作者共被引分析方法進展研究

《作者共被引分析方法進展研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、作者共被引分析方法進展研究［摘要］綜述近幾年來作者共被引分析在研究方法上面臨的挑戰，歸納其最新的研究進展和發展趨勢，指出各種優化方法目前面臨的問題，並就新的發展階段下該方法的優化問題提出幾點註意事項，認為不論是間接法還是直接法，任何一種方法的突破都能進一步擴展作者共被引分析的應用范圍，並將作者共被引分析推向深入，也將使最後得到的分析結果更客觀、更可靠［關鍵詞］作者共被引分析德瑞克賽模式相似性度量網絡尋址定位［分類號］G3501作者共被引分析概述1981年，美國費城的德瑞克賽大學成為作者共被引分析(AuthorCo-citationAnalysis,ACA)技術誕生的搖籃。該校的White和

2、Griffith合作發表瞭《作者共被引：科學結構的文獻測量方法》一文，從而開創瞭作者共被引的先河。1990年，McCain將ACA的分析步驟歸納為選擇作者、檢索共被引頻次、構造共被引矩陣、轉化為皮爾遜相關系數矩陣、多元分析和解釋結果及效度分析6個步驟(見圖1),人們稱其為傳統ACA或德瑞克賽模式。該模式以SPSS、SAS等統計學軟什為工具，利用聚類分析(ClusterAnalysis,CA)、多維定標(MultidimensionalSealing,MDS)和因子分析(Fac-torAnalysis,FA)等多元分析技術，以映射地圖的方式來定量地刻畫科學結構，尋找科學范式，為後來學者進行A

3、CA分析提供瞭良好的范例。現在，作者共被引分析已成為一種潛在多產的分析方法，不僅可以用它來揭示科學結構的發展現狀乃至變化情況，還可以用它來進行前沿分析、領域分析、科研評價等，進而為宏觀科技決策提供先行支持，為科技規劃與評估提供基礎2作者共被引分析方法面臨的挑戰自1981年以來的20多年裡，人們一直按照這種約定俗成的步驟來進行ACA分析。然而2003年以來，不斷有研究人員向傳統的ACA分析方法發起挑戰，隨之也引發瞭大量關於優化共被引分析的討論。這些討論大致可以分為兩個階段2.1關於相似性度量的選擇第一個階段始於2003年，爭論的焦點主要集中在共被引矩陣轉化為相似系數矩陣時的相似性度量選擇方面

4、（圖1第4步），特別是對皮爾遜相關系數r是否適合應用到ACA中這一問題展開，同時也引發瞭共被引矩陣對角線如何取值的爭論，具體如表1所示：這樣的爭論由最初的正反兩方激烈辯論，態度涇渭分明，發展到後來一些研究人員開始研究各種相似性度量之間的相互關系，思考各種相似性度量是否以及在何種程度上可以相互替代，怎樣來評價各種相關性度量的表現等。例如：Klavans和Boyack（2006年）提出用準確率、覆蓋率、可擴展性和穩定性作為評價相似性度量的框架;Schneider和Borlund（2007年）認為相似性度量表達式的分子與分母對相互之間的單調性有著潛在的影響，因此理解相似度量成份有助於選擇度量和替

5、代度量進行效度檢驗。隨後，他們還推薦利用Mantel檢驗和Procrustes統計分析來幫助我們選擇合適的相似性度量；Egghe（2008年）用數據演示瞭諸多相似性度量在功能上是彼此相關的，並建立瞭各種度量之間的函數關系模型，證明它們能夠達到一一對應除此之外，在信息檢索和情報計量學裡還有很多關於相似性度量的成份和利用的研究，這裡不再一一列舉。雖然上面這些研究從特征上說得到瞭不同的結論，但都促進瞭相似性度量的選擇都是與具體數據相關的觀點。因此，眾多學者呼籲在更廣和更深的層次上對相似性度量展開實證研究，以總結經驗法則，為後續研究提供指導2.2關於相似系數矩陣的生成方式第二個階段始於2006年，

6、爭論的焦點主要集中在該使用何種矩陣（引文矩陣還是共被引矩陣）來生成相似系數矩陣方面（1第3、4步）。該階段的爭論源於2006年Leydesdorff和Vaughan發表的《共現分析及其在信息科學中的應用》一文，他們認為相似性度量（r或cosine等）隻能用於非對稱的引文矩陣,進而派生出相似系數矩陣，而非直接用於對稱的共被引矩陣。一般的統計學教科書在介紹MDS操作時，也都是將相似性度量應用到非對稱的事件矩陣上而不是對稱的臨近矩陣②上。因為共被引矩陣已經是一個臨近矩陣，所以沒有必要使用相似性度量來使一個臨近矩陣轉化成另外一個臨近矩陣（德瑞克賽模式），否則隻會扭曲數據。因此，把相似性度量用到共被

7、引矩陣上是頗有問題的。該文還探討瞭共被引矩陣和引文矩陣的區別，以及分別適用於這些矩陣的多元統計技術。在隨後的一篇文章中，Leydcsdorff（2008年）對他的觀點做瞭進一步的闡述Schneider和Borlund（2007年）在Leydesdorff（2006年）的觀點基礎上，進一步指出瞭引文矩陣和共被引矩陣的區別，而且還拿DCA（X獻共被引分析）與ACA進行瞭比較。他們指出“德瑞克賽模式”不僅在生成相似系數矩陣的方