文献计量与引文分析

他认为，在语言交流过程中，“省力法则”同时体现在说话人和听 话人身上。说话人希望组成语言的词少，而且一词多义,以节省其精 力。听话人认为最好是一词一义,使听到的词与其确切涵义容易匹配, 减少他理解的功夫。这2种节省精力的倾向最后平衡的结果,便是词 频的双曲线型分布。
•
齐普夫定律

齐普夫定律的基本内容
• 1917 年，文献学家科尔和伊尔斯在《科学进展》期刊上发表文章， 通过分析研究比较解剖学文献，介绍了最基本的书目统计分析技术。
• 1923年，休姆提出了统计书目学。自此，文献计量的研究活动日益 活跃。 • 1926年，美国数学家、化学家洛特卡在题为《科技生产率的频率分 布》一文中首次阐述了著者与文献数量的关系，并建立了数学模型， 即洛特卡定律。 • 1934年，英国情报文献学家布拉德福提出了定量描述文献序性结构 的经验定律，揭示了定期出版物中文献分布规律。 • 1935年，美国语言学家齐普夫通过大量的统计分析工作，从而宣告 了齐普夫的词频分布定律的正式诞生。
定参数，k等于分布曲线中直线部分的斜率，可用
实验方法求得，当N足够大时，k≈N，s的数值等于 图形直线部分反向延伸与横轴交点的n值。β是参数， 与收藏的杂志(核心杂志)数量有关，大小等于分布 图中曲线部分的曲率，β总小于1.
布拉德福定律

•
•
布拉德福定律的应用
确定核心期刊，指导读者利用重点文献
选择核心期刊是布氏定律最基本、最常见的应用之一，这可以直接仿照布拉德 福方法进行。近年来，这种应用已被广泛地运用到各个学科的期刊文献工作中。
•
洛特卡的数据抽取方法有欠科学，只有在研究的学科满 足以下条件时预测结果才会比较客观：学科必须相对稳 定、研究的论文时间区间必须足够长、研究的作者数目 必须足够大。否则对该定律必须作相应的修正。
洛特卡定律

•
洛特卡定律的发展
在洛特卡定律的基础上，普赖斯（Price）进一步研究了 科学家人数与科学文献数量，以及不同能力层次的科学 家之间的定量关系，提出了著名的普赖斯定律和一些其 他重要结论。 普赖斯 (Price) 是著名的科学家与科学史学家 , 他在其代 表名著《小科学, 大科学》一书中曾有如下的论述 : “在 同一主题中 , 半数的论文为一群高生产能力作者所撰 , 这 一作者集合在数量上约等于全部作者总数的平方根，此 即普赖斯定律。
布拉德福定律

•
布拉德福定律的基本内容
布拉德福定律的区域分析：如果将科学期刊按其登载某个学科的论 文数量的大小，以减序排列，那么可以把期刊分为专门面向这个学 科的核心区、相关区、非相关区，3个区的论文数量相等，此时核心 区、相关区，非相关区期刊数量之比为1：a： a2， a是布拉德福常 数。
每个区的期刊刊登的某个学科的论文数量都是所有期刊关于这个学 科所发表的论文总数的三分之一。 第一区（核心区）所发表的论文来自数量不多但是效率最高的期 刊——n1； 第二区是数量较多的中等效率的期刊——n2； 第三区是外围区，数量众多但效率最低的期刊——n3。
•
齐普夫定律

•
齐普夫定律的局限性及发展
由于齐普夫定律是一个纯粹的经验定律，只是通过一般的统计方法得到，所 以它的使用范围有一定的局限性。其过于简单的形式和结论对于出现频次特 别高和频次特别低的词都不能完全满足。
之后，一些学者对齐普夫定律进行了一些修正。这些修正主要在增加参数方 面，有的学者把参数增加到两个，有的学者把参数增加到三个，使其更加精 确的描述词频分布规律。比较突出的有美国语言学家朱斯（M.Joos）的双参
I I1
2 n(n 1)
齐普夫定律

•
齐普夫定律的应用
•
洛特卡定律

•
洛特卡定律的应用
1、在情报学、图书馆学方面的应用。一般是用它来预测发表不同数 目文章的著者数量和特定学科的文献数量。这样，便于掌握文献的 增长趋势，便于进行文献情报的科学管理以及情报学的理论研究等。
2、在预测科学方面的应用。按照洛特卡定律，可以从统计或估算的 科学著者数量来预测文献数目的增长速度和文献流的动向，便于掌 握文献的交流规律；同时，从文献计量的角度出发，也可预测科学 家数量的增长和科学发展的规模及趋势等。
•
如果把一篇较长文章（约5000 字以上）中的每个不同的 词按其出现频次的递减顺序排列起来（高频词在前，低 频词在后），并用自然数给这些词编上等级序号，出现 频次最高的为1级，其次为2级……一直到L级，那么等级 值和频次值的乘积是一个常数，即：
fr c
•
•
其中f表示某个词在文章中出现的频次，
r表示该词的等级序号，c为常数。
•
• •
1、文献作者的分布理论--洛特卡定律
2、文献分散的理论--布拉德福定律 3、词频分布理论--齐普夫定律
洛特卡定律

•
洛特卡定律的产生
1926年，洛特卡最先研究了科学文献数量与著者数量之间的关系，并创造性 地提出了“科学生产率”的概念。所谓“科学生产率” 是指科学家(科研人 员)在科学上所表现出的能力和工作效率，通常用其生产的科学文献的数量 来衡量。洛特卡就是从“科学生产率”这个概念出发，通过统计和分析科研 人员的论著数量，首次揭示了科学文献按著者的分布规律。
•
•
3、在科学学和人才学方面的应用。可以用它来研究科学家的活动规 律，研究人才的著述特征，从而为整个科学学和人才学的研究提供 新的途径和手段。
布拉德福定律

•
布拉德福定律的产生
1933年，英国科学博物馆图书馆的布拉德福选择了“应用地球物理 学”和“润滑”专业领域为样本，组织图书馆的工作人员统计所收 集的科技期刊上发表的相关论文，共统计了490种期刊，1727篇论文， 并将期刊按照相关论文载文量的多少减序排列。
他采用3种不同的方法，即区域分析、图像观察和数学推导的方法对 文献统计数据进行了分析研究，结果发现，尽管学科不同，但相关 论文在相应的期刊中有着同样的分布规律。
•
•
布拉德福于1934年1月在《工程》发表了题为《专门学科的情报源》 一文，首次公开提出了定量描述文献分散规律的经验定律，即布拉 德福定律。

•
文献计量学的发展历史
1969年，普里查德（A.Pritchard）发表了《统计书目学还是文献计量学》 一文，首次提出了文献计量学这一概念。从此之后，文献计量学这个术语 代替统计书目学得到广泛应用。普里查德在这篇文章中对文献计量学下了 定义——“文献计量学是把数学和统计学应用于图书和其他交流媒介的一 门学科”。
齐普夫定律

•
齐普夫定律的基本内容
如果建立f与r的直角坐标系，横坐标表 示词的等级序号，纵坐标表示出现频次， 就得到一条双曲线。
•
如果对f和r都取对数，则双曲线变成一 条直线。
美国德克萨斯大学图书情报研究生院 R.E. 威利斯（ Wyllys ）曾经以含 21354 个单词的文集进行频次与等级的统计， 得到下图
• •
文献计量学：用数学和统计学的方法，定量地分析一切知识载体的交叉科
学；集数学、统计学、文献学为一体，注重量化的综合性知识体系；
其计量对象主要是：文献量(各种出版物，尤以期刊论文和引文居多)、作
者数 (个人或团体)、词汇数(各种文献标识)；
文献计量学概述

文献计量学的发展趋势
•
•
网络和网络计量的研究日益成为文献计量学的研究前沿;
•
•
科技期刊导购，确定最佳文献收藏
对一个单位来说，如何使用有限的经费，选择什么范围的期刊，订购多少期刊， 才能收到最佳的效果，应是图书情报部门关心的问题。而应用布拉德福定律即 可解决这一问题。
•
•
考察检索工具的完整性
将期刊按照布拉德福排序，排名最前的n（c<n<N）种期刊，设其所刊载的论文 数与全部期刊载文量之比为f，则有：
文献计量法与引文分析法
目录
一、文献计量学概述
文献计量学发展历史 文献计量学发展趋势
二、文献计量学方法
文献计量学三大定律 文献增长规律 文献老化规律
三、引文分析法
文献计量学概述

文献计量学的发展历史
• 文献计量学的发展历史最早追溯到 1911 年，俄国化学家瓦尔金用引 文分析法研究了一些国家的化学家所做的贡献。
R(n) n , (1 n C ) R(n) k log(n s), (C n N )
R(n)是相关论文累积数；n是杂志等级排列的序号 (级)；a是第一级杂志中的相关文章数R(1)，也就是 载文章最高的杂志中的相关文章数；C是"核心区" 中的杂志数量；N是等级排列的杂志总数；k,s是待
在对数据的研究过程中，洛特卡发现，科学领域的论著数量与著者频率有一 定的关系。他在《科学生产率的频率分布》一文中，论述了化学与物理学领 域中作者频率与论文数量的分布规律，提出了描述这两者关系的一般公式， 同时还阐明了科学生产率的经验规律，即洛特卡定律（Lotka’s Law），又 称“倒数平方定律”。
文献计量学内容体系中的指标 , 从提出到现在一直都是 文献计量学研究的热点 , 目前有关指标的研究是文献计 量学研究前沿, 且以指标的应用为主要的研究前沿; 文献计量学呈现与其他学科相结合的趋势 , 特别是医学。 文献计量学研究日益呈现应用化、综合化和网络化的态 势。
• •
文献计量学方法

文献计量学三大定律
•
f ( n ) = C /n 2 : 写 n 篇 论 文 的 作 者 数 量 约 为 写 一 篇 论 文 作 者 数 量 的 1/n2……
1 1 1 C ( 2 2 ... 2 ) 1 1 2 n
洛特卡定律

•
洛特卡定律的局限性
只是根据化学和物理学两大学科得出的理论估计，并非 精确的统计分布，在其他学科的应用时就需要作一定的 修正。
•
数等级分布率(
f (r ) cr , b 0, c 0, f (r ) 1
b r 1
n
)，美籍法国数学
b 家曼德尔布罗（B.Mandelbrot）的词的三参数 频 率 规 律 f (r ) c(分 r 布 a)
( (
) ， 布 思 （ A . D . B o o t h ） 的n 低 频词的分布规律 ) 。
n N ln s n s( N ) f f N s N ln s
如果等级排列分布中的N,s已知，对于确定的f, 可以由左式检验检索工具的完整性。
齐普夫定律

•
齐普夫定律的产生
1949 年，美国语言学家齐普夫发表了专著《人类行为与最省力法 则》，提出了最省力法则这个概念。齐普夫通过研究大量的统计资 料，试图证明自然语言词汇在文献中的分布服从一个简单的定律， 他称这一定律为“最省力法则”。齐普夫认为：人们在解决任何一 个问题时，总是力图把所能付出的平均工作消耗最小化，达到最省 力的地步。
洛特卡围绕科学生产率这个崭新的课题，为了考察文献作者分来自百度文库规律做了大 量艰苦的统计工作。他选取化学和物理两门学科的论著数量和著者数量为研 究对象。
•
•
洛特卡对这些数据的统计结果包含两部分内容：1、与论著数量相对应的作 者数量；2、著者频率，即相应的著者数占著者总数的百分比。这两个部分 均按论著数量增序排列。
•
•
• •
•
三个区中的期刊数量成下列关系：
n1 : n2 : n3 1: a : a
2
布拉德福定律

•
布拉德福定律的发展
英国情报学家布鲁克斯(B．C．Brookes)首次用数学公式描述了布拉 德福的经验定律,发展了图像描述方法，从而完成了布氏定律的这一 重要的后续工作。并创造性地提出用两个部分组成的数学表达式来 描述布拉德福定律，分别表示图像的曲线部分和直线部分：
C f ( x) 2 x
洛特卡定律

•
• •
洛特卡定律基本内容
C f ( x) 2 x
f(1)=C=6/π2:写一篇论文作者的数量约占所有作者数量的60%；
f(2)=C/4:写两篇论文的作者数量约为写一篇论文的作者数量的1/4; f(3)=C/9:写三篇论文的作者数量约为写一篇论文作者数量的1/9;
•
洛特卡定律

•
洛特卡定律基本内容
从洛特卡定律的产生过程可以看出，该定律的目的和基本内容是：描述科学 工作者人数与其所著论文之间的关系。
如果设f(x)为写了x篇论文的作者数占作者总数的比例，则洛特卡定律可表 示为：
•
C f ( x) a x
• •
其中，C和a是某特定主题领域的特征常数。 洛特卡统计的数据约：a=2，即“平方反比率”。