国外作者共引分析研究评述

作者共引分析(ACA)是一类重要的引文分析方法,自1981年被提出和应用以来,已取得显著研究进展和丰硕应用成果。主要基于文献调研方法,对30多年来国外ACA领域的研究活动进行较为全面的评述分析,并侧重从方法论视角对ACA研究中涉及的关键问题(或步骤)予以说明和综述,具体包括ACA数据的获取与作者姓名消歧、原始共引矩阵的构建(含共引强度计算及主对角线元素赋值)、共引矩阵转化与Pearson相关系数法、常用数据分析方法以及结果解读与同行验证等,以期推动国内ACA研究的深入发展。文末结合当前引文语境分析的兴起,对ACA未来研究及其方法论创新提出了若干有探讨价值的研究问题。

优化传统作者共引分析的研究初探——综合引文发表时间信息的作者共引分析方法

传统作者共引分析方法通过计算文献作者间共被引关系构建共引矩阵,进而将共引矩阵转化分析后绘制该领域的知识图谱。然而这种方法由于输入信息量过小而饱受诟病。由于不同引文间的发表时间在一定程度上可以凸显作者间的被引强度关系,本文利用引文发表时间信息强化传统的算法使作者共引关系更紧密,以得出更具有参考性的知识图谱。这种方法使用了自然对数模型。笔者将引文间发表时间差距与原始作者共引关系依不同权重计算带有时间信息的共引矩阵,并通过矩阵转化和多元分析后进行结果分析与解释。结果显示,加入引文发表时间信息不仅提高了作者共引分析的聚类结果的群聚性和知识图谱的可视化程度,而且可以挖掘出比传统方法更多的细节。

基于作者共引分析的推荐系统研究知识图谱构建

作者共引分析是文献研究中所采用的重要和有效方法。本文针对推荐系统领域的研究,用基于作者共引分析的方法构建知识图谱。利用Web of Science数据库作为数据来源,提取1997-2014年的推荐系统研究文章,生成作者共引矩阵后转化为Pearson相关系数矩阵,再进行因子分析、聚类分析与多维尺度分析,构建推荐系统研究领域的知识图谱。分析表明,推荐系统研究目前处于快速发展时期,相关学者人数与研究范围不断扩大,其中基于协同过滤的推荐算法是最为核心的研究内容,个性化推荐、基于内容的推荐算法和基于数据挖掘的推荐算法等方向是目前该领域的研究热点。

作者共引分析方法的扩展与效能改进研究

本文从文献共引分析的研究视角改进了传统作者共引分析方法的作者频次计算方法,提出了"扩展ACA方法",增加共引矩阵的信息量,构建共引矩阵与绘制分析该领域的科学图谱,借此改进传统方法上输入信息量过小、附加题录信息利用过少等缺陷。笔者主要是将引文发表时间信息和扩展作者共引关系依据不同权重计算带时间信息的共引矩阵,转化为相关矩阵后,通过GePhi软件绘制图谱并进行数据解释与分析。结果显示,综合时间信息的扩展ACA方法不仅保留了传统ACA的能力,而且提高了作者的聚类结果和知识图谱的可视化程度,挖掘出科学共同体的更多细节。

结合时间切片信息的作者共引分析方法与实证

[目的 /意义]传统作者共引分析(ACA)方法将领域发展视为一个整体,忽略领域发展期间的变化,导致知识图谱解读会产生一定的偏差。本文旨在引入时间变量,找出领域发展期间的转变关键节点,并以此作为时间切片的划分依据,利用ACA绘制每个时间切片内部的知识图谱,观察领域内的子领域发展与核心作者的变化。[方法 /过程]首先通过作者的年度发文比例对时间切片进行选取,借鉴经济学均线理论对曲线做平滑处理,选取曲线变化度较高的年份作为转变节点切割时间段,并对每个时间切片内进行ACA的运算与结果分析。[结果 /结论]结果显示,随着时间的变迁,领域知识图谱发生了相应的变化,利用作者发文比例选择时间切点进行综合时间切片的作者共引分析提高了聚类结果的群聚性,且有助于挖掘出科学共同体的更多细节。

两种方法构建的作者共引知识图谱的比较研究

采用作者共引分析方法,分别利用传统的因子分析、聚类分析、多维尺度分析以及先进的社会网络分析方法和软件,构建农史学科学术群体和学科结构知识图谱,分析农业史学科最主要的研究分支以及每个分支代表性的学者群体;同时对采用的两种技术方法所构建的知识图谱的特点、差异和效果进行对比分析,为以后的知识图谱研究提供借鉴。

全球重要信息计量学家的可视化分析——以作者共被引为视角

以Web of Science(SCI-E,SSCI,A&HCI,CPIC-S,CPIC-SSH)为数据源,借助可视化分析软件CiteSpace2.2.R11,对所搜集的信息计量学领域1955-2010年的3567篇文献进行可视化分析,构建作者共被引分析的可视化图谱。界定出被引频次或者中心度较高的48位信息计量学家,将其分为三个区,并结合文献信息统计第一区作者加菲尔德、穆德、格伦采尔、埃格赫、普赖斯、舒伯特、布劳恩、斯莫尔、鲁索、怀特、默顿等11位信息计量学家的学术成就,为了解信息计量学的重要学者及学科结构提供了独特的视角。

基于作者共被引分析的国外知识管理领域流派研究

通过对被引频次最高的30个作者的共被引分析,以可视化的方式展示国外知识管理领域的主要流派。对该领域的技术流派、行为流派及经济流派进行深入研究,分析其代表人物和高被引频次文献,以了解知识管理领域潜在的学科结构和力量分布。

基于作者共被引分析方法的知识图谱实证研究——以国内制浆造纸领域为例

知识图谱在揭示学科研究现状,识别学科研究前沿方面有着相当重要的作用。本文以制浆造纸领域为例,利用作者共被引分析方法,采取多元分析与社会网络分析相结合的技术,运用SPSS和Uci-net软件,绘制相关知识领域的可视化图谱,直观形象地展示了我国制浆造纸领域的研究现状,验证基于作者共被引分析方法的知识图谱在学科研究方面的有效性和可靠性。

中文作者共被引分析系统可视化实现研究

作者共被引分析可视化可以直观地表现一个学科的结构，国外已有一些相关的英文实验系统。本文主要叙述了中文作者共被引分析系统可视化研究的实现方法，给出了实现原理与总体结构所包括的三个模块。通过合理划定子树布局区域、限定可分配角度，排列子节点，建立了完整的实验系统，实现了共被引次数居于前lO位的作者的关联图视；系统还实现了人机交互，支持在人工监督下进行连续分析，具有作者研究简历面查询等功能。更换为其他文种的数据库，本文方法也可以用来表示相应的作者共被引分析可视化结果。

基于CSSCI的国内情报学领域作者共被引分析

作者共被引分析作为一种定量的情报研究方法，自1981年被引入之后，在探讨学科结构及其研究现状和趋势方面有着极为广泛的应用。本文对CSSCI收录的2000～2009年情报学领域的70947篇被引文献进行了区别于传统模式下的共被引分析，即综合采用引文分析、因子分析以及社会网络分析等多种方法对国内情报学领域高被引作者的共被引关系进行深入发掘，进一步尝试实现其研究影响力情况以及该领域学科结构的探索分析。

国际社会网络分析领域作者共被引网络结构研究

利用Web of Science数据库,对国际社会网络分析研究文献进行收集,从作者共被引的角度对该样本进行研究,从而探索该领域作者共被引网络、学科与高被引作者2-模网络的结构。结果显示:作者共被引网络中作者的度数中心度、接近中心度、特征向量中心度相互之间呈现显著的正相关关系,中间中心度与特征向量中心度、度数中心度的相关性相对来说较弱一些;学科与高被引作者2-模网络中,心理学、计算机科学、图书情报科学、社会科学等学科的中心度比较大,引用的高被引作者比较多,这些学科同时也是社会网络分析应用最广泛的领域。

基于作者共被引分析法的即兴领域知识结构研究

运用作者共被引分析方法,以Web of Science数据库中1997年以来即兴研究相关文献中的被引文献为基础,提取文献被引频次前21名的学者构建共被引次数矩阵和皮尔逊相关系数矩阵,并对矩阵进行多元统计分析和社会网络分析。结果表明:即兴研究在发展中形成了3个学派,即组织、战略与创新学派,组织隐喻学派以及创业与信息系统学派。最后对每个学派的学术成果进行了说明。

基于作者共被引的公共行政研究状况图谱分析——以《Public Administration Review》为研究对象

一门学科的发展离不开优秀专家学者的倾力支持,在公共行政学的形成和发展过程中,同样有一批优秀的公共行政学者推动了公共行政不同分支领域的衍生与发展。运用作者共被引和信息可视化方法,对权威期刊《公共行政评论》(Public Administration Review)于1975—2008年间发表的论文引文中被引频次前50名的学者进行分析。研究结果展现了公共行政领域的主要学术流派,并验证了公共行政研究确实是在沿着范式转移的轨迹更迭交替着。而这种变迁是相对的,大部分时间内,不同范式之间以及和其他学术流派之间是共存、互动甚至交融的。研究还发现,网络化治理正凭借其多中心和网络化的组织基础以及服务治理的先进理念迅速崛起,它将成为公共行政新的研究范式,而基于网络理论的公共行政理论大整合也将很有可能成为公共行政未来的研究热点。此外,实证结果与公共行政范式分类的高度相似性也充分表明了作者共被引和信息可视化方法的科学和有效,它的确为学科范式研究提供了一条定量研究的新思路和一个宏观分析的新视角。

国外网络信息计量学研究的作者共被引分析

本文以国外网络信息计量学领域的高被引作者为样本,形成其共被引矩阵,进行聚类分析与多维尺度分析,将高被引作者按照共被引强度分为三组。利用可视化工具直观显示出该领域的著者相关程度。引入高频关键词,帮助确定各组作者的研究侧重点,网络信息计量学的基本框架;学术网络链接分析与评价指标研究;学术交流研究及不同网站实体的应用研究。

国际科学计量学研究代表人物的科学知识图谱——基于《Scientometrics》期刊的作者共被引网络分析

《Scientometrics》是国际科学计量学研究领域的第一本专门期刊。对该期刊文献的作者进行共被引网络分析,网络中关键节点人物代表了国际科学计量学研究领域的核心作者,代表了国际科学计量学研究的主流方向。利用信息可视化技术对2001-2010年间发表的文献数据进行分析,在作者共被引网络中形成了以Hirsch J.为代表的H指数相关研究团体,以MeyerM.,Narin F.等为代表的专利计量研究团体,以Price D.,WhiteH.,Small H.等为代表的共被引分析和科学计量指标研究团体等为主体的研究结构。

区间分割概念格及其在作者共被引分析中的应用

[目的/意义]作者共被引(Author Co-citation Analysis,简称ACA)是一种揭示作者关系和研究领域知识结构的重要方法,为丰富ACA方法的研究手段,将概念格引入ACA。基于概念格不能对多值属性数据集聚类的局限性,提出区间分割概念格,并给出定量计算ACA中各研究力量的计算公式。[方法/过程]以学科服务为研究主题,首先选取核心作者,然后提取核心作者相似矩阵的因子成份5个,之后对5个连续的因子属性值按照一定的阈值分别进行区间分割,利用Con Exp-1.3构建区间分割概念格,最后截取各因子属性对应的作者类团,同时定量给出不同作者类团对应研究方向的研究力量。[结果/结论]与传统的聚类环境SPSS、Ucinet6.0、Matlab相比,区间分割概念格不仅能够发现研究主题各研究方向的核心作者,还能发现各研究方向的领军人物,得到各研究方向量化后的研究力量。区间分割概念格可以对多值属性问题聚类,聚类结果可靠,可视化效果好,该方法还可以推广应用到文献分析、共词分析、期刊分析的聚类研究中。

基于作者共被引的国内目录学知识图谱分析

对中华人民共和国成立以来我国目录学研究领域的核心作者进行共被引分析,通过h指数确定核心作者,构建共被引矩阵,最后运用SPSS和Ucinet软件,进行聚类和多维尺度分析并绘制出目录学研究的知识图谱,直观形象地展示了这一时间段我国目录学领域的研究现状和发展趋势。

绘制战略管理研究的知识地图:作者共被引分析

与传统的个人归纳、学者访谈等定性分类方法不同,本研究试图运用实证方法——作者共被引法——来分析战略管理科学领域的知识结构,绘制“知识地图”。实证结果表明在战略管理研究领域存在三个主要的学术群体:经典战略管理学派、SCP范式、资源和能力基础观,它们分别体现了战略管理研究经历的三个重要阶段。

我国图书馆联盟研究的作者共被引分析

从共被引角度对我国图书馆联盟研究领域的核心作者进行其被引分析,运用h指数确定核心作者,构建作者共被引次数矩阵,在进行因子分析、聚类分析、多维尺度分析等的基础上,运用社会网络分析工具Pajek进行可视化处理,试图揭示我国图书馆联盟信息资源共享研究的结构和状况。