STCF值:基于研究主题的学术文献影响力评价新指标

[目的/意义]学术文献影响力评价指标不断推陈出新,但尚缺乏在研究主题层面对文献影响力的评价,为发现不同研究主题内具有高影响力和引用价值的文献,本研究给出一种基于研究主题的文献影响力评价方法。[方法/过程]以Web of Science数据库中2011年-2015年间情报学领域500篇高被引文献为样本,利用LDA模型对样本文献进行主题建模,将主题对文献的支持度与文献被引频次相结合,计算特定主题文献的被引频次（specific topic cited frequency,简称STCF）,并根据每篇文献在相应主题内的STCF值对文献进行影响力排序。[结果/结论]结果表明,STCF值能反映文献的主题内容、细粒度体现文献的学术地位、呈现文献研究主题的多元性,能够有效弥补被引频次、Altmetrics指标的不足。     

基于语义和位置相似的作者共被引分析方法及效果实证

[目的/意义] 作者共被引分析是探索领域知识结构的重要方法,在复杂的学科发展态势下,其依赖于共被引频次的作者关联度度量颇具争议。对此,提出一种基于语义和位置相似的作者共被引分析改良方法。[方法/过程] 在介绍基本原理的基础上,以图情领域为例开展基于语义和位置相似的作者共被引分析改良方法的效果实证,面向CNKI期刊库进行引文全文挖掘,并对引用句及引用位置进行抽取,结合预训练的领域词嵌入模型计算共被引文献间的深层相似度和作者间的关联强度,利用网络分析和因子分析法对比该方法与传统方法的效果差异。[结果/结论] 结果证明,基于语义和位置相似的作者共被引分析改良方法能更准确地识别共被引作者的关联强度,可发现更为细致的学科知识结构,并具有可拓展性与可应用性。     

作者混合共引网络对知识图谱绘制的改进研究

[目的/意义]作者共引网络分析（ACNA）是文献计量学中的重要分析方法,旨在通过寻找学术文献集合中作者之间的共引关系绘制出特定领域的知识图谱,进而指导科学研究。然而,ACNA的一个缺陷是其原始矩阵输入信息量过小。本文通过提出作者混合共引网络（HACNA）,绘制更为精确的科学知识图谱。[方法/过程]鉴于不同种类的学术网络能为绘制知识图谱提供不同维度的信息,提高知识图谱绘制的精确性,本文以合著网络和引用网络为例,结合其他种类的学术网络在ACNA基础上进行精确科学知识图谱的绘制。[结果/结论]实证研究结果显示,与ACNA相比,HACNA绘制出的知识图谱在聚类过程中能够使得同类作者更为聚拢、不同类作者更为分散,从而提高了聚类效果和可视化程度。同时,HACNA绘制出的知识图谱还能够挖掘出更多细节。     

被引时间异质性与被引分布均衡性相结合的期刊评价研究

[目的/意义]针对现有评价方法对期刊影响因素考虑不全面的问题,提出一种将期刊被引频次、被引时间异质性与被引分布均衡性相结合的期刊综合评价方法。[方法/过程]首先,基于期刊被引时间的异质性计算加权篇均被引频次;其次,利用改进后的泰尔指数衡量期刊被引分布的均衡性;最后,利用熵权法与灰色关联分析法将被引时间异质性与被引频次均衡性相结合,构建期刊综合评价指数——关联度指数(Relevance Index,简称RI)。[结果/结论]通过对国外图书情报领域的40种期刊进行实证分析,结果发现:相比于JIF和h指数,RI指数能够考虑期刊被引时间的异质性,时效性更强,权重分配更合理;RI指数能兼顾期刊被引分布的均衡性,能够识别平均影响力较强的期刊,评价结果更加客观、全面。     

睡美人与王子文献的识别方法研究

[目的/意义] 研究睡美人与王子文献的识别方法。分析唤醒机制,为未来在学术交流体系中发现"王子"作者,发掘、唤醒低被引和零被引文献的潜在价值提供理论依据。[方法/过程] 采用被引速率指标和睡美人指数两种客观指标识别1970-2005年临床医学四大名刊上发表的睡美人文献;基于以下4个原则寻找唤醒睡美人的王子文献:①发表于被引突增的附近年份;②本身被引次数较高;③与睡美人文献的同被引次数高;④在年度被引次数曲线上,王子文献对睡美人文献的"牵引或拉动"作用非常显著,即至少在睡美人文献引用突增的附近年份,王子文献的年度被引次数应高于睡美人文献。[结果/结论] 由于考虑了全部引文窗的引文曲线,被引速率指标能够识别出那些被引生命周期长、至今仍持续不断高频被引的论文;睡美人指数能够快速识别出睡美人文献,但却无法反映年度被引次数达到峰值之后的引文曲线;将被引速率+发表最初5年年均被引次数两个指标结合起来能够更好地识别睡美人文献。分析发现,综述、指南、著作等"共识型"的文献对于引发那些提出了新思想但尚未被认可的睡美人文献的被引突增起到了关键作用。建议事后识别睡美人文献可采用客观指标与主观界定相结合的方法,事前预测睡美人文献要注意追踪其是否被"共识性"文献推荐和引用,学术评价要特别关注被引速率低的论文。     

睡美人文献识别方法分析与改进构想

[目的/意义] 睡美人文献是指那些发表初期遭遇长时间的冷遇,随后突然引起广泛关注的文献。这些文献往往蕴含着重大科学发现,对其进行识别研究具有重大意义。通过对现有识别方法的梳理和分析,提出识别睡美人文献方法的改进思路和做法。[方法/过程] 明确以高被引文献作为睡美人文献识别研究的对象,选取文献年被引频次累积变化趋势作为研究切入点,提出累积被引速度和累积被引加速度两个指标,明确自引的处理方法。[结果/结论] 提出睡美人文献识别方法的改进思路与实证路线,在一定程度上优化了识别方法,同时为睡美人文献预测方法的研究提供一定的基础。     

“非可被引文献”的引证特征及其对科技期刊影响因子的贡献

介绍可被引文献和“非可被引文献(non-citable document,NCD)的概念.对NCD的引证特征进行统计分析,证实了NCD是可被引用的,甚至还可能有极高的被引频次.通过文献计量学分析,探讨NCD对期刊影响因子的贡献度.     

中文科研论文未被引探索Ⅲ：科学交流相关性情境下的竞争-选择机制

[目的/意义]与众多基于未被引现象的统计分析不同,本文利用演绎分析方法探索论文未被引的产生机制。[方法/过程]将未被引现象置于科学交流的宏大背景下,提出论文未被引的竞争-选择机制,指出竞争-选择机制是以文献内容为基础的相关判断与抉择过程,同时受到文献外在特征的深刻影响,以此为基础从时间维度及空间维度展开具体分析过程。[结果/结论]从时间演化角度上看,新旧相关文献间的竞争是引发论文未被引现象的主要原因;从时间截面上看,在问题解决循环往复过程中,文献查询、文献参考及新潜在相关信息表达中的同质文献竞争是产生论文未被引现象的重要原因,而引用选择是以竞争为背景的自发自组织过程。     

从高被引与零被引论文的引文结构差异看Research Front与Research Frontier的区别

[目的/意义]借助引文分析与其他文献计量学研究方法对特定领域的"研究前沿"进行分析,是目前情报学研究的重要课题。但是中文"研究前沿"实际对应于Research Front与Research Frontier两个具有不同内涵的英文术语,厘清这两个术语关系有助于学者改进并正确应用"研究前沿"分析方法。[方法/过程]在分析Research Frontier与Research Front两个概念交集关系模型的基础上,以Scientometrics和JASIST两种期刊为样本,检验了常见Research Front引文分析指标的可靠性。[结果/结论]实证研究结果显示,尽管高被引论文比零被引在引文的新颖性、热点性、耦合关联性上具有相对显著的优势,但这些特征指标并不能高效地映射潜在的高被引论文。因此,Research Front与Research Frontier是具有显著差异的不同概念,学者们应该对这两组概念进行更为深入的讨论。     

《国家图书馆学刊》1999—2008年发文情况的被引分析

根据文献计量学的方法,本文分别从年发文量、被引论文量、被引频次、被引用论文次数、被引论文作者、被引论文的期刊分布、学术影响因子以及基金资助等几方面,对《国家图书馆学刊》1999—2008年被引用的情况进行统计分析。     

文献相似性对科学引用偏好的影响实证研究

[目的/意义]施引文献与被引文献往往存在着某种相似性,揭示这种现象背后的形成机制有助于深入理解引文的本质。[方法/过程]采用指数随机图模型,以图书馆与情报学领域为对象开展实证分析,旨在揭示文献相似性对引用关系的影响机制。[结果/结论]实证研究发现：在网络结构、机构、期刊层面存在显著的引用文献相似倾向。具体地,引用关系更倾向于嵌入三角传递结构;来源于相同机构和期刊的文献之间更容易产生引用关系;来源于学科优势地位国家的文献之间更容易产生引用。实证结果充分说明社会接近性是引用行为的重要形成机制,反映了引用偏好的社会属性。     

利用引文构建的主题模型研究进展

[目的/意义] 概率主题模型算法在不断得到改进与扩展，本文对国内外已有的利用引文构建的主题模型进行研究，分析和对比不同模型的生成过程与算法，并探讨利用引文构建的主题模型在科技文本分析中的应用与可扩展的研究方向。[方法/过程] 通过Web of Science数据库和CNKI数据库获取国内外利用引文构建主题模型的相关文献，经人工判读后筛选出具有代表性的文献，对这些文献中利用引文构建的主题模型，从建模思想、生成过程、参数估计与推断算法等方面进行对比与分析。[结果/结论] 目前国内外利用引文构建的主题模型主要包括研究主题与引文分布的主题模型、研究被引与施引主题间关系的主题模型，以及基于引用内容的引用主题模型；主题模型中引入引文信息后，能够获得更完整的主题内容和特定主题下的重要文献，并可识别施引文献和被引文献之间主题间的关系及影响；已有的模型多集中在概率潜在语义分析（Probabilistic Latent Semantic Analysis，PLSA）和潜在狄利克雷分配（Latent Dirichlet Allocation，LDA）主题模型基础上进行扩展。未来可扩展研究引入引用内容的主题模型、模型的性能优化和评价方法、模型的应用研究等。     

群体动力学方法在不同引证网络中探测新趋势的效能差异

[目的/意义]针对采用不同引证网络探测新兴趋势的问题,比较群体动力学方法用于直接引证网络和文献耦合网络上的效能差异。[方法/过程]首先构建并分析直接引证网络、文献耦合网络和同被引网络的特征,然后基于群体动力学方法对文献耦合网络进行实证研究。[结果/结论]对比以往的研究结果发现：群体动力学方法作用于直接引证网络进行新兴趋势的预测结果较基线方法为好,而在文献耦合网络中预测的效果并不比基线方法更佳。     

数字人文研究领域的知识图谱构建与分析——基于WoS文献关键词和引文上下文的实证

[目的/意义]引文是施引文献与被引成果的纽带，反映了后继者的借鉴和肯定。本研究在传统题录关键词网络的基础上，创新地将引文上下文关键词作为研究材料，所构建知识图谱不仅能揭示文献主题的深层次信息，也能够反映受众主观筛选和利用文献的知识过程。[方法/过程]选取数字人文为研究领域，获取3个文献集和两个引文文本集，构建两个无向的关键词共现网络和两个有向的基于文献引证的关键词网络。通过共现网络，观察数字人文领域知识的吸收与扩散；通过引证关键词网络，观察数字人文的形成与转化。[结果/结论]研究揭示数字人文的研究重点、核心领域与核心技术，从受众的角度为数字人文领域未来研究提供借鉴和参考。     

知识域可视化中的共被引与耦合研究综述

[目的/意义] 知识域可视化是信息可视化衍生出的一个重要分支。基于图书情报学、科学学的研究方法,对知识域可视化研究成果中的共被引与耦合进行全面梳理,分析共被引与耦合在知识域可视化方法中的具体应用,总结知识域可视化的共被引与耦合新发展,引导和推动知识域可视化研究的深入开展。[方法/过程] 在界定知识域、知识域可视化和构建知识域可视化研究框架的基础上,对知识域可视化方法的共被引与耦合进行了归纳和总结,分析了文献共被引方法、作者共被引、期刊共被引、文献耦合方法、作者耦合方法这5种主要的共被引与耦合方法。[结果/结论] 认为以上5种方法是知识域可视化研究的主要方法,而多元引用方法、融合替代计量学的共被引与耦合代表了知识域可视化的新发展。     

基于合著与共引关系的学者关联度模型及实证研究

[目的/意义] 通过对科研群体中学者之间的关联度进行研究,建立一种新的关联度计算模型,为深入分析学者间的关系提供更多视角。[方法/过程] 在对已有学者关联度表示方法进行总结的基础之上,将传统研究中的学者间合著关系与文献引用关系进行集成,构建基于合著与共引关系的学者关联度模型。实证部分以图书情报领域17种期刊10余年的文献数据以及引文数据为例,详细阐述基于该模型的复杂网络构建过程,并对该复杂网络的应用价值进行论述。[结果/结论] 实证数据表明,该关联度计算模型具有可应用性,构建的网络很好地将有向图与无向图进行了统一,不仅能够反映合著关系也能够体现相互间的共引关系,为深入分析学者间的关联提供数据基础,也能为知识服务和政策制定提供有益的参考。     

基于引用内容的论文影响力研究——以诺贝尔奖获得者论文为例

[目的/意义]论文被引频次只能反映论文的宏观影响力,无法揭示论文在他人研究中的具体作用和影响,因此,本文提出从引用内容的主题和功能两方面对论文的影响力进行分析。[方法/过程]以2014年诺贝尔生理学或医学奖获得者J.O'Keefe的高被引论文为实例,首先,采用文献计量学方法对引用内容主题进行分析;对其,影响范围及领域进行可视化分析;其次,从引用性质和功能角度,将引用内容分成正面引用、负面引用和中性引用;最后,将中性引用进一步划分为3类,分别是研究背景介绍、理论基础和实验基础。[结果/结论]结果表明,共词分析可以很好地表达论文影响的主题领域;引用内容的分类可以提供一篇论文被引用的多方面原因。在本实验中没有负面引用,多于10%的引用为正面引用,大约50%的中性引用都是作者在研究背景章节中介绍与施引文献相关的研究工作。