期刊與會議的混合共被引網(wǎng)絡(luò)分析
——以計算機(jī)科學(xué)領(lǐng)域?yàn)槔?/h1>
2018-11-28 02:33:26王賢文
中國科技期刊研究 2018年11期 關(guān)鍵詞：數(shù)據(jù)庫學(xué)科
■孫 瑤 王賢文
大連理工大學(xué)科學(xué)學(xué)與科技管理研究所暨WISE實(shí)驗(yàn)室，遼寧省大連市甘井子區(qū)凌工路2號 116024
在大多數(shù)學(xué)科中，學(xué)術(shù)期刊是展示科學(xué)活動成果的重要載體，是科學(xué)家們進(jìn)行學(xué)術(shù)研究和交流的正式渠道，科學(xué)家們傾向于在學(xué)術(shù)期刊上發(fā)表最新研究成果，達(dá)到與同行和讀者交流的目的[1]。學(xué)者們參加學(xué)術(shù)會議主要是為了將初步研究結(jié)果與同行分享，以期聽取同行意見，完善后續(xù)研究，從而使科研成果發(fā)表至學(xué)術(shù)期刊,因此，學(xué)術(shù)會議的影響力無法與學(xué)術(shù)期刊相提并論。但在計算機(jī)科學(xué)中存在截然相反的現(xiàn)象：計算機(jī)科學(xué)領(lǐng)域的研究學(xué)者將學(xué)術(shù)會議作為研究成果發(fā)表的首選渠道，且絕大多數(shù)的會議論文不再投稿于期刊。根據(jù)Davidson等[2]2017年的研究，計算機(jī)科學(xué)領(lǐng)域中最有影響力、最高同行審議的被引論文通常出現(xiàn)在會議論文集中。裴世保等[3]統(tǒng)計分析了計算機(jī)科學(xué)領(lǐng)域中某些著名科學(xué)家和科研單位的論文發(fā)表和引用情況，用具有代表性的數(shù)據(jù)說明會議論文具有顯著影響力，應(yīng)該與期刊論文一起作為學(xué)術(shù)評價的重要依據(jù)。
共被引分析方法可以被用來揭示科學(xué)結(jié)構(gòu)發(fā)展現(xiàn)狀、預(yù)測未來研究熱點(diǎn)或者進(jìn)行學(xué)科領(lǐng)域分析，從而達(dá)到為科技決策提供支持、為科技規(guī)劃與評估提供基礎(chǔ)的目的[4]。共被引分析是基于文檔(論文、作者和期刊等)引用關(guān)系的相似性度量，被定義為兩個文檔被其他文檔一起引用的頻率。兩個文檔共同被引用的次數(shù)越多，它們的相關(guān)性越高[5]。Chen[6]提出利用期刊共被引分析來明晰和定位某一學(xué)科領(lǐng)域主要交流的期刊。作為一種經(jīng)典文獻(xiàn)計量方法，共被引分析被廣泛應(yīng)用于揭示學(xué)科領(lǐng)域內(nèi)的學(xué)科結(jié)構(gòu)和關(guān)系[7-8]。王賢文等[9]將檢索期刊的共被引頻次矩陣，通過聚類分析和網(wǎng)絡(luò)結(jié)構(gòu)分析，定量考察中國地理學(xué)的學(xué)科結(jié)構(gòu)以及其在國際學(xué)術(shù)界的影響。學(xué)術(shù)期刊共被引關(guān)系的強(qiáng)弱也反映了期刊的親疏關(guān)系，可通過共被引分析來挖掘?qū)W術(shù)期刊之間的關(guān)系并進(jìn)行期刊分類，考察學(xué)科的內(nèi)部知識結(jié)構(gòu)和聯(lián)系情況[10]。
傳統(tǒng)共被引分析是基于參考引文的分析，并且受制于文獻(xiàn)計量學(xué)軟件的處理和運(yùn)算能力，只能局限于小數(shù)據(jù)集。如在劉艷[11]的研究中，選取了“計算機(jī)體系結(jié)構(gòu)/并行與分布計算/存儲系統(tǒng)”領(lǐng)域的13個A類期刊和會議作為研究對象，數(shù)據(jù)量少且僅局限于一個學(xué)科，缺乏代表性。且以往的共被引分析研究沒有將會議論文集包含在共被引分析的數(shù)據(jù)集內(nèi)。黃紫菲[12]僅用基本科學(xué)指標(biāo)數(shù)據(jù)庫(Essential Science Indicators，ESI)收錄的近10年來有關(guān)計算機(jī)領(lǐng)域的期刊文獻(xiàn)進(jìn)行計量分析得出相關(guān)研究熱點(diǎn)與作者集群分布，沒有考慮會議論文集。邱均平等[13]利用SCIE數(shù)據(jù)庫中檢索的計算機(jī)科學(xué)高水平國際學(xué)術(shù)期刊，驗(yàn)證國際合作是否能提高科學(xué)研究的影響力，同樣忽略了計算機(jī)科學(xué)領(lǐng)域的會議論文集。由于會議論文集在計算機(jī)科學(xué)中的重要性不能被忽視，所以本研究將期刊和會議論文集共同作為共被引分析的數(shù)據(jù)集，構(gòu)建計算機(jī)科學(xué)期刊和會議論文集的混合共被引網(wǎng)絡(luò)。本研究中界定的混合共被引即共被引對象不只包括一種文獻(xiàn)類型，而是同時涵蓋期刊與期刊、期刊與會議論文集、會議論文集與會議論文集之間的共被引關(guān)系。
社會網(wǎng)絡(luò)分析法最早可追溯到社會心理學(xué)家莫雷諾提出的社會測量法，它整合了數(shù)學(xué)、社會學(xué)、統(tǒng)計學(xué)、圖論學(xué)等多門學(xué)科來研究行動者之間相互關(guān)系。經(jīng)過多年發(fā)展，社會網(wǎng)絡(luò)分析法已經(jīng)由原來單一的研究方法發(fā)展為一個理論框架[14]。社會網(wǎng)絡(luò)分析方法是社會學(xué)領(lǐng)域內(nèi)比較成熟的研究方法,其利用“顯著性即重要性”的基本原理,對發(fā)現(xiàn)網(wǎng)絡(luò)中具有重要影響力的節(jié)點(diǎn)有獨(dú)到的功效[15]。本研究基于此原理，利用社會網(wǎng)絡(luò)分析法尋找“期刊-會議”混合共被引網(wǎng)絡(luò)中有重要影響力的節(jié)點(diǎn)，即對整個網(wǎng)絡(luò)知識傳播有重大影響力的期刊或會議。
本研究的創(chuàng)新點(diǎn)在于將期刊和會議論文集同時作為網(wǎng)絡(luò)中的節(jié)點(diǎn)，進(jìn)行二者混合共被引網(wǎng)絡(luò)的可視化呈現(xiàn)。利用社會網(wǎng)絡(luò)分析的相關(guān)理論進(jìn)行分析，以期明晰計算機(jī)科學(xué)領(lǐng)域內(nèi)的學(xué)科結(jié)構(gòu)，甄別計算機(jī)科學(xué)領(lǐng)域內(nèi)期刊和會議的重要性差異，為其他學(xué)科提供新的期刊研究方法和學(xué)術(shù)評價辦法，對政策制定提供一定指導(dǎo)性建議。
1 數(shù)據(jù)和方法
本研究選擇的數(shù)據(jù)庫為Scopus數(shù)據(jù)庫。Scopus數(shù)據(jù)庫涵蓋數(shù)據(jù)量大，由愛思唯爾(Elsevier)公司在2004年創(chuàng)立，現(xiàn)已發(fā)展成世界上最大的文摘和引文數(shù)據(jù)庫之一，涵蓋了15000種科學(xué)、技術(shù)及醫(yī)學(xué)(Scientific, Technical and Medical，STM)方面的期刊，涉及大約11000個出版商，包括同行評議期刊、會議集和書籍。雖然中國知網(wǎng)中既包含針對期刊引用的評價指標(biāo)，也有各類文獻(xiàn)(包括會議論文)的評價指標(biāo)，但Scopus數(shù)據(jù)庫的高級檢索功能可最便捷地實(shí)現(xiàn)本研究中所需要的復(fù)雜混合共被引檢索。在Scopus數(shù)據(jù)庫的高級檢索項(xiàng)中，用代碼REFSRCTITLE可以檢索參考文獻(xiàn)中涵蓋目標(biāo)出版物所出版文獻(xiàn)的文章。用REFSRCTITLE代碼和其他操作符(AND, NOT, OR等)，就可以檢索任何兩個目標(biāo)標(biāo)題之間的共被引關(guān)系的數(shù)量，這是其他數(shù)據(jù)庫所不支持的檢索功能，因此可利用該功能建立期刊和會議集文獻(xiàn)之間的混合共被引網(wǎng)絡(luò)。例如，在Scopus高級檢索中輸入檢索式REFSRCTITLE (JournaloftheACM)進(jìn)行檢索，在返回結(jié)果集中任選一篇文章查閱其參考文獻(xiàn)列表，發(fā)現(xiàn)其參考文獻(xiàn)中含有出版物JournaloftheACM收錄的文獻(xiàn)(圖1)。
圖1 檢索示例
本研究選取的研究對象來源于澳大利亞計算研究與教育協(xié)會(Computing Research and Education Association of Australasia，CORE) 的期刊和會議排名系統(tǒng)。該系統(tǒng)是計算機(jī)科學(xué)領(lǐng)域內(nèi)最為權(quán)威的期刊和會議排名系統(tǒng)，被全世界各大機(jī)構(gòu)作為計算機(jī)科學(xué)領(lǐng)域的評價體系標(biāo)準(zhǔn)廣泛采用(http://www.core.edu.au)。本研究基于CORE的期刊和會議排名系統(tǒng)，選取CORE系統(tǒng)中的A類期刊和會議，經(jīng)過篩選并與Scopus數(shù)據(jù)庫中的名稱反復(fù)檢索對比，最終選取366個期刊和會議論文集名稱作為本次研究的對象，其中包含203種期刊和163個會議論文集?？紤]到計算機(jī)科學(xué)發(fā)展相對迅速，本研究選取2013年以后出版的文獻(xiàn)。
在Scopus數(shù)據(jù)庫中，大多數(shù)期刊和會議論文集都可直接應(yīng)用簡單的檢索式進(jìn)行檢索。例如，檢索式REFSRCTITLE(International Computer Symposium)PUBYEAR AFT 2013，可以直接返回參考文獻(xiàn)來源于會議論文集InternationalComputerSymposium且在 2013年之后出版的文獻(xiàn)。對于名稱較為簡短的期刊或會議集，例如Cognition,需要用NOT運(yùn)算符排除包含單詞“Cognition”的其他出版物。
本研究選取的366個期刊或會議論文集名稱，需要獲得其中任意兩個的共被引頻次，包括期刊與期刊、期刊與會議論文集、會議論文集與會議論文集的共被引頻次，即混合共被引。因?yàn)楣脖灰菬o向的，所以對于366個期刊和會議論文集一共需要獲得66795對共被引關(guān)系。首先檢索某一期刊或會議論文集的被引情況，然后在該結(jié)果界面中檢索另一期刊或會議論文集的被引情況，從而達(dá)到檢索這兩個期刊或會議論文集名稱共被引頻次的目的。表1選取了JournaloftheACM、LogicalMethodsinComputerScience、InformationProcessingandManagement、ACM/IEEEConferenceonSupercomputing和ProceedingsoftheACMSIGKDDInternationalConferenceonKnowledgeDiscoveryandDataMining這3種期刊和2個會議論文集名稱作為示例展示數(shù)據(jù)結(jié)果(期刊用斜體標(biāo)注，會議用黑斜體標(biāo)注，下文同)，數(shù)據(jù)查詢的時間為2018年6月18—30日。由表1可知，期刊JournaloftheACM與期刊LogicalMethodsinComputerScience的共被引頻次為938次，期刊JournaloftheACM與會議論文集ACM/IEEEConferenceonSupercomputing共被引頻次為105次。
表1 3種期刊和2個會議論文集名稱共被引頻次
注：①文中圖2～5為黑白示意圖，請掃描文后二維碼查閱彩色原圖。
本研究的共被引關(guān)系用Jaccard系數(shù)(Jaccard Index)進(jìn)行標(biāo)準(zhǔn)化處理。Jaccard系數(shù)又稱為Jaccard相似系數(shù)(Jaccard Similarity Coefficient)，用于比較有限樣本集之間的相似性與差異性。Jaccard系數(shù)值越大，樣本相似度越高。與傳統(tǒng)相似性度量方法相比，Jaccard系數(shù)完善了余弦相似性只考慮用戶評分而忽略了其他信息量的弊端，特別適合應(yīng)用于稀疏度過高的數(shù)據(jù)[16]。Jaccard系數(shù)的定義為兩個樣本之間交集的大小除以其并集的大小。假設(shè)在Scopus數(shù)據(jù)庫中檢索到兩個樣本的總被引頻次分別為X和Y，二者的共被引頻次為X∩Y，二者總被引頻次為X∪Y。兩個樣本之間的Jaccard系數(shù)計算公為
J(X,Y) = |X∩Y| / |X∪Y|
(1)
本研究也計算了該網(wǎng)絡(luò)中節(jié)點(diǎn)的中介中心性(Betweenness Centrality)。中介中心性是基于最短路徑圖的中心性度量方法，最初是在社會關(guān)系網(wǎng)中衡量一個點(diǎn)的連通潛力，并由此得到復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)連通能力的聚集度，從而反映節(jié)點(diǎn)在網(wǎng)絡(luò)中的地位[17]。對于連通圖中的每對頂點(diǎn)，頂點(diǎn)之間至少存在一條最短路徑，使得路徑經(jīng)過的邊數(shù)(對于未加權(quán)的圖)或邊的權(quán)重之和(對于加權(quán)圖) 被最小化。每個頂點(diǎn)的中介中心性為通過頂點(diǎn)的最短路徑數(shù)。本研究中所有網(wǎng)絡(luò)圖全部應(yīng)用Gephi軟件繪制，且均為無向圖。
2 結(jié)果
2.1 期刊-會議混合共被引網(wǎng)絡(luò)
圖2①所示為計算機(jī)科學(xué)領(lǐng)域的期刊和會議論文集的混合共被引網(wǎng)絡(luò)，黃色和綠色分別表示期刊節(jié)點(diǎn)和會議論文集節(jié)點(diǎn)。為方便顯示，節(jié)點(diǎn)的標(biāo)簽用該期刊或會議論文集的縮寫，如ARIST代表期刊AnnualReviewofInformationScienceandTechnology。用中介中心性來標(biāo)記節(jié)點(diǎn)的大小，即中介中心性值越大，節(jié)點(diǎn)尺寸越大。連線的粗細(xì)由邊的權(quán)重決定，即兩個節(jié)點(diǎn)間Jaccard系數(shù)越大，連線越粗。
如圖2所示，綠色節(jié)點(diǎn)代表會議論文集匯聚在一起，在圖中央形成一個較為緊密的聚類；黃色節(jié)點(diǎn)代表的期刊分散在外圍，但期刊之間也存在著較為緊密的聯(lián)系，例如圖2右下角的黃色節(jié)點(diǎn)凝聚在一起。圖2結(jié)果表明，會議文獻(xiàn)更傾向于與會議文獻(xiàn)產(chǎn)生共被引關(guān)系；同樣，期刊文獻(xiàn)更傾向于與期刊文獻(xiàn)產(chǎn)生共被引關(guān)系。期刊和會議的混合共被引網(wǎng)絡(luò)之間存在較為明顯的分界線。該網(wǎng)絡(luò)中，會議論文集形成的聚類被外圍的期刊聚類所包圍，在一定程度上揭示了會議論文集在計算機(jī)的整個學(xué)科結(jié)構(gòu)中居于更為核心的地位，并且會議論文集之間的關(guān)系更為緊密。
圖2 計算機(jī)學(xué)科領(lǐng)域期刊-會議混合共被引網(wǎng)絡(luò)(初始圖)
2.2 共被引網(wǎng)絡(luò)的學(xué)科分類
為觀察具體學(xué)科在計算機(jī)科學(xué)領(lǐng)域結(jié)構(gòu)中的位置和作用，將研究的366個期刊或會議論文集名稱進(jìn)行學(xué)科分類標(biāo)記。按照中國計算機(jī)協(xié)會(China Computer Federation，CCF)提供的計算機(jī)科學(xué)領(lǐng)域分類，將366個節(jié)點(diǎn)劃分為10個不同學(xué)科，分別用10種不同的顏色標(biāo)記(表2)。將圖2按照學(xué)科分類屬性重新繪制，得到圖3。在圖3中，屬于同一個學(xué)科分類的期刊或會議論文集節(jié)點(diǎn)被標(biāo)記為同一顏色。由圖3可知，有相同顏色即相同學(xué)科屬性的節(jié)點(diǎn)并沒有聚集到一起形成多個小社區(qū)，而是不同顏色的節(jié)點(diǎn)隨機(jī)混亂的分布在該網(wǎng)絡(luò)中，沒有明顯的分界線。
表2 不同顏色所對應(yīng)的學(xué)科分布
圖3 具有學(xué)科屬性共被引網(wǎng)絡(luò)
為使網(wǎng)絡(luò)結(jié)構(gòu)更清晰地揭示隱藏其中的各學(xué)科之間共被引關(guān)系，須減少圖3節(jié)點(diǎn)和邊的個數(shù)。通過不斷調(diào)整閾值，最終選取0.0917作為最低Jaccard系數(shù)值來過濾權(quán)重值較低的邊，這意味著連線權(quán)重低于0.0917的邊將不會被顯示，部分節(jié)點(diǎn)也會被過濾掉，最終的到了圖4和圖5(圖5是在圖4的基礎(chǔ)上按照學(xué)科分類改變節(jié)點(diǎn)顏色)。在只保留重要節(jié)點(diǎn)和邊的情況下，圖4所示為期刊和會議之間的混合共被引網(wǎng)絡(luò)，圖5所示為學(xué)科分類后的混合共被引網(wǎng)絡(luò)。圖4和圖5所示的網(wǎng)絡(luò)中均包含140條邊，91個節(jié)點(diǎn)。
圖4 具有出版物類型屬性的混合共被引網(wǎng)絡(luò)
圖5 具有學(xué)科屬性的混合共被引網(wǎng)絡(luò)
圖4中，將期刊節(jié)點(diǎn)用黃色標(biāo)記，會議節(jié)點(diǎn)用綠色標(biāo)記?？梢院苊黠@地看出，調(diào)整閾值后，仍然體現(xiàn)出同類型文獻(xiàn)內(nèi)的共被引優(yōu)勢。在圖中4個最大即最重要的節(jié)點(diǎn)中，有三個是會議ProceedingsoftheACMSIGKDDInternationalConferenceonKnowledgeDiscoveryandDataMining(KDD),AdvancesinNeuralInformationProcessingSystems(NIPS),IEEEInternationalConferenceonComputerVision(ICCV),僅有一個是期刊JournalofMachineLearningResearch(JMLR)。
在只保留重要節(jié)點(diǎn)和邊的情況下,聚類效果仍不是非常理想(圖5)，進(jìn)一步說明計算機(jī)科學(xué)領(lǐng)域內(nèi)不同學(xué)科的界限模糊，學(xué)科之間相互滲透程度較高。如圖5所示，留下的領(lǐng)域主要有4個，分別為深灰色的軟件工程/系統(tǒng)軟件/程序語言，紫色的數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索，綠色的人工智能以及藍(lán)色的計算機(jī)科學(xué)理論。而在91個節(jié)點(diǎn)中，數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索領(lǐng)域有23個，約占25%；人工智能領(lǐng)域有18個，約占20%。圖4中的4個大節(jié)點(diǎn)中，KDD和NIPS為數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索領(lǐng)域，JMLR和ICCV為人工智能領(lǐng)域，反映當(dāng)前計算機(jī)科學(xué)領(lǐng)域的研究熱點(diǎn)為數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索及人工智能。對比圖5和圖3可以發(fā)現(xiàn),在提高閾值之后，具有相同學(xué)科背景的論文更愿意相互引用，并形成了幾個同色小聚類。對比圖5和圖4可以發(fā)現(xiàn)，不同學(xué)科的會議之間更愿意相互混合引用，學(xué)科交叉程度更強(qiáng)。
2.3 期刊和會議論文集的中介中心性比較
為從定量角度比較期刊和會議論文集之間的重要性，計算了各節(jié)點(diǎn)的中介中心性。所有節(jié)點(diǎn)和邊的中介中心性大小排名前20的節(jié)點(diǎn)見表3，設(shè)置閾值為0.0917后重新計算的前20個節(jié)點(diǎn)見表4。表3中的20個節(jié)點(diǎn)中有15種期刊和5個會議，期刊占絕大部分。提高閾值后的核心網(wǎng)絡(luò)(表4)中，有7種期刊和13個會議論文集記錄，會議占一半以上。在核心共被引網(wǎng)絡(luò)中，會議節(jié)點(diǎn)中介中心值明顯上升，且會議節(jié)點(diǎn)占大多數(shù)。因此總體看來，期刊可作為計算機(jī)科學(xué)的主要學(xué)術(shù)交流工具，但在核心網(wǎng)絡(luò)中，高水平會議論文集卻有著更顯著影響力。
表3 期刊與會議集的中介中心性(閾值為0.0000)
3 結(jié)論和啟示
以往的研究大多是單獨(dú)觀察期刊或會議論文集的共被引情況以甄別核心期刊或重要會議，缺少整體全面的分析。期刊通常是作為某一學(xué)科的主要學(xué) 術(shù)交流工具而存在，但會議論文集在計算機(jī)科學(xué)領(lǐng)域中有著舉足輕重的地位，本研究將計算機(jī)科學(xué)領(lǐng)域內(nèi)的期刊和會議論文集同時作為研究對象，構(gòu)建期刊-會議混合共被引網(wǎng)絡(luò)。通過在Scopus數(shù)據(jù)庫中獲取CORE提供的計算機(jī)科學(xué)A類期刊和會議論文集的混合共被引數(shù)據(jù)，構(gòu)建了計算機(jī)科學(xué)A類期刊及會議論文集的混合共被引網(wǎng)絡(luò)，得出以下結(jié)論。
表4 期刊與會議集的中介中心性(閾值為0.0917)
(1) 同類型文獻(xiàn)傾向相互引用。期刊與會議混合共被引網(wǎng)絡(luò)中存在明顯分界線，將會議論文集與期刊分成兩個部分。這說明期刊文獻(xiàn)更多引用期刊文獻(xiàn)，會議文獻(xiàn)更多引用會議文獻(xiàn)。期刊與會議論文集的相互引用程度不高，在一定程度上表明即使是在計算機(jī)科學(xué)領(lǐng)域，期刊與會議論文集仍存在差異。
(2) 計算機(jī)科學(xué)內(nèi)各學(xué)科領(lǐng)域界限模糊。首先，計算機(jī)科學(xué)領(lǐng)域內(nèi)的研究熱點(diǎn)為數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索及人工智能，符合當(dāng)前發(fā)展事態(tài)。其次，在計算機(jī)科學(xué)中跨學(xué)科分類在一定程度上被忽略，屬于同一學(xué)科的期刊或會議論文集(根據(jù)CCF的分類)并非傾向于同一學(xué)科內(nèi)共同引用，而是無序地分布在網(wǎng)絡(luò)中。學(xué)科交叉現(xiàn)象在高水平會議論文中更能體現(xiàn)，這表明計算機(jī)科學(xué)內(nèi)不同學(xué)科領(lǐng)域需要相互借鑒和補(bǔ)充。簡單來說，計算機(jī)科學(xué)理論學(xué)科可能廣泛地被其他各學(xué)科領(lǐng)域所學(xué)習(xí)借鑒，網(wǎng)絡(luò)與信息安全學(xué)科在一定程度上也能為數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索提供某些方面的支持，計算機(jī)科學(xué)的自身特點(diǎn)導(dǎo)致了該學(xué)科領(lǐng)域內(nèi)各學(xué)科界限模糊。而會議相比于期刊發(fā)文速度快、周期短，與計算機(jī)科學(xué)發(fā)展迅速的特點(diǎn)相符合，因此各學(xué)科融合程度更高。
(3) 會議論文與期刊論文共同構(gòu)建計算機(jī)科學(xué)領(lǐng)域的景觀。對大多數(shù)學(xué)科而言，期刊是學(xué)術(shù)交流和促進(jìn)學(xué)科發(fā)展最常見和最重要的渠道，但在計算機(jī)科學(xué)領(lǐng)域中，期刊論文和會議論文都非常重要，期刊在共被引網(wǎng)絡(luò)中占一定優(yōu)勢，但在高水平論文集中，會議論文集有著更為顯著的影響力。
綜上所述，本研究總結(jié)出如下啟示。
(1) 高水平會議論文集應(yīng)納入相應(yīng)學(xué)科評價指標(biāo)的考慮范圍。特別在計算機(jī)科學(xué)領(lǐng)域內(nèi)，高水平會議論文被廣泛引用，具有相當(dāng)高的學(xué)術(shù)影響力，研究學(xué)者和機(jī)構(gòu)的學(xué)術(shù)水平評價應(yīng)綜合考慮到其學(xué)術(shù)會議的發(fā)文情況。對于計算機(jī)以外的其他學(xué)科來說，也不乏高水平的國際與國內(nèi)會議，將高水平會議納入評價指標(biāo)的考慮范圍，有助于更全面、科學(xué)和客觀地進(jìn)行科學(xué)計量評價。
(2) 期刊與會議相互促進(jìn)發(fā)展。當(dāng)前，國內(nèi)外的許多高水平國際會議采取和高影響力學(xué)術(shù)期刊合作的方式，實(shí)現(xiàn)合作互贏發(fā)展。譬如投稿某些學(xué)術(shù)會議被全文錄用并作口頭報告的論文，可以在會議結(jié)束后進(jìn)行完善和內(nèi)容擴(kuò)充后投稿和會議合作的學(xué)術(shù)期刊，并實(shí)現(xiàn)快速評審和?？?qū)诎l(fā)表。學(xué)術(shù)會議可通過采取這種措施收獲優(yōu)秀投稿、增加吸引力、擴(kuò)大影響力與交流范圍。學(xué)術(shù)期刊也可以利用會議的某些優(yōu)勢，如快速獲取專業(yè)領(lǐng)域最新學(xué)術(shù)信息、捕捉最新發(fā)展動態(tài)和熱點(diǎn)、期刊編輯部和領(lǐng)域同行面對面廣泛和深度交流等，擴(kuò)大期刊在該學(xué)科中的知名度和影響力。
猜你喜歡
學(xué)科新書架浙江樹人大學(xué)學(xué)報(人文社會科學(xué)版)(2022年4期)2022-08-15 10:58:48 【學(xué)科新書導(dǎo)覽】寧波大學(xué)學(xué)報(理工版)(2022年4期)2022-07-08 05:12:02 學(xué)科新書導(dǎo)覽寧波大學(xué)學(xué)報(理工版)(2022年2期)2022-03-15 12:10:56 土木工程學(xué)科簡介華北理工大學(xué)學(xué)報(自然科學(xué)版)(2021年3期)2021-07-03 09:06:34 數(shù)據(jù)庫財經(jīng)(2017年15期)2017-07-03 22:40:49 “超學(xué)科”來啦軍事文摘·科學(xué)少年(2017年4期)2017-06-20 23:29:09 數(shù)據(jù)庫財經(jīng)(2017年2期)2017-03-10 14:35:35 數(shù)據(jù)庫財經(jīng)(2016年15期)2016-06-03 07:38:02 論新形勢下統(tǒng)一戰(zhàn)線學(xué)學(xué)科在統(tǒng)戰(zhàn)工作實(shí)踐中的創(chuàng)新中央社會主義學(xué)院學(xué)報(2016年2期)2016-05-04 04:18:29 數(shù)據(jù)庫財經(jīng)(2016年3期)2016-03-07 07:44:46
■孫 瑤 王賢文
大連理工大學(xué)科學(xué)學(xué)與科技管理研究所暨WISE實(shí)驗(yàn)室，遼寧省大連市甘井子區(qū)凌工路2號 116024
在大多數(shù)學(xué)科中，學(xué)術(shù)期刊是展示科學(xué)活動成果的重要載體，是科學(xué)家們進(jìn)行學(xué)術(shù)研究和交流的正式渠道，科學(xué)家們傾向于在學(xué)術(shù)期刊上發(fā)表最新研究成果，達(dá)到與同行和讀者交流的目的[1]。學(xué)者們參加學(xué)術(shù)會議主要是為了將初步研究結(jié)果與同行分享，以期聽取同行意見，完善后續(xù)研究，從而使科研成果發(fā)表至學(xué)術(shù)期刊,因此，學(xué)術(shù)會議的影響力無法與學(xué)術(shù)期刊相提并論。但在計算機(jī)科學(xué)中存在截然相反的現(xiàn)象：計算機(jī)科學(xué)領(lǐng)域的研究學(xué)者將學(xué)術(shù)會議作為研究成果發(fā)表的首選渠道，且絕大多數(shù)的會議論文不再投稿于期刊。根據(jù)Davidson等[2]2017年的研究，計算機(jī)科學(xué)領(lǐng)域中最有影響力、最高同行審議的被引論文通常出現(xiàn)在會議論文集中。裴世保等[3]統(tǒng)計分析了計算機(jī)科學(xué)領(lǐng)域中某些著名科學(xué)家和科研單位的論文發(fā)表和引用情況，用具有代表性的數(shù)據(jù)說明會議論文具有顯著影響力，應(yīng)該與期刊論文一起作為學(xué)術(shù)評價的重要依據(jù)。
共被引分析方法可以被用來揭示科學(xué)結(jié)構(gòu)發(fā)展現(xiàn)狀、預(yù)測未來研究熱點(diǎn)或者進(jìn)行學(xué)科領(lǐng)域分析，從而達(dá)到為科技決策提供支持、為科技規(guī)劃與評估提供基礎(chǔ)的目的[4]。共被引分析是基于文檔(論文、作者和期刊等)引用關(guān)系的相似性度量，被定義為兩個文檔被其他文檔一起引用的頻率。兩個文檔共同被引用的次數(shù)越多，它們的相關(guān)性越高[5]。Chen[6]提出利用期刊共被引分析來明晰和定位某一學(xué)科領(lǐng)域主要交流的期刊。作為一種經(jīng)典文獻(xiàn)計量方法，共被引分析被廣泛應(yīng)用于揭示學(xué)科領(lǐng)域內(nèi)的學(xué)科結(jié)構(gòu)和關(guān)系[7-8]。王賢文等[9]將檢索期刊的共被引頻次矩陣，通過聚類分析和網(wǎng)絡(luò)結(jié)構(gòu)分析，定量考察中國地理學(xué)的學(xué)科結(jié)構(gòu)以及其在國際學(xué)術(shù)界的影響。學(xué)術(shù)期刊共被引關(guān)系的強(qiáng)弱也反映了期刊的親疏關(guān)系，可通過共被引分析來挖掘?qū)W術(shù)期刊之間的關(guān)系并進(jìn)行期刊分類，考察學(xué)科的內(nèi)部知識結(jié)構(gòu)和聯(lián)系情況[10]。
傳統(tǒng)共被引分析是基于參考引文的分析，并且受制于文獻(xiàn)計量學(xué)軟件的處理和運(yùn)算能力，只能局限于小數(shù)據(jù)集。如在劉艷[11]的研究中，選取了“計算機(jī)體系結(jié)構(gòu)/并行與分布計算/存儲系統(tǒng)”領(lǐng)域的13個A類期刊和會議作為研究對象，數(shù)據(jù)量少且僅局限于一個學(xué)科，缺乏代表性。且以往的共被引分析研究沒有將會議論文集包含在共被引分析的數(shù)據(jù)集內(nèi)。黃紫菲[12]僅用基本科學(xué)指標(biāo)數(shù)據(jù)庫(Essential Science Indicators，ESI)收錄的近10年來有關(guān)計算機(jī)領(lǐng)域的期刊文獻(xiàn)進(jìn)行計量分析得出相關(guān)研究熱點(diǎn)與作者集群分布，沒有考慮會議論文集。邱均平等[13]利用SCIE數(shù)據(jù)庫中檢索的計算機(jī)科學(xué)高水平國際學(xué)術(shù)期刊，驗(yàn)證國際合作是否能提高科學(xué)研究的影響力，同樣忽略了計算機(jī)科學(xué)領(lǐng)域的會議論文集。由于會議論文集在計算機(jī)科學(xué)中的重要性不能被忽視，所以本研究將期刊和會議論文集共同作為共被引分析的數(shù)據(jù)集，構(gòu)建計算機(jī)科學(xué)期刊和會議論文集的混合共被引網(wǎng)絡(luò)。本研究中界定的混合共被引即共被引對象不只包括一種文獻(xiàn)類型，而是同時涵蓋期刊與期刊、期刊與會議論文集、會議論文集與會議論文集之間的共被引關(guān)系。
社會網(wǎng)絡(luò)分析法最早可追溯到社會心理學(xué)家莫雷諾提出的社會測量法，它整合了數(shù)學(xué)、社會學(xué)、統(tǒng)計學(xué)、圖論學(xué)等多門學(xué)科來研究行動者之間相互關(guān)系。經(jīng)過多年發(fā)展，社會網(wǎng)絡(luò)分析法已經(jīng)由原來單一的研究方法發(fā)展為一個理論框架[14]。社會網(wǎng)絡(luò)分析方法是社會學(xué)領(lǐng)域內(nèi)比較成熟的研究方法,其利用“顯著性即重要性”的基本原理,對發(fā)現(xiàn)網(wǎng)絡(luò)中具有重要影響力的節(jié)點(diǎn)有獨(dú)到的功效[15]。本研究基于此原理，利用社會網(wǎng)絡(luò)分析法尋找“期刊-會議”混合共被引網(wǎng)絡(luò)中有重要影響力的節(jié)點(diǎn)，即對整個網(wǎng)絡(luò)知識傳播有重大影響力的期刊或會議。
本研究的創(chuàng)新點(diǎn)在于將期刊和會議論文集同時作為網(wǎng)絡(luò)中的節(jié)點(diǎn)，進(jìn)行二者混合共被引網(wǎng)絡(luò)的可視化呈現(xiàn)。利用社會網(wǎng)絡(luò)分析的相關(guān)理論進(jìn)行分析，以期明晰計算機(jī)科學(xué)領(lǐng)域內(nèi)的學(xué)科結(jié)構(gòu)，甄別計算機(jī)科學(xué)領(lǐng)域內(nèi)期刊和會議的重要性差異，為其他學(xué)科提供新的期刊研究方法和學(xué)術(shù)評價辦法，對政策制定提供一定指導(dǎo)性建議。
1 數(shù)據(jù)和方法
本研究選擇的數(shù)據(jù)庫為Scopus數(shù)據(jù)庫。Scopus數(shù)據(jù)庫涵蓋數(shù)據(jù)量大，由愛思唯爾(Elsevier)公司在2004年創(chuàng)立，現(xiàn)已發(fā)展成世界上最大的文摘和引文數(shù)據(jù)庫之一，涵蓋了15000種科學(xué)、技術(shù)及醫(yī)學(xué)(Scientific, Technical and Medical，STM)方面的期刊，涉及大約11000個出版商，包括同行評議期刊、會議集和書籍。雖然中國知網(wǎng)中既包含針對期刊引用的評價指標(biāo)，也有各類文獻(xiàn)(包括會議論文)的評價指標(biāo)，但Scopus數(shù)據(jù)庫的高級檢索功能可最便捷地實(shí)現(xiàn)本研究中所需要的復(fù)雜混合共被引檢索。在Scopus數(shù)據(jù)庫的高級檢索項(xiàng)中，用代碼REFSRCTITLE可以檢索參考文獻(xiàn)中涵蓋目標(biāo)出版物所出版文獻(xiàn)的文章。用REFSRCTITLE代碼和其他操作符(AND, NOT, OR等)，就可以檢索任何兩個目標(biāo)標(biāo)題之間的共被引關(guān)系的數(shù)量，這是其他數(shù)據(jù)庫所不支持的檢索功能，因此可利用該功能建立期刊和會議集文獻(xiàn)之間的混合共被引網(wǎng)絡(luò)。例如，在Scopus高級檢索中輸入檢索式REFSRCTITLE (JournaloftheACM)進(jìn)行檢索，在返回結(jié)果集中任選一篇文章查閱其參考文獻(xiàn)列表，發(fā)現(xiàn)其參考文獻(xiàn)中含有出版物JournaloftheACM收錄的文獻(xiàn)(圖1)。
圖1 檢索示例
本研究選取的研究對象來源于澳大利亞計算研究與教育協(xié)會(Computing Research and Education Association of Australasia，CORE) 的期刊和會議排名系統(tǒng)。該系統(tǒng)是計算機(jī)科學(xué)領(lǐng)域內(nèi)最為權(quán)威的期刊和會議排名系統(tǒng)，被全世界各大機(jī)構(gòu)作為計算機(jī)科學(xué)領(lǐng)域的評價體系標(biāo)準(zhǔn)廣泛采用(http://www.core.edu.au)。本研究基于CORE的期刊和會議排名系統(tǒng)，選取CORE系統(tǒng)中的A類期刊和會議，經(jīng)過篩選并與Scopus數(shù)據(jù)庫中的名稱反復(fù)檢索對比，最終選取366個期刊和會議論文集名稱作為本次研究的對象，其中包含203種期刊和163個會議論文集?？紤]到計算機(jī)科學(xué)發(fā)展相對迅速，本研究選取2013年以后出版的文獻(xiàn)。
在Scopus數(shù)據(jù)庫中，大多數(shù)期刊和會議論文集都可直接應(yīng)用簡單的檢索式進(jìn)行檢索。例如，檢索式REFSRCTITLE(International Computer Symposium)PUBYEAR AFT 2013，可以直接返回參考文獻(xiàn)來源于會議論文集InternationalComputerSymposium且在 2013年之后出版的文獻(xiàn)。對于名稱較為簡短的期刊或會議集，例如Cognition,需要用NOT運(yùn)算符排除包含單詞“Cognition”的其他出版物。
本研究選取的366個期刊或會議論文集名稱，需要獲得其中任意兩個的共被引頻次，包括期刊與期刊、期刊與會議論文集、會議論文集與會議論文集的共被引頻次，即混合共被引。因?yàn)楣脖灰菬o向的，所以對于366個期刊和會議論文集一共需要獲得66795對共被引關(guān)系。首先檢索某一期刊或會議論文集的被引情況，然后在該結(jié)果界面中檢索另一期刊或會議論文集的被引情況，從而達(dá)到檢索這兩個期刊或會議論文集名稱共被引頻次的目的。表1選取了JournaloftheACM、LogicalMethodsinComputerScience、InformationProcessingandManagement、ACM/IEEEConferenceonSupercomputing和ProceedingsoftheACMSIGKDDInternationalConferenceonKnowledgeDiscoveryandDataMining這3種期刊和2個會議論文集名稱作為示例展示數(shù)據(jù)結(jié)果(期刊用斜體標(biāo)注，會議用黑斜體標(biāo)注，下文同)，數(shù)據(jù)查詢的時間為2018年6月18—30日。由表1可知，期刊JournaloftheACM與期刊LogicalMethodsinComputerScience的共被引頻次為938次，期刊JournaloftheACM與會議論文集ACM/IEEEConferenceonSupercomputing共被引頻次為105次。
表1 3種期刊和2個會議論文集名稱共被引頻次
注：①文中圖2～5為黑白示意圖，請掃描文后二維碼查閱彩色原圖。
本研究的共被引關(guān)系用Jaccard系數(shù)(Jaccard Index)進(jìn)行標(biāo)準(zhǔn)化處理。Jaccard系數(shù)又稱為Jaccard相似系數(shù)(Jaccard Similarity Coefficient)，用于比較有限樣本集之間的相似性與差異性。Jaccard系數(shù)值越大，樣本相似度越高。與傳統(tǒng)相似性度量方法相比，Jaccard系數(shù)完善了余弦相似性只考慮用戶評分而忽略了其他信息量的弊端，特別適合應(yīng)用于稀疏度過高的數(shù)據(jù)[16]。Jaccard系數(shù)的定義為兩個樣本之間交集的大小除以其并集的大小。假設(shè)在Scopus數(shù)據(jù)庫中檢索到兩個樣本的總被引頻次分別為X和Y，二者的共被引頻次為X∩Y，二者總被引頻次為X∪Y。兩個樣本之間的Jaccard系數(shù)計算公為
J(X,Y) = |X∩Y| / |X∪Y|
(1)
本研究也計算了該網(wǎng)絡(luò)中節(jié)點(diǎn)的中介中心性(Betweenness Centrality)。中介中心性是基于最短路徑圖的中心性度量方法，最初是在社會關(guān)系網(wǎng)中衡量一個點(diǎn)的連通潛力，并由此得到復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)連通能力的聚集度，從而反映節(jié)點(diǎn)在網(wǎng)絡(luò)中的地位[17]。對于連通圖中的每對頂點(diǎn)，頂點(diǎn)之間至少存在一條最短路徑，使得路徑經(jīng)過的邊數(shù)(對于未加權(quán)的圖)或邊的權(quán)重之和(對于加權(quán)圖) 被最小化。每個頂點(diǎn)的中介中心性為通過頂點(diǎn)的最短路徑數(shù)。本研究中所有網(wǎng)絡(luò)圖全部應(yīng)用Gephi軟件繪制，且均為無向圖。
2 結(jié)果
2.1 期刊-會議混合共被引網(wǎng)絡(luò)
圖2①所示為計算機(jī)科學(xué)領(lǐng)域的期刊和會議論文集的混合共被引網(wǎng)絡(luò)，黃色和綠色分別表示期刊節(jié)點(diǎn)和會議論文集節(jié)點(diǎn)。為方便顯示，節(jié)點(diǎn)的標(biāo)簽用該期刊或會議論文集的縮寫，如ARIST代表期刊AnnualReviewofInformationScienceandTechnology。用中介中心性來標(biāo)記節(jié)點(diǎn)的大小，即中介中心性值越大，節(jié)點(diǎn)尺寸越大。連線的粗細(xì)由邊的權(quán)重決定，即兩個節(jié)點(diǎn)間Jaccard系數(shù)越大，連線越粗。
如圖2所示，綠色節(jié)點(diǎn)代表會議論文集匯聚在一起，在圖中央形成一個較為緊密的聚類；黃色節(jié)點(diǎn)代表的期刊分散在外圍，但期刊之間也存在著較為緊密的聯(lián)系，例如圖2右下角的黃色節(jié)點(diǎn)凝聚在一起。圖2結(jié)果表明，會議文獻(xiàn)更傾向于與會議文獻(xiàn)產(chǎn)生共被引關(guān)系；同樣，期刊文獻(xiàn)更傾向于與期刊文獻(xiàn)產(chǎn)生共被引關(guān)系。期刊和會議的混合共被引網(wǎng)絡(luò)之間存在較為明顯的分界線。該網(wǎng)絡(luò)中，會議論文集形成的聚類被外圍的期刊聚類所包圍，在一定程度上揭示了會議論文集在計算機(jī)的整個學(xué)科結(jié)構(gòu)中居于更為核心的地位，并且會議論文集之間的關(guān)系更為緊密。
圖2 計算機(jī)學(xué)科領(lǐng)域期刊-會議混合共被引網(wǎng)絡(luò)(初始圖)
2.2 共被引網(wǎng)絡(luò)的學(xué)科分類
為觀察具體學(xué)科在計算機(jī)科學(xué)領(lǐng)域結(jié)構(gòu)中的位置和作用，將研究的366個期刊或會議論文集名稱進(jìn)行學(xué)科分類標(biāo)記。按照中國計算機(jī)協(xié)會(China Computer Federation，CCF)提供的計算機(jī)科學(xué)領(lǐng)域分類，將366個節(jié)點(diǎn)劃分為10個不同學(xué)科，分別用10種不同的顏色標(biāo)記(表2)。將圖2按照學(xué)科分類屬性重新繪制，得到圖3。在圖3中，屬于同一個學(xué)科分類的期刊或會議論文集節(jié)點(diǎn)被標(biāo)記為同一顏色。由圖3可知，有相同顏色即相同學(xué)科屬性的節(jié)點(diǎn)并沒有聚集到一起形成多個小社區(qū)，而是不同顏色的節(jié)點(diǎn)隨機(jī)混亂的分布在該網(wǎng)絡(luò)中，沒有明顯的分界線。
表2 不同顏色所對應(yīng)的學(xué)科分布
圖3 具有學(xué)科屬性共被引網(wǎng)絡(luò)
為使網(wǎng)絡(luò)結(jié)構(gòu)更清晰地揭示隱藏其中的各學(xué)科之間共被引關(guān)系，須減少圖3節(jié)點(diǎn)和邊的個數(shù)。通過不斷調(diào)整閾值，最終選取0.0917作為最低Jaccard系數(shù)值來過濾權(quán)重值較低的邊，這意味著連線權(quán)重低于0.0917的邊將不會被顯示，部分節(jié)點(diǎn)也會被過濾掉，最終的到了圖4和圖5(圖5是在圖4的基礎(chǔ)上按照學(xué)科分類改變節(jié)點(diǎn)顏色)。在只保留重要節(jié)點(diǎn)和邊的情況下，圖4所示為期刊和會議之間的混合共被引網(wǎng)絡(luò)，圖5所示為學(xué)科分類后的混合共被引網(wǎng)絡(luò)。圖4和圖5所示的網(wǎng)絡(luò)中均包含140條邊，91個節(jié)點(diǎn)。
圖4 具有出版物類型屬性的混合共被引網(wǎng)絡(luò)
圖5 具有學(xué)科屬性的混合共被引網(wǎng)絡(luò)
圖4中，將期刊節(jié)點(diǎn)用黃色標(biāo)記，會議節(jié)點(diǎn)用綠色標(biāo)記?？梢院苊黠@地看出，調(diào)整閾值后，仍然體現(xiàn)出同類型文獻(xiàn)內(nèi)的共被引優(yōu)勢。在圖中4個最大即最重要的節(jié)點(diǎn)中，有三個是會議ProceedingsoftheACMSIGKDDInternationalConferenceonKnowledgeDiscoveryandDataMining(KDD),AdvancesinNeuralInformationProcessingSystems(NIPS),IEEEInternationalConferenceonComputerVision(ICCV),僅有一個是期刊JournalofMachineLearningResearch(JMLR)。
在只保留重要節(jié)點(diǎn)和邊的情況下,聚類效果仍不是非常理想(圖5)，進(jìn)一步說明計算機(jī)科學(xué)領(lǐng)域內(nèi)不同學(xué)科的界限模糊，學(xué)科之間相互滲透程度較高。如圖5所示，留下的領(lǐng)域主要有4個，分別為深灰色的軟件工程/系統(tǒng)軟件/程序語言，紫色的數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索，綠色的人工智能以及藍(lán)色的計算機(jī)科學(xué)理論。而在91個節(jié)點(diǎn)中，數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索領(lǐng)域有23個，約占25%；人工智能領(lǐng)域有18個，約占20%。圖4中的4個大節(jié)點(diǎn)中，KDD和NIPS為數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索領(lǐng)域，JMLR和ICCV為人工智能領(lǐng)域，反映當(dāng)前計算機(jī)科學(xué)領(lǐng)域的研究熱點(diǎn)為數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索及人工智能。對比圖5和圖3可以發(fā)現(xiàn),在提高閾值之后，具有相同學(xué)科背景的論文更愿意相互引用，并形成了幾個同色小聚類。對比圖5和圖4可以發(fā)現(xiàn)，不同學(xué)科的會議之間更愿意相互混合引用，學(xué)科交叉程度更強(qiáng)。
2.3 期刊和會議論文集的中介中心性比較
為從定量角度比較期刊和會議論文集之間的重要性，計算了各節(jié)點(diǎn)的中介中心性。所有節(jié)點(diǎn)和邊的中介中心性大小排名前20的節(jié)點(diǎn)見表3，設(shè)置閾值為0.0917后重新計算的前20個節(jié)點(diǎn)見表4。表3中的20個節(jié)點(diǎn)中有15種期刊和5個會議，期刊占絕大部分。提高閾值后的核心網(wǎng)絡(luò)(表4)中，有7種期刊和13個會議論文集記錄，會議占一半以上。在核心共被引網(wǎng)絡(luò)中，會議節(jié)點(diǎn)中介中心值明顯上升，且會議節(jié)點(diǎn)占大多數(shù)。因此總體看來，期刊可作為計算機(jī)科學(xué)的主要學(xué)術(shù)交流工具，但在核心網(wǎng)絡(luò)中，高水平會議論文集卻有著更顯著影響力。
表3 期刊與會議集的中介中心性(閾值為0.0000)
3 結(jié)論和啟示
以往的研究大多是單獨(dú)觀察期刊或會議論文集的共被引情況以甄別核心期刊或重要會議，缺少整體全面的分析。期刊通常是作為某一學(xué)科的主要學(xué) 術(shù)交流工具而存在，但會議論文集在計算機(jī)科學(xué)領(lǐng)域中有著舉足輕重的地位，本研究將計算機(jī)科學(xué)領(lǐng)域內(nèi)的期刊和會議論文集同時作為研究對象，構(gòu)建期刊-會議混合共被引網(wǎng)絡(luò)。通過在Scopus數(shù)據(jù)庫中獲取CORE提供的計算機(jī)科學(xué)A類期刊和會議論文集的混合共被引數(shù)據(jù)，構(gòu)建了計算機(jī)科學(xué)A類期刊及會議論文集的混合共被引網(wǎng)絡(luò)，得出以下結(jié)論。
表4 期刊與會議集的中介中心性(閾值為0.0917)
(1) 同類型文獻(xiàn)傾向相互引用。期刊與會議混合共被引網(wǎng)絡(luò)中存在明顯分界線，將會議論文集與期刊分成兩個部分。這說明期刊文獻(xiàn)更多引用期刊文獻(xiàn)，會議文獻(xiàn)更多引用會議文獻(xiàn)。期刊與會議論文集的相互引用程度不高，在一定程度上表明即使是在計算機(jī)科學(xué)領(lǐng)域，期刊與會議論文集仍存在差異。
(2) 計算機(jī)科學(xué)內(nèi)各學(xué)科領(lǐng)域界限模糊。首先，計算機(jī)科學(xué)領(lǐng)域內(nèi)的研究熱點(diǎn)為數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索及人工智能，符合當(dāng)前發(fā)展事態(tài)。其次，在計算機(jī)科學(xué)中跨學(xué)科分類在一定程度上被忽略，屬于同一學(xué)科的期刊或會議論文集(根據(jù)CCF的分類)并非傾向于同一學(xué)科內(nèi)共同引用，而是無序地分布在網(wǎng)絡(luò)中。學(xué)科交叉現(xiàn)象在高水平會議論文中更能體現(xiàn)，這表明計算機(jī)科學(xué)內(nèi)不同學(xué)科領(lǐng)域需要相互借鑒和補(bǔ)充。簡單來說，計算機(jī)科學(xué)理論學(xué)科可能廣泛地被其他各學(xué)科領(lǐng)域所學(xué)習(xí)借鑒，網(wǎng)絡(luò)與信息安全學(xué)科在一定程度上也能為數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索提供某些方面的支持，計算機(jī)科學(xué)的自身特點(diǎn)導(dǎo)致了該學(xué)科領(lǐng)域內(nèi)各學(xué)科界限模糊。而會議相比于期刊發(fā)文速度快、周期短，與計算機(jī)科學(xué)發(fā)展迅速的特點(diǎn)相符合，因此各學(xué)科融合程度更高。
(3) 會議論文與期刊論文共同構(gòu)建計算機(jī)科學(xué)領(lǐng)域的景觀。對大多數(shù)學(xué)科而言，期刊是學(xué)術(shù)交流和促進(jìn)學(xué)科發(fā)展最常見和最重要的渠道，但在計算機(jī)科學(xué)領(lǐng)域中，期刊論文和會議論文都非常重要，期刊在共被引網(wǎng)絡(luò)中占一定優(yōu)勢，但在高水平論文集中，會議論文集有著更為顯著的影響力。
綜上所述，本研究總結(jié)出如下啟示。
(1) 高水平會議論文集應(yīng)納入相應(yīng)學(xué)科評價指標(biāo)的考慮范圍。特別在計算機(jī)科學(xué)領(lǐng)域內(nèi)，高水平會議論文被廣泛引用，具有相當(dāng)高的學(xué)術(shù)影響力，研究學(xué)者和機(jī)構(gòu)的學(xué)術(shù)水平評價應(yīng)綜合考慮到其學(xué)術(shù)會議的發(fā)文情況。對于計算機(jī)以外的其他學(xué)科來說，也不乏高水平的國際與國內(nèi)會議，將高水平會議納入評價指標(biāo)的考慮范圍，有助于更全面、科學(xué)和客觀地進(jìn)行科學(xué)計量評價。
(2) 期刊與會議相互促進(jìn)發(fā)展。當(dāng)前，國內(nèi)外的許多高水平國際會議采取和高影響力學(xué)術(shù)期刊合作的方式，實(shí)現(xiàn)合作互贏發(fā)展。譬如投稿某些學(xué)術(shù)會議被全文錄用并作口頭報告的論文，可以在會議結(jié)束后進(jìn)行完善和內(nèi)容擴(kuò)充后投稿和會議合作的學(xué)術(shù)期刊，并實(shí)現(xiàn)快速評審和?？?qū)诎l(fā)表。學(xué)術(shù)會議可通過采取這種措施收獲優(yōu)秀投稿、增加吸引力、擴(kuò)大影響力與交流范圍。學(xué)術(shù)期刊也可以利用會議的某些優(yōu)勢，如快速獲取專業(yè)領(lǐng)域最新學(xué)術(shù)信息、捕捉最新發(fā)展動態(tài)和熱點(diǎn)、期刊編輯部和領(lǐng)域同行面對面廣泛和深度交流等，擴(kuò)大期刊在該學(xué)科中的知名度和影響力。
猜你喜歡
浙江樹人大學(xué)學(xué)報(人文社會科學(xué)版)(2022年4期)2022-08-15 10:58:48
寧波大學(xué)學(xué)報(理工版)(2022年4期)2022-07-08 05:12:02
寧波大學(xué)學(xué)報(理工版)(2022年2期)2022-03-15 12:10:56
華北理工大學(xué)學(xué)報(自然科學(xué)版)(2021年3期)2021-07-03 09:06:34
財經(jīng)(2017年15期)2017-07-03 22:40:49
軍事文摘·科學(xué)少年(2017年4期)2017-06-20 23:29:09
財經(jīng)(2017年2期)2017-03-10 14:35:35
財經(jīng)(2016年15期)2016-06-03 07:38:02
中央社會主義學(xué)院學(xué)報(2016年2期)2016-05-04 04:18:29
財經(jīng)(2016年3期)2016-03-07 07:44:46
