社会网络分析方法在图情领域合著关系的实证研究.docVIP

　　社会网络分析方法在图情领域合著关系的实证研究 　　 　　1 引言 　　 　　随着学科的不断 发展 ，学科的专业化程度越来越高，很多 科学 研究需要科研者进行合作才能够完成，在学术上，这种情况表现为科研合作和科学合著越来越频繁。科研合作和科学合著的科研者之间往往较为熟悉，科研者之间通过互相合作发文，建立了一个合著发文网络，该网络能够比较真实地反映科研者人际网络，又称为社会网络。过去，一般使用传统的文献计量学方法(即统计学方法)分析合著关系，这种分析的弊端是没有从整体上来考察之间的合著关系，忽略了某些之间潜在的关联。社会网络分析方法产生于社会学领域，现在已经发展成为了一种应用广泛的研究方法。使用社会网络分析方法考察图情领域之间的合著关系，可以了解图情领域目前的合著状况，改善图情领域的合著现状。合著网络的学术数据集一般难以获取，而ing Liu等构建了数字图书馆领域二值无向合著网络，并进行了中心性分析，构建了加权有向合著网络，并提出了authorRank计算单个在合著网络中的地位；Fuyuki Yoshikane等比较了计算机科学理论研究领域和应用研究领域合著网络，并修改了hits算法来识别合著网络中领导者和追随者；A.L.Barabasi研究了合著网络随时间的演变 规律 ，验证了合著网络度分布符合幂率分布、聚类系数随时间递减、最大连通子图占整个网络的比重随时间递增、平均度随时间递减、新加入节点优先选择度比较高的节点建立连接；M.E.J.Nean研究了物理学、生物学和计算机科学领域合著网络的基本属性，并对各个网络进行了比较分析；Yasmin H.Said等介绍了社会网络分析的基本方法如中心性分析、聚类分析等，重点研究了合著网络聚类分析后形成的小团体特征，这些小团体可以归纳为单人型、顾问型、 企业 型以及团队型，并推测这些小团体特性可能带来的影响。在国内，使用社会网络方法实证分析合著关系的研究相对较少，南京大学信息管理系的朱庆华 总结 了社会网络分析方法在情报学领域的应用现状，并对《情报学报》的合著社会网络做了实证研究，使用Uci工具对《情报学报》合著网络进行了中心性分析、凝聚子群分析以及核心一边缘结构分析，评价了学者在合著网络中的地位，发现了合著网络中联系紧密的团体，指出了合著网络中核心的数量和所属机构；刘蓓等使用NetDraw工具分析了研究者合作发文的网络、共词网络、引文网络、小团队不同时期合作网络，认为我国的情报学合作研究不够充分，大多数处于分散研究状况；鲁东大学的王福生等验证了《情报学报》合著网络符合无标度网络特性和小世界网络特性； 中国 科技信息研究中心的孟微等使用Pajek工具对《情报理论与实践》的合著网络进行了可视化研究，得出了一些小团体。 　　 　　 　　 　　3　研究方法 　　 　　3.1　研究对象 　　本文实证研究的目的是为了获取整个图情领域社会网络的基本属性，同时比较图书馆学和情报学领域(以下简称图情领域)由学术数据集和web数据集所生成的社会网络的差异。研究的领域为图书馆学和情报学。本文定义图情领域为以下罗列的图书馆学和情报学17类国家级核心期刊，见表1。本文从中国期刊网采集了以下期刊1998--2007年共lO年所有 论文 的题名、及发表时间。图1展示了十年间合著率的变化，可以很清楚地看到，整个图情领域的合著率呈上升趋势。 　　以图情领域的期刊发文记录构建合著网络，其中节点为发文的；合著文章中所有合著者之间两两关联记一次合著关系，合著关系不分方向。如文章I由A、B、C三位合著，文章II由A、D合著，则提取节点A、B、C、D，提取关系A-B、B-C、A-C、A-D。由该例生成的社会网络如图2。通过这种方式，提取到图情领域总计49 938篇文献里面25 712个之间的29 643条合著关系(多次合著关系简记为一次)，构建了图情领域的合著网络。 　　本文还将比较图情领域核心合著网络和核心web合著网络的差异。根据普赖斯定律关于核心的定义，选取发文量在O，749’N一=8.57以上的作为核心研究，其中N...为发文最多的的发文量，在我们的试验中，N...：131。这样，获取了图情领域核心的合著网络，该网络包括1215个节点。本文将重点研究该网络。同时，由这些核心构建web学术网络。本文定义的web学术网络节点为实验中的1215名核心；关系为两位核心在Google Scholar中文学术搜索中的共著次数。试验采集了这些核心在Goc，出Scholar中的共著信息，并由此构建了web合著网络。 　　3.2　研究角度 　　目前使用社会网络分析方法分析合著网络，主要集中在以下几个方面：(1)中心性分析。中心性分析包括点度中心性分析、中间中心性分析和接近中心性分析。点度中心性描述了节点与其他节点的