官术网_书友最值得收藏!

1 科研關系研究現狀

1.1 科研關系網絡構建研究現狀

對于科研關系的分析與挖掘,國內外有大量的科技文獻從科研主體的科研合作關系、文獻的共詞關系、引證關系、科研主體/科研內容的關聯關系、科研主體與科研內容之間的關聯關系展開研究,以下分別就這幾方面的國內外研究現狀進行歸納總結。

(1)科研合作分析研究現狀。

在科研合作研究方面,美國學者Beaver D deB于1978年9月在《科學計量學》發表了《科學合作研究》的論文[1],首次對科學合作進行了全面的理論研究,通過科學論文合作的文獻計量學方法論證了科學合作研究的客觀存在。自從該文發表以來,國內外許多學者分別從國際科技合作與科研生產率的關系、科技合作的主體和收益、科技合作的社會關系和社會網絡關系、政治和經濟的變化對國際科技合作的影響、多國國際科技合作比較研究等方面對科技合作進行了研究[2]。國外學者如Gl?nzel W[3]、Newman M[4]、Miquel J F[5]等采用文獻計量學及社會網絡分析方法,以科學家個體合作、機構合作及國家合作為研究對象,分析了科研合作網絡的結構及屬性。國內學者如陳悅[6]、姜春林[7]等對管理科學領域作者合作率、合作作者年齡、合作地域分布等進行了計量研究;李亮[8]、劉則淵[9]介紹目前國際復雜網絡分析方法及其在合作研究中的應用;趙煥芳[10]、侯海燕[11]、劉盛博[12]等采用信息可視化方法對科研合作網絡進行可視化研究,從微觀角度對科研個體及合作網絡進行計量分析。

(2)共詞分析研究現狀。

共詞分析也是文獻計量學中常用的研究方法[13]。所謂共詞,是指兩個或更多的關鍵詞在一篇文檔中同時出現。其方法基礎來源于觀點——關鍵詞的同現描述了文件中文檔的內容,它通過描述文檔集中詞與詞之間的關聯與結合,更好地反映了概念之間的關系,從而可以揭示某一科技領域研究內容的內在相關性和學科領域的微觀結構,通過網絡分析還可以展示科技發展動態和趨勢[14]。共詞分析試圖直接從文本內容中抽取科學技術主題和發現這些主題間的關系,而不是依賴于先前定義的科學技術研究主題。

共詞分析最早被詳細描述是在20世紀70年代中后期,在其發展過程中法國文獻計量學家Callon M、Law J和Rip A等對該方法的研究起了關鍵性的作用[15]。目前,共詞分析方法的主要研究內容集中在指標分析、聚類分析和數據可視化上。如Bauin S提出的包容性指標、臨近性指標,Callon M提出的包容圖、臨近圖[16],以及Law J提出的戰略坐標圖[17]。國內關于共詞分析的研究發展迅速,相關文獻較多,一方面從該方法的理論、過程、進展展開探討[18][19][20][21],另一方面已經將該方法在生物、醫藥、教育、信息、情報領域進行廣泛的應用[15][22][23][24][25][26]。

(3)引證分析研究現狀。

在引證分析研究方面,苑彬成闡述了引證分析是利用各種數學統計學以及邏輯方法對科技期刊、論文、著作等各種分析對象的引用或被引用現象進行分析研究,以便揭示其數量特征和內在規律,達到評價預測科學發展趨勢的目的[27]。引文索引和引證分析在20世紀以來得到越來越多的關注,其關注研究對象或熱點集中在引證網絡、自引與自引率、共引分析、影響因子等方面。國外學者如Davenport E將引證看作代表信賴的原型[28]。他們認為在虛擬環境中,引證實際上代表了引用者對被引用者的一種信賴,因此引證網絡系統可以被看成信賴系統,引文索引則可以被看成一個推薦系統,推薦被引次數多的文章。Fang Y等將引證關系看成網格,這些網格對應的文獻耦合與共引文獻就是網格系統的基本結構[29]。Meister C等認為研究專利引證網絡,可以分析出其中知識流動和技術擴散的路徑[30][31][32]。Nerur S等人在期刊引證網絡中分析了個別期刊在局部的相對影響力[33][34]。除此之外,還有學者專門研究引證網絡的結構,有的側重于挖掘其中的核心文章,有的側重于進行網絡結構的解析,還有的側重于研究拓撲結構的動態變化及進化。國內學者如柳泉波引入了Google的PageRank算法研究引證網格[35],熊春茹、武夷山對自引的原則、不當自引的控制等問題進行了探討[36][37][38]。王建芳、耿海英等概括地介紹了共引分析的起源、分類、發展及國外的應用等諸多方面[23][24]。

(4)關聯分析研究現狀。

關聯分析包括技術關聯分析、作者關聯分析、機構關聯分析、地區關聯分析等,它通過對反映文獻主題內容的詞進行關聯性或相異性定量分析,來研究文獻內在聯系和科學結構的一種方法,其基本出發點是[40]:①科學研究的熱點是由一系列在內容上密切相關的研究課題和概念組成的,這些熱點是眾多科學研究人員注意和跟蹤的對象。②熱衷或從事于某一科學熱點研究的科學家,無論其社會和知識背景如何,在很大程度上對于同一研究課題和概念所使用的詞匯是基本一樣的。在關聯分析研究方面,以美國喬治亞理工學院和我國北京理工大學朱東華教授的研究為代表[40],該種分析方法已經在國外的文獻分析軟件Vantage-Point[41]和Thomson Data Analyzer[42]中廣泛使用,但在國內的文獻分析工具中并不常見。

另一種關聯關系的研究方法——多元統計分析中的對應分析法,將樣本信息與變量信息統一起來進行樣本與變量的關聯性分析,可以看作關聯分析的一種特例。將該方法在文獻計量學中的應用最早為Dore J C的文章[43],以及科學計量學中Bhattacharya S和Christophe J C的兩篇文章[44][45]。作者在2008年將對應分析與文本挖掘結合起來開展了科研主體與技術關鍵詞之間的對應關系研究,之后便鮮有該方法用于科技文獻分析的研究。

主站蜘蛛池模板: 留坝县| 宜兰市| 沙洋县| 贵阳市| 西充县| 墨竹工卡县| 托克逊县| 新安县| 平湖市| 仁布县| 潮安县| 四平市| 黔西县| 蚌埠市| 泗阳县| 常宁市| 周至县| 台北市| 安仁县| 闽侯县| 林周县| 鄂州市| 资兴市| 建始县| 图木舒克市| 禄丰县| 灵璧县| 马关县| 白山市| 盘山县| 壶关县| 敦化市| 清新县| 吉林省| 两当县| 刚察县| 太仓市| 新郑市| 绵竹市| 太原市| 甘谷县|