A Micro Perspective of Research Dynamics Through“Citations of Citations”Topic Analysis

Purpose:Research dynamics have long been a research interest.It is a macro perspective tool for discovering temporal research trends of a certain discipline or subject.A micro perspective of research dynamics,however,concerning a single researcher or a highly cited paper in terms of their citations and“citations of citations”(forward chaining)remains unexplored.Design/methodology/approach:In this paper,we use a cross-collection topic model to reveal the research dynamics of topic disappearance topic inheritance,and topic innovation in each generation of forward chaining.Findings:For highly cited work,scientific influence exists in indirect citations.Topic modeling can reveal how long this influence exists in forward chaining,as well as its influence.Research limitations:This paper measures scientific influence and indirect scientific influence only if the relevant words or phrases are borrowed or used in direct or indirect citations.Paraphrasing or semantically similar concept may be neglected in this research.Practical implications:This paper demonstrates that a scientific influence exists in indirect citations through its analysis of forward chaining.This can serve as an inspiration on how to adequately evaluate research influence.Originality:The main contributions of this paper are the following three aspects.First,besides research dynamics of topic inheritance and topic innovation,we model topic disappearance by using a cross-collection topic model.Second,we explore the length and character of the research impact through“citations of citations”content analysis.Finally,we analyze the research dynamics of artificial intelligence researcher Geoffrey Hinton’s publications and the topic dynamics of forward chaining.

基于BERTopic算法的引文主题实证分析——以一篇高被引诺贝尔生理学或医学奖论文为例

[目的/意义]引文主题识别/分析(CTR/CTA)是引文内容分析(CCA)的一项重要研究议题,通过对引文语料中蕴涵主题信息的识别和提取,可望为论文学术贡献评价、知识扩散及演化分析等问题的解决提供新的研究思路。[过程/方法]以一篇高被引诺贝尔生理学或医学获奖关键论文为例,采用BERTopic算法对其引文句语料进行主题识别,并对识别出的引文主题展开多个维度的分析与讨论。[结果/结论]对高被引论文开展引文主题识别分析,有助于更全面细致地揭示其学术贡献内容及演化趋势;BERTopic算法能较好识别案例文献的多个引文主题,且不同引文主题的施引文献特征分布不尽相同;对引文主题重要性、演化趋势及其与原文主题差异性的分析,能多维度刻画研究同行对案例文献学术贡献的认识,表明CTR/CTA研究对学术论文评价具有深入探索价值。

融合多种特征的多学科引文分类研究

引文分类研究作为深入理解引用行为的主要方式,在文献管理、检索与利用等多个场景中发挥着重要作用。本研究通过机器学习的方法,在回顾了重要的引用行为机理研究与引文分类研究的基础上,对引文分类做进一步探索。本研究通过匹配文献数据库和文档解析的方式,使得原始数据集的字段得以补充和增加,并在构建引文分类模型的过程中,提取了四大类可能与引文分类相关的特征;然后,通过模拟退火算法进行特征选择。研究结果显示,本研究建立的随机森林模型对引文影响力和引文功能分类的表现较好,优于支持向量机与SciBERT结合线性层的分类模型。本研究建立的模型提升了多学科引文自动分类的性能,关于特征提取和选择的过程以及对引文类别和一些因素间关系的探索,对相关研究具有一定的参考价值。

基于引用内容分析的学者知识扩散特征研究——以刘则渊教授为例

[目的/意义]知识通过扩散与传播,推动学术研究的传承与创新。对学者知识扩散特征进行内容层面的探析,有助于揭示学者对学科知识发展的作用,完善对学者学术贡献的评估。[方法/过程]收集刘则渊教授作为第一作者的105篇学术论文及引证文献,采用引用内容分析方法,从学科领域、知识单元、主题思想三维度探究刘则渊教授知识扩散特征。[结果/结论]研究结果显示,在学科维度,引证文献涵盖82个学科,表现出刘则渊教授广泛的学科影响力;在知识单元维度,从引证文献引用句中抽取不重复知识单元共98个,包括概念、理论与方法技术3类;在主题思想维度,刘则渊教授5大主题思想在不同学科都体现出了传承与发展。这种多维度的学者知识扩散研究,有助于全方位揭示学者对不同学科知识发展的作用,为评价学者知识影响力提供了方向。

国内图情领域信息搜寻行为跨学科知识流入特征研究

[目的/意义]从跨学科知识流动视角分析国内图书情报领域信息搜寻行为研究的跨学科知识流入特征,理解跨学科知识如何促进信息搜寻行为研究的创新与发展。[方法/过程]采集2000—2022年图书情报领域核心期刊收录的信息搜寻行为论文及其引文数据,使用引文内容分析方法,分析论文引用跨学科知识的来源学科、知识功能类型和知识内容特征。[结果/结论]研究发现心理学、计算机科学、商学是提供信息搜寻行为跨学科知识流入最多的3个学科。跨学科流入知识包括概念术语、理论模型、方法和技术4类,其中概念术语类是最主要的跨学科知识流入类型。在知识内容特征方面,健康焦虑、自我效能和风险感知是引入最多的跨学科知识。

语句层共被引关系内容抽取与分类及其应用研究——以Athar引用语料库为例

[目的/意义]语句层共被引的关系内容抽取与分类有助于揭示共被引论文间的主题关联。[方法/过程]文章从共被引主题的相似性和相关性出发,利用引用标注位置、作者、语义角色分析、句法分析等信息,将语句层共被引关系划分为同系列、同主题、发展关联、运用关联、并列关联,然后抽取相应的引用主题,构建<被引论文及主题,关系类型,共被引论文及主题>双层三元组,实现共被引关系内容结构化表达,并在Neo4j图数据库中呈现。[结果/结论]实验采用Athar引用语料库;结果表明,本文研究方法可提高语句层共被引网络中关系的可读性和共被引论文的语义搜索、问答与推荐的效率。[局限]实验方法针对英文文献而设计,未来将在更多领域的英文语料上进行验证,并从名词性关系识别、术语选择等方面完善关系内容抽取与分类。

效用视角下核心引文识别方法初探

基于引用频次开展的引文分析忽略了引文对施引文献的效用差异,依此展开资源评估、学术影响力判断难免受到“无效”引用干扰。为排除“无效”引文,提升测度及评价数据质量,文章从引文效用的角度,选择引文属性、功能、对象、情感等典型特征,建立引文标注框架。测试逻辑回归与支持向量机等方式对引文自动分类的效果,择优构建“效用视角下核心引文识别模型”。其中,为探索自动化分类方式,在数据标注阶段,除人工标引,还使用大规模预训练语言模型的对话系统ChatGPT进行自动分类标注,并进行建模效果测试,以期为引文自动分类方法及应用实践提供新思路。

基于共被引法的国际用户体验研究的核心作者及其研究主题分析

目的 用户体验是1个跨学科的研究领域,借鉴并贡献于许多学科。透过定量的文献知识关联,既可区分不同概念,又可识别概念认识论的转变,这对建立用户体验的整体理解是极为有益的。方法 基于2000—2022年14类国际设计期刊432篇文献,通过共被引分析法,确定了20位用户体验领域的核心作者并分析了其中49篇文献。结果 得出用户体验的5类研究主线、3次研究思想的跨越和3种认知范式。结论 用户体验的研究主线可分为现象学研究、基于过程、基于结果、基于中介和基于新兴技术这5类。研究思想经历了从用户体验到人的体验,再到超越人的设计这3次跨越。形成了用户需求驱动下合意的产品系统、人与社会可持续发展驱动下满足大部分人的幸福和福祉、新技术驱动下多方去中心化的人机关系之中的交互这3种认识范式。

基于多维度引用特征的学术论文评价研究

[目的/意义]针对被引频次指标在学术论文评价中的局限性,提出基于多维度引用特征的学术论文评价方法,提高引文指标在单篇论文评价中的可靠性。[方法/过程]通过被引频次标准化消除学科、时间等因素的影响,作为频次指标;通过引用主体的重要性、引用时间跨度、引用强度、引用位置、引用情感、主题相似度6个维度的引用特征,区分不同引用中被引文献对施引文献的作用,作为特征权重;将频次指标和特征权重相结合,对学术论文进行定量评价。[结果/结论]改进基于引用的学术论文评价方法,有效解决被引频次指标对所有引用同等对待的问题。该方法的评价结果比被引频次指标更加合理,还能更细致地剖析论文的被引特征。

学科主题探测与演化分析:多视角述评与展望

如何借助于有效的方法和途径在大量文献数据基础上对学科主题进行深入和精准的探测和跟踪,是以情报学科学计量领域为核心、不同学科共同致力突破的热点和前沿研究问题。相关方法和途径主要涉及频次视角、内容视角、引证视角以及融合视角等四个视角。本研究试图结合近年来发表于国际国内重要期刊有关学科主题探测和演化分析的最新文献,对相关视角的主要进展进行述评,归纳总结不同视角的实现路径和机制,指出已有视角可能存在的知识单元或者网络关系的异质重要性偏差问题、知识的时间衰变以及新兴主题特征的小样本弱势问题、主题自然发育和进化的拟合困境、微观层面的知识流动和变迁刻画问题等,特别地,为融合视角这一总体趋势指明方向。

基于引文内容的引用情感与动机分析——以机器学习算法为例

基于引文内容的引文分析是目前文献分析的研究热点,分析算法文献的引用行为将为研究者选择算法提供依据。以WoS数据库中机器学习算法文献为数据,构建了机器学习算法的引用情感和动机数据集;并分别从引用情感、引用动机和引用位置出发,分析了机器学习算法文献的引用行为。基于研究结果,指出中性情感为主要引用情感;“单一使用”与“使用并比较”为主要引用动机;引用情感、引用动机与引用位置两两之间存在明显的相关性。

基于引用内容分析法的优秀社科专著学术影响力评价研究

学术专著在学术交流中扮演着十分重要的角色。为反映社科专著在他人学术研究中的具体作用和影响,深入施引文献内容层面,开展社科专著学术影响力评价研究。文章基于引用内容分析法,从引用类型、引用深度、引用位置、引用强度、引用情感等五个维度构建社科专著学术影响力评价指标体系,并以2016年度《国家哲学社会科学成果文库》入选成果为例进行学术影响力评价。

引文分析的新阶段:从引文著录分析到引用内容分析

引用内容分析是基于引文分析基础理论,借助文本挖掘和自然语言处理等技术,从施引文献的全文入手,聚焦于引用的片段,对引用频次、引用位置和引用文本的内容主题进行的挖掘和研究。文章从引用内容概念出发,探讨了引用内容分析与引文分析的一般关系。引用内容分析是引文著录分析的精致化,是引文分析理论发展的新阶段。接下来,从引文描述性统计和引文网络视角,阐述了引用内容对传统引文著录分析的比较优势。引用内容文本分析则是引用内容分析的独有优势。最后,简单总结了引用内容分析的基本框架,并指出其未来存在的四个研究取向。

面向引用关系的引文内容标注框架研究

引文内容分析能够帮助揭示文献引用关系的深层语义内涵。本文梳理了目前已有的引文内容标注体系,归纳出构建引文分类体系的三个主要维度,即引文功能,引文重要性,情感倾向。以支持文献引用关系分析为目标,针对引文内容分析设计出一个引文内容标注框架,其中包括揭示引文关系抽象性质的引文分类标注体系,描述被引文献具体内容的引用对象标注体系,以及记录引文客观特征的引文属性标注体系。具体的标注实验体现了该标注框架的可用性。

学术专著引用行为研究——基于引文内容特征分析的视角

当前的引文内容分析研究基本上以学术论文为研究对象。与学术论文相比,学术专著的篇幅较长、引文内容更加翔实。学术专著的引文内容特征分布对学术专著的引文内容分析方法、乃至引用行为与动机等研究都具有重要的意义。本文首先通过对Morgan&Claypool出版的39本学术专著的引文内容进行人工标注,构建包含13539条引文内容的学术专著引文内容分析语料;然后分别从引文内容位置分布、引文提及次数以及引文内容上下文特征等三个方面分析学术专著的引文行为,并针对不同学科学术专著的引用行为特点进行了总结;最后本文讨论了学术专著与学术论文引文内容特征分布的差异,并指出进行学术专著引文内容分析时应注意的问题。本文研究成果可以帮助学者进一步了解学术专著引用行为的特点,并为后续的学术专著中的引文动机研究打下基础。

融合引文内容和全文本引文分析的知识流动研究

提出将引文内容分析与全文本引文分析相结合的方法,分析知识流动情况,建立三个文献集:施引文献集、原始文献集和参考文献集。通过原始文献集的桥梁作用,利用引用与被引用的关系,将三个文献集联系起来,分别提取三个文献集的主题,探测出学科内部与学科间知识流动的趋势,证实了提出方法的有效性,可以利用此方法进行知识流动方面的研究,且对于预测学科发展有重要意义。

引用内容分析的理论与方法

从引用内容分析的概念、研究范畴、步骤和功能4个方面系统地构建了引用内容分析的理论。首先从管理学角度提出引用内容研究的范畴,包括引用内容的主体研究、引用时间研究、引用主题研究、引用位置研究、引用动机研究、引用强度及倾向性研究。其次以内容分析法为基础,提出了引用内容分析的6个步骤。最后,从引用内容分析的应用角度,提出引用内容分析的3方面功能。

基于引文内容分析的高被引论文主题识别研究

基于被引次数的引文分析无法直接揭示论文的研究内容,利用关键词或从标题、摘要和全文中抽取的主题词很难客观反映论文的被引原因。本文以碳纳米管纤维研究领域的高被引论文为研究对象进行引文内容抽取和主题识别,经人工判读验证:基于引文内容分析的高被引论文识别的核心主题能够较好地揭示高被引论文的被引原因(引用动机),而且与论文的研究内容相符合;与基于全文、基于标题和摘要的主题识别相比,在引文内容分析基础上识别的主题具有更好的主题代表性,能够有效揭示被引文献的研究内容,是对原文相关信息的重要补充。本文的实验表明基于引文内容分析的高被引论文主题识别是可行而且有效的。

用于引文内容分析的标准化数据集构建

学术论文的全文数据越来越容易获取使大规模的引文内容分析成为可能。文章通过设计引文内容标注框架,开发引文内容标注系统,分别从引用对象、引文功能、引用情感、引文位置、引文重要性、标注自信度等方面进行标注。构建用于引文内容分析的标准化数据集并进行统计分析,可为引文内容的特征分析等基础性研究及学术预测等应用性研究提供数据支撑。

中国互联网内容监管体制结构、功能与演化分析

本文建立了一个三维政策框架，针对政策法规文本进行内容分析和引用分析，描绘了中国互联网内容监管体制的功能结构和演化历程。本文发现内容监管并不是孤立存在的政策集合，而是深植于整个互联网监管体制的一种重要功能，一些重要类别的政策对整个内容监管体制起着基础的影响作用，监管力度和手段在过去近二十年内从辅助监管过渡到直接监管进而过渡到间接监管，监管的重心和对象也逐渐由网络连接管理向网络内容和日益涌现的新型网络服务转变。本文最终对中国互联网内容监管适用的政策范式做出了建议。