该专著将由美国德雷塞尔大学著名信息可视化专家XiaLin教授作序，系国家社会科学基金项目成果之一。最近十几年间，国内图情领域研究硕果累累，众多研究者广泛采用多种分析方法，分析该领域的研究主题结构，其研究有利于掌握学科领域的发展动态和研究方向，为研究者、研究机构、政府部门等相关研究单位提供丰富的素材，也为学科领域的后续研究提供重要的借鉴意义。
安璐，博士，副教授、硕士生导师，珞珈青年学者。2007—2008年在美国威斯康辛密尔沃基大学信息研究学院做联合培养博士生，2009年获得情报学博士学位，并留校工作。2009—2011年在武汉大学管理科学与工程流动站从事博士后研究，2014—2015年在美国德雷塞尔大学计算与信息学学院做访问学者。目前在国内外核心期刊、重要国际学术会议上发表学术论文近四十篇，其中被SSCI收录的期刊论文六篇，被EI收录的论文五篇，在国内期刊《中国图书馆学报》《情报学报》上发表论文七篇，在武汉大学出版社出版一部专著（系武汉大学学术丛书），参加编著三部，主持国家社会科学基金重大项目子课题、国家社会科学基金青年项目、中国博士后科学基金面上资助项目、湖北省社会科学项目、武汉大学自主科研（人文社科）项目与武汉大学全英文课程项目，参加国家自然科学基金项目、教育部人文社会科学重点研究基地重大项目等。担任《图书情报知识》编辑，《数字图书馆论坛》、《东北大学学报（自然科学版）》、iConference，ICADL2015(AsianDigitalLibraryConference2015)等学术期刊与会议审稿专家。
李纲，博士，武汉大学信息管理学院教授。教育部人文社科重点研究基地武汉大学信息资源研究中心副主任，国家信息资源管理武汉研究基地主任。兼任全国高校图书情报专业学位教学指导委员会委员兼秘书长，全国高校管理科学与工程类教学指导委员会委员，中国科技情报学会常务理事，情报理论方法专业委员会主任，湖北省电子商务学会理事长。先后主持承担了国家社会科学基金重大项目、国家自然科学基金面上项目等重要科研项目。研究方向：竞争情报、信息管理与信息系统。
第一章 导论
第一节 问题的提出
第二节 国内外相关研究
第三节 研究内容
第二章 科研文化机构的主题特征可视化挖掘的理论基础
第一节 科研文化机构的主题识别与分析
第二节 新兴主题的识别与分析
第三节 热点主题的识别与分析
第四节 科研文化机构的主题演化研究
第五节 信息可视化
第三章 科研文化机构主题特征可视化挖掘的方法论
第一节 科研文化机构主题特征的分析方法
第二节 科研文化机构主题特征可视化挖掘的工具
第四章 科研机构研究领域的可视化比较
第一节 研究目的与方法
第二节 数据来源与收集
第三节 中美图情科研机构的研究主题相似性分析
第四节 潜在国内与国际合作机构分析
第五节 机构聚类的主要研究领域分析
第六节 中美图情机构的热点与特色研究领域识别
第七节 热点研究领域的主要贡献机构识别
第八节 小结
第五章 科研机构对新兴主题的贡献度可视化分析
第一节 研究目的与方法
第二节 数据来源与收集
第三节 中美图情领域的新兴主题识别
第四节 国内图情科研机构对新兴主题的贡献度研究
第五节 美国图情研究机构对新兴主题的贡献度研究
第六节 小结
第六章 科研机构对热点主题的贡献度可视化分析
第一节 研究目的与方法
第二节 数据来源与收集
第三节 热点关键词的识别
第四节 热点关键词的聚类分析
第五节 国内图情科研机构对热点主题的贡献度分析
第六节 美国图情研究机构对热点主题的贡献度研究
第七节 小结
第七章 科研机构研究领域的演化
第一节 研究目的与方法
第二节 数据来源与收集
第三节 图情科研机构出版物的主题演化
第四节 热点研究主题在科研机构出版物中的演化
第五节 图情科研机构研究重点的演化
第六节 小结
第八章 博物馆藏品特征的可视化挖掘
第一节 研究目的与方法
第二节 数据来源与收集
第三节 博物馆藏品概况的可视化分析
第四节 艺术家的专长与特征识别
第五节 面向艺术家偏好的博物馆游览推荐研究
第六节 面向主题偏好的博物馆游览推荐
第七节 小结
第九章 总结及展望
附录
附录1 被调查的中美图情科研机构列表
附录2 被调查的博物馆名称、地点和标签对照表
参考文献
《科研文化机构的主题特征可视化挖掘》：
第六节 小结
本章提出一种新的术语加权方法，用于区分术语的新兴程度，建立了一套较为完整的测量和可视化研究机构对新兴主题贡献度的方法。采用树图技术对新兴主题以及90所中美图情科研机构对其贡献度进行了可视化分析。
研究发现，中美两国图情领域的新兴主题之间存在很多差异。虽然两国图情科研机构均涉及知识管理、本体、数字图书馆、电子学习、无线传感器网络和网站，但是中国图情机构强调与管理学和数学相结合的新兴主题，如创新、客户满意度、不确定性分析、随机模型、模糊集理论和多目标优化；而美国同行则集中在情报学、人体工程学和人类因素工程的子领域，如语义学、聚类算法、生物信息学、泛在计算、触摸屏和服务器等新兴主题。即使在同一分类号下，一些由美国图情研究机构研究的新兴主题，如社交网络（在线）、元数据、移动设备和图像识别在中国同行的新兴主题列表中几乎很少。我们鼓励中国图情科研机构根植于核心图情领域的新兴主题。
关于对新兴主题的贡献度，贡献最大的研究机构包括中国的WuhanU、TongjiU、SWU、TianjU和BJInstTech以及美国的Drexel、UPitt、UWash、UMary和IndiU。
中美两国的图情研究机构之间的差异在于：只有一个中国图情研究机构（即WuhanU）无论是在研究绩效还是对新兴主题的贡献度上都名列前茅，而中国其他研究绩效突出的图情研究机构却未对新兴主题贡献显著。然而，美国图情研究机构在其研究绩效方面的排名与它们对新兴主题的贡献度上高度一致。也就是说，在美国，具有较高的学术研究绩效的图情机构同时也在对新兴主题的贡献度上处于领先地位，这为中国图情科研机构树立了典范。
……
书单推荐
