引文分析法共詞分析法淺析.ppt

科學研究前沿代表了科學發(fā)展的難點 熱點以及發(fā)展趨勢 從浩瀚的科技信息中探測研究前沿是科技創(chuàng)新的關鍵任務之一 因此 如何能夠科學 準確地把握研究前沿已經成為科學研究人員及其管理者關注的焦點 科學家提出各種方法與技術用于探測研究前沿 其中以利用引文分析和共詞分析的研究最為常見 引文分析 引文分析是利用各種數學 統(tǒng)計學以及邏輯方法 對科技期刊 論文 著作等各種分析對象的引用或被引用現象進行分析研究 以便揭示其數量特征和內在規(guī)律 達到評價 預測科學發(fā)展趨勢的目的 近幾年主要的關注研究對象或熱點集中在 引文網絡 自引與自引率 共引分析 影響因子 以及 引文分析和統(tǒng)計中的誤差 等方面 在引文分析中 引文網絡得到了學者們的高重視 國外方面 將引文看作代表信賴的原型 他們認為在虛擬環(huán)境中 引文實際上代表了一種信賴 當A引用B的文章時 A認為B的觀點是支持性的 而B引用的內容是被協(xié)商許可了的 引用內容的同時也就影響了B的思維 因此 引文網絡系統(tǒng)可以被看成是信賴系統(tǒng) 引文索引則可以被看成是一個推薦系統(tǒng) 推薦被引次數多的文章 引文網絡 在引文網絡中存在大量的同引和耦合 同引 或稱同被引 是指兩篇或兩篇以上文獻共同被之后的一篇或多篇文獻引用 如圖中5和6同時被之后的8和8 引用 引用它們的論文的多少 即同被引程度 稱為同被引強度 耦合則是指兩篇文獻共同引用了一篇或多篇文獻 如圖中2和4共同引用了1 耦合的文獻之間總存在著這樣或那樣的聯(lián)系 其聯(lián)系的程度稱為耦合強度 引文網絡的結構特點有 引文網絡是靜態(tài)的 不可以在任何已有節(jié)點上增加新的代表引用的單向箭頭 也不可以隨意刪除已有的代表引用的單向箭頭 因為文獻一經出版之后 它的參考文獻就一成不變了 引文網絡中的引用是單向的 即只能是后期的文獻引用前期的文獻 而前期的文獻不能反過來引用后期的文獻 引文網絡中的引文不可以自引 引文不能自己引用自己 在引文分析中 自引主體只能是作者 期刊 學科 機構等 引文網絡中的引用是有固定時間的 即文獻A引用文獻B是有固定時間的 這個固定時間正好是文獻A的發(fā)表時間 且文獻A的發(fā)表時間必然在文獻B之后 如圖3中8和8 同時發(fā)表 故不存在8引用8 或8 引用8 引文網絡中引文間的引用呈現出主題集中 因為引文間引用的正式性和文獻出版的質量控制 引文基本來自同一科學領域或關系緊密的領域 常見的引文網絡測度指標可以分為四類 引文數量特征測度指標 引文數 引文分布特征測度指標 平均引用數 自引數與自引率 被引次數與引用數的比值 期刊 論文 影響力測度指標 被引用數 同引和耦合 期刊影響因子即年指標 文獻老化規(guī)律測度指標 衰減系數等 自引自引率 關于自引和自引率的研究是引文分析的內容之一 目前在國外研究最多的是關于期刊的自引和自引率 一般認為 期刊高自引有助于提升其影響因子 也有研究人員研究去除期刊自引數對影響因子的影響 認為未去除影響因子的數據可以采用 還有研究顯示期刊自引與自引率與影響因子的負相關性 共引 co citation 就是兩篇文獻同時被其他文獻引用 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 因此同被引次數即共引強度可以測度文獻在內容方面的相關度 由此 通過一組文獻之間的共引關系可以形成共引網絡 該網絡內節(jié)點之間的遠近便可以反映它們主題內容的親疏關系 共引分析方法始于small于1973年提出的以文獻為單位的共引分析 但共引概念可以推廣到與文獻相關的各種特征對象上 形成各種類型的共引概念 如詞的共引 文獻共引 著者共引 期刊共引 主題共引和類的共引等 共引的意義 自1973年被提出以來 共引分析已成為引文分析里面一種潛在多產的分析方法 它不僅可以用來揭示科學結構的發(fā)展現狀乃至變化情況 還可以用來進行前沿分析 領域分析 科研評價等 進而為宏觀科技決策提供先行支持 為科技規(guī)劃與評估提供基礎 共引分析的一般過程 共引分析方法的一般過程可以概括為分析領域的確定分析對象的選擇及共引矩陣的形成共引數據的處理聚類分析和多維標度結果分析和解釋 方法的演進過程以分析過程中分析對象的選擇和聚類方法中的參數修正為主 選擇對象搜索數據構建矩陣聚類分析 多維尺度分析 計算戰(zhàn)略坐標分析結果 幾乎國內外所有學者都是按照統(tǒng)一的方法模式來進行共被引分析 即第一步構造共被引矩陣 第二步將該矩陣轉化為相似系數矩陣 方法大多為皮爾遜相關系數法 Pearson SCorrelationCoeficient 第三步是進行聚類 Cluster 和多維尺度分析 MDS 這基本是大家默認的方法 在我國許多相關教材和相關論文中也多是采用這樣的方法 從2003年開始 在科學計量學學者之間又引發(fā)了關于共被引分析方法的討論 焦點主要集中在對皮爾遜相關系數是否適合應用到共被引分析這一問題 及共被引矩陣對角線如何取值這一問題的討論 McCain將其定為 默認值 這也是影響最廣泛的一種對角線確定方法 Ahlgren等認為應該使用自己與自己實際共被引次數 White則建議使用最大值來確定對角線的值 邱均平等認為根據共被引原理來看 從臨近矩陣的定義來看 White的建議則更正確 共被引矩陣本來就是考察各對象之間親疏關系的臨近矩陣 只不過研究的目標選定了有特殊意義的作者 論文 期刊 學科等而已 從這點出發(fā) 我們自然而然的認為自己和自己的關系最親近 所以應該是該作者與其他作者共被引頻次中最高的 表達方式可以是最大值 但我們認為為了突出自己與自己的親密關系 可以用最大值 l來凸顯 所以我們大體傾向于White的提法 但可做適當的調整 Pearson s只是一種測度變量相似性的方法 是為了更好地發(fā)現變量之間的關系 而許多方法都可以取代它 我們認為SquaredEuclideandistance是代替它的最好方法 理由如下 Pearson S相關系數矩陣自身的確存在問題 其不適合對有0 模塊的矩陣進行轉化 雖然White等一再強調 共被引矩陣不應該存在0 模塊 并且給出了許多實例 但是我們認為這還是不具有普遍性 難免遇到0 模塊 尤其是在我國的研究者之間 在這里 我們再次肯定Ahlgren等提出的相似性測度的兩個必要條件 注 是非常正確的 雖然是針對相似性測度提出 但是其原理對于非相似測度同樣正確 我們用SquaredEuclideandistance測度方法是滿足兩個必要條件 根據SquaredEuclideandistance公式可以看出即使在矩陣后加入0 模塊 D X Y 的值保