论文部分内容阅读
科学评价是以科学计量的理论和方法为基础,综合运用各种科学的程序和方法,对知识体系、成果及知识活动等进行测度、评判的过程。通过开展科学评价研究,可以深入了解科学体系的内部结构,分析科学系统的运行规律,揭示科学活动的发展趋势。社会网络分析(Social Network Analysis, SNA)是将所研究的个体和组织及其间的社会关系看成是一种可视化的网络,通过图论、数学模型及软件分析等方法对网络的关系数据进行分析,进而揭示网络结构特性的一种分析方法。社会网络分析的研究对象是包含节点和连线的网络,不仅可以将研究对象可视化,同时也提供了多种网络分析指标,来揭示节点和关系的特性。 本文以科学文献体系中的知识网络为研究对象,利用SNA的多种指标揭示知识网络结构,发现相关和非相关知识,并对知识节点的地位和作用进行评判。科学文献体系中的知识网络类型多种多样,作者之间、地区之间、文献之间、关键词之间、期刊之间等并不是孤立的,而是相互联系的。如作者、地区之间有引用、合作等关系,文献、期刊之间有引用、同被引、耦合等关系,关键词之间有引用、共词关系等。在科学知识网络中,作者、地区、关键词、文献、期刊等被看成是知识节点,他们之间的关系被看成是连线。 论文在综述国内外基于SNA的科学评价研究的基础上,分析国内外研究不足,提出社会网络分析在科学评价中的应用框架与流程。首先,将SNA用于文献和期刊的影响力和核心性评价。介绍SNA的中心度、特征向量中心性、权力指数等相关指标,并进行实证分析。其次,将SNA应用于学科研究中。一方面,通过SNA绘制学科知识图谱,分析学科研究现状,通过实例分析了我国情报学研究现状和发展变化。另一方面,将SNA中的E-I指数应用于学科交叉程度分析,并通过此方法对选取的五个学科的交叉程度进行实证研究。最后,将SNA应用于非相关知识的发现中,包括非相关主题词和潜在合作者的发现。提出开放式查找目标词的方法和闭合式路径查询方法。通过实例分析了图书馆学情报学领域的作者合作网络,发现潜在合作者。 在实证分析方面,首先,利用相关全文数据库和引文数据库,收集引用数据、共词数据、合作数据;然后,构建引用矩阵、共词矩阵、合作矩阵,并对矩阵数据进行标准化处理;其次,利用社会网络分析软件绘制知识网络图;最后,通过社会网络分析的相关指标或相关软件功能进行科学评价研究。