)分析等方法對DEK(數據與知識工程)領(lǐng)域的期刊論文進(jìn)行分析，預測該領(lǐng)域未來(lái)主題和研究趨勢[10]。但總的來(lái)看，總結國外專(zhuān)利研究現狀的較多，專(zhuān)注國內專(zhuān)利研究的分析較少；國內學(xué)者的研究主要是對全科學(xué)領(lǐng)域的專(zhuān)利文獻進(jìn)行計量研究，只針對情報學(xué)領(lǐng)域的專(zhuān)利研究較少。本文通過(guò)對9種情報學(xué)領(lǐng)域CSSCI來(lái)源期刊2011~2015年刊登的專(zhuān)利研究論文進(jìn)行統計分析，運用文獻計量學(xué)的方法，同時(shí)借助CNKI期刊全文數據庫的在線(xiàn)分析功能及相關(guān)統計軟件，研究近年來(lái)國內情報學(xué)領(lǐng)域專(zhuān)利研究的現狀,概括出熱點(diǎn)研究領(lǐng)域，并為未來(lái)該領(lǐng)域的研究提出有針對性的建議。

　　2數據來(lái)源與檢索策略

　　根據南京大學(xué)“中文社會(huì )科學(xué)引文索引（CSSCI）來(lái)源期刊”遴選體系(2014～2015版本),本文選用的期刊論文來(lái)自《情報科學(xué)》、《情報理論與實(shí)踐》、《情報學(xué)報》、《情報雜志》、《情報資料工作》、《圖書(shū)情報工作》、《圖書(shū)情報知識》、《圖書(shū)與情報》、《現代圖書(shū)情報技術(shù)》這9種情報學(xué)CSSCI來(lái)源期刊。研究論文數據大部分來(lái)源于CNKI期刊全文數據庫只有《情報學(xué)報》的論文數據來(lái)源于萬(wàn)方數據庫，因為CNKI不收錄《情報學(xué)報》，所用數據下載于2016年7月10日。利用數據庫高級檢索功能，時(shí)間條件限定為2011年1月1日至2015年12月31日，文獻來(lái)源為以上9種核心期刊，以“專(zhuān)利”為檢索詞分別進(jìn)行篇名檢索，通過(guò)數據清洗，排除會(huì )議通知、培訓班通知、增刊上發(fā)表的論文等不相關(guān)的記錄，最終實(shí)際得到534條記錄。每條記錄包含標題、摘要、關(guān)鍵詞、正文、參考文獻、文獻來(lái)源、作者名、基金類(lèi)別、發(fā)表時(shí)間、機構單位等信息,這些記錄成為本次研究的數據基礎。

　　3研究方法

　　本次研究主要運用引文分析法和詞頻分析法，同時(shí)結合簡(jiǎn)單的數據統計方法，完成整個(gè)的數據統計與分析。引文分析法是一種利用數學(xué)和統計學(xué)的方法以及比較、歸納、抽象、概括等邏輯方法，對科學(xué)期刊、論文、著(zhù)者等各種分析對象的引用或被引用現象進(jìn)行分析，以揭示其數量特征和內在規律的一種文獻計量研究方法[11]。詞頻分析法則是通過(guò)統計核心詞匯在某一類(lèi)學(xué)術(shù)文獻中所出現的頻次,判別該學(xué)術(shù)領(lǐng)域的研究熱點(diǎn)、知識結構和發(fā)展趨勢。在一定程度上擺脫了個(gè)人經(jīng)驗和主觀(guān)偏好，具有客觀(guān)性、準確性、系統性和實(shí)用性[12]。結合以上方法，同時(shí)進(jìn)一步借助CNKI期刊全文數據庫的在線(xiàn)分析工具以及EXCEL統計軟件對534篇文獻進(jìn)行統計分析，從而了解2011～2015年國內情報學(xué)領(lǐng)域專(zhuān)利研究的發(fā)展現狀和態(tài)勢。

　　4數據統計與分析

　　4.1期刊分布2011～2015年期間，《情報雜志》發(fā)表的專(zhuān)利研究論文數量最多，高達281篇，以數量上的絕對優(yōu)勢占據首位，可見(jiàn)該期刊對于專(zhuān)利研究十分重視。從發(fā)文量所占比例來(lái)看，《情報雜志》發(fā)表的專(zhuān)利論文占總發(fā)文量（534篇）的52.6%，說(shuō)明該期刊是情報學(xué)專(zhuān)利研究的主要發(fā)文期刊。其余依次為《圖書(shū)情報工作》（71篇），《情報理論與實(shí)踐》（60篇），《情報科學(xué)》（45篇），《情報學(xué)報》（40篇），《現代圖書(shū)情報技術(shù)》（30篇），《圖書(shū)情報知識》（4篇），《圖書(shū)與情報》（3篇）�！肚閳筚Y料工作》的專(zhuān)利研究論文數量為0，可見(jiàn)專(zhuān)利研究不在該期刊的選題主題范圍內。由此筆者建議，作者如投專(zhuān)利研究的論文時(shí)，可盡量繞過(guò)《圖書(shū)情報知識》、《圖書(shū)與情報》、《情報資料工作》三種期刊，可以選擇其余多種情報學(xué)期刊進(jìn)行投稿發(fā)表的可能性比較大。4.2論文數量年度分布情報學(xué)領(lǐng)域的專(zhuān)利研究論文總量在2011～2014年期間上升較快，極差為86篇,由2011年的61篇達到2014年的147篇，但在接下來(lái)的2015年中，專(zhuān)利論文數開(kāi)始下降，2015年的專(zhuān)利論文數量?jì)H為114篇，數量水平與2013年相近。由于《情報雜志》的數量較大，因為該期刊的發(fā)文量走勢一定程度上了決定了9種情報學(xué)核心期刊的專(zhuān)利論文總量的年度變化走勢。綜觀(guān)我國情報學(xué)領(lǐng)域，筆者認為，專(zhuān)利研究仍然處于上升階段，2014～2015年出現短暫的下滑屬于調整期的正�，F象，不代表專(zhuān)利情報研究已經(jīng)進(jìn)入“寒冰期”，只是還需要在專(zhuān)利情報研究的方法、內容等方面進(jìn)行諸多的創(chuàng )新與變革，這是相關(guān)學(xué)者們需要注意的。2011～2015年期間，《情報雜志》變化幅度最大，2011～2014年呈直線(xiàn)上升，2014年后專(zhuān)利論文數量開(kāi)始下降。其他8種期刊的發(fā)文量變化幅度則較小，專(zhuān)利論文數量較為穩定。在變化趨勢上，2014年是多個(gè)期刊的拐點(diǎn)，除《現代圖書(shū)情報技術(shù)》在2014年后專(zhuān)利論文數量依舊上升，《情報雜志》、《情報理論與實(shí)踐》、《情報科學(xué)》、《情報學(xué)報》、《圖書(shū)與情報》、《圖書(shū)情報知識》均在2014年達到五年中最大值，并在之后呈現持平或下降趨勢�？梢哉f(shuō)，2014年情報學(xué)的專(zhuān)利研究曾達到一個(gè)小的頂峰狀態(tài)，專(zhuān)利研究的熱度在此后出現下降。筆者認為，此番研究熱度的回落可能是由于研究尚處在調整期，之后可能還會(huì )出現回升。4.3機構分布根據全部數據統計，知名院�；蚩蒲袡C構約占了59%。其中，中國科學(xué)技術(shù)信息研究所的論文數量占比重最大，高達10%。其次為北京工業(yè)大學(xué)，占比8%，華中科技大學(xué)7%，江蘇大學(xué)5%，中國科學(xué)院國家科學(xué)圖書(shū)館4%，大連理工大學(xué)3%。從發(fā)文較多的前幾位機構看來(lái)，除中國科學(xué)技術(shù)信息研究所以外，其余均為理工科類(lèi)型的大學(xué)，從一定程度上說(shuō)明，專(zhuān)利情報學(xué)的研究需要在理工科環(huán)境中發(fā)展，將二者結合似乎更容易產(chǎn)出成果。此外，專(zhuān)利情報研究也受到許多非知名科研機構或者企業(yè)、公司的重視，發(fā)表了一些論文可見(jiàn)專(zhuān)利情報研究已在整個(gè)學(xué)術(shù)科研和社會(huì )經(jīng)濟發(fā)展中，受到高校、科研院所、企業(yè)等多方面的關(guān)注。4.4基金分布從數量上看，基金論文占比48%，其中，國家自然科學(xué)基金和國家社會(huì )科學(xué)基金占比較大，分別為19%和15%，其他類(lèi)型基金支持的論文比較少，且占比均在4%以下。從基金級別和層次上看，主要為國家層面的基金，包括少量省級、市級、院級基金，由此可見(jiàn)，情報學(xué)領(lǐng)域的專(zhuān)利研究論文所受基金支持的級別和層次較高。從學(xué)科上看，在自然科學(xué)領(lǐng)域，專(zhuān)利情報研究似乎發(fā)揮的效用更大，二者的結合似乎更加緊密，但情報學(xué)本身屬于社會(huì )科學(xué)范疇，這樣更能體現出專(zhuān)利情報研究的交叉性，以及該研究方向的廣泛性與實(shí)用性。另外，圖5也在一定程度上反映出，國家對專(zhuān)利領(lǐng)域的研究項目給予了支持，表明專(zhuān)利情報研究領(lǐng)域對我國的經(jīng)濟、社會(huì )發(fā)展具有較大的意義。4.5高頻關(guān)鍵詞本文利用關(guān)鍵詞詞頻來(lái)分析2011～2015年國內情報學(xué)領(lǐng)域專(zhuān)利研究論文的主題分布。關(guān)鍵詞是文獻的凝煉與概括，通過(guò)關(guān)鍵詞分析，可以反映文獻的主要內容。通過(guò)對534條記錄進(jìn)行關(guān)鍵詞抽取，將其中出現頻次大于等于10次的關(guān)鍵詞進(jìn)行降序排列，如表1所示。由表1可知，“專(zhuān)利分析”出現頻次最多，詞頻高達90�！皩�(zhuān)利分析”是一個(gè)非常寬泛的概念，根據不同的分析對象、分析方法、分析工具、分析目的等都可展開(kāi)相應的研究，因此出現頻次最高。專(zhuān)利分析對象的選取往往直接決定研究?jì)r(jià)值的高低，一般以戰略性新興產(chǎn)業(yè)和新興技術(shù)為主，近年來(lái)情報學(xué)領(lǐng)域的專(zhuān)利分析集中在燃料電池、太陽(yáng)能電池、光伏產(chǎn)業(yè)、3D打印、新能源汽車(chē)、碳纖維、風(fēng)能、機器人、混合動(dòng)力汽車(chē)、海洋生物等領(lǐng)域。筆者通過(guò)查看論文關(guān)鍵詞和文章的實(shí)際研究?jì)热�，概括出當前情報學(xué)領(lǐng)域專(zhuān)利研究的六大熱點(diǎn)：第一，新興產(chǎn)業(yè)專(zhuān)利情報分析或比較研究。例如劉紅光等運用專(zhuān)利情報分析方法，對國內外3D打印快速成型技術(shù)的專(zhuān)利申請趨勢、區域分布、主要專(zhuān)利權人、IPC等因素進(jìn)行分析[13]；劉桂鋒等采用對比分析法對中國、日本和美國薄膜太陽(yáng)能專(zhuān)利數據的動(dòng)態(tài)分析來(lái)揭示三國薄膜太陽(yáng)能技術(shù)的專(zhuān)利狀況[14]。第二，新興產(chǎn)業(yè)進(jìn)行競爭態(tài)勢分析或從中識別競爭對手。馬虎兆等用定量和定性的方法從生命周期、專(zhuān)利權人、技術(shù)領(lǐng)域、區域布局等角度對RFID技術(shù)領(lǐng)域專(zhuān)利進(jìn)行計量分析,以揭示RFID技術(shù)領(lǐng)域專(zhuān)利競爭格局和發(fā)展趨勢[15]。黎歡等通過(guò)關(guān)鍵技術(shù)路徑方法和專(zhuān)利引證地圖法識別全息攝影技術(shù)領(lǐng)域中的競爭對手及競爭對手格局[16]。第三，新興產(chǎn)業(yè)技術(shù)路線(xiàn)、技術(shù)演進(jìn)研究以及技術(shù)預測。例如繆小明等運用專(zhuān)利地圖方法對40件混合動(dòng)力汽車(chē)（HEV）高被引專(zhuān)利的年代分布、研發(fā)主體分布和IPC分布進(jìn)行了詳細地分析[17]。溫芳芳綜合采用專(zhuān)利計量、社會(huì )網(wǎng)絡(luò )分析、可視化等方法,定量描述我國技術(shù)轉移的現狀，借助技術(shù)轉移網(wǎng)絡(luò )直觀(guān)展示我國區域間技術(shù)轉移的模式與規律[18]。陳軍等基于技術(shù)預測的專(zhuān)利分析概念模型,對轉基因技術(shù)進(jìn)行預測[19]。王健美等運用引文分析、多元統計分析等方法，揭示不同時(shí)期純電動(dòng)汽車(chē)產(chǎn)業(yè)的關(guān)鍵技術(shù)分布及其演進(jìn)[20]。第四，專(zhuān)利計量研究。例如陳瓊娣在對專(zhuān)利計量指標相關(guān)研究進(jìn)行全面梳理的基礎上，分析當前專(zhuān)利計量指標研究中存在的主要問(wèn)題與不足[21]�；驅�專(zhuān)利計量方法運用到具體某個(gè)新興產(chǎn)業(yè)領(lǐng)域，做專(zhuān)利計量分析。例如張杰等以德溫特數據庫為數據源,通過(guò)對專(zhuān)利的國家、高產(chǎn)機構、核心技術(shù)、熱點(diǎn)技術(shù)領(lǐng)域等方面的計量分析,揭示全球RFID技術(shù)的發(fā)展現狀[22]。第五，專(zhuān)利合作（包括校企合作、企業(yè)間合作、校校合作等）、協(xié)同創(chuàng )新研究。例如貢金濤等利用社會(huì )網(wǎng)絡(luò )分析方法對該領(lǐng)域專(zhuān)利合著(zhù)網(wǎng)絡(luò )結構特征和連通體中心性進(jìn)行計量分析，以探測其技術(shù)研發(fā)績(jì)效水平、科研合作狀況與核心技術(shù)人員分布等[23]。第六，核心專(zhuān)利的識別與挖掘研究。例如鄭玉榮等提出了一種以總引證指數為主要判別指標,以INNOGRAPHY專(zhuān)利強度值、同領(lǐng)域引證指數、重要產(chǎn)品對應的專(zhuān)利、代表性技術(shù)對應的專(zhuān)利等為補充手段的基于產(chǎn)業(yè)尺度的核心專(zhuān)利集成判別方法[24]。謝萍等提出核心專(zhuān)利綜合價(jià)值指數（CICP）的概念,并采用粗糙集理論方法確定了CICP指標權重系數,在構建核心專(zhuān)利綜合評價(jià)指標的基礎上,通過(guò)計算CICP值識別核心專(zhuān)利。在關(guān)鍵詞數據的基礎上，將關(guān)于研究方法及軟件工具的關(guān)鍵詞進(jìn)一步的提煉并整理。一般來(lái)說(shuō)，專(zhuān)利情報分析方法主要分為定量分析、定性分析和擬定量分析三個(gè)層次，在此基礎上專(zhuān)利圖表等分析方法是專(zhuān)利定量分析或定性分析的可視化表現形式。由上表可以看出，在實(shí)際工作中，研究者們所使用的擬定量分析方法較多，該類(lèi)方法將定性分析與定量分析相結合，在數理統計的基礎上進(jìn)行全面、系統的技術(shù)分類(lèi)和比較研究，再進(jìn)行有針對性的量化分析，最后進(jìn)行高度科學(xué)抽象的定性描述，使整個(gè)分析過(guò)程由宏觀(guān)到微觀(guān)，逐步深入進(jìn)行[26]。從使用頻次上來(lái)看，研究者們較常用的分析方法有專(zhuān)利地圖、社會(huì )網(wǎng)絡(luò )分析、文本挖掘、技術(shù)生命周期、專(zhuān)利引文分析、組合分析，其他方法還有云計算、技術(shù)功效矩陣、層次分析等。隨著(zhù)研究技術(shù)的發(fā)展，基于文本挖掘、共現分析、聚類(lèi)分析、文本聚類(lèi)、專(zhuān)利引文分析等方法，各種可視化軟件工具也得到廣泛運用，這對于關(guān)聯(lián)研究起到了巨大的促進(jìn)作用。較常用的軟件有VOSviewer、CiteSpace、UCINET、Pajek以及數據庫分析工具TDA（ThomsonDataAnalyzer）等，其中專(zhuān)利地圖的使用最為廣泛。另外，將文獻計量學(xué)的方法運用到專(zhuān)利分析中來(lái)，為技術(shù)路線(xiàn)研究、技術(shù)預測、技術(shù)演進(jìn)、專(zhuān)利合作、核心專(zhuān)利識別等方面的研究提供了大量的文本支持。4.7高被引論文論文的被引頻次直接反映了刊載論文的質(zhì)量水平，間接反映了期刊的質(zhì)量和影響力，因此高被引論文也是評價(jià)論文影響力的重要指標。學(xué)科的發(fā)展和創(chuàng )新，一定程度上依賴(lài)一些文獻的長(cháng)期多次被引用。根據所得534條記錄，本文將被引頻次大于等于15的視為高被引論文，整理可得表3數據，并按被引頻次由高到低降序排列。由表3可知，被引頻次最高的為《國內外3D打印快速成型技術(shù)的專(zhuān)利情報分析》一文，被引頻次高達45次；其次為《基于中國專(zhuān)利的鋰電池發(fā)展趨勢分析》，被引頻次為33次；《核心專(zhuān)利的識別方法及其實(shí)證研究》被引頻次32次�？梢园l(fā)現，被引頻次排在前幾位的多為與某新興產(chǎn)業(yè)結合的專(zhuān)利分析，例如3D打印、鋰電池、中美4G移動(dòng)通信、光伏產(chǎn)業(yè)，但從類(lèi)別來(lái)看，圍繞專(zhuān)利研究方法和分析工具的占據多數，約12篇。除了產(chǎn)業(yè)關(guān)注型的論文，還有一類(lèi)是方法關(guān)注型的論文，例如核心專(zhuān)利的識別方法、社會(huì )網(wǎng)絡(luò )分析方法、技術(shù)演化分析方法等。對于以上17篇高被引論文，借助CNKI期刊全文數據庫的在線(xiàn)分析工具進(jìn)一步分析，可以得到圖6～圖9。由圖6可知，這17篇論文多發(fā)表在2011～2013年間，其中2012年發(fā)表最多（8篇），占比47.1%，當然不排除發(fā)表時(shí)間的長(cháng)短對被引次數的影響。由圖7可知，高被引論文集中發(fā)表在《情報雜志》與《圖書(shū)情報工作》，分別占比35.3%和41.2%，可見(jiàn)這兩種期刊發(fā)表的專(zhuān)利領(lǐng)域的文章質(zhì)量較高，影響力較大。引論文屬于非基金論文文獻，占比64.7%，這在某種程度上反映出，情報學(xué)領(lǐng)域專(zhuān)利的研究存在廣泛性，不拘泥于基金或研究權威等因素，它的進(jìn)入壁壘較低，成果產(chǎn)出種類(lèi)廣。圖9顯示，在高被引論文的發(fā)文機構中，中國科學(xué)院國家科學(xué)圖書(shū)館、大連理工大學(xué)、江蘇大學(xué)發(fā)文較多，均為2篇，可以看出這幾個(gè)院校機構在專(zhuān)利情報研究方面占據一定的領(lǐng)先優(yōu)勢。4.8論文互引分析借助于CNKI期刊全文數據庫的的分析工具，我們對以上高被引論文進(jìn)行進(jìn)一步的文獻互引分析，如圖10所示。圖10中最大的深色球體代表17篇高被引文獻（即“選中文獻”），中等大小的球體代表“參考文獻”，最淺色的球體代表“引證文獻”，球中的數字代表引用次數，箭頭代表知識的流動(dòng)。由圖10可以發(fā)現，多篇高被引論文之間存在聯(lián)系，只有少數論文處于孤立狀態(tài)。這批論文的參考文獻之間關(guān)聯(lián)度較小，可見(jiàn)它們涵蓋的知識點(diǎn)范圍非常廣泛。引證文獻同時(shí)引用兩篇或多篇高被引論文，可見(jiàn)這批高被引論文的關(guān)聯(lián)度較高，易于知識的二次聚集。此外，根據數據分析可知，有7組高被引論文存在共引關(guān)系，即多篇高被引論文共同引用一篇或多篇文獻，每組高被引論文共同引用的論文數越多，說(shuō)明耦合程度越高。由上圖可知，這批高被引論文之間存在共引關(guān)系，但耦合度不是很高，僅擁有一篇共引文獻。共有22組文獻存在共被引關(guān)系，即多篇高被引論文同時(shí)被以后的論文引用。一般認為同被引用的文獻在主題上具有或多或少的相似性。相比于共引關(guān)系，17篇高被引論文之間的共被引關(guān)系更為豐富。因此，可以說(shuō)，17篇高被引論文發(fā)揮了可觀(guān)的效用，為后來(lái)研究者所用，做出了一定的學(xué)術(shù)貢獻。4.9高被引作者和機構分析按第一作者算，高被引作者有劉紅光、趙晏強、孫濤濤、邱洪華、唐恒、方曙等人。但是被引頻次只是考慮了被引的數量，無(wú)法衡量引用質(zhì)量，而H指數則既考慮了文獻數量，又考慮了質(zhì)量，被廣泛應用于作者評價(jià)。H指數是一個(gè)穩健的累積指標，只會(huì )隨著(zhù)時(shí)間的推移而保持不變或增長(cháng)[27]，因此，作者的H指數越高,則表明其影響力越大。筆者借助CNKI全文數據庫的在線(xiàn)分析工具，對以上高被引作者展開(kāi)進(jìn)一步的追蹤分析可知，該高被引作者群體的綜合H指數值為16，根據美國物理學(xué)家Hirsh對H指數的定義，說(shuō)明在該群體所發(fā)的所有文章中，有16篇文章的被引頻次大于16次，其余文章的被引頻次小于16次，其影響力還會(huì )繼續上升。筆者針對高被引作者所在的機構類(lèi)別進(jìn)行統計。來(lái)自其他高校（除985、211高校的其他高校）的作者最多，占比45%；其次是來(lái)自985高校的著(zhù)者占比29%，來(lái)自科研機構的著(zhù)者占比12%，來(lái)自211高校的高被引著(zhù)者占比9%，公司占比5%�？梢钥闯�，在專(zhuān)利情報研究方面，傳統的985、211高校并不存在顯著(zhù)優(yōu)勢，現階段的情報學(xué)專(zhuān)利研究難度較低，不同層次的研究機構或企業(yè)公司均存在較大的研究潛力與實(shí)力。

　　5結論與建議

　　通過(guò)以上對情報學(xué)CSSCI期刊2011～2015年發(fā)表的專(zhuān)利領(lǐng)域論文的多角度分析，國內情報學(xué)領(lǐng)域專(zhuān)利研究現狀可總結為如下：第一，期刊分布懸殊明顯。期刊對論文主題的關(guān)注度直接影響該類(lèi)論文的發(fā)表，進(jìn)而影響相關(guān)研究的發(fā)展。2011~2015年，《情報雜志》以絕對優(yōu)勢成為情報學(xué)專(zhuān)利研究的熱點(diǎn)期刊，這就容易造成《情報雜志》一家期刊將在很大程度上左右國內情報學(xué)領(lǐng)域專(zhuān)利研究的狀況。不同期刊對于論文的判定與選擇擁有各自的標準，長(cháng)期遵循某一種標準勢必存在一定程度的局限性，這將不利于國內情報學(xué)專(zhuān)利研究的多元化發(fā)展。第二，研究處在調整期。2014年作為情報學(xué)專(zhuān)利研究的一個(gè)重要拐點(diǎn)，達到一個(gè)小的頂峰狀態(tài)，但此后熱度下降，多數期刊出現專(zhuān)利論文數量下降現象，一定程度上說(shuō)明專(zhuān)利研究可能處在一個(gè)瓶頸期，對于專(zhuān)利分析對象、分析方法、分析工具等方向的淺層次性研究已經(jīng)達到飽和，單純的依賴(lài)數據庫或者分析工具進(jìn)行簡(jiǎn)單專(zhuān)利分析已經(jīng)失去新穎性和學(xué)術(shù)價(jià)值。第三，專(zhuān)利情報研究主體多元化。在整個(gè)學(xué)術(shù)科研和經(jīng)濟發(fā)展中，專(zhuān)利情報研究受到傳統高校和科研機構以及企業(yè)公司重視。專(zhuān)利情報研究具有交叉性、廣泛性與實(shí)用性，國家以基金等多種形式大力支持該領(lǐng)域的項目研究，這對我國的經(jīng)濟、社會(huì )發(fā)展均具有非常大的意義。第四，專(zhuān)利分析方法與分析工具豐富。當前學(xué)者主要是借鑒一種其他學(xué)科方法或融合多個(gè)圖書(shū)情報學(xué)方法展開(kāi)專(zhuān)利分析并加以實(shí)證，跨越圖書(shū)情報學(xué)、經(jīng)濟學(xué)、管理學(xué)、統計學(xué)等多個(gè)學(xué)科領(lǐng)域。在專(zhuān)利地圖、社會(huì )網(wǎng)絡(luò )分析、文本挖掘、技術(shù)生命周期、專(zhuān)利引文分析、組合分析等方法的基礎上，借助VOSviewer、CiteSpace、UCINET、Pajek以及數據庫分析工具TDA（ThomsonDataAnalyzer）等實(shí)現可視化。根據以上結論，筆者提出如下建議：第一，國內情報學(xué)期刊應當加大對專(zhuān)利情報研究的關(guān)注度。除《情報雜志》外，其他多種期刊可以適當增加專(zhuān)利情報研究方向的論文數量，嘗試形成對專(zhuān)利情報研究的多樣化關(guān)注視角，有利于學(xué)術(shù)的“百家爭鳴”，促進(jìn)國內情報學(xué)專(zhuān)利研究的多元發(fā)展。第二，相關(guān)學(xué)者應該嘗試更多創(chuàng )新研究設計。以新興產(chǎn)業(yè)為研究對象可以大大提升研究?jì)r(jià)值；同時(shí)嘗試引進(jìn)跨學(xué)科方法或融合多種方法，并在此基礎上結合可視化工具提升學(xué)術(shù)新穎性；最后將專(zhuān)利情報研究和現實(shí)需求緊密結合，摒棄淺層次的專(zhuān)利分析，關(guān)注競爭態(tài)勢和技術(shù)轉移等，實(shí)現專(zhuān)利預警、技術(shù)預測等更前沿的目的。第三，避免可視化工具的濫用�？梢暬�工具可以給讀者提供更直觀(guān)的視覺(jué)表達，在使用的早期具有一定的新穎性，但隨著(zhù)時(shí)間的推移，工具已不再新穎，學(xué)術(shù)價(jià)值的根本還是在于可視化背后的研究設計。因此，應當明確可視化工具在學(xué)術(shù)研究中的地位，專(zhuān)注于研究方法并合理且適宜的使用可視化工具。第四，突破傳統的專(zhuān)利資源，充分運用專(zhuān)利周邊關(guān)聯(lián)數據。運用大數據思維和大數據技術(shù)融合多種類(lèi)型數據、多種方法和實(shí)時(shí)數據進(jìn)行多維度的綜合分析和智能化開(kāi)發(fā)并形成立體化的結果，這也是未來(lái)探索的主流趨勢。但隨著(zhù)大數據技術(shù)的到來(lái)，如何將與之相關(guān)的機器學(xué)習、深度學(xué)習、文本挖掘等技術(shù)理論融入到專(zhuān)利分析中來(lái)，對于情報學(xué)領(lǐng)域的研究者來(lái)說(shuō)，依然存在一定的挑戰性。

【9種情報學(xué)CSSCI期刊論文分析】相關(guān)文章：

學(xué)情分析方案及學(xué)情分析報告01-29

案例分析論文11-27

培訓分析報告10-08

銷(xiāo)售分析總結10-23

[精選]銷(xiāo)售分析報告11-06

案例分析報告10-17

事故分析報告10-23

客戶(hù)分析報告10-27

信息分析報告04-11

行業(yè)分析報告08-06