基于因子分析的学术期刊评价指标分类研究

《基于因子分析的学术期刊评价指标分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于因子分析的学术期刊评价指标分类研究［摘要］针对部分学术期刊评价指标分类的模糊问题，利用中国科学技术信息研究所的医学期刊数据，采用聚类分析和因子分析进行期刊评价指标分类。指出聚类分析作为一种公认的分类方法，在期刊评价指标分类中并不适用。因子分析由于解释力较强，为学术期刊评价指标分类提供了一种较好的方法。在指标分类中完全根据数据说话是不完善的，可以根据具体情况在因子分析的基础上进一步进行整合。［关键词］学术期刊评价指标分类因子分析聚类分析［分类号］G3041引言学术期刊是国家科技发展水平的重要窗口，是知识创新、科

2、技成果转化为生产力的重要桥梁，在推动社会科技进步方面发挥着不可替代的作用。期刊评价是文献计量学研究的重要组成部分，它通过对学术期刊的发展规律和增长趋势进行量化分析，揭示学科文献数量在期刊中的分布规律，为优化学术期刊的使用提供重要参考，同时可以提高学术期刊的内在质量，促进学术期刊的健康成长和发展。对期刊评价指标进行分类是期刊评价的基础和前提，目前期刊评价方法有几十种，有些评价方法不需要对期刊评价指标进行分类，如主成分分析、灰色关联、TOPSIS等方法，但是有些评价方法必须建立在期刊评价指标分类的基础上，包括层次分析

3、法、专家打分法、突变理论等。层次分析法是根据子指标对父指标的重要性程度进行两两判断，指标分类尤为重要。专家打分赋权类评价方法是在指标众多的情况下进行的，更需要分类。WeipingYue、Concepcions.Wilson（2004）利用结构方程的原理建立了一个期刊影响力的分析框架，并对期刊评价指标进行了系统的分类。苏新宁（2008）在构建人文社会科学期刊评价指标体系时，将一级指标分为期刊学术含量（篇均引文、基金论文比、机构标注、地区分布数）、被引数量（总被引频次、学科论文引用数量、他引率）、被引速率（总被引速率

4、、学科引用速率、它刊引用速率）、影响因子（总影响因子、学科影响因子、他引影响因子）、被引广度等。盖红波（2006）将期刊评价指标分为定量评价指标（被引量、被索量、载文量、被摘量、影响因子）、定性评价指标（双高、双效、双奖、双百）、质量考核指标（政治、学术、编辑出版、效益）、同行评议指标。赵惠祥、张弘等（2008）将科技期刊评价一级指标分为影响力指标（总被引频次、影响因子、5年影响因子、相对影响因子、即年指标、他引率、引用刊数、扩散因子、学科影响指标、学科扩散指标、被引半衰期、h指数）、文献指标（载文量、参考文献量

5、、平均引文量、平均作者数、地区分布数、机构分布数、基金论文比、海外论文比等）、载体指标（文献书目信息完整率、编排规范化、差错率、装帧质量、印刷质量、网络通畅率、平均发表周期、平均出版时限等）、管理指标（期刊社体制、编委会状况、管理规章完备性、版权制度、发行体制、信息平台、人员状况、营业总额、资产总额、利润总额）。邱均平、张荣等（2004）将期刊评价指标分为技术性指标（影响因子、总被引频次、即年指标）、效益指标（直接效益、间接效益、社会效益）、标准规范化指标（编校质量、装印质量、现代化建设）。黄河胜（2000）将期

6、刊内涵指标分为引文参数（影响因子、总被引频次、自引率、被引半衰期、外文引文率、SCI文献引用率）、稿件特征参数（基金论文比、学位稿）、稿流特征参数（平均时滞量、平均载文量）。潘云涛（2007）”将期刊一级指标分为学术质量指标、国际竞争力力指标、可持续发展潜力指标。庞景安、张玉华等(2000)将科技期刊评价指标分为经营管理水平指标、学术水平、编辑水平三大类。由于评价目的不同，期刊评价的指标选取不同，当然分类也不一样。对于大多数评价指标而言，不同学者的分类基本相同，但由于学术期刊评价指标的特点，对于少数指标，不同学者

7、分类截然不同，如基金论文比指标有的作为学术质量指标，而有的作为文献特征指标；即年指标有的被作为时效性指标，有的被作为影响力指标。这些难以分类的指标主要有基金论文比、地区分布数、海外论文比、即年指标等。此外，目前学者主要采用主观分类法进行分类，没有采用客观分类法。本文以中国科学技术信息研究所的医学期刊评价为例，采用聚类分析与因子分析等客观分类法进行分类和比较，试图确定学术期刊评价指标的分类方法，从而为进一步的期刊评价打下基础。2方法2.1聚类分析（ClusterAnalysis）聚类分析是多元统计分析的一种，它把一

8、个没有类别标记的样本集按某种标准分成若干个子集（类），使相似的样本尽可能归为一类，而不相似的样本尽量划分到不同的类中。聚类分析被广泛地应用于模式识别、数据挖掘和知识发现的许多领域。聚类的目的是要使各类之间的距离尽可能地远，而类中点的距离尽可能地近。并且分类结果还要有令人信服的解释。在聚类分析中，人们一般事先并不知道应该分成几类及哪几类，全根据数据确定。对一组数据，既可以对