摘要：從學(xué)科主題角度探究被引頻次影響因素的差異，為科研人員撰寫和優(yōu)化論文提供有針對性的參考，也為科研評價研究提供新的視角和思路。以18種圖書情報學(xué)CSSCI收錄期刊在2011—2020年發(fā)表的43 228篇有效論文為樣本，運用LDA主題模型對論文摘要進行主題提取和識別，從總體、主題、主題分類3個角度采用負二項回歸模型對年均被引頻次的影響因素進行實證研究。研究表明，學(xué)科主題間年均被引頻次的影響因素存在共性和差異性?；鹳Y助、論文篇幅、論文年齡、下載量對年均被引頻次的影響具有一致性，標(biāo)題長度、關(guān)鍵詞數(shù)量、作者數(shù)量等因素對年均被引頻次的影響呈現(xiàn)出差異性。

關(guān)鍵詞：被引頻次；主題分類；回歸分析；影響因素；圖書情報學(xué)

中圖分類號：G353.1 DOI：10.3772/j.issn.1673-2286.2024.09.002

引文格式：傅柱，張倩，劉鵬. 學(xué)科主題視角下的科學(xué)論文被引影響因素差異性研究：以圖書情報學(xué)科為例[J]. 數(shù)字圖書館論壇，2024，20（9）：16-26.

*本研究得到國家社會科學(xué)基金青年項目“面向AI4S的場景化智慧知識服務(wù)框架研究”（編號：24CTQ030）資助。

學(xué)術(shù)論文的被引頻次指標(biāo)是指論文正式發(fā)表之后被其他發(fā)表文獻引用的累積頻次，被引頻次作為學(xué)術(shù)論文的重要定量指標(biāo)，在一定程度上可以反映論文質(zhì)量，利用被引頻次來評判論文的質(zhì)量也是最為常見的方式[1]。一方面，大量的引用總是集中于少量的論文，80%的引用來自20%的高被引論文；另一方面，大部分論文的被引頻次很少，甚至還有不少零被引論文。這一偏態(tài)分布現(xiàn)象已成為學(xué)界的共識[2]。被引頻次是評判論文質(zhì)量的重要因素，質(zhì)量越高的論文越能夠得到同行的認可，被引頻次相應(yīng)更高。除論文自身質(zhì)量以外，論文被引頻次還受到外在因素的影響。論文質(zhì)量難以準(zhǔn)確測量，但影響論文被引頻次的外在因素的測量具有現(xiàn)實的可行性。目前，學(xué)者們對論文被引頻次外部影響因素的研究較為成熟，但主要局限在單一學(xué)科的視角，未考慮學(xué)科內(nèi)部主題不同是否會使被引頻次影響因素呈現(xiàn)不同的結(jié)果。為此，本文從學(xué)科主題角度進行研究，以期更加細致地了解不同主題研究成果的被引用情況。希望能夠為學(xué)術(shù)評價中的被引頻次影響因素研究提供新的視角，為研究者實施科研活動和撰寫高水平論文提供參考。

1 相關(guān)研究綜述

研究者們將文獻被引頻次的影響因素歸納為論文因素、作者因素、期刊因素，并針對這3類因素對被引頻次的影響展開大量研究。論文因素能夠直接影響被引頻次，常見的影響因素有參考文獻、標(biāo)題、論文篇幅等。①參考文獻影響被引頻次的研究。Antoniou等[3]通過單變量和多元線性回歸模型評估了參考文獻的數(shù)量對被引頻次的影響，結(jié)果表明參考文獻的數(shù)量越多被引頻次也越多。Roth等[4]提出了一種基于參考文獻結(jié)構(gòu)的引文預(yù)測方法，指出了參考文獻越新，論文越能夠獲得更多的被引頻次。②標(biāo)題影響被引頻次的研究。Jacques等[5]研究標(biāo)題與被引之間的關(guān)系，結(jié)果表明標(biāo)題的字數(shù)和標(biāo)題的結(jié)構(gòu)對被引率有影響。Rossi等[6]指出，為了最大限度地提高論文的影響力，作者應(yīng)有針對性地選擇準(zhǔn)確且簡潔的標(biāo)題。③論文篇幅影響被引頻次的研究。張振偉等[7]通過研究指出，論文的版面數(shù)越多，論文的被引頻次越多，此外是否為重點專題論文以及論文類型和學(xué)科分類也可能與被引頻次有關(guān)聯(lián)。

作者因素也會對被引頻次產(chǎn)生影響，具體包括作者數(shù)量、作者間合作關(guān)系、作者所屬機構(gòu)等。Leimu等[8]在研究生態(tài)學(xué)被引頻次的影響因素時指出，作者數(shù)量對被引頻次有影響。Borsuk等[9]認為被引頻次與作者的性別無關(guān)。論文的被引頻次還與作者的聲望以及作者早期的被引頻次有關(guān)，作者的聲望和地位越高，被引頻次就越高。學(xué)者普遍認為合作網(wǎng)絡(luò)能夠影響作者獲取信息的能力，從而影響論文的影響力。部分學(xué)者對此進行了實證研究，如杜建等[10]對醫(yī)學(xué)領(lǐng)域不同學(xué)科作者的合作度與論文影響力之間的關(guān)系進行研究，發(fā)現(xiàn)多作者、國際、機構(gòu)合作的論文被引頻次顯著高于單作者、國內(nèi)和機構(gòu)內(nèi)合作論文。王崇鋒等[11]探討了合作網(wǎng)絡(luò)與知識網(wǎng)絡(luò)的中心性特征與結(jié)構(gòu)特征對被引頻次的影響，合作網(wǎng)絡(luò)中心性特征對被引頻次有顯著的倒U型影響。

期刊因素對被引頻次的影響效果也十分顯著，發(fā)表在高影響力、高等級期刊上的論文更容易得到關(guān)注，有很大概率能夠成為高被引論文，這已經(jīng)基本成為共識。此外，隨著期刊出版模式的發(fā)展和改變，論文是否開放獲取也會影響論文的受關(guān)注度和被引頻次。其中，研究者較多關(guān)注期刊影響因子對被引頻次的影響。研究人員傾向于將研究成果發(fā)表在影響因子高的期刊上，以此獲得更多的關(guān)注與引用。楊莉等[12]在對被引頻次的預(yù)測研究中加入了期刊影響因子指標(biāo)進行預(yù)測。

對被引頻次影響因素的研究已經(jīng)比較全面，在論文層面，大多數(shù)研究從標(biāo)題長度、關(guān)鍵詞的數(shù)量、參考文獻的數(shù)量、基金資助、論文的篇幅等角度展開；在作者層面，主要從作者的數(shù)量、作者的年齡、作者之間的合作關(guān)系、第一作者的發(fā)文量等角度展開研究；在期刊層面，一般考慮期刊影響因子、期刊總發(fā)文量等。也有少數(shù)學(xué)者會考慮到論文的主題特征，如主題排名、主題規(guī)模、主題的多樣性等[13]。當(dāng)融入主題因素進行評價研究時，能更為精確地反映主題內(nèi)部的影響力情況。國外學(xué)者研究證明，主題對被引頻次的影響十分顯著，熱點主題往往會吸引更多的引用[14]。目前，隨著數(shù)據(jù)挖掘技術(shù)的不斷成熟與發(fā)展，國內(nèi)外對主題的研究也相對成熟，但是從學(xué)科主題角度對被引頻次影響因素的研究還不夠普及[15-16]。屬于同一學(xué)科領(lǐng)域的文獻，由于研究主題方向不同，受關(guān)注度也有差異。因此，本研究從主題視角多層面研究各因素對被引頻次的影響，揭示不同主題下的共性影響因素和差異性影響因素，為科研評價提供重要參考。

2 主題抽取與文獻分類

2.1 數(shù)據(jù)采集與處理

（1）數(shù)據(jù)采集。研究數(shù)據(jù)來源于中國知網(wǎng)，通過高級檢索依次在文獻來源中輸入期刊名稱，主要選取圖書情報領(lǐng)域的18種CSSCI期刊，包括《大學(xué)圖書館學(xué)報》《國家圖書館學(xué)刊》《情報科學(xué)》《情報理論與實踐》《情報學(xué)報》《情報雜志》《情報資料工作》《圖書館》《圖書館工作與研究》《圖書館建設(shè)》《圖書館論壇》《中國圖書館學(xué)報》《圖書館學(xué)研究》《圖書館雜志》《圖書情報工作》《圖書情報知識》《圖書與情報》《數(shù)據(jù)分析與知識發(fā)現(xiàn)》。選定在2011年1月1日—2020年12月31日發(fā)表的期刊文獻，共檢索獲得47 034篇文獻，以來源庫、題名、作者、單位、文獻來源、關(guān)鍵詞、摘要、發(fā)表時間、基金、年、頁碼等為自定義字段導(dǎo)出題錄數(shù)據(jù)。研究框架如圖1所示。

缺失的數(shù)據(jù)通過Python程序爬蟲獲取，以年均被引頻次為因變量，以論文因素（標(biāo)題長度、基金資助、關(guān)鍵詞數(shù)量、論文年齡、論文篇幅、中文參考文獻占比、參考文獻數(shù)量、下載量），作者因素（作者數(shù)量、第一作者發(fā)文量、第一作者平均下載量、第一作者機構(gòu)、跨單位合作數(shù)量），期刊因素（期刊影響因子）為自變量獲取相關(guān)數(shù)據(jù)。具體變量及定義如表1所示。

（2）數(shù)據(jù)處理。去除征稿啟事、選題指南、序言，以及無摘要、無作者等無效文獻，共獲得有效文獻43 228篇。匯總摘要作為語料庫，運用jieba分詞工具對原始語料進行分詞、去停用詞。

2.2 LDA主題提取

利用LDA主題模型[17]對摘要語料庫進行主題提取，在主題模型訓(xùn)練之前需要預(yù)先設(shè)定主題數(shù)量。困惑度和余弦相似度是目前自然語言處理中常用的評價指標(biāo)。選取不同的主題數(shù)量，計算主題間的平均余弦相似度和困惑度，困惑度的得分越低，說明模型的效果越好。平均余弦相似度越小，主題的結(jié)構(gòu)越穩(wěn)定。困惑度和余弦相似度的結(jié)果如圖2和圖3所示。

結(jié)合困惑度和余弦相似度的結(jié)果，確定最優(yōu)的主題數(shù)量為8個。使用sklearn庫對數(shù)據(jù)進行主題建模，LDA算法的參數(shù)設(shè)置為α=0.1，β=0.01，主題數(shù)量設(shè)置為8，迭代次數(shù)為1 000。根據(jù)LDA模型生成的各研究主題，人工確定8個研究主題標(biāo)簽。LDA模型主題提取結(jié)果如表2所示。

2.3 文獻分類

利用LDA主題模型輸出的主題概率分布，將每篇文獻分配到最相關(guān)的主題下，文獻主題分類結(jié)果如表3所示。

3 實驗結(jié)果與分析

3.1 描述統(tǒng)計和相關(guān)分析

（1）描述性統(tǒng)計分析。對自變量和因變量進行描述性統(tǒng)計，統(tǒng)計結(jié)果如表4和表5所示。第一作者發(fā)文量、第一作者平均下載量、下載量標(biāo)準(zhǔn)差較大，呈現(xiàn)離散分布。標(biāo)題長度均值為19.92，作者數(shù)量均值為2.03，跨單位合作數(shù)量均值為1.41，期刊影響因子均值為3.26，關(guān)鍵詞數(shù)量均值為4.03，論文年齡均值為8.02，論文篇幅均值為6.07，中文參考文獻占比均值為0.70，參考文獻數(shù)量均值為11.12。第一作者機構(gòu)大多為“雙一流”高校以及普通高校，占比分別為40.77%、42.64%。受國家級基金資助的論文占比35.78%。

（2）多重共線性檢驗。解釋變量間的多重共線性會對回歸的結(jié)果產(chǎn)生影響。為了避免由變量之間顯著相關(guān)性導(dǎo)致的多重共線性問題，在回歸分析之前需要對各變量之間相關(guān)系數(shù)進行檢驗。采用Spearman相關(guān)系數(shù)對變量之間的相關(guān)性進行檢驗，如表6所示。可以看出，大部分相關(guān)系數(shù)較小，進一步采用方差膨脹因子（Variance Inflation Factor，VIF）進行檢驗，VIF值均小于5。因此，各變量之間不存在嚴重的共線性問題，可以將數(shù)據(jù)導(dǎo)入回歸模型進行實證檢驗。

3.2 學(xué)科總體視角下年均被引頻次影響因素分析

年均被引頻次密度分布圖（見圖4）顯示，年均被引頻次呈左偏態(tài)分布，這意味著大部分數(shù)據(jù)點集中在數(shù)值較低的一端，而數(shù)值較高的數(shù)據(jù)較少。

由于年均被引頻次呈現(xiàn)偏態(tài)分布，傳統(tǒng)的多元線性回歸模型并不合適。年均被引頻次屬于離散型變量，取值是典型的計數(shù)型，因此考慮計數(shù)型回歸分析。為了選擇合適的回歸模型，使用Stata 18.0軟件[18]的泊松回歸、負二項回歸、零膨脹泊松回歸、零膨脹負二項回歸進行了回歸分析。研究發(fā)現(xiàn)，樣本的方差大于均值，可能存在過度離散現(xiàn)象，不符合泊松回歸模型的要求，因此選擇負二項回歸模型。使用負二項回歸和零膨脹負二項回歸進行數(shù)據(jù)分析與驗證，采用赤池信息準(zhǔn)則（Akaike Information Criterion，AIC）、貝葉斯信息準(zhǔn)則（Bayesian Information Criterion，BIC）進行模型的檢驗。AIC與BIC相類似，是衡量統(tǒng)計模型擬合優(yōu)良性的準(zhǔn)則，定義式如式（1）和式（2）所示。

負二項回歸的似然比統(tǒng)計量為35 540.37，表明模型與零假設(shè)之間存在顯著差異，即模型整體是顯著的；R2為0.201 8，表明模型的擬合效果可以接受。總體視角下年均被引頻次影響因素的負二項回歸分析結(jié)果如表8所示，z為模型統(tǒng)計量，P小于0.1則變量的影響顯著。大多數(shù)解釋變量呈現(xiàn)顯著影響，說明整體回歸效果比較好。在1%水平下，作者數(shù)量、第一作者平均下載量、基金資助、期刊影響因子、論文篇幅、中文參考文獻占比以及下載量均對論文年均被引頻次產(chǎn)生顯著正向影響，第一作者發(fā)文量在10%水平下具有顯著正向作用；論文年齡在1%水平下對年均被引頻次具有顯著的負向作用；標(biāo)題長度、第一作者機構(gòu)、跨單位合作數(shù)量、關(guān)鍵詞數(shù)量、參考文獻數(shù)量在1%﹑5%﹑10%的水平（雙邊）下均未通過顯著性檢驗。

3.3 學(xué)科主題視角下年均被引頻次影響因素分析

受篇幅所限，對8個學(xué)科主題進行負二項回歸的過程不一一列出，各個回歸模型的簡略匯總結(jié)果如表9所示。

從表9可以看出，不同主題下年均被引頻次的影響因素存在一定差異。

（1）作者因素?？傮w回歸結(jié)果顯示，年均被引頻次與作者數(shù)量、第一作者發(fā)文量、第一作者平均下載量顯著相關(guān)。然而，學(xué)科主題回歸的發(fā)現(xiàn)與之不同。①作者數(shù)量對年均被引頻次的顯著正向作用只體現(xiàn)在學(xué)術(shù)評價與文獻計量、網(wǎng)絡(luò)輿情、文本挖掘3個主題中。在學(xué)術(shù)評價與文獻計量主題下，較多的作者數(shù)量可能反映了團隊合作，學(xué)術(shù)評價領(lǐng)域注重學(xué)術(shù)研究成果的評估、測量與分析，多作者合作可能提升了研究的可信度和影響力；網(wǎng)絡(luò)輿情主題通常涉及公眾關(guān)注度較高的話題，作者數(shù)量多，論文可能反映了多方面的專業(yè)意見和觀點，能吸引更多的引用；文本挖掘主題涉及復(fù)雜的文本數(shù)據(jù)，相關(guān)研究需要全面和深入的數(shù)據(jù)分析，多位作者之間的合作可以加強數(shù)據(jù)的多維度分析，也有助于提出更具有深度和廣度的解決方案，進而吸引更多的引用。②第一作者發(fā)文量在各主題下均未通過顯著性檢驗，說明第一作者發(fā)文量對論文被引頻次沒有顯著影響。③第一作者平均下載量對年均被引頻次的顯著正向作用體現(xiàn)在圖書館服務(wù)、信息教育和科研素養(yǎng)、企業(yè)和政府情報分析3個主題中。第一作者的平均下載量較高，表明該作者的論文受到更多的關(guān)注，這對該主題論文學(xué)術(shù)影響力的提高有幫助。雖然第一作者機構(gòu)、跨單位合作數(shù)量在總體回歸中沒有體現(xiàn)出顯著作用，但是在文本挖掘主題中第一作者機構(gòu)對年均被引頻次具有正向作用，企業(yè)和政府情報分析主題中第一作者機構(gòu)對年均被引頻次具有負向作用，而跨單位合作數(shù)量僅在信息教育和科研素養(yǎng)主題中對年均被引頻次具有正向作用。在信息教育和科研素養(yǎng)主題中，通過跨單位合作能夠結(jié)合不同領(lǐng)域和學(xué)科的專業(yè)知識和研究資源，提升研究的多樣性和深度，從而提升研究的創(chuàng)新性和學(xué)術(shù)質(zhì)量。

（2）期刊因素。在網(wǎng)絡(luò)輿情、用戶信息行為2個主題下期刊影響因子在1%的水平下通過顯著性檢驗，表明期刊影響因子在這2個主題下對年均被引頻次具有正向作用，但其影響在其他主題下未通過顯著性檢驗。

（3）論文因素。基金資助、論文年齡、論文篇幅、下載量的分主題回歸結(jié)果與總體回歸結(jié)果保持一致。中文參考文獻占比僅在文本挖掘、企業(yè)和政府情報分析2個主題下對年均被引頻次沒有顯著影響，在其他6個主題中對年均被引頻次均有顯著正向作用。標(biāo)題長度僅在網(wǎng)絡(luò)輿情主題中具有顯著正向作用。網(wǎng)絡(luò)輿情主題涉及公眾關(guān)注和信息傳播，較長的標(biāo)題可能更能夠吸引注意，長標(biāo)題傾向于包含更多的關(guān)鍵詞，這些關(guān)鍵詞與當(dāng)時的熱門話題相關(guān)，進而增加被引用的可能性。參考文獻數(shù)量在學(xué)術(shù)評價與文獻計量主題下對年均被引頻次有顯著負向作用，在信息教育和科研素養(yǎng)主題下具有顯著正向作用。在學(xué)術(shù)評價與文獻計量主題下，研究往往涉及大量的文獻引用和計量分析，引用的大量參考文獻未必對新的研究有直接的貢獻，從而影響了學(xué)術(shù)影響力。信息教育和科研素養(yǎng)主題涉及科研實踐等方面，引用的文獻有助于建立堅實的理論和知識基礎(chǔ)，體現(xiàn)了研究者對該領(lǐng)域主題全面和深入的理解，能增強研究的可信度和引用價值。

通過對不同主題下年均被引頻次影響因素的分析，可以看出學(xué)術(shù)研究在不同主題下表現(xiàn)出顯著的差異，這些差異反映了各主題研究特定的引用習(xí)慣，解釋了不同因素在提升論文學(xué)術(shù)影響力方面的具體作用。通過深入理解這些因素在特定主題中的作用機制，能夠幫助學(xué)者提升學(xué)術(shù)影響力。

3.4 主題熱度分區(qū)視角下年均被引頻次影響因素分析

學(xué)者們往往以發(fā)文量和引文量為考察學(xué)科主題影響力的基本指標(biāo)[19-20]。然而，不同主題文獻的外部特征、研究內(nèi)容等具有較大差異。因此，進一步探究不同主題熱度下年均被引頻次影響因素的差異情況。參考李秀霞等[21]的研究，統(tǒng)計各研究主題的逐年累計引文量和發(fā)文量。設(shè)有R個主題，統(tǒng)計某年某個主題的引文量與發(fā)文量之比Er（r=1，…，R），某年所有主題對應(yīng)文獻引文量與發(fā)文量之比Dr，根據(jù)Er、Dr計算引文等級qrt，如式（3）～式（5）所示。

某研究主題在某年的發(fā)文量記為Nrt，對qrt、Nrt的值與時間段進行Spearman相關(guān)系數(shù)分析，得到與時間段的相關(guān)系數(shù)，建立戰(zhàn)略坐標(biāo)系。發(fā)文呈現(xiàn)遞增趨勢、引文也呈現(xiàn)遞增趨勢則劃分在熱門分區(qū)，發(fā)文呈遞減趨勢、引文呈現(xiàn)遞增趨勢劃分為潛力分區(qū)，發(fā)文呈遞減趨勢、引文呈現(xiàn)遞減趨勢劃分為衰退分區(qū)，發(fā)文呈遞增趨勢、引文呈現(xiàn)遞減趨勢劃分為冷門分區(qū)。將各主題劃分到不同的分區(qū)，探究不同熱度分區(qū)下年均被引頻次影響因素是否存在一定差異。圖書情報學(xué)主題熱度分區(qū)圖如圖5所示，將8個主題分類到各分區(qū)下，橫軸表示的是發(fā)文趨勢，縱軸表示的是引文趨勢。第一象限發(fā)文量大、被引頻次高，代表熱門分區(qū)，包括用戶信息行為主題、文本挖掘主題；第二象限發(fā)文量小但被引頻次高，代表潛力分區(qū)，包括企業(yè)和政府情報分析主題；第三象限發(fā)文量小、被引頻次低，代表衰退分區(qū)，包括網(wǎng)絡(luò)輿情主題、圖書館服務(wù)主題、圖書館建設(shè)主題、學(xué)術(shù)評價與文獻計量主題、信息教育和科研素養(yǎng)主題；第四象限發(fā)文量大、被引頻次低，代表冷門分區(qū)，目前無主題劃分，說明圖書情報學(xué)科的主要研究主題均處于較高熱度。

主題熱度分區(qū)下年均被引頻次影響因素的負二項回歸分析結(jié)果如表10所示。從作者角度看，作者數(shù)量在熱門和衰退分區(qū)下對年均被引頻次均具有顯著正向作用，第一作者平均下載量在潛力和衰退分區(qū)下對年均被引頻次具有正向作用，第一作者機構(gòu)在潛力分區(qū)中對年均被引頻次具有顯著負向作用，第一作者發(fā)文量、跨單位合作數(shù)量對年均被引頻次沒有顯著影響。從期刊角度看，期刊影響因子僅在衰退分區(qū)下對年均被引頻次具有正向作用。衰退分區(qū)下，影響因子高的期刊能夠顯著提升論文的關(guān)注度，衰退分區(qū)的發(fā)文趨勢和引文趨勢均在減弱，受關(guān)注較少，而在高影響因子期刊上發(fā)表能夠增加被引用的機會。從論文角度看，基金資助、論文篇幅、下載量在3個分區(qū)都具有正向作用，但標(biāo)題長度僅對衰退分區(qū)論文年均被引頻次具有正向作用。長標(biāo)題通常能清楚地描述研究內(nèi)容，從而吸引更多的引用，尤其在衰退分區(qū)下，長標(biāo)題更為重要。中文參考文獻占比在熱門分區(qū)和衰退分區(qū)中均具有正向作用，關(guān)鍵詞數(shù)量在各分區(qū)中均未通過顯著性檢驗。此外，論文年齡在各分區(qū)中均有顯著負向影響。基于各影響因素在不同分區(qū)的差異，學(xué)者可在不同分區(qū)主題下制定有效的研究和發(fā)表策略。

3.5 穩(wěn)健性分析

為了驗證不同主題下年均被引頻次影響因素的穩(wěn)定性，進一步采用零膨脹負二項回歸模型進行穩(wěn)健性檢驗。由負二項回歸模型和零膨脹負二項回歸模型的結(jié)果可知，兩個模型的參數(shù)估計和顯著性水平具有一致性，在主要影響因素如標(biāo)題長度、作者數(shù)量、第一作者平均下載量、跨單位合作數(shù)量、期刊影響因子和中文參考文獻占比等變量上結(jié)果是一致的。將不同主題的數(shù)據(jù)分成2011—2015年、2016—2020年兩組分別進行負二項回歸，發(fā)現(xiàn)基金資助、論文年齡、論文篇幅、下載量對年均被引頻次的影響均保持一致。由于時間段的劃分，標(biāo)題長度、關(guān)鍵詞數(shù)量、作者數(shù)量等因素的作用存在差異。

4 結(jié)論與啟示

以圖書情報學(xué)18種CSSCI收錄期刊為研究對象，采集了2011—2020年的共43 228篇有效論文相關(guān)數(shù)據(jù)。采用LDA主題模型和負二項回歸方法從學(xué)科主題的角度探究論文外部特征與年均被引頻次的影響關(guān)系，得出以下結(jié)論。

（1）從學(xué)科主題角度看，不同主題下年均被引頻次的影響因素存在顯著差異。作者數(shù)量在學(xué)術(shù)評價與文獻計量、網(wǎng)絡(luò)輿情、文本挖掘3個主題中顯著正向影響年均被引頻次；第一作者發(fā)文量在各主題中均無顯著影響；第一作者平均下載量僅在圖書館服務(wù)、企業(yè)和政府情報分析、信息教育和科研素養(yǎng)主題下有顯著正向作用；第一作者機構(gòu)在文本挖掘主題下有正向作用，在企業(yè)和政府情報分析主題下有負向作用；跨單位合作數(shù)量在信息教育和科研素養(yǎng)主題中有正向作用；期刊影響因子在網(wǎng)絡(luò)輿情和用戶信息行為主題中有顯著正向作用；中文參考文獻占比在多數(shù)主題中有顯著正向作用；標(biāo)題長度在網(wǎng)絡(luò)輿情主題中有顯著正向作用；參考文獻數(shù)量在學(xué)術(shù)評價與文獻計量主題中有顯著負向作用，在信息教育和科研素養(yǎng)主題中有顯著正向作用。

（2）從主題分類角度看，圖書情報學(xué)研究主題分為熱門、潛力和衰退3類。熱門分區(qū)包含用戶信息行為、文本挖掘2個主題；潛力分區(qū)包括企業(yè)和政府情報分析1個主題；衰退分區(qū)包括網(wǎng)絡(luò)輿情、圖書館服務(wù)、圖書館建設(shè)、學(xué)術(shù)評價與文獻計量、信息教育和科研素養(yǎng)5個主題。各分區(qū)下作者數(shù)量、第一作者平均下載量、第一作者機構(gòu)、期刊影響因子等影響因素的作用均存在差異。相比熱門分區(qū)和潛力分區(qū)，衰退分區(qū)論文年均被引頻次還受到標(biāo)題長度和期刊影響因子的顯著正向影響。

（3）從學(xué)科總體、學(xué)科主題、主題熱度分區(qū)3個層次探究年均被引頻次影響因素，發(fā)現(xiàn)基金資助、論文篇幅、論文年齡、下載量對年均被引頻次的影響均保持一致。

本研究結(jié)論對科研工作者開展科研活動、撰寫論文具有一定的參考意義。①不同主題下被引頻次影響因素存在差異，因此科研工作者可以根據(jù)所研究的主題，觀察當(dāng)前的研究主題受哪些特定因素的影響，有針對性地進行合理規(guī)劃，從而提升論文的學(xué)術(shù)影響力。②根據(jù)論文的發(fā)文趨勢和引文趨勢將主題歸為熱門、潛力、衰退分區(qū)，能夠幫助科研工作者了解當(dāng)前研究態(tài)勢。在選擇研究方向時可優(yōu)先考慮熱門分區(qū)主題，并對潛力分區(qū)的研究主題給予更多的關(guān)注，對于衰退分區(qū)研究主題則可通過有效的研究策略和學(xué)術(shù)合作，挖掘未來發(fā)展的新機遇。相對于熱門和潛力分區(qū)，衰退分區(qū)下論文的年均被引頻次還受到標(biāo)題長度、期刊影響因子的影響。衰退分區(qū)主題論文應(yīng)注意優(yōu)化標(biāo)題表達和期刊選擇，從而提高學(xué)術(shù)影響力。除此之外，本研究還可以為科研評價體系提供更為多樣化的評估標(biāo)準(zhǔn)，促進科研評價體系的完善?？蒲泄芾碚咭部梢愿鶕?jù)研究主題的特點，調(diào)整評價指標(biāo)和權(quán)重，以更全面地評估研究成果的影響力，更準(zhǔn)確地挖掘各主題下的高質(zhì)量論文。

本研究仍存在一定的不足之處，如選取主題數(shù)量有限，無法全面地覆蓋圖書情報學(xué)領(lǐng)域全部的研究主題，未覆蓋的研究主題可能具有不同的特征和影響因素。數(shù)據(jù)收集時間范圍限定在2011—2020年，盡管覆蓋了較長的研究時間，但是未能捕捉到最新的研究動態(tài)和新興研究主題的影響。隨著時間的推移，學(xué)術(shù)研究的重點可能發(fā)生變化，新興主題可能具有不同的影響因素和發(fā)展趨勢。后續(xù)研究可考慮細化引用時間，深入挖掘各主題影響因素在時間上的動態(tài)變化。此外，本研究較為全面地考慮了論文外部因素對被引頻次的影響，但論文的研究方法、創(chuàng)新性、新穎性等內(nèi)部因素未納入分析。后續(xù)研究可利用文本挖掘和語義分析技術(shù)，將內(nèi)外部因素相結(jié)合進行綜合分析，并結(jié)合機器學(xué)習(xí)和深度學(xué)習(xí)模型建立預(yù)測模型，分析不同因素對預(yù)測結(jié)果的貢獻。

參考文獻

[1] WALTMAN L. A review of the literature on citation impact indicators[J]. Journal of Informetrics，2016，10（2）：365-391.

[2] 徐慶富，康旭東，張春博. 多期刊比較視角下的論文被引頻次若干影響因素研究[J]. 情報雜志，2018，37（2）：147-153.

[3] ANTONIOU G A，ANTONIOU S A，GEORGAKARAKOS E I，et al. Bibliometric analysis of factors predicting increased citations in the vascular and endovascular literature[J]. Annals of Vascular Surgery，2015，29（2）：286-292.

[4] ROTH C，WU J，LOZANO S. Assessing impact and quality from local dynamics of citation networks[J]. Journal of Informetrics，2012，6（1）：111-120.

[5] JACQUES T S，SEBIRE N J. The impact of article titles on citation hits：an analysis of general and specialist medical journals[J]. JRSM Short Reports，2010，1（1）：2.

[6] ROSSI M J，BRAND J C. Journal article titles impact their citation rates[J]. Arthroscopy：The Journal of Arthroscopic Related Surgery，2020，36（7）：2025-2029.

[7] 張振偉，梁明修，韓錕，等. 預(yù)防醫(yī)學(xué)類科技論文被引頻次的影響因素分析：以《中華預(yù)防醫(yī)學(xué)雜志》為例[J]. 中國科技期刊研究，2021，32（1）：125-134.

[8] LEIMU R，KORICHEVA J. What determines the citation frequency of ecological papers？[J]. Trends in Ecology Evolution，2005，20（1）：28-32.

[9] BORSUK R M，BUDDEN A E，LEIMU R，et al. The influence of author gender，national language and number of authors on citation rate in ecology[J]. The Open Ecology Journal，2009，2（1）：25-28.

[10] 杜建，張玢，李陽. 我國醫(yī)學(xué)領(lǐng)域不同學(xué)科作者合作度與論文影響力的關(guān)系[J]. 中華醫(yī)學(xué)圖書情報雜志，2012，21（3）：18-23.

[11] 王崇鋒，崔運周，楊簫. 合作網(wǎng)絡(luò)、知識網(wǎng)絡(luò)對論文被引量的影響：基于我國管理案例研究論文的統(tǒng)計分析[J]. 管理案例研究與評論，2020，13（3）：356-367.

[12] 楊莉，熊澤泉，段宇鋒. 基于分位數(shù)回歸的期刊論文被引量預(yù)測研究[J]. 情報科學(xué)，2019，37（10）：60-66.

[13] BUELA-CASAL G，ZYCH I. Analysis of the relationship between the number of citations and the quality evaluated by experts in psychology journals[J]. Psicothema，2010，22（2）：270-276.

[14] FU L D，ALIFERIS C F. Using content-based and bibliometric features for machine learning models to predict citation counts in the biomedical literature[J]. Scientometrics，2010，85（1）：257-270.

[15] YAN Y，TIAN S W，ZHANG J J. The impact of a paper’s new combinations and new components on its citation[J]. Scientometrics，2020，122（2）：895-913.

[16] BLEI D M，NG A Y，JORDAN M I. Latent Dirichlet allocation[J]. Journal of Machine Learning Research，2003，3：993-1022.

[17] LDA主題抽取[EB/OL]. [2024-01-02]. https：//github.com/ldaproject/lda.

[18] Stata 18.0軟件[EB/OL]. [2024-01-02]. https：//stata.com.

[19] 胡澤文，韓雅蓉，王夢雅. 基于LDA-Word2Vec的圖書情報領(lǐng)域機器學(xué)習(xí)研究主題演化與熱點主題識別[J]. 現(xiàn)代情報，2024，44（4）：154-167.

[20] 陳穩(wěn)，陳偉. 基于計量指標(biāo)多變量LSTM模型的新興主題熱度預(yù)測研究[J]. 數(shù)據(jù)分析與知識發(fā)現(xiàn)，2022，6（10）：35-45.

[21] 李秀霞，程結(jié)晶，韓霞. 發(fā)文趨勢與引文趨勢融合的學(xué)科研究主題優(yōu)先級排序：以我國情報學(xué)學(xué)科主題為例[J]. 圖書情報工作，2019，63（11）：88-95.

作者簡介

傅柱，男，博士，副教授，研究方向：知識組織與挖掘。

張倩，女，碩士研究生，研究方向：信息管理與信息系統(tǒng)。

劉鵬，男，博士，副教授，通信作者，研究方向：復(fù)雜網(wǎng)絡(luò)分析，E-mail：liupeng19821017@126.com。

Difference of Influencing Factors of Citation in Scientific Papers from the Perspective of Subject Theme： An Empirical Study of Library and Information Science

FU Zhu ZHANG Qian LIU Peng

（School of Economics and Management， Jiangsu University of Science and Technology， Zhenjiang 212100， P. R. China）

Abstract： Examining the factors influencing citation frequency from the perspective of subject themes can provide targeted guidance for researchers in writing and optimizing their papers， and also provide a new perspective and idea for scientific research evaluation. This study uses 43 228 valid papers published in 18 CSSCI-indexed journals in library and information science from 2011 to 2020. By applying the LDA topic model to extract and identify themes from paper abstracts， and using a negative binomial regression model， we empirically investigate the factors influencing annual citation frequency from overall， thematic， and thematic classification perspectives. The findings reveal both commonalities and differences in the factors influencing annual citation frequency across subject themes. Consistent factors include funding support， paper length， paper age， and download frequency. In contrast， factors such as title length， number of keywords， and number of authors show varying impacts on annual citation frequency.

Keywords： Citation Frequency； Theme Classification； Regression Analysis； Influencing Factor； Library and Information Science

（責(zé)任編輯：王瑋）