周春雷 張雨新 薛寧

摘? 要：基于學(xué)術(shù)授信理論，本文提出一種運(yùn)用數(shù)據(jù)可視化大屏快速實(shí)現(xiàn)學(xué)術(shù)畫像和多維學(xué)術(shù)評(píng)價(jià)的具體方法，能夠幫助用戶全面了解評(píng)價(jià)對(duì)象的學(xué)術(shù)成就與學(xué)術(shù)影響力，然后以2021年普賴斯獎(jiǎng)得主Ludo Waltman為例展示并解讀學(xué)術(shù)畫像結(jié)果。本研究表明，這種新方法繪制出的畫像非常接近專業(yè)人士在對(duì)比文獻(xiàn)中展示的結(jié)果，而且可拓展性強(qiáng)，具有一定的實(shí)用價(jià)值。

關(guān)鍵詞：學(xué)術(shù)畫像；數(shù)據(jù)可視化；學(xué)術(shù)評(píng)價(jià)；學(xué)術(shù)授信；Ludo Waltman；普賴斯獎(jiǎng)

Abstract： Based on the Academic Credit Theory， this paper proposes a specific method to quickly realize academic portrait and multidimensional academic evaluation by using the data visualization screen， which can help users fully understand the academic achievements and academic influence of the evaluation objects. In this paper， Ludo Waltman， winner of the Derek de Solla Price Award in 2021， is taken as an example to display and interpret the results of the academic portrait. This study shows that the portrait drawn by this new method is very close to the results presented by professional in the comparative paper. It is extensible and has certain practical value.

Keywords： Academic portrait; Data visualization screen; Academic evaluation; Academic credit; Ludo Waltman

1 引言

用戶畫像是指以數(shù)據(jù)的形式來描述某一用戶群體的特征，形成能夠識(shí)別這一群體的畫像結(jié)果。[1]該技術(shù)進(jìn)入學(xué)術(shù)評(píng)價(jià)研究者的視野后，部分學(xué)者嘗試將其應(yīng)用于學(xué)術(shù)畫像研究，即以數(shù)字化方式對(duì)學(xué)術(shù)評(píng)價(jià)對(duì)象進(jìn)行形象化描述并形成具體化的表達(dá)。[2]本文將學(xué)術(shù)畫像的對(duì)象聚焦于科學(xué)家群體，認(rèn)為學(xué)術(shù)畫像是一種借助可視化圖表等工具多維度展示學(xué)者的研究成果及其影響的學(xué)術(shù)評(píng)價(jià)方法。

目前，研究學(xué)術(shù)畫像的主體包括學(xué)術(shù)平臺(tái)和研究者兩大類。主流學(xué)術(shù)平臺(tái)通常會(huì)提供學(xué)者的研究領(lǐng)域、發(fā)表文獻(xiàn)情況、合作者等基本信息，操作簡單，使用便捷，但對(duì)更深層次的學(xué)術(shù)影響力、研究主題方面的分析揭示力度不夠且需付費(fèi)使用，免費(fèi)用戶所能獲取的畫像通常較為粗淺。研究者們關(guān)于學(xué)術(shù)畫像的研究則較為深入，探討了多種方法在學(xué)術(shù)畫像中的應(yīng)用。例如，李杰[3，4]運(yùn)用科學(xué)計(jì)量學(xué)和知識(shí)圖譜的分析方法對(duì)科研機(jī)構(gòu)和科研人員進(jìn)行畫像；于海泉[5]研究了利用深度神經(jīng)網(wǎng)絡(luò)建立學(xué)術(shù)畫像的方法。畫像的內(nèi)容通常圍繞學(xué)者的基本信息、學(xué)術(shù)產(chǎn)出、學(xué)術(shù)影響力、研究興趣、合作關(guān)系和代表性學(xué)術(shù)成就等角度展開，常見的學(xué)術(shù)畫像方法通常較為繁雜，會(huì)采用科學(xué)計(jì)量學(xué)方法進(jìn)行統(tǒng)計(jì)描述，同時(shí)用CiteSpace或VOSviewer等知識(shí)圖譜軟件展開分析。由于知識(shí)圖譜軟件的操作界面通常較為復(fù)雜，需要較多手動(dòng)操作與調(diào)整才能達(dá)到較好效果，且針對(duì)不同的評(píng)價(jià)需求，需要用戶組合使用多種軟件來構(gòu)建畫像，對(duì)新手和非專業(yè)用戶不夠友好?？偟膩碚f，學(xué)術(shù)畫像技術(shù)能夠?qū)⒊橄蟮男畔⒖梢暬?，幫助用戶深入認(rèn)識(shí)研究對(duì)象。但現(xiàn)有方法一方面缺乏理論指導(dǎo)，對(duì)方法和工具缺少整合，在研究維度方面缺乏統(tǒng)一標(biāo)準(zhǔn)，對(duì)研究對(duì)象的刻畫不夠深入，不夠系統(tǒng)；另一方面，這些方法在實(shí)際操作過程中對(duì)研究者的個(gè)人能力要求較高。因此，適用于學(xué)術(shù)畫像的技術(shù)和方法在操作難易程度、畫像維度、刻畫深度等方面還有很大的提升空間。

鑒于上述問題，本文提出一種基于數(shù)據(jù)可視化大屏的學(xué)術(shù)畫像方法。這是一種將可視化結(jié)果分區(qū)展示在同一界面的技術(shù)，當(dāng)加載真實(shí)數(shù)據(jù)后可生成關(guān)于特定學(xué)者的多維畫像。該技術(shù)能系統(tǒng)、全面地展示學(xué)者的學(xué)術(shù)成就，并以生動(dòng)形象的方式描繪其學(xué)術(shù)關(guān)系網(wǎng)絡(luò)，幫助研究者形成清晰而完整的認(rèn)識(shí)。本文將選取典型學(xué)者，從學(xué)術(shù)產(chǎn)出特征、學(xué)者合作特征、論文被引特征等多個(gè)角度揭示其學(xué)術(shù)成就與學(xué)術(shù)影響力，展示數(shù)據(jù)可視化大屏的建立與運(yùn)行方法，并將畫像結(jié)果與國內(nèi)知名科學(xué)計(jì)量研究者李杰[6]的研究結(jié)果進(jìn)行對(duì)比，以檢驗(yàn)本文所提方法的可行性與有效性。

2 基于數(shù)據(jù)可視化大屏的學(xué)術(shù)畫像方法

為深入揭示畫像對(duì)象的學(xué)術(shù)影響力，本文根據(jù)學(xué)術(shù)授信評(píng)價(jià)理論來設(shè)計(jì)學(xué)術(shù)畫像的維度。學(xué)術(shù)授信是指學(xué)術(shù)共同體成員用自身學(xué)術(shù)聲譽(yù)、學(xué)識(shí)判斷為保證向其他成員推介某學(xué)術(shù)成果或成員的行為。[7]一般來說，學(xué)術(shù)聲望較高的推介者所認(rèn)可的評(píng)價(jià)對(duì)象通常具有較高的學(xué)術(shù)造詣和學(xué)術(shù)影響力。

基于這種認(rèn)識(shí)，本文將與特定學(xué)者相關(guān)的學(xué)術(shù)關(guān)系網(wǎng)絡(luò)進(jìn)行可視化，將學(xué)者間的合作與引用、期刊收錄情況等各種能夠證明學(xué)者研究水平或影響的信息都納入分析視野，確定畫像維度并加以解讀。這種方法嘗試客觀反映研究對(duì)象在同行中所產(chǎn)生的學(xué)術(shù)影響，進(jìn)而從同行視角揭示研究對(duì)象的學(xué)術(shù)聲望，從而提升畫像的認(rèn)知深度和質(zhì)量。研究者還可根據(jù)研究需求將其精細(xì)化，可規(guī)定合作網(wǎng)絡(luò)中學(xué)者們的h指數(shù)門檻，或分析主流學(xué)術(shù)群體對(duì)研究對(duì)象的施引主題集合，通過學(xué)術(shù)群體的篩選來反映研究對(duì)象在不同層級(jí)同行中所產(chǎn)生的影響。在學(xué)術(shù)授信評(píng)價(jià)理論的指引下，本文所構(gòu)建的方法首先描繪研究對(duì)象的論文產(chǎn)出時(shí)間、研究主題、來源期刊及所屬機(jī)構(gòu)等基本信息的分布情況畫像，其次分析研究對(duì)象的合作情況并繪制合作網(wǎng)絡(luò)，在此基礎(chǔ)上深入揭示其產(chǎn)出影響，包括論文被引頻次、擴(kuò)散國家、國內(nèi)外主題傳播情況、h指數(shù)及學(xué)術(shù)認(rèn)同與支持群體等角度，以更加全面地繪制學(xué)術(shù)畫像、開展學(xué)術(shù)評(píng)價(jià)。

基于數(shù)據(jù)可視化大屏的學(xué)術(shù)畫像方法流程如圖1所示，可分為采集數(shù)據(jù)、繪制大屏、解讀畫像3個(gè)步驟，在此步驟下實(shí)現(xiàn)“人—數(shù)據(jù)—畫像—認(rèn)識(shí)”的全過程。

（1）采集數(shù)據(jù)。根據(jù)研究目標(biāo)選擇評(píng)價(jià)對(duì)象，然后在Web of Science、CNKI等學(xué)術(shù)平臺(tái)上檢索被畫像者的學(xué)術(shù)研究情況，包括學(xué)者相關(guān)的發(fā)文數(shù)據(jù)和被引數(shù)據(jù)，以供后續(xù)了解學(xué)者的科學(xué)成就和學(xué)術(shù)影響力。該步驟需要研究人員具備基礎(chǔ)的信息檢索能力，以獲取有效可靠的數(shù)據(jù)集。

（2）繪制大屏。這一步主要是構(gòu)建基于PyEcharts的學(xué)術(shù)畫像模塊。首先初始化程序運(yùn)行環(huán)境；其次，進(jìn)行數(shù)據(jù)準(zhǔn)備，統(tǒng)一清洗與處理采集到的數(shù)據(jù)，使之與程序運(yùn)行要求相匹配；最后將學(xué)術(shù)畫像按維度劃分為不同模塊，利用PyEcharts庫內(nèi)置的方法構(gòu)建圖譜框架，分別運(yùn)行每一模塊的程序繪制圖譜，并將圖譜畫像追加顯示在同一網(wǎng)頁。這一步將生成學(xué)術(shù)畫像內(nèi)容的過程進(jìn)行了封裝，研究人員可直接導(dǎo)入可用數(shù)據(jù)并執(zhí)行程序，即可自動(dòng)生成數(shù)據(jù)可視化大屏。

（3）解讀畫像。結(jié)合學(xué)術(shù)授信評(píng)價(jià)理論[8，9]對(duì)繪制的學(xué)術(shù)畫像進(jìn)行解讀。分別從產(chǎn)出基本情況、合作情況、影響力情況三個(gè)角度展開分析，了解學(xué)者發(fā)表論文的基本信息，認(rèn)識(shí)學(xué)者的主要合作者及其學(xué)術(shù)地位，揭示學(xué)者的影響力，進(jìn)一步挖掘數(shù)據(jù)的隱含意義，對(duì)該學(xué)者形成全面認(rèn)知。

3 實(shí)證研究

本文以2021年普賴斯獎(jiǎng)得主Ludo Waltman（下文簡稱Ludo）為例，采用數(shù)據(jù)可視化大屏方法對(duì)其進(jìn)行學(xué)術(shù)畫像，并根據(jù)學(xué)術(shù)授信評(píng)價(jià)理論[10，11]解讀畫像結(jié)果，同時(shí)與李杰在《普賴斯獎(jiǎng)獲得者盧多·瓦特曼的學(xué)術(shù)畫像》[12]一文中得到的結(jié)果進(jìn)行細(xì)粒度對(duì)比，檢驗(yàn)本文所提方法的效果。李杰近年來深耕于學(xué)術(shù)畫像、學(xué)術(shù)評(píng)價(jià)、數(shù)據(jù)可視化分析等領(lǐng)域，出版了多本知識(shí)圖譜方面的著作，在學(xué)術(shù)影響力評(píng)價(jià)與展示方面有豐富經(jīng)驗(yàn)。鑒于李杰的畫像結(jié)果專業(yè)、可信，將實(shí)驗(yàn)結(jié)果與其進(jìn)行比較，可以檢驗(yàn)本文方法的科學(xué)性與有效性。

3.1 數(shù)據(jù)來源。2023年2月13日，在Web of Science中以Ludo的Research ID：B-5561-2008[13]進(jìn)行數(shù)據(jù)檢索，共檢索出Ludo發(fā)表的95篇論文及10697篇施引文獻(xiàn)。這95篇論文主要來自SSCI和SCI-E數(shù)據(jù)庫，以期刊論文和會(huì)議論文為主，其中Ludo作為第一作者的論文有43篇，占比 45.74%。Ludo所發(fā)表論文的總被引次數(shù)達(dá)到了15394 次，去除自引后總計(jì)15180次，篇均被引頻次為162.04次。在CNKI中以“Ludo Waltman”為參考文獻(xiàn)檢索詞進(jìn)行檢索，共檢索出1529篇中文施引文獻(xiàn)，以期刊論文和學(xué)位論文為主。

3.2 學(xué)術(shù)畫像結(jié)果。具體畫像內(nèi)容分為3個(gè)部分：（1）對(duì)Ludo的學(xué)術(shù)產(chǎn)出基本情況進(jìn)行統(tǒng)計(jì)分析，主要涉及論文產(chǎn)出時(shí)間、研究方向及主題、來源期刊以及所屬機(jī)構(gòu)的分布特征。（2）對(duì)Ludo發(fā)表論文的合作情況進(jìn)行分析，繪制合作網(wǎng)絡(luò)圖，提煉并標(biāo)記合作頻率、學(xué)術(shù)地位較高的作者。（3）對(duì)Ludo所發(fā)表論文的被引情況進(jìn)行分析，發(fā)掘被引頻次最高的論文，分析其論文在地域與主題上的擴(kuò)散情況，對(duì)比近幾屆普賴斯獎(jiǎng)得主的h指數(shù)，并探究國內(nèi)外引用及認(rèn)同情況。

3.3 學(xué)術(shù)畫像結(jié)果檢驗(yàn)

3.3.1 產(chǎn)出基本情況。（1）論文產(chǎn)出的時(shí)間分布特征?？蒲猩a(chǎn)率是衡量科學(xué)產(chǎn)出能力的一個(gè)重要定量指標(biāo)，考慮到科學(xué)論文的發(fā)表數(shù)量能夠衡量科研生產(chǎn)率的高低，數(shù)據(jù)可視化大屏將學(xué)者的論文產(chǎn)出量及時(shí)間分布作為學(xué)術(shù)畫像的一部分。圖2（a）顯示了2005—2023年Ludo的年發(fā)文數(shù)量以及被引頻次，可以看出他的科學(xué)產(chǎn)出生涯大致以2011年為界分為兩個(gè)階段：2005—2011年期間發(fā)文數(shù)量持續(xù)增加，2011年后發(fā)文數(shù)量整體上波動(dòng)性減少。自2005年發(fā)表了《Maximum likelihood parameter estimation in probabilistic fuzzy classifiers（概率模糊分類器中的最大似然參數(shù)估計(jì)）》[14]一文后，Ludo的發(fā)文數(shù)量持續(xù)增長，在2011年發(fā)表論文數(shù)量達(dá)到頂峰，為11篇。2011年后，其發(fā)文數(shù)量整體減少，最多為9篇，2020和2021年減少到1篇，而2022和2023年則未發(fā)表文章。但從平均看來，Ludo仍然保持著年均5.5篇的學(xué)術(shù)產(chǎn)出。畫像結(jié)果與圖2（b）中李杰的結(jié)果一致程度較高。

根據(jù)圖2（a）中的被引頻次曲線可以發(fā)現(xiàn)，Ludo論文的被引頻次呈現(xiàn)出先升高再降低的趨勢(shì)。2005—2022年，其論文的被引頻次持續(xù)上升，在2022年達(dá)到了近4000次，尤其是在2018—2022年期間被引頻次增長迅速，體現(xiàn)了較高的學(xué)術(shù)影響力與傳播力。

（2）論文研究方向及主題分布特征。論文研究方向及主題分布特征能清晰揭示學(xué)者關(guān)注的領(lǐng)域，進(jìn)而加深研究者對(duì)該學(xué)者的認(rèn)識(shí)。Ludo的論文研究方向及主題分布情況分別如圖3（a）、圖3（b）所示。

由圖3（a）可見，他的研究內(nèi)容集中在計(jì)算機(jī)科學(xué)、圖書館學(xué)情報(bào)學(xué)領(lǐng)域，還涉及科學(xué)技術(shù)、數(shù)學(xué)計(jì)算生物學(xué)、商業(yè)經(jīng)濟(jì)學(xué)等方向。具體而言，Ludo研究論文所涉及的高頻關(guān)鍵詞包括citation analysis（引文分析）、bibliometric indicators（文獻(xiàn)計(jì)量指標(biāo)）、field normalization（領(lǐng)域標(biāo)準(zhǔn)化）、normalization（標(biāo)準(zhǔn)化）、citation impact（引文影響力）等，如圖3（b）所示?？梢钥闯?，Ludo發(fā)表的論文主要集中在信息科學(xué)領(lǐng)域，圍繞科學(xué)計(jì)量、科學(xué)評(píng)價(jià)及相關(guān)主題開展研究。這與李杰描述的“論文主要發(fā)表在信息科學(xué)與圖書館學(xué)、計(jì)算機(jī)科學(xué)與跨學(xué)科應(yīng)用以及計(jì)算機(jī)科學(xué)與信息系統(tǒng)等領(lǐng)域，圍繞引文分析（citation analysis）開展了大量科技評(píng)價(jià)的研究工作”[16]一致。

（3）來源期刊分布特征。

圖4顯示了Ludo的主要發(fā)文期刊分布情況。本文剔除了21篇會(huì)議論文，提取了剩余74篇期刊論文中發(fā)文數(shù)量占比最多的5本期刊Journal of Informetrics、Journal of the American Society for Information Science and Technology、Scientometrics、Nature和Plos One。發(fā)文期刊分布情況再次說明Ludo所做的研究主要集中在信息計(jì)量學(xué)、科學(xué)計(jì)量學(xué)領(lǐng)域。且在國際頂尖學(xué)術(shù)期刊Nature和計(jì)量學(xué)領(lǐng)域核心期刊Journal of Informetrics等權(quán)威期刊的多次發(fā)文，進(jìn)一步證明Ludo研究成果的學(xué)術(shù)價(jià)值受到了廣泛認(rèn)可。李杰認(rèn)為Ludo主要在科學(xué)計(jì)量相關(guān)的三大期刊——Journal of Informetrics、JASIST、Scientometrics[17]上發(fā)表文章，與本文結(jié)果基本一致。

（4）所屬機(jī)構(gòu)分布特征。圖5顯示了Ludo發(fā)表論文數(shù)量最多的5個(gè)機(jī)構(gòu)，分別為Leiden University（79篇）、Erasmus University（23篇）、Scitech Strategies Inc（7篇）、Ecole Polytechnique Federale de Lausanne（6篇）、Indiana University（4篇）。據(jù)李杰[18]研究，Ludo于2005年在荷蘭Erasmus University獲得碩士學(xué)位后留校深造，并于2011年獲得博士學(xué)位。從2009年開始，他開始參與Leiden University科學(xué)技術(shù)研究中心的科研工作，并在2018年被任命為Leiden University的教授，這些學(xué)術(shù)研究經(jīng)歷與畫像結(jié)果中發(fā)文機(jī)構(gòu)的變化一致。

3.3.2 合作情況分析?？茖W(xué)合作是科學(xué)生產(chǎn)力發(fā)展的必然現(xiàn)象，也是現(xiàn)代科學(xué)進(jìn)步的重要原因。[19]普賴斯于1963年最早提出了“無形學(xué)院”的科學(xué)合作問題，[20]自此科學(xué)活動(dòng)中的合著現(xiàn)象和作者規(guī)律一直都是科學(xué)計(jì)量學(xué)的重要研究主題。[21]本文采用氣泡圖和網(wǎng)絡(luò)圖共同描述學(xué)者合作情況。

Ludo的論文合作情況如圖6（a）、圖6（b）所示。2005—2023年，Ludo只有7篇獨(dú)立完成的學(xué)術(shù)作品，論文合著率達(dá)到了92.55%，高頻的合作表示了他與同行相互認(rèn)可的程度。在所有合作者中，Van Eck，NJ是和他合作次數(shù)最多的學(xué)者，兩人在2005—2020年間共合作了64篇論文，占Ludo發(fā)文總數(shù)的68.09%。在這64篇論文中，Ludo作為第一作者的有28篇，占比43.75%。兩人的合作研究集中在科學(xué)計(jì)量學(xué)領(lǐng)域，得益于Van Eck，NJ豐富的知識(shí)圖譜相關(guān)研究經(jīng)驗(yàn)，兩人于2009年在萊頓大學(xué)科學(xué)技術(shù)研究中心共同開發(fā)了VOSviewer，為科學(xué)知識(shí)圖譜領(lǐng)域提供了一款非常受歡迎的研究工具。此外，他還和普賴斯獎(jiǎng)得主Van Raan AFJ、萊頓大學(xué)科學(xué)技術(shù)研究中心的研究員Visser MS、Traag VA、埃因霍溫理工大學(xué)教授Kaymak U等也都有近10次的合作。

圖6（b）以顏色深淺標(biāo)識(shí)了合作者的h指數(shù)大小，顏色深度與h指數(shù)大小呈正相關(guān)關(guān)系。可以看出Ludo不僅本身h指數(shù)較高，而且與科學(xué)計(jì)量學(xué)界很多高h(yuǎn)指數(shù)的知名學(xué)者都有過合作，并已與部分學(xué)者形成固定的合作關(guān)系和學(xué)術(shù)社區(qū)。h指數(shù)作為科學(xué)評(píng)價(jià)的指標(biāo)，對(duì)于表征學(xué)術(shù)影響力具有一定參考價(jià)值?；趯W(xué)術(shù)授信理念，眾多高影響力學(xué)者和Ludo的合作表明了對(duì)其科學(xué)研究能力的認(rèn)可，進(jìn)而反映出其較高的學(xué)術(shù)地位和學(xué)術(shù)聲望。可以預(yù)測(cè)，在獲得普賴斯獎(jiǎng)后，Ludo的合作關(guān)系網(wǎng)絡(luò)將進(jìn)一步擴(kuò)大，跨學(xué)科的趨勢(shì)也將更加凸顯，其合作論文數(shù)量和學(xué)術(shù)影響范圍都將得到增加。

3.3.3 產(chǎn)出影響分析。文獻(xiàn)間的引用與被引用關(guān)系體現(xiàn)了知識(shí)的傳播和利用，表現(xiàn)出學(xué)者之間的相互認(rèn)同與關(guān)注，進(jìn)而可以表征文獻(xiàn)的學(xué)術(shù)價(jià)值和學(xué)術(shù)影響力。數(shù)據(jù)可視化大屏可以將這些復(fù)雜的關(guān)系清晰地揭示出來。

（1）被引頻次分布。通過整合Ludo參與完成的被引頻次排名前十論文的基本信息，被引頻次最高的是Van Eck，NJ和他于2010年共同發(fā)表的論文《Software survey： VOSviewer，a computer program for bibliometric mapping（軟件調(diào)查：VOS viewer 一個(gè)用戶文獻(xiàn)圖譜的軟件）》[23]總被引頻次為5020次。該文章是對(duì)二人開發(fā)的共現(xiàn)網(wǎng)絡(luò)分析與可視化工具VOSviewer的介紹與說明，極高的被引頻次表明VOSviewer軟件在知識(shí)圖譜構(gòu)建研究中得到了廣泛的應(yīng)用。而Ludo作為第一作者被引頻次最高的是2010年發(fā)表在Journal of Informetrics上的《A unified approach to mapping and clustering of bibliometric networks（文獻(xiàn)計(jì)量網(wǎng)絡(luò)圖譜映射與聚類的一體化）》，[24]這篇文章從數(shù)理的角度介紹了文獻(xiàn)網(wǎng)絡(luò)映射和聚類的方法，證明他在共現(xiàn)網(wǎng)絡(luò)建構(gòu)上能夠得到其他學(xué)者的認(rèn)同。數(shù)據(jù)可視化大屏被引頻次Top10統(tǒng)計(jì)結(jié)果與李杰[25]的統(tǒng)計(jì)內(nèi)容大致相符。

（2）論文擴(kuò)散國家分布。Ludo的論文傳播廣泛，其影響力輻射眾多國家和地區(qū)。2005年—2023年，共有近150個(gè)不同國家或地區(qū)引用了Ludo的論文，其中Ludo的施引文獻(xiàn)數(shù)量最多的10個(gè)國家分別是中國、美國、西班牙、英國、意大利、德國、荷蘭、巴西、澳大利亞、印度，見圖7（a）。

可以看出中國和美國學(xué)者對(duì)科學(xué)計(jì)量學(xué)領(lǐng)域和Ludo的研究成果表現(xiàn)出了極大的興趣，均有超2000篇的文獻(xiàn)對(duì)其進(jìn)行了引用參考，遠(yuǎn)遠(yuǎn)超過其他國家和地區(qū)。從地理位置和發(fā)達(dá)程度的角度來看，引用Ludo的學(xué)者主要來自歐洲和其他經(jīng)濟(jì)發(fā)達(dá)地區(qū)，可以用地圖形式展示Ludo的施引文獻(xiàn)數(shù)量最多的50個(gè)國家的分布情況，與圖7（b）李杰的結(jié)果相似度高。

（3）研究主題差異分布。本文展示了Ludo所著原文及其中外文施引文獻(xiàn)在研究方向間的分布差異，如圖8（a）和主題傳播情況，如圖8（b）。在計(jì)算機(jī)科學(xué)、圖書館學(xué)情報(bào)學(xué)兩個(gè)領(lǐng)域的研究中，三者研究方向具有較高的相似度，說明Ludo的作品在本領(lǐng)域內(nèi)得到了廣泛的傳播與運(yùn)用。除了計(jì)算機(jī)科學(xué)、信息科學(xué)領(lǐng)域外，在中外文施引文獻(xiàn)中，還有學(xué)者將其研究成果擴(kuò)展到了醫(yī)療服務(wù)、工程、環(huán)境科學(xué)生態(tài)學(xué)、科學(xué)研究管理、宏觀經(jīng)濟(jì)管理等領(lǐng)域，這肯定了其學(xué)術(shù)成果在跨學(xué)科領(lǐng)域的影響力和應(yīng)用價(jià)值，也印證了本領(lǐng)域的知識(shí)將逐步擴(kuò)大影響范圍、在不同學(xué)科間被廣泛交叉?zhèn)鞑サ膽B(tài)勢(shì)。

圖8（b）顯示，外文施引文獻(xiàn)主題集中在bibliometrics、scientometrics、VOSviewer、citation analysis、science mapping等方面，中文施引文獻(xiàn)集中在可視化分析、知識(shí)圖譜、文獻(xiàn)計(jì)量、VOSviewer等方面?？芍琇udo對(duì)國內(nèi)外學(xué)者的影響均主要在文獻(xiàn)計(jì)量學(xué)、知識(shí)圖譜及VOSviewer，表明了他在計(jì)量學(xué)理論發(fā)展及知識(shí)圖譜工具開發(fā)上取得了令人矚目的成就和廣泛的認(rèn)可。

（4）h指數(shù)評(píng)價(jià)。h指數(shù)將學(xué)者的發(fā)文數(shù)量與被引頻次有機(jī)結(jié)合起來，是評(píng)價(jià)學(xué)者學(xué)術(shù)成就與學(xué)術(shù)價(jià)值的重要指標(biāo)。[27]本文在數(shù)據(jù)大屏上添加了h指數(shù)評(píng)價(jià)維度，數(shù)據(jù)來源于Web of Science，可得到近十屆普賴斯獎(jiǎng)得主h指數(shù)分布情況。從中可以看出，普賴斯獎(jiǎng)獲得者h(yuǎn)指數(shù)普遍較高，Ludo的h指數(shù)為42，在近十屆12位普賴斯獎(jiǎng)獲得者中排名第五，處在中等水平，而其在發(fā)文年份較少的情況下能取得高達(dá)42的h指數(shù)，也證明了他具備很高的學(xué)術(shù)影響力和科研潛力。但h指數(shù)的評(píng)價(jià)具有一定局限性，不能在領(lǐng)域、主題層面不同的情況下比較不同學(xué)者的影響力，后續(xù)可以結(jié)合學(xué)術(shù)授信評(píng)價(jià)理論中的Dh指數(shù)進(jìn)一步認(rèn)識(shí)學(xué)者在細(xì)分領(lǐng)域內(nèi)的影響力差異。[28]

（5）國內(nèi)外學(xué)者引用與認(rèn)同情況。利用檢索出的Ludo論文的中外文施引文獻(xiàn)，對(duì)作者進(jìn)行統(tǒng)計(jì)，得出引用其論文頻次最高的作者。如圖9所示，在所有外文施引文獻(xiàn)中，引用頻次最高的十位學(xué)者依次是Bornmann L、Wang Y、Leydesdorff L、Zhang Y、Kumar S、Li J、Thelwall M、Merigo JM、Zhang L、Wang J；在中文施引文獻(xiàn)中，引用頻次最高的前十位學(xué)者依次是邱均平、丁潔蘭、胡志剛、陳仕吉、趙蓉英、劉細(xì)文、陳云偉、伊惠芳、龍藝璇、侯海燕。不難發(fā)現(xiàn)，其中不乏情報(bào)科學(xué)、信息計(jì)量領(lǐng)域的知名學(xué)者，如Bornmann L（即Lutz Bornmann）是2019年普賴斯獎(jiǎng)得主，邱均平是國內(nèi)信息計(jì)量、科學(xué)評(píng)價(jià)的先鋒人物。根據(jù)學(xué)術(shù)授信評(píng)價(jià)理論，領(lǐng)域內(nèi)高影響力人群的引用說明學(xué)界對(duì)其科研成果具有較高的認(rèn)同和肯定。從時(shí)間上來看，國內(nèi)外均在2022年引用最多，這可能與Ludo得獎(jiǎng)有一定關(guān)聯(lián)性。而從整體來看，近70%的外文施引文獻(xiàn)及近80%的中文施引文獻(xiàn)發(fā)表在2022年以前，說明Ludo獲獎(jiǎng)前就已經(jīng)具有較高的學(xué)術(shù)影響力。事實(shí)上，周春雷[29]等早在2018年就利用國際科學(xué)計(jì)量學(xué)界在專業(yè)期刊Scientometrics和Journal of Informetrics提供的參考文獻(xiàn)數(shù)據(jù)，根據(jù)學(xué)術(shù)授信分析理論預(yù)測(cè)了Ludo有望獲得普賴斯獎(jiǎng)，這一系列信息表明他當(dāng)年即已深孚眾望。

4 結(jié)果與討論

本文提出了一種利用數(shù)據(jù)可視化大屏為學(xué)者繪制學(xué)術(shù)畫像的方法，而在此之前，李杰已基于傳統(tǒng)方法對(duì)Ludo進(jìn)行了學(xué)術(shù)畫像。將本文的畫像結(jié)果與其對(duì)比可以發(fā)現(xiàn)，兩者具有很高的相似度，尤其是在論文產(chǎn)出情況及合作情況方面，本文的結(jié)果并不遜于專業(yè)人士利用知識(shí)圖譜軟件精心繪制出的成果，這說明本文提出的數(shù)據(jù)可視化大屏在學(xué)術(shù)畫像的過程中具有合理性、科學(xué)性、可行性和有效性。

相較于已有的學(xué)術(shù)畫像方法，數(shù)據(jù)可視化大屏具有多方面的優(yōu)勢(shì)，具體歸納如下。

（1）數(shù)據(jù)可視化大屏是一種簡單靈活的學(xué)術(shù)畫像方法。①能為用戶提供一個(gè)標(biāo)準(zhǔn)操作框架，使用簡單方便。數(shù)據(jù)可視化大屏給出了一個(gè)幾乎適用于所有學(xué)者的學(xué)術(shù)畫像操作框架，可靈活替換評(píng)價(jià)數(shù)據(jù)并生成對(duì)應(yīng)的畫像結(jié)果，對(duì)研究者素養(yǎng)要求較低。任何人只需要具備基礎(chǔ)的數(shù)據(jù)處理能力，依照給定的標(biāo)準(zhǔn)化操作流程繪制學(xué)術(shù)畫像，就能夠掌握這一方法，自動(dòng)獲得畫像結(jié)果。而反觀傳統(tǒng)的CiteSpace等方法，則需要研究人員本身具有豐富的可視化經(jīng)驗(yàn)和手工調(diào)制共現(xiàn)圖譜的能力，門檻較高。②統(tǒng)一展示多維畫像。多樣的圖表類型為多維學(xué)術(shù)畫像的繪制提供了基礎(chǔ)，且不同維度或不同形式的學(xué)術(shù)畫像都能夠在同一個(gè)頁面上完成并展示，無需切換平臺(tái)，提高了繪制畫像的便捷程度。③用戶界面友好。數(shù)據(jù)可視化大屏提供個(gè)性化布局，支持研究人員自行設(shè)計(jì)大屏顯示的內(nèi)容及形式，可以根據(jù)個(gè)人喜好自主調(diào)整格式和布局，充分展示自己想要表達(dá)的內(nèi)容。且數(shù)據(jù)可視化大屏中的組件動(dòng)態(tài)可交互，用戶僅需將鼠標(biāo)移至圖表上，即可加載數(shù)據(jù)，實(shí)現(xiàn)動(dòng)態(tài)交互。④支持自行拓展。數(shù)據(jù)可視化大屏能夠揭示的信息并不局限于此，其數(shù)據(jù)和畫像維度均存在很大的拓展空間。本文僅提供了這一方法的構(gòu)想和基礎(chǔ)性的應(yīng)用方式，研究人員可通過此框架加深對(duì)于學(xué)術(shù)畫像的理解和認(rèn)識(shí)，從中獲得思考和啟發(fā)，從而在未來進(jìn)一步擴(kuò)展畫像的維度，探索更多的可能性，逐步完善這一方法。

（2）數(shù)據(jù)可視化大屏是一種有效且實(shí)用的學(xué)術(shù)價(jià)值揭示工具。①提供可信評(píng)價(jià)結(jié)果。本文在設(shè)計(jì)畫像維度與解讀畫像結(jié)果時(shí)結(jié)合了學(xué)術(shù)授信評(píng)價(jià)理論，將學(xué)術(shù)共同體的意見作為重要評(píng)價(jià)標(biāo)準(zhǔn)，從同行的角度評(píng)估其學(xué)術(shù)影響，為學(xué)術(shù)價(jià)值的揭示提供了可信的依據(jù)。②充分展示評(píng)價(jià)信息。數(shù)據(jù)可視化大屏能夠基本囊括學(xué)術(shù)評(píng)價(jià)需要的所有圖表類型，表現(xiàn)形式豐富，能比傳統(tǒng)的靜態(tài)圖表展示更多信息，滿足不同維度、不同指標(biāo)的顯示需求，實(shí)現(xiàn)多元評(píng)價(jià)。研究人員也可根據(jù)自身需求劃定合理的畫像維度，并將學(xué)術(shù)畫像結(jié)果集中到同一個(gè)網(wǎng)頁上全面展示。③清晰表示復(fù)雜關(guān)系。數(shù)據(jù)可視化大屏將所有信息可視化，通過構(gòu)建學(xué)者的合作網(wǎng)絡(luò)、引文網(wǎng)絡(luò)等圖譜幫助研究者快速梳理不同研究主題、學(xué)者、機(jī)構(gòu)、期刊之間的復(fù)雜關(guān)系。還支持研究者進(jìn)一步擴(kuò)展應(yīng)用，將不同學(xué)者的數(shù)據(jù)大屏內(nèi)容進(jìn)行對(duì)比，以發(fā)現(xiàn)優(yōu)秀學(xué)者，抑或是使用結(jié)構(gòu)更加復(fù)雜、內(nèi)涵更加深刻的數(shù)據(jù)集，如增強(qiáng)型引文數(shù)據(jù)集，開展更加深入的探究等?？傊?，數(shù)據(jù)可視化大屏這一學(xué)術(shù)畫像新方法在未來科學(xué)計(jì)量、學(xué)術(shù)評(píng)價(jià)、可視化分析、大數(shù)據(jù)分析等領(lǐng)域都能表現(xiàn)出較高的應(yīng)用價(jià)值和拓展?jié)摿Α?/p>

本文圍繞現(xiàn)實(shí)問題分析了新畫像方法的產(chǎn)生背景，在方法設(shè)計(jì)中闡述了建構(gòu)面向?qū)W術(shù)評(píng)價(jià)的數(shù)據(jù)可視化大屏的理論支撐和實(shí)現(xiàn)技術(shù)，根據(jù)畫像結(jié)果論證了該方法的科學(xué)性和應(yīng)用價(jià)值。值得指出的是，目前數(shù)據(jù)可視化大屏方法尚不能像專業(yè)知識(shí)圖譜工具那樣繪制復(fù)雜網(wǎng)絡(luò)、實(shí)現(xiàn)聚類分析。在后續(xù)研究中，筆者將繼續(xù)深入探索數(shù)據(jù)可視化大屏的功能，以實(shí)現(xiàn)更加深入的數(shù)據(jù)分析、學(xué)術(shù)畫像和學(xué)術(shù)評(píng)價(jià)研究。

*本文系國家社會(huì)科學(xué)基金項(xiàng)目“學(xué)術(shù)圖書價(jià)值揭示方法研究”（項(xiàng)目編號(hào)：21BTQ067）研究成果之一。

參考文獻(xiàn)：

[1]XIONG R，DONATH J.PeopleGarden：creating data portraits for users[C].Proceedings of the 12th annual ACM symposium on User interface software and technology.1999：37-44.

[2]王雅嬌，路佳，柯曉靜.學(xué)術(shù)畫像在科技期刊中的應(yīng)用研究[J].中國編輯，2021，136（04）：45-49.

[3][6][12][13][15][16][17][18][22][25][26]李杰.普賴斯獎(jiǎng)獲得者盧多·瓦特曼的學(xué)術(shù)畫像[J].科學(xué)觀察，2022，17（05）：45-58.

[4]李杰，甘強(qiáng)，錢金鑫.中科大火災(zāi)科學(xué)國家重點(diǎn)實(shí)驗(yàn)室的學(xué)術(shù)畫像[J/OL].安全與環(huán)境學(xué)報(bào)：1-15[2023-02-28].https：//doi.org/10.13637/j.issn.1009-6094.2022.2062.

[5]于海泉.基于深度神經(jīng)網(wǎng)絡(luò)的學(xué)術(shù)畫像預(yù)測(cè)和監(jiān)控[J].科學(xué)與信息化，2019（36）：44-45.

[7][8][10]周春雷.學(xué)術(shù)授信評(píng)價(jià)及其應(yīng)用[M].北京：科學(xué)出版社，2016.

[9]周春雷.基于h指數(shù)的學(xué)術(shù)授信評(píng)價(jià)研究[D].武漢大學(xué)，2010.

[11][14]WALTMAN L，KAYMAK U，VAN DEN BERG J.Maximum likelihood parameter estimation in probabilistic fuzzy classifiers[C].The 14th IEEE International Conference on Fuzzy Systems，2005.FUZZ' 05.IEEE，2005：1098-1103.

[19][21]潘有能，譚健.普賴斯獎(jiǎng)得主的科學(xué)合作網(wǎng)絡(luò)研究[J].圖書情報(bào)工作，2012，56（16）：80-84.

[10]PRICE D S.Big science，little science[J].Columbia University，New York，1963，119：119.

[11]VAN ECK N J，WALTMAN L.VOS：A new method for visualizing similarities between objects;proceedings of the 30th Annual Conference of the German-Classification-Society，F(xiàn)reie Univ Berlin，Berlin，Germany，F(xiàn) Mar 08-10，2006[C].SpringerVerlag Berlin：Berlin，2007.

[12]WALTMAN L，VAN ECK N J，NOYONS E C M.A unified approach to mapping and clustering of bibliometric networks[J].Journal of Informetrics，2010，4（04）：629-635.

[13]HIRSCH J E.An index to quantify an individuals scientific research output[J].Proceedings of the National Academy of Sciences of the United States of America，2005，102（46）：16569-16572.

[14]周春雷.領(lǐng)域內(nèi)h指數(shù)及其應(yīng)用研究[J].圖書情報(bào)工作，2012，56（10）：45-49.

[15]ZHOU CHUNLEI，KONG XIANGYI，LIN ZHIPENG.Research on Derek John de Solla Price Medal Prediction Based on Academic Credit Analysis[J].Scientometrics，2019，118（01）：159-175.

（作者單位：鄭州大學(xué)信息管理學(xué)院 周春雷，博士，教授，博士生導(dǎo)師；張雨新，碩士研究生；薛寧，碩士研究生來稿日期：2023-04-18）