主題分析之意涵

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

第二章 文獻分析

本研究主要係運用 CATAR 自動化文獻內容探勘工具，針對數位學習領域 SSCI 期刊文獻進行主題分析，期能歸納數位學習領域主題架構。為了讓本研究 順利進行，使得研究結果更加完備，因此蒐集整理相關之研究文獻進行分析探討，

俾利本研究之順利進行。茲將文獻探討分為三節：第一節介紹主題分析之意涵；

第二節說明自動化文獻內容探勘分群技術之應用及相關演算法；第三節歸納國內 外數位學習之研究現況與發展趨勢之相關研究。藉由深入的文獻探討可瞭解與本 研究相關之研究概況，以借鏡前人之研究經驗與成果，作為本研究進行之參考。

第一節 主題分析之意涵

本節針對主題分析之意涵、主題分析之類型及主題分析相關研究之文獻探討 分析如下：

一、主題分析之意涵

所謂文獻主題分析是先從文獻內容中，分析出可以代表文獻內容的主題概念，

再將主題概念以內涵相同的術語、標題詞表示之，而這種代表主題概念的術語、

標題詞，稱為主題詞（Subject Term）或關鍵詞（Keyword）(Albrechtsen, 1993)。

主題分析是確定主題類別並剖析主題類別結構的過程。而主題分析的目的在於適 當的深度上，分析和掌握文獻的中心內容，從概念上加以詮譯、萃取，以便依據 其中心內容選擇適當的主題詞作為文獻的查詢檢索標題(吳萬鈞，1998)。

而對於具有學術價值的期刊文獻，所進行的研究主題內容分析與探索，不同 的學術領域都有其各自的研究與發展。例如羅思嘉等人(2001)在「圖書資訊學學 術文獻主題分類體系之研究」中，指出現行圖書資訊學分類體系之期刊文獻研究 議題的特性分析，即分類體系架構的建立主要是以各學科理論為發展的基礎，整 體架構著動在宏觀原則與完整性，並考量理論上彼此間的關係。其分析主題分類 架構的建立方式大多採取兩種模式：一是將專家的知識視為領域整體，由上而下

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

地（Top-Down）建立其分類架構；另一則是以資料驅動的模式（Data-Driven Model）

探究大量文獻的內容，由下而上地（Bottom-Up）歸納主題分析架構。若單採其 中一種模式進行可能發生的現象，前者雖可全面性考量學科領域中的發展，但可 能與實際發展有所差距；後者則是較適用於定期檢視的狀況，所訂定出的分析架 構可能僅適合呈現某一時期的分析資訊。因此，如何建立適用的文獻主題分類架 構，其研究應採取兩種模式並進的方法。一方面以既定的分類架構為基礎，調整 其中主題及類別，如此才能建立全面、完整的主題分類架構。

總而言之，主題分析除了用於主題分類架構分析之外，同時對於文獻資訊的 檢索也具有重要的效用。然而在數位學習的研究主題中，由已出版的文獻來分析 數位學習之學術研究主題面向，常是研究者所關心的議題，透過文獻主題分析的 方式來檢視已發表的數位學習領域文獻，以探究數位學習研究的趨勢，以及研究 典範的變遷，期能歸納數位學習跨學科領域之動態知識、較主流熱門的研究議題，

並分析歸納出數位學習領域學術文獻主題分析架構。

二、主題分析法之應用

要深入了解一領域的研究發展，即是對該領域所發表的文獻進行分析與分類。

透過對發表文獻的分析與歸類，可以歸納出該研究領域的主題研究範圍、議題以 及在不同階段的研究發展重點。就書目計量學(Bibliometrics)相關研究中可應用 於探討研究文獻之間主題關係的方法有三種：共被引分析(Co-citation analysisy)、

書目對分析(Bibliographic coupling)與共現字分析(Co-word analysis)。共被引分析 的基本概念乃是指一群引用文獻依據他們共同出現於期刊文獻的參考書目的數 量所群聚；書目對分析的概念是指依據共同引用的參考文獻數量所群聚；共現字 分析是指出現在兩篇文獻同一欄位，以相同的字或詞來測量兩篇文獻的聯結關係 (Persson, 1994)。

然而欲分析一篇文獻主題，往往需要閱讀文獻的題名、摘要、前言甚至於瀏 覽全文，才能準確地找出其主題概念，從中找出合適的詞語。亦即對某一文獻進

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

行主題分析，首先須釐清此篇文章內容的主題概念和中心思想，因此要找出主要 概念適當的詞彙，可由題名、摘要、層次標題或正文的重要段落中找到線索，最 後抽出與主題概念一致的詞和片語作為關鍵詞(劉萍，1999)。

蔡明月(2003)認為書目對與共被引分析都同樣是利用第三文獻與兩篇存在 的文獻之間的引用與被引用關係，建立兩篇文獻之間的連結關係。而這兩種之間 主要的差別在於書目對是以引用文獻(Citing document)為叢集的主體，共被引則 是以被引用文獻為叢集的組成分子。因此，兩種方法所得的結果會有一些偏差。

曾元顯認為依照書目對進行分群歸類的優點是論文 A 和 B 的關鍵詞彙可以差 異很大，只要兩者共同引用足夠多相同的文獻；但若兩者之間沒有足夠相同的參 考文獻時，卻有使用相同的主題詞彙，則兩者之間就可以藉由共現字分析對應起 來。因此，書目對分析與共現字分析可以互補，也可以彼此強化對方的結果(曾 元顯、林瑜一，2006)。

整體而言，主題分析的建構層次可分為兩類來看：一是階層式的建構方式；

另一則是平行模式。階層式的建構方式是先建立學科領域中的主要類目，再發展 其下所屬的各個子類，同一類別下的子目，彼此間具有某種共通的特性，而同一 橫向層級的類目間存在某種程度的關聯性。平行模式則是不考慮各類目間的共通 或者是從屬關係，主要是辨識出各個文獻所討論的主題內容，再設計適當的標籤，

以助於文獻內容的分析。

三、主題分析之相關研究

主題分析(Subject analysis)也是「資訊分析」(Analysis of information)的一種 方法，即自文章的內容中衍生出文字或符號，形成該文章要義之簡要描述。其目 的主要是根據文章顯著的特性解析內容，以名詞、形容詞與名詞的組合、片語或 句子，來標示文章所揭示之重要主題(Chu & O'Brien, 1993)。

吳美美(1999)分析《圖書館學與資訊科學》二十五年來收錄文章的主題內容，

共分為 46 項主題類目。經過人工統計，二十五年來 49 期共有 416 篇文章，其專

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

析法之人工統計。而內容分析是一項以訊息的實質內容作為主要研究對象的研究 方法，並嘗試由文獻搜尋文獻內涵的基本資訊，以符合研究宗旨與目的(王梅玲，

1996)。然而主題分析為資訊處理過程中相當重要的關鍵程序，它是瞭解文獻內 容、標示文獻主題、組織相關文獻，並提供資料查詢關鍵詞的基本方法。所以利 用主題分析檢視已經發表的文獻，可以探究在不同的時間與環境下，學科領域研 究的趨勢以及研究典範的變遷(吳美美，1999)。因此，本研究將以自動化文獻內 容探勘技術，探索整體數位學習領域期刊論文之研究主題，試圖歸納較為完整的 數位學習領域研究主題分析架構。