引文分析法共词分析法浅析ppt
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
-
常见的引文网络测度指标可以分为 四类: ①引文数量特征测度指标:引文数; ②引文分布特征测度指标:平均引用数、自 引数与自引率、被引次数与引用数的比值; ③期刊(论文)影响力测度指标:被引用数、 同引和耦合、期刊影响因子即年指标; ④文 献老化规律测度指标:衰减系数等
-
自引自引率Baidu Nhomakorabea
关于自引和自引率的研究是引文分 析的内容之一。目前在国外研究最多的是关 于期刊的自引和自引率。一般认为， 期刊高 自引有助于提升其影响因子； 也有研究人员 研究去除期刊自引数对影响因子的影响，认 为未去除影响因子的数据可以采用；还有研 究显示期刊自引与自引率与影响因子的负相 关性。
-
-
引文网络的结构特点有: ①引文网络是静 态的,不可以在任何已有节点上增加新的代表引用 的单向箭头,也不可以随意删除已有的代表引用的 单向箭头,因为文献一经出版之后,它的参考文献 就一成不变了; ②引文网络中的引用是单向的,即 只能是后期的文献引用前期的文献,而前期的文献 不能反过来引用后期的文献; ③引文网络中的引 文不可以自引,引文不能自己引用自己,在引文分 析中,自引主体只能是作者、期刊、学科、机构等 ; ④引文网络中的引用是有固定时间的,即文献A 引用文献B是有固定时间的,这个固定时间正好是 文献A 的发表时间,且文献A的发表时间必然在文 献B之后,如图3中8和8′同时发表,故不存在8引用 8′或8′引用8; ⑤引文网络中引文间的引用呈现 出主题集中,因为引文间引用的正式性和文献出版 的质量控制,引文基本来自同一科学领域或关系紧 密的领域。
-
引文网络
在引文分析中， 引文网络得到了学 者们的高重视。国外方面，将引文看作代表 信赖的原型。他们认为在虚拟环境中，引文 实际上代表了一种信赖。当A 引用B 的文章 时，A认为B 的观点是支持性的，而B 引用的 内容是被协商许可了的， 引用内容的同时也 就影响了B 的思维。因此，引文网络系统可 以被看成是信赖系统，引文索引则可以被看 成是一个推荐系统———推荐被引次数多的 文章。
-
引文分析
引文分析是利用各种数学、统计学以及逻 辑方法，对科技期刊、论文、著作等各种分析 对象的引用或被引用现象进行分析研究， 以便 揭示其数量特征和内在规律， 达到评价、预测 科学发展趋势的目的。近几年主要的关注研究 对象或热点集中在“引文网络”、“自引与自 引率”、“共引分析”、“影响因子”以及 “引文分析和统计中的误差”等方面。
引文分析法、共词分析法 浅析
于伟
-
科学研究前沿代表了科学发展的难点、 热点以及发展趋势,从浩瀚的科技信息中探测 研究前沿是科技创新的关键任务之一。因此, 如何能够科学、准确地把握研究前沿已经成 为科学研究人员及其管理者关注的焦点。
科学家提出各种方法与技术用于探 测研究前沿,其中以利用引文分析和共词分析 的研究最为常见。
-
选择对象 搜索数据 构建矩阵 聚类分析/多维尺度分析/计算战略坐标 分析结果
-
几乎国内外所有学者都是按照统一的方法 模式来进行共被引分析，即第一步构造共被引矩阵 ；第二步将该矩阵转化为相似系数矩阵，方法大多 为皮尔逊相关系数法(Pearson’S Correlation Coeficient)；第三步是进行聚类(Cluster)和多维 尺度分析(MDS)。这基本是大家默认的方法，在我国 许多相关教材和相关论文中也多是采用这样的方法 。
从2003年开始，在科学计量学学者之间又 引发了关于共被引分析方法的讨论。焦点主要集中 在对皮尔逊相关系数是否适合应用到共被引分析这 一问题，及共被引矩阵对角线如何取值这一问题的 讨论。
-
McCain将其定为：默认值，这也是影响最 广泛的一种对角线确定方法；Ahlgren等认为应该使 用自己与自己实际共被引次数；White则建议使用最 大值来确定对角线的值。邱均平等认为根据共被引 原理来看，从临近矩阵的定义来看，Wh ite的建议 则更正确。共被引矩阵本来就是考察各对象之间亲 疏关系的临近矩阵，只不过研究的目标选定了有特 殊意义的作者、论文、期刊、学科等而已。从这点 出发，我们自然而然的认为自己和自己的关系最亲 近，所以应该是该作者与其他作者共被引频次中最 高的。表达方式可以是最大值。但我们认为为了突 出自己与自己的亲密关系，可以用最大值+l来凸显 。所以我们大体倾向于White的提法，但可做适当的 调整。
-
共引（cocitation）
就是两篇文献同时被其他文献引用。 一般认为同被引用的文献在主题上具有或多 或少的相似性, 因此同被引次数即共引强度 可以测度文献在内容方面的相关度。由此, 通过一组文献之间的共引关系可以形成共引 网络, 该网络内节点之间的远近便可以反映 它们主题内容的亲疏关系。
-
共引分析方法始于small于1973年 提出的以文献为单位的共引分析, 但共引概 念可以推广到与文献相关的各种特征对象上, 形成各种类型的共引概念,如词的共引、文献 共引、著者共引、期刊共引、主题共引和类 的共引等。
-
共引的意义
自1973 年被提出以来，共引分析已 成为引文分析里面一种潜在多产的分析方法， 它不仅可以用来揭示科学结构的发展现状乃 至变化情况， 还可以用来进行前沿分析、领 域分析、科研评价等，进而为宏观科技决策 提供先行支持， 为科技规划与评估提供基 础。
-
共引分析的一般过程
共引分析方法的一般过程可以概括 为分析领域的确定分析对象的选择及共引矩 阵的形成共引数据的处理聚类分析和多维标 度结果分析和解释。方法的演进过程以分析 过程中分析对象的选择和聚类方法中的参数 修正为主。
-
在引文网络中存在大量的同引和耦合 。同引(或称同被引)是指两篇或两篇以上文 献共同被之后的一篇或多篇文献引用,如图中 5和6同时被之后的8和8′引用;引用它们的论 文的多少,即同被引程度,称为同被引强度。 耦合则是指两篇文献共同引用了一篇或多篇 文献,如图中2和4共同引用了1;耦合的文献之 间总存在着这样或那样的联系,其联系的程度 称为耦合强度。
-
Pearson’s只是一种测度变量相似性的方法，是 为了更好地发现变量之间的关系，而许多方法都可以取代它 。我们认为Squared Euclidean distance是代替它的最好方 法。理由如下：
常见的引文网络测度指标可以分为 四类: ①引文数量特征测度指标:引文数; ②引文分布特征测度指标:平均引用数、自 引数与自引率、被引次数与引用数的比值; ③期刊(论文)影响力测度指标:被引用数、 同引和耦合、期刊影响因子即年指标; ④文 献老化规律测度指标:衰减系数等
-
自引自引率Baidu Nhomakorabea
关于自引和自引率的研究是引文分 析的内容之一。目前在国外研究最多的是关 于期刊的自引和自引率。一般认为， 期刊高 自引有助于提升其影响因子； 也有研究人员 研究去除期刊自引数对影响因子的影响，认 为未去除影响因子的数据可以采用；还有研 究显示期刊自引与自引率与影响因子的负相 关性。
-
-
引文网络的结构特点有: ①引文网络是静 态的,不可以在任何已有节点上增加新的代表引用 的单向箭头,也不可以随意删除已有的代表引用的 单向箭头,因为文献一经出版之后,它的参考文献 就一成不变了; ②引文网络中的引用是单向的,即 只能是后期的文献引用前期的文献,而前期的文献 不能反过来引用后期的文献; ③引文网络中的引 文不可以自引,引文不能自己引用自己,在引文分 析中,自引主体只能是作者、期刊、学科、机构等 ; ④引文网络中的引用是有固定时间的,即文献A 引用文献B是有固定时间的,这个固定时间正好是 文献A 的发表时间,且文献A的发表时间必然在文 献B之后,如图3中8和8′同时发表,故不存在8引用 8′或8′引用8; ⑤引文网络中引文间的引用呈现 出主题集中,因为引文间引用的正式性和文献出版 的质量控制,引文基本来自同一科学领域或关系紧 密的领域。
-
引文网络
在引文分析中， 引文网络得到了学 者们的高重视。国外方面，将引文看作代表 信赖的原型。他们认为在虚拟环境中，引文 实际上代表了一种信赖。当A 引用B 的文章 时，A认为B 的观点是支持性的，而B 引用的 内容是被协商许可了的， 引用内容的同时也 就影响了B 的思维。因此，引文网络系统可 以被看成是信赖系统，引文索引则可以被看 成是一个推荐系统———推荐被引次数多的 文章。
-
引文分析
引文分析是利用各种数学、统计学以及逻 辑方法，对科技期刊、论文、著作等各种分析 对象的引用或被引用现象进行分析研究， 以便 揭示其数量特征和内在规律， 达到评价、预测 科学发展趋势的目的。近几年主要的关注研究 对象或热点集中在“引文网络”、“自引与自 引率”、“共引分析”、“影响因子”以及 “引文分析和统计中的误差”等方面。
引文分析法、共词分析法 浅析
于伟
-
科学研究前沿代表了科学发展的难点、 热点以及发展趋势,从浩瀚的科技信息中探测 研究前沿是科技创新的关键任务之一。因此, 如何能够科学、准确地把握研究前沿已经成 为科学研究人员及其管理者关注的焦点。
科学家提出各种方法与技术用于探 测研究前沿,其中以利用引文分析和共词分析 的研究最为常见。
-
选择对象 搜索数据 构建矩阵 聚类分析/多维尺度分析/计算战略坐标 分析结果
-
几乎国内外所有学者都是按照统一的方法 模式来进行共被引分析，即第一步构造共被引矩阵 ；第二步将该矩阵转化为相似系数矩阵，方法大多 为皮尔逊相关系数法(Pearson’S Correlation Coeficient)；第三步是进行聚类(Cluster)和多维 尺度分析(MDS)。这基本是大家默认的方法，在我国 许多相关教材和相关论文中也多是采用这样的方法 。
从2003年开始，在科学计量学学者之间又 引发了关于共被引分析方法的讨论。焦点主要集中 在对皮尔逊相关系数是否适合应用到共被引分析这 一问题，及共被引矩阵对角线如何取值这一问题的 讨论。
-
McCain将其定为：默认值，这也是影响最 广泛的一种对角线确定方法；Ahlgren等认为应该使 用自己与自己实际共被引次数；White则建议使用最 大值来确定对角线的值。邱均平等认为根据共被引 原理来看，从临近矩阵的定义来看，Wh ite的建议 则更正确。共被引矩阵本来就是考察各对象之间亲 疏关系的临近矩阵，只不过研究的目标选定了有特 殊意义的作者、论文、期刊、学科等而已。从这点 出发，我们自然而然的认为自己和自己的关系最亲 近，所以应该是该作者与其他作者共被引频次中最 高的。表达方式可以是最大值。但我们认为为了突 出自己与自己的亲密关系，可以用最大值+l来凸显 。所以我们大体倾向于White的提法，但可做适当的 调整。
-
共引（cocitation）
就是两篇文献同时被其他文献引用。 一般认为同被引用的文献在主题上具有或多 或少的相似性, 因此同被引次数即共引强度 可以测度文献在内容方面的相关度。由此, 通过一组文献之间的共引关系可以形成共引 网络, 该网络内节点之间的远近便可以反映 它们主题内容的亲疏关系。
-
共引分析方法始于small于1973年 提出的以文献为单位的共引分析, 但共引概 念可以推广到与文献相关的各种特征对象上, 形成各种类型的共引概念,如词的共引、文献 共引、著者共引、期刊共引、主题共引和类 的共引等。
-
共引的意义
自1973 年被提出以来，共引分析已 成为引文分析里面一种潜在多产的分析方法， 它不仅可以用来揭示科学结构的发展现状乃 至变化情况， 还可以用来进行前沿分析、领 域分析、科研评价等，进而为宏观科技决策 提供先行支持， 为科技规划与评估提供基 础。
-
共引分析的一般过程
共引分析方法的一般过程可以概括 为分析领域的确定分析对象的选择及共引矩 阵的形成共引数据的处理聚类分析和多维标 度结果分析和解释。方法的演进过程以分析 过程中分析对象的选择和聚类方法中的参数 修正为主。
-
在引文网络中存在大量的同引和耦合 。同引(或称同被引)是指两篇或两篇以上文 献共同被之后的一篇或多篇文献引用,如图中 5和6同时被之后的8和8′引用;引用它们的论 文的多少,即同被引程度,称为同被引强度。 耦合则是指两篇文献共同引用了一篇或多篇 文献,如图中2和4共同引用了1;耦合的文献之 间总存在着这样或那样的联系,其联系的程度 称为耦合强度。
-
Pearson’s只是一种测度变量相似性的方法，是 为了更好地发现变量之间的关系，而许多方法都可以取代它 。我们认为Squared Euclidean distance是代替它的最好方 法。理由如下：