余穎 羅奕初 石進(jìn) 李明

關(guān)鍵詞：期刊編委；學(xué)術(shù)期刊；研究主題；信息科學(xué)領(lǐng)域；學(xué)術(shù)影響力；主題分布；Word2Vec

學(xué)術(shù)期刊是學(xué)術(shù)領(lǐng)域前沿智慧和理論創(chuàng)新表達(dá)的重要載體之一，是學(xué)術(shù)話語(yǔ)權(quán)的重要傳播載體。學(xué)術(shù)期刊的編委會(huì)成員通常由該學(xué)科具有較高科研產(chǎn)出和學(xué)術(shù)影響力的學(xué)者組成，期刊編委作為學(xué)術(shù)期刊的守門人對(duì)期刊的發(fā)展起著十分重要的作用，不僅代表著期刊的學(xué)術(shù)聲譽(yù)，對(duì)期刊的辦刊宗旨、發(fā)文特征和學(xué)科導(dǎo)向有著不可忽視的作用。與此同日寸，期刊編委對(duì)文章的同行評(píng)議以及發(fā)表與否起著決定性作用，從科研產(chǎn)出端決定著學(xué)術(shù)影響力。

期刊及其編委會(huì)成員在學(xué)科領(lǐng)域中掌握著學(xué)術(shù)話語(yǔ)權(quán)，對(duì)期刊和在科研產(chǎn)出過(guò)程中發(fā)揮重要作用的編委進(jìn)行研究是必要的。學(xué)界對(duì)編委的重要作用和影響力逐漸形成一種共識(shí)，但是更多地在討論審稿流程中編委發(fā)揮的作用，從研究主題層面探究編委對(duì)期刊的影響與貢獻(xiàn)的文章較少，因此，本研究從研究主題出發(fā)，展開研究期刊編委對(duì)期刊主題的引導(dǎo)作用，以期揭示期刊編委對(duì)期刊研究主題層面的影響特征，深入挖掘期刊編委的學(xué)術(shù)引導(dǎo)能力，為我國(guó)完善建設(shè)編委制度提供參考。

1相關(guān)研究

學(xué)術(shù)編委是從眾多學(xué)者中篩選得出具有一定學(xué)術(shù)影響力和學(xué)術(shù)創(chuàng)新力的學(xué)術(shù)群體，能夠準(zhǔn)確把握研究領(lǐng)域的發(fā)展方向，推動(dòng)學(xué)科發(fā)展。目前已有許多研究討論期刊編委對(duì)國(guó)家和機(jī)構(gòu)的影響力。Zsin-dely S等發(fā)現(xiàn)不同國(guó)家的期刊編委數(shù)量與各國(guó)家的期刊數(shù)量存在顯著相關(guān)性，并主張使用國(guó)際期刊編委參與度作為新的科學(xué)度量指標(biāo)。Wang X使用分位數(shù)回歸模型探究計(jì)算機(jī)科學(xué)領(lǐng)域期刊編委與科研成果的關(guān)系，研究發(fā)現(xiàn)編委會(huì)成員數(shù)量與所在大學(xué)的研究產(chǎn)出數(shù)量和影響力呈正相關(guān)關(guān)系。BraunT等利用期刊編委數(shù)據(jù)對(duì)高校的學(xué)術(shù)影響力進(jìn)行評(píng)價(jià)。盧小莉等考慮期刊等級(jí)、編委等級(jí)、編委規(guī)模等多個(gè)維度構(gòu)建期刊編委指數(shù)，認(rèn)為編委的學(xué)術(shù)表現(xiàn)能夠反映科研機(jī)構(gòu)的學(xué)術(shù)影響力。

編委與期刊是相輔相成的，具有學(xué)術(shù)影響力的編委有助于提升期刊的知名度和影響力，同時(shí)擔(dān)任期刊編委也為編委在期刊中發(fā)表學(xué)術(shù)觀點(diǎn)提供了更加便利的平臺(tái)。Mazov N A等發(fā)現(xiàn)編委會(huì)成員的文獻(xiàn)計(jì)量指標(biāo)與期刊的文獻(xiàn)計(jì)量指標(biāo)存在相關(guān)性。Xie Y D等構(gòu)建編委團(tuán)隊(duì)學(xué)術(shù)指數(shù)，發(fā)現(xiàn)該指數(shù)與期刊聲譽(yù)存在顯著的正相關(guān)關(guān)系。Jessica P等將編委團(tuán)隊(duì)特征與期刊影響力聯(lián)系起來(lái)，發(fā)現(xiàn)編委團(tuán)隊(duì)的科學(xué)成就比團(tuán)隊(duì)多樣性更加重要。Zhang T J等探究作者一編委合作模式發(fā)現(xiàn)編委的參與對(duì)作者出版有很強(qiáng)的正向影響。Xu S等從出版延遲的角度挖掘編委與非編委作者的發(fā)文差異，發(fā)現(xiàn)編委出版物出版速度更快，比非編委作者有更高的引用次數(shù)。

近年來(lái)逐漸有學(xué)者從研究?jī)?nèi)容的角度探究期刊編委的影響。張麗華等通過(guò)比較期刊編委數(shù)據(jù)集和非編委論文數(shù)據(jù)集中重復(fù)前沿所占比例判斷編委和非編委作者探測(cè)研究前沿的能力，研究發(fā)現(xiàn)大多數(shù)情況下期刊編委比非編委作者較早探測(cè)到同一個(gè)研究前沿。蔡程瑞利用可視化方法繪制期刊編委知識(shí)圖譜，對(duì)比分析得到編委通過(guò)學(xué)科相關(guān)理論逐漸吸納新的研究主題，從而引領(lǐng)學(xué)科發(fā)展。趙宇翔等通過(guò)比較圖情領(lǐng)域國(guó)際一流期刊JASISIT和IP&M編委團(tuán)隊(duì)變化前后，所在期刊的主題演化和影響因子等發(fā)文特征變化進(jìn)行分析，認(rèn)為編委團(tuán)隊(duì)變化對(duì)期刊的發(fā)展有顯著作用。

綜上所述，已經(jīng)有許多學(xué)者研究了期刊編委對(duì)期刊影響因子、論文影響力的影響，編委對(duì)期刊的研究主題會(huì)產(chǎn)生影響逐漸成為一種共識(shí)，但是編委如何對(duì)期刊研究主題產(chǎn)生影響，產(chǎn)生了什么樣的影響？因此本文基于文獻(xiàn)關(guān)鍵詞，使用Word2Vec模型和Kmeans聚類方法對(duì)期刊收錄文章的發(fā)文主題進(jìn)行提取，探究期刊編委對(duì)期刊的主題影響情況。

2研究思路與方法

2.1研究思路

論文關(guān)鍵詞是研究成果的高度概括性表達(dá)，體現(xiàn)了研究成果核心思想或主要內(nèi)容．學(xué)者發(fā)表的論文是其研究興趣和研究方向所在，學(xué)術(shù)論文的關(guān)鍵詞是對(duì)論文內(nèi)容的高度概括，因此學(xué)者的研究興趣可以通過(guò)其發(fā)表論文的關(guān)鍵詞集合進(jìn)行表征，期刊的高頻關(guān)鍵詞集合能夠體現(xiàn)期刊的研究目標(biāo)和研究方向。

因此本文基于期刊收錄文章的關(guān)鍵詞，將數(shù)據(jù)集劃分為編委數(shù)據(jù)集和非編委數(shù)據(jù)集，經(jīng)過(guò)數(shù)據(jù)清洗和預(yù)處理后比較兩個(gè)數(shù)據(jù)集，觀察不同期刊的主題聚合程度，挖掘期刊的研究主題差異。然后使用文章標(biāo)題、摘要和關(guān)鍵詞信息訓(xùn)練Word2Vec詞向量模型，對(duì)關(guān)鍵詞進(jìn)行向量化處理。針對(duì)向量化處理后的關(guān)鍵詞集，通過(guò)手肘法確定最佳主題聚類數(shù)，進(jìn)行Kmeans聚類得到文獻(xiàn)之間的內(nèi)部語(yǔ)義聯(lián)系，得出各期刊的發(fā)文主題分布情況，分析期刊編委群體的主題分布特征，探索期刊編委對(duì)期刊的主題影響情況。

3.2研究方法

主題演化是圖情領(lǐng)域十分重要的研究方法之一，能夠幫助學(xué)者了解學(xué)科內(nèi)的主題變化趨勢(shì)，識(shí)別出學(xué)科內(nèi)的研究熱點(diǎn)，常用的方法包括關(guān)鍵詞詞頻統(tǒng)計(jì)、共詞分析、知識(shí)圖譜等。隨著自然語(yǔ)言處理的發(fā)展，逐漸開始采用LDA、Word2vec等主題聚類的方法識(shí)別學(xué)科主題，對(duì)文獻(xiàn)和主題語(yǔ)義進(jìn)行匹配，分析文獻(xiàn)主題的動(dòng)態(tài)演化路徑?；诠铂F(xiàn)方法獲得的研究主題較為籠統(tǒng)，但是可以獲得研究主題之間的關(guān)系，而主題聚類獲得的研究主題力度更小更具體，主題更加細(xì)分，因此本文使用Word2Vec詞向量模型從更細(xì)粒度挖掘期刊主題。

Word2Vec詞向量模型是Google在2013年開發(fā)的詞向量訓(xùn)練工具，能夠解決單詞的分布編碼問(wèn)題，把文本信息從非結(jié)構(gòu)化形式轉(zhuǎn)化為向量化形式，生成的詞向量和語(yǔ)義相關(guān)，并且更關(guān)注上下文邏輯，使得相關(guān)或者相似詞語(yǔ)在距離上更加接近。Word2Vec模型包括輸入層、隱藏層和輸出層，模型框架根據(jù)輸入輸出的不同主要包括CBOW和Skip-gram模型如圖1所示，其中w（t）為目標(biāo)詞，模型構(gòu)建N維詞向量，根據(jù)上下文輸入訓(xùn)練得到各層之間的系數(shù)矩陣，進(jìn)而得到隱藏層詞向量。

CBOW模型將詞語(yǔ)的上下文作為輸入預(yù)測(cè)詞語(yǔ)本身，Skip-gram模型將詞語(yǔ)作為輸入預(yù)測(cè)詞語(yǔ)的上下文，本文輸入文章關(guān)鍵詞進(jìn)行聚類，故采用Skip-gram網(wǎng)絡(luò)結(jié)構(gòu)。將每本期刊2017-2021年刊載論文的題目、關(guān)鍵詞、摘要作為語(yǔ)料訓(xùn)練Word2Vec模型，利用訓(xùn)練好的模型獲取每個(gè)關(guān)鍵詞的詞向量，為了避免關(guān)鍵詞個(gè)數(shù)造成的影響，取每篇文獻(xiàn)關(guān)鍵詞詞向量的平均值作為該文獻(xiàn)的向量化結(jié)果。

Kmeans聚類算法根據(jù)距離對(duì)類簇進(jìn)行劃分，數(shù)據(jù)對(duì)象距離越近相似度越高，從而將相對(duì)距離較近的數(shù)據(jù)對(duì)象劃分為同一類簇，這一聚類方法實(shí)現(xiàn)過(guò)程簡(jiǎn)單并且能夠有效處理大規(guī)模數(shù)據(jù)。因此本文采用手肘法確定最佳主題聚類數(shù)，通過(guò)Kmeans聚類對(duì)向量化結(jié)果進(jìn)行分類，聚類結(jié)果能夠反映期刊收錄文章的主題類型，從主題分布的角度進(jìn)一步探究期刊編委對(duì)期刊主題的影響。

3研究流程和結(jié)果

3.1數(shù)據(jù)來(lái)源與處理

本文以WOS引文數(shù)據(jù)報(bào)告中信息科學(xué)IS&LS門類影響因子前10的期刊作為樣本期刊，為保證有足夠的訓(xùn)練樣本，剔除了5年內(nèi)論文總數(shù)低于200篇的期刊得到《International Journal of Information Man-agement》《Journal of Knowledge Management》《Jour-nal of Management Information Systems》《Information＆Management》《Information Systems Journal》《Gov-ernment Information Quarterly》這6本期刊（下文分別稱為期刊1～6）。在Web of Science網(wǎng)站中以期刊名為檢索詞，檢索時(shí)間范圍設(shè)置為2017年1月1日-2021年12月31日，下載各期刊在該時(shí)間范圍內(nèi)收錄文章的題錄信息。

本文涉及的數(shù)據(jù)清洗主要包括剔除關(guān)鍵詞為空的文章和篩選編委所著文章。本文從關(guān)鍵詞的角度出發(fā)對(duì)期刊的載文特征展開研究，使用文章標(biāo)題、摘要和關(guān)鍵詞作為語(yǔ)料進(jìn)行模型的訓(xùn)練，為了保證后續(xù)分詞過(guò)程順利，避免英文單詞大小寫造成的詞向量誤差，因此在數(shù)據(jù)清洗過(guò)程中將文本內(nèi)容統(tǒng)一處理為英文小寫，并去除摘要或關(guān)鍵詞為空的數(shù)據(jù)。本研究以期刊為基本單位探究期刊編委的發(fā)文影響，在篩選編委所著論文時(shí)，根據(jù)各期刊官方網(wǎng)站Editorial Board欄提供的編委名單在數(shù)據(jù)集中進(jìn)行檢索篩選，將數(shù)據(jù)集分為編委數(shù)據(jù)集和非編委數(shù)據(jù)集，篩選編委數(shù)據(jù)集時(shí)包括編委獨(dú)著和合著署名的所有文章。

3.2發(fā)文主題挖掘

關(guān)鍵詞集合中能夠挖掘期刊研究主題，從編委發(fā)文占比和關(guān)鍵詞重合度兩個(gè)特征把握編委發(fā)文的整體特征，對(duì)不同的關(guān)鍵詞集合進(jìn)行比較分析，挖掘期刊的整體研究?jī)?nèi)容。

以編委2017-2021年在期刊發(fā)表文章的關(guān)鍵詞構(gòu)建編委關(guān)鍵詞集，與同期刊非編委作者發(fā)表的文章進(jìn)行比較得到關(guān)鍵詞重合度。根據(jù)期刊官網(wǎng)提供的編委名單篩選出數(shù)據(jù)集內(nèi)編委所著文章，編委發(fā)文數(shù)與總文章數(shù)量的比值計(jì)算得到編委發(fā)文占比。每本期刊的編委發(fā)文占比和關(guān)鍵詞重合情況如表1所示。

從表1能夠發(fā)現(xiàn)所選期刊編委發(fā)文占比普遍較高，除期刊2收錄編委文章較少僅占6.24%以外，其他期刊編委文章均占據(jù)較高的比例，期刊3編委發(fā)文占比高達(dá)27.55%。比較不同期刊的編委發(fā)文比例和關(guān)鍵詞重合程度能夠發(fā)現(xiàn)，編委發(fā)文量高的期刊，重合的關(guān)鍵詞不一定達(dá)到同等水平，如期刊2編委發(fā)文占比僅占6.24%，其關(guān)鍵詞重合度高達(dá)21.62%：期刊5編委發(fā)文占比為21.32%，但是重合關(guān)鍵詞僅占總關(guān)鍵詞的9.65%，說(shuō)明期刊中編委發(fā)文占比與關(guān)鍵詞重合度不存在必然聯(lián)系。

關(guān)鍵詞是論文主題凝練的規(guī)范性表達(dá)，使用相同關(guān)鍵詞的文章在研究主題上會(huì)更加相似，如果論文的關(guān)鍵詞與編委發(fā)表文章使用的關(guān)鍵詞一致，說(shuō)明該論文與編委的研究主題相關(guān)。因此本文構(gòu)建編委關(guān)鍵詞集，得出每本期刊的關(guān)鍵詞重合情況如圖2所示。

進(jìn)一步探究圖2所示高頻重合關(guān)鍵詞，能夠發(fā)現(xiàn)期刊1、期刊2、期刊6的關(guān)鍵詞重合程度較強(qiáng)，重合頻次峰值較高，表明這幾本期刊收錄文章使用的關(guān)鍵詞聚集性更強(qiáng)，主題相關(guān)度較高。期刊3、期刊4和期刊5關(guān)鍵詞聚合程度較低，可能原因是這幾本期刊的研究粒度較小，考慮了相關(guān)研究的多場(chǎng)景應(yīng)用，對(duì)知識(shí)技術(shù)進(jìn)行了拓展和遷移，導(dǎo)致關(guān)鍵詞分布并不集中，重合關(guān)鍵詞體現(xiàn)的概念詞匯和理論方法起輔助作用，如期刊5主要研究?jī)?nèi)容為信息系統(tǒng)和信息技術(shù)，但是研究和討論的內(nèi)容主要是系統(tǒng)建設(shè)中的問(wèn)題和技術(shù)應(yīng)用的場(chǎng)景，呈現(xiàn)出來(lái)的關(guān)鍵詞包括數(shù)字平臺(tái)、技術(shù)壓力、軟件開發(fā)等，因此關(guān)鍵詞分布分散，聚合度較低。

研究主題由一組相互關(guān)聯(lián)的詞匯組成，關(guān)鍵詞本身具有較強(qiáng)的學(xué)術(shù)規(guī)范性，關(guān)鍵詞集合能夠直接概括地代表期刊的研究主題。對(duì)各期刊編委和整本期刊的高頻關(guān)鍵詞進(jìn)行對(duì)比分析，得到各期刊的關(guān)鍵詞集合如表2所示。

由表2能夠看出不同期刊的研究方向有所差異，這些差異在高頻關(guān)鍵詞上均有體現(xiàn)：眾多期刊收錄的文章都對(duì)社交媒體展開了研究，但是研究的側(cè)重點(diǎn)有很大的差異。如期刊1對(duì)大數(shù)據(jù)、文本挖掘、人工智能和區(qū)塊鏈等技術(shù)研究十分關(guān)注，尤其對(duì)新冠肺炎疫情造成的影響變化賦予了很高的關(guān)注：期刊3對(duì)虛假信息、在線社區(qū)等社交行為更加關(guān)注；期刊4發(fā)表的論文側(cè)重于商業(yè)分析與商業(yè)價(jià)值挖掘：期刊5則傾向于數(shù)字平臺(tái)構(gòu)建相關(guān)的研究。部分期刊的研究?jī)?nèi)容聯(lián)系緊密，如期刊2專注于對(duì)知識(shí)組織挖掘相關(guān)主題展開研究，主要研究?jī)?nèi)容聚焦于知識(shí)管理、知識(shí)轉(zhuǎn)移和知識(shí)共享等方向；期刊6的研究集中于政務(wù)電子化，對(duì)數(shù)字政府、政務(wù)數(shù)據(jù)、智慧城市展開了廣泛研究。

比較編委和期刊高頻關(guān)鍵詞能夠發(fā)現(xiàn)，編委和期刊的研究主題在整體上保持一致，但是也存在著差異，主要體現(xiàn)在期刊1和期刊5中。期刊1中編委除了對(duì)社交媒體、機(jī)器學(xué)習(xí)、人工智能等主流內(nèi)容研究以外，編委Niki Panteli對(duì)虛擬團(tuán)隊(duì)的領(lǐng)導(dǎo)力、創(chuàng)新力展開了研究，Ioanna Constantiou、Yan-qing Duan等編委深入討論了新冠肺炎疫情影響下的電子化轉(zhuǎn)型實(shí)踐問(wèn)題。期刊5中編委團(tuán)隊(duì)與期刊收錄文章的研究主題呈現(xiàn)出了較大的差別，期刊收錄文章收錄的關(guān)鍵詞顯示該期刊對(duì)數(shù)字平臺(tái)構(gòu)建的關(guān)注，對(duì)數(shù)字平臺(tái)、數(shù)字創(chuàng)業(yè)、軟件開發(fā)以及社會(huì)化媒體展開了討論，但是編委團(tuán)隊(duì)研究?jī)?nèi)容較為分散：主編Robert M．Davison對(duì)行動(dòng)研究感興趣，編委Ravishankar M N和Sutirtha Chatterjee對(duì)金融科技的發(fā)展、金融科技與信息系統(tǒng)的融合進(jìn)行了研究，編委Stan Karanasios注重新冠肺炎疫情背景下的信息系統(tǒng)應(yīng)用研究。與此同時(shí)，本文查閱了各期刊官網(wǎng)。Aim and Scope”欄提出的期刊研究目標(biāo)，比較發(fā)現(xiàn)期刊收錄文章研究主題、編委研究方向與期刊的研究目標(biāo)保持著一致，包括關(guān)鍵詞統(tǒng)計(jì)結(jié)果十分分散的期刊5，雖然期刊5編委和期刊的關(guān)鍵詞差別較大，但是研究總體都是從信息系統(tǒng)、信息技術(shù)進(jìn)行延伸。

3.3發(fā)文主題分布

學(xué)術(shù)文獻(xiàn)的影響力與學(xué)科領(lǐng)域、研究主題密切相關(guān)，研究主題逐漸被納入文獻(xiàn)影響力評(píng)價(jià)體系之中，通過(guò)研究主題挖掘能夠揭示信息科學(xué)領(lǐng)域一流期刊的整體研究方向，但是缺乏對(duì)各期刊內(nèi)主題分布趨勢(shì)的把握。因此本文使用Word2Vec模型對(duì)關(guān)鍵詞做向量化處理，并使用Kmeans方法進(jìn)行聚類，從主題分布結(jié)果分析編委對(duì)期刊的影響。

將每本期刊的摘要、標(biāo)題和關(guān)鍵詞信息作為語(yǔ)料庫(kù)訓(xùn)練模型，利用訓(xùn)練好的模型計(jì)算關(guān)鍵詞對(duì)應(yīng)的詞向量結(jié)果，取每篇文獻(xiàn)關(guān)鍵詞詞向量的平均值作為文章的詞向量，進(jìn)行Kmeans聚類后得到每篇文章的研究類別。以期刊為單位，能夠得到期刊中不同主題類型分布的變化趨勢(shì)，為避免不同刊期發(fā)文數(shù)量差異造成的影響，以刊期為橫坐標(biāo)，該主題類型發(fā)文數(shù)量在該刊期發(fā)文數(shù)量占比為縱坐標(biāo)繪制主題分布圖。本文選取編委發(fā)文占比與關(guān)鍵詞重合度居于相同水平的兩本期刊1、期刊6．和編委發(fā)文占比與關(guān)鍵詞重合度呈負(fù)相關(guān)水平的兩本期刊2、期刊5，對(duì)這4本期刊的主題分布情況進(jìn)行比較分析，探究編委發(fā)文主題對(duì)期刊研究主題的影響。

圖3反映了期刊1在2017-2021年期刊主題的變化趨勢(shì)，對(duì)主題分布圖分析發(fā)現(xiàn)該期刊主題2和主題3的討論更為廣泛，主題2討論度緩慢下降，主題3討論度逐漸上升。隨著時(shí)間的推移，主題4的討論度呈現(xiàn)先上升后下降的趨勢(shì)，主題1近幾年文章發(fā)表數(shù)量明顯增長(zhǎng)，討論度逐漸增加。

為進(jìn)一步探究編委的發(fā)文影響，對(duì)編委和非編委在不同刊期的主題分布情況進(jìn)行分析，繪制主題分布圖如圖4所示。由下圖能夠明顯看出期刊1編委和非編委在不同主題的發(fā)文趨勢(shì)具有較強(qiáng)的相關(guān)性，編委在特定主題發(fā)文量明顯增加后，非編委在對(duì)應(yīng)主題發(fā)文出現(xiàn)明顯上升趨勢(shì)，在圖中呈現(xiàn)交叉上升趨勢(shì)：也有部分情況下編委和非編委在同一主題下發(fā)文占比同時(shí)增加，表明編委大部分時(shí)間對(duì)研究主題的敏感度高于非編委作者，對(duì)期刊的研究主題分布具有引導(dǎo)作用。

對(duì)編委發(fā)文占比和關(guān)鍵詞重合度同樣較高的期刊6進(jìn)行同樣的分析，繪制主題分布圖如圖5和圖6所示。期刊6對(duì)主題2關(guān)注度較低，主題1-直保持著較高的討論熱度，主題3和主題4的發(fā)文水平保持穩(wěn)定。觀察期刊6編委與非編委主題分布情況能夠發(fā)現(xiàn)大多數(shù)情況下編委與非編委對(duì)主題的關(guān)注度呈現(xiàn)同步上升趨勢(shì)，對(duì)應(yīng)主題的發(fā)文量出現(xiàn)同步上升或下降趨勢(shì)。

對(duì)編委發(fā)文和關(guān)鍵詞重合度同樣高的期刊1和期刊6分析發(fā)現(xiàn)，編委對(duì)主題的敏感程度普遍早于非編委，并且會(huì)影響期刊對(duì)該主題的文章收錄情況。接下來(lái)本文對(duì)編委發(fā)文占比與關(guān)鍵詞重合水平不一致的期刊2和期刊5進(jìn)行比較分析。

由圖7可得，期刊2對(duì)主題1、主題2和主題3的討論更為廣泛，其中主題1討論度逐年上升，主題4討論度逐年下降。期刊4對(duì)兩個(gè)主題的討論此起彼落，主題2在2017-2019年發(fā)文占比逐年增長(zhǎng)，在2019-2021年逐漸回落，主題1呈現(xiàn)出相反的趨勢(shì)。

期刊2-年僅一刊變化趨勢(shì)不明顯，從編委非編委主題分布圖來(lái)看，期刊2中除主題2和主題3中編委與非編委對(duì)主題的關(guān)注度呈現(xiàn)出了不同的表現(xiàn)趨勢(shì)，對(duì)其他主題的關(guān)注趨勢(shì)基本保持一致。從期刊5的主題分布趨勢(shì)來(lái)看，學(xué)者們對(duì)主題2行動(dòng)研究、數(shù)字平臺(tái)、金融科技等主題一直保持著高關(guān)注度。主題1的研究熱度在2017-2019年逐年消退，直到2019年編委在熱度漸低的主題1集中性的發(fā)文，吸引了其他作者的關(guān)注，使得該主題有擴(kuò)張趨勢(shì)，推動(dòng)主題1的討論熱度達(dá)到新的高峰。

通過(guò)上述研究能夠發(fā)現(xiàn)，對(duì)于較為新穎的主題，編委對(duì)主題的關(guān)注會(huì)影響整本期刊對(duì)該主題的關(guān)注水平；對(duì)于熱度比較穩(wěn)定的主題，編委和非編委的關(guān)注水平不具有明顯的相關(guān)關(guān)系。與此同時(shí)，關(guān)鍵詞重合度和編委的參與度不存在必然聯(lián)系，而是與期刊主題聚合度相關(guān)，編委參與度低的期刊中，編委自身發(fā)文對(duì)期刊主題影響十分有限，期刊研究主題聚合度較高使得關(guān)鍵詞重合水平較高：編委參與度高的期刊，編委關(guān)注度高的主題能夠吸引更多的學(xué)者進(jìn)行研究，但是期刊主題的聚合程度較低會(huì)導(dǎo)致關(guān)鍵詞重合度較低。

3.4格蘭杰因果檢驗(yàn)

上述分析從定性角度揭示了編委發(fā)文和期刊文章的相關(guān)關(guān)系，在此基礎(chǔ)上用格蘭杰因果檢驗(yàn)進(jìn)一步從定量角度分析它們之間的影響機(jī)制。格蘭杰因果檢驗(yàn)源于計(jì)量經(jīng)濟(jì)學(xué)領(lǐng)域，現(xiàn)也逐漸應(yīng)用于信息計(jì)量學(xué)領(lǐng)域，是一種用于判斷兩個(gè)時(shí)間序列之間是否存在因果關(guān)系的統(tǒng)計(jì)方法，進(jìn)行格蘭杰因果檢驗(yàn)的前提條件是時(shí)間序列必須具有穩(wěn)定性。對(duì)期刊編委和非編委在不同主題的發(fā)文占比進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果如表3所示，樣本時(shí)間序列數(shù)據(jù)通過(guò)平穩(wěn)性檢驗(yàn)，少數(shù)主題由于編委發(fā)文較少未通過(guò)平穩(wěn)性檢驗(yàn)。對(duì)滿足序列平穩(wěn)條件的期刊和主題進(jìn)行格蘭杰因果檢驗(yàn)，檢驗(yàn)結(jié)果如表4所示，由于期刊2因數(shù)據(jù)量太少缺乏置信度故不進(jìn)行檢驗(yàn)。

檢驗(yàn)結(jié)果顯示，期刊編委的發(fā)文與期刊收錄文章的主題存在因果關(guān)系，并且這一規(guī)律在選取的樣本期刊中普遍存在。檢驗(yàn)出具有因果關(guān)系的期刊主題有期刊1主題1、期刊3主題2、期刊4主題1、期刊5主題2、期刊6主題3。盡管編委對(duì)部分期刊主題對(duì)影響因果關(guān)系并不明顯，但是這并不代表二者沒(méi)有因果關(guān)系，可能該類主題的影響因素較多，主題各因素的影響機(jī)制較為復(fù)雜，所以難以分析編委對(duì)該類主題的影響。

對(duì)編委的影響進(jìn)一步分析發(fā)現(xiàn)，編委并非在所有主題上對(duì)期刊收錄文章主題產(chǎn)生影響，而是更多的在新興主題上影響期刊收錄文章主題。結(jié)合期刊主題近5年的變化趨勢(shì)，觀察發(fā)現(xiàn)通過(guò)格蘭杰因果檢驗(yàn)的期刊主題通常為期刊的新興主題，編委在這些主題的發(fā)文對(duì)非編委作者產(chǎn)生了一定的影響，使得新興主題隨著時(shí)間的推移在學(xué)者中的關(guān)注度逐漸提升：然而，熱門主題的編委發(fā)文量與非編委發(fā)文量因果關(guān)系并不明顯，此類主題已經(jīng)吸引了大量學(xué)者關(guān)注與發(fā)文，編委的發(fā)文難以助推熱門主題的熱度，對(duì)本身關(guān)注度高的主題影響并不顯著。

就檢驗(yàn)出因果關(guān)系的期刊主題來(lái)看，少數(shù)主題僅在滯后1期存在因果關(guān)系，可能與不同期刊的出版速度有關(guān)，出版速度較慢的期刊在響應(yīng)主題上存在一定的時(shí)間滯后。大部分主題這種因果關(guān)系在滯后1期和滯后2期均存在，說(shuō)明因果關(guān)系較為穩(wěn)定，編委在該主題的發(fā)文不僅能夠快速吸引同類主題的文章，還能維持該主題的關(guān)注力度，其影響具有即時(shí)性和延續(xù)性。

4討論

4.1編委的主題內(nèi)容影響

編委為期刊貢獻(xiàn)了大量稿件與高水平論文，許多期刊編委發(fā)文占比超過(guò)20%。對(duì)主題挖掘結(jié)果進(jìn)行分析，能夠發(fā)現(xiàn)編委和期刊發(fā)文的關(guān)鍵詞趨于規(guī)范，許多期刊的關(guān)鍵詞重合度超過(guò)10%，并且高頻關(guān)鍵詞與期刊本身的研究目標(biāo)高度相關(guān)，體現(xiàn)出了期刊和編委對(duì)主題的堅(jiān)守。不同期刊的研究主題有所差異，都堅(jiān)持著各自的研究目標(biāo)，在不同的主題內(nèi)容上為信息科學(xué)領(lǐng)域的研究添磚加瓦：但是各期刊在研究?jī)?nèi)容上也存在著共性，如在高頻重合關(guān)鍵詞中均出現(xiàn)的單詞是社交媒體，充分說(shuō)明信息科學(xué)研究中，無(wú)論是編委還是非編委作者都關(guān)注利用社交媒體挖掘方法對(duì)社交媒體數(shù)據(jù)進(jìn)行挖掘和分析。于此同時(shí)能夠發(fā)現(xiàn)，除了使用主流關(guān)鍵詞圍繞期刊目標(biāo)進(jìn)行研究，編委群體自身還在不斷拓展創(chuàng)新研究主題，結(jié)合已有理論和技術(shù)方法對(duì)學(xué)科開展多場(chǎng)景應(yīng)用，拓展理論研究的新方向，同時(shí)結(jié)合社會(huì)發(fā)展探究學(xué)科主題的新變化，為期刊注入了新的活力。

4.2編委的主題分布影響

以年為單位來(lái)看主題聚類情況，期刊收錄文章的主題類型呈此起彼伏之勢(shì)，所有主題在本研究截取的時(shí)間范圍內(nèi)保持著連貫性和持續(xù)性。圍繞主題偏好分布進(jìn)一步歸納能夠發(fā)現(xiàn)，編委和非編委作者對(duì)所有研究主題均投入了關(guān)注和研究，但是對(duì)不同討論熱度的研究主題，編委的影響特征呈現(xiàn)出了不同的特點(diǎn)：當(dāng)期刊編委在新興主題中發(fā)文時(shí)，會(huì)吸引其他學(xué)者對(duì)該主題進(jìn)行研究，使得主題關(guān)注度上升；當(dāng)期刊編委在熱門主題發(fā)文時(shí)，對(duì)其他學(xué)者的影響并不顯著，學(xué)者們依舊遵循自己的研究路徑。格蘭杰因果檢驗(yàn)的結(jié)果驗(yàn)證了這一想法，期刊編委在新興主題的發(fā)文會(huì)對(duì)其他學(xué)者產(chǎn)生影響，促進(jìn)學(xué)界對(duì)該主題的關(guān)注，這種影響具有即時(shí)性和延續(xù)性，其影響大于對(duì)熱門主題的影響。

觀察發(fā)現(xiàn)，編委群體的研究興趣十分廣泛，對(duì)各研究主題均有涉獵，編委和非編委作者都能夠感知到新興主題，但是往往編委對(duì)新興主題有更強(qiáng)的捕捉能力，并更早涉足該主題的研究。編委在新興主題上的集中發(fā)文或是持續(xù)性發(fā)文都能夠提高其他作者對(duì)該領(lǐng)域的關(guān)注程度，對(duì)期刊的主題內(nèi)容產(chǎn)生引導(dǎo)作用。綜上，編委在各主題都會(huì)進(jìn)行持續(xù)的研究，在熱門主題發(fā)文量更高，在部分熱門主題和新興主題研究中會(huì)集中性組稿發(fā)文，從而吸引其他作者的關(guān)注，使得期刊中該主題整體討論度上升。

5結(jié)論

期刊編委是學(xué)術(shù)群體的重要組成部分，相比其他學(xué)者有著更強(qiáng)的學(xué)術(shù)領(lǐng)導(dǎo)能力和學(xué)術(shù)話語(yǔ)權(quán)，通過(guò)研究期刊編委對(duì)期刊主題層面上的影響特征有助于更好地了解編委的學(xué)術(shù)影響力。為了探究期刊編委對(duì)期刊的主題影響，本文借助Word2Vec模型和Kmeans聚類方法探索了信息學(xué)科優(yōu)秀期刊的主題分布特征，研究發(fā)現(xiàn)編委對(duì)新興主題的影響高于對(duì)熱門主題的影響，編委對(duì)新興主題的集中性發(fā)文能夠引導(dǎo)期刊的研究主題偏好發(fā)生變化，相較于非編委作者，編委也呈現(xiàn)出了更好的創(chuàng)新活力，引導(dǎo)學(xué)者對(duì)有價(jià)值的主題關(guān)注研究。但是本文還存在一些局限性，在探究編委對(duì)研究主題的影響時(shí)僅在期刊范圍內(nèi)進(jìn)行了討論，如果能夠從整個(gè)學(xué)科內(nèi)探討編委對(duì)學(xué)科整體的影響，或是從某一研究主題出發(fā)探究編委對(duì)主題分化過(guò)程的促進(jìn)作用，一定能對(duì)編委的學(xué)術(shù)影響力有更加深入的認(rèn)識(shí)。未來(lái)可以進(jìn)一步擴(kuò)大研究范圍，探究學(xué)科內(nèi)期刊編委整個(gè)學(xué)術(shù)群體的影響特征。