王靖娜

1.西安電子科技大學，陜西 西安 710065

2.陜西廣播電視大學，陜西 西安 710068

0 引言

科技期刊由于其專業(yè)屬性、讀者人群等方面的互異性，很難直用統(tǒng)一的標準給出其評價指標，因此通常僅從不同角度對期刊的影響進行分析，建立單方面的期刊評價指標。這種僅僅從單方面評價一個期刊的影響是不夠全面的。但若從多方面角度評價科技期刊，往往會出現(xiàn)各指標相互矛盾的情況，故需要尋找一個可行的、綜合的科技期刊評價指標。目前期刊綜合評價方法有：主成分分析、灰色關聯(lián)、TOPSIS等方法。本文給出一種基于熵權(quán)的改進的TOPSIS模型對期刊進行綜合評價，即通過熵權(quán)法確定各指標的權(quán)重，然后通過多目標多指標研究常用的TOPSIS法評定出該期刊的綜合指標。

1 改進的TOPSIS方法

1.1 常見的期刊評價指標

通過觀察數(shù)據(jù)大體得到影響期刊綜合指標的因素有7種，分別是：

1）期刊的半衰期；

2）期刊論文總數(shù)；

3）期刊影響力；

4）期刊的特征因子；

5）期刊的年總引文數(shù)（年指標）；

1.2 指標體系影響因素篩選

這些在指標從不同的角度給出科技期刊的評價，但是為了綜合分析期刊的綜合影響，本文在數(shù)據(jù)分析的基礎上進一步篩選了一些對期刊影響較大的指標。具體分析如下：

1）半衰期的忽略：通過對交大JCR數(shù)據(jù)庫數(shù)據(jù)分析可知當期刊的排名在10名之內(nèi)時其半衰期是一固定值，而當期刊的排名在10名之外時，其半衰期則是一區(qū)間，不是一固定值，為了簡化模型忽略該因素的存在；

2）2年期刊被引用高峰度：根據(jù)數(shù)據(jù)分別求出2年期刊被引用高峰度IF與5年期刊被引用高峰度IF5的均值Me，方差s，中位數(shù)m，離散度Cv進行對比。（見表1）

離散度Cv的計算式如下：

表1 IF與IF5特殊值的對比

根據(jù)統(tǒng)計學的判斷方法可知IF5的穩(wěn)定性越好，其反應的數(shù)據(jù)精度也是較高的，期刊總體的IF5 平均性統(tǒng)計量大于IF,可能有不少期刊的IF5 要大于IF，這些期刊的引文高峰并沒有在前兩年出現(xiàn)。而IF5的離散程度要小于IF,表明考慮了更長的論文和引文期后,不同期刊的學術(shù)影響力差異變小。故從理論上可略去同類型的IF，僅用IF5。

3）期刊特征因子：通過JCR系統(tǒng)數(shù)據(jù)收集可知2008年之前，在數(shù)據(jù)顯示中08年之前該影響因素是不存在的，故通過大局觀來說，忽略該新存在因素。

通過1.1和1.2 的討論，最終采集的數(shù)據(jù)對比分析，得到期刊的評價指標體系如下4種：五年期刊被引用高峰度IF5，期刊論文引用次數(shù)（即年指標），期刊論文總數(shù)。

1.3 用熵權(quán)法構(gòu)建指標的權(quán)重

1）將指標集形成判斷的矩陣集合F（x），即決策矩陣。

2）用歸一化原則得到歸一化矩陣，即將F（x）轉(zhuǎn)換成B（b），即每一列除以每一列數(shù)的和

3）由熵權(quán)法的定義知m個方案，n個指標確定的評價指標的熵為

綜上公式可知以上評價指標（五年期刊被引用高峰度 IF5，期刊論文引用次數(shù)（即年指標），期刊論文總數(shù)）依次為：0.2454，0.2705，0.2509，0.2332 。

1.4 改進的TOPSIS方法

TOPSIS法是根據(jù)有限個評價對象與理想化目標的接近程度進行排序的方法，是通過檢測評價對象與最優(yōu)解、最劣解的距離來進行排序，若評價對象最靠近最優(yōu)解同時又最遠離最劣解，則為最好；否則為最差。因此又稱為優(yōu)劣解距離法。

5）計算各期刊的相對貼近度，即與負理想距離的相對度：

6）按照相對度大小對各期刊綜合評價指標進行排序，相對貼近度大的其排在越前面。

2 數(shù)值分析和比較

根據(jù)交大JCR數(shù)據(jù)庫得到的2009年度最新的數(shù)據(jù)可以進行檢測，檢測結(jié)果如下表。

從整體的表中可以看出，大體上的排名情況沒有多大的改變，等級的序列號還是在一定的范圍之內(nèi)，例如上表中，前排在全球的前20種期刊基本書名沒變，只是排的序列發(fā)生了了改變，說明該模型是可以預測一定范圍內(nèi)排得期刊的名稱，而局限在不能確定的找到期刊應該排的位置。由上表中明顯可知，當計算出來的貼近度越大其排名越靠前。

表2 2009年度排在前20個序列新舊排序?qū)Ρ?/p>

3 結(jié)論

對于科技期刊的綜合評價指標問題，本模型中從各個因素考慮，利用了熵權(quán)法得到各個指標的權(quán)值，從而避免了主觀上的偏好，再利用TOPSIS法對加權(quán)的各個指標進行排序得到比較理想的結(jié)果，該算法成熟操作性強，單基于JCR數(shù)據(jù)中IF5與特征因子罰大于獎的屬性，利用IF作為模型的比較標準有失公平。

[1]趙星.期刊引文評價新指標Eigenfactor的特性研究.

[2]趙星.JCR五年期影響因子探析.

[3]姜啟源.數(shù)學模型.3版.

[4]喬永輝.一種基于TOPSIS的多屬性決策方法.

[5]中國知網(wǎng).期刊評價的指標及意義.