论文部分内容阅读
收稿日期：2020-07-17
基金项目：国家社会科学基金项目“融合ALTMETRICS的科研影响力综合评价方法及实证研究”（项目编号：15BTQ060）;南京农业大学中央高校基本科研业务费人文社会科学研究基金项目（项目编号：SKYC2020023）;江苏高校哲学社会科学研究一般项目（项目编号：2020SJA0055）。
作者简介：彭秋茹（1990-），女，助理研究员，博士，研究方向：信息计量与科研评价。
通讯作者：阎素兰（1972-），女，副教授，硕士生导师，研究方向：信息计量。
摘要：[目的/意义]随着社交媒体等网络平台在科学研究、传播、交流中的普及应用，一种基于社会媒体平台和工具的影响力评价方法——Altmetrics应运而生并引起广泛关注，但面向中文学术论文的Altmetrics指标研究却比较缺乏。[方法/过程]本文以《光明日报》理论版论文为研究对象，利用百度搜索引擎技术采集中文报纸论文的Altmetrics数据，构建Altmetrics指标体系，进而分析不同网络平台关注中文报纸论文的程度，举例探讨中文报纸论文在网络传播的过程，研究中文报纸论文在网络中受到关注的现象及特征。[结果/结论]研究结果表明利用搜索引擎技术可以有效解决Altmetrics本地化的问题，中文报纸论文在网络中受到各类新闻媒体的关注较多，且传播速度快，加工后的中文报纸论文可能会产生更为久远的影响。
关键词：Altmetrics;中文学术论文;报纸论文;网络关注
DOI：10.3969/j.issn.1008-0821.2021.04.014
〔中图分类号〕G250.252〔文献标识码〕A〔文章编号〕1008-0821（2021）04-0146-08
Research on Altmetrics Indicators for Chinese Academic Articles
——Taking Newspaper Articles for An Example
Peng QiuruYan Sulan*
（School of Information Management，Nanjing Agricultural University，Nanjing 210095，China）
Abstract：[Purpose/Significance]With the popularity and application of social media in scientific research and communication，Altmetrics，an impact evaluation method based on social media platforms and tools，came into being and attracted wide attention.However，there is a lack of research on Altmetrics for Chinese articles.[Method/Process]This paper took the articles published on the theoretical pages of Guangming Daily as the research objects，used Baidu search engine technology to collect the Altmetrics data，constructed the Altmetrics indicators system，and studied the phenomenon and characteristics of mention to Chinese newspaper articles online based on analysis on the attention degree from different sources and discussion about the process of transmission.[Result/Conclusion]The results showed that the localization of Altmetrics can be effectively solved by using search engine technology.Chinese newspaper articles attracted more attention from all kinds of news media online，and the dissemination speed was fast.The processed Chinese newspaper articles may have a longer-term impact.
Key words：Altmetrics;Chinese academic articles;newspaper articles;online attention
隨着网络技术的飞速发展，学术论文通过网络媒体的传播可以被更广泛的社会公众所认识和利用，科学研究不再是象牙塔里的知识分子才能接触的世界。网络传播有利于科学技术的普及与科研成果的推广，进一步传播科学思想与弘扬科学精神。同时，科研人员之间也越来越喜欢通过网络平台对学术论文进行讨论和使用，学术论文在网络媒体上越来越受到关注和传播。通过考察学术论文在网络媒体中的受到关注的情况，使得社会公众阅读和使用学术论文的交流过程可被计量。基于学术引用的引文分析方法[1]不再是测量学术论文影响力的唯一手段，学术论文在网络社会中被传播和关注的程度可以反映学术论文的社会影响力。 2010年Priem J等[2]首次提出Altmetrics，它是基于社会传媒平台和工具的、评价影响力的一种可选方法[3]。Altmetrics的提出是旨在衡量由网络驱动的学术交互[4]，利用Altmetrics可以跟踪和分析多种类型学术成果的网络活动，借助Altmetrics指标数据可以测量学术成果在网络中受到不同网络平台关注的程度。本文意图获取中文学术论文的Altmetrics指标数据，分析中文学术论文在网络中受到关注的现象及特征，从而探讨中文学术论文的社会价值和意义。
1相关研究
早期国内外针对学术论文的Altmetrics研究较多关注引文指标与Altmetrics指标之间的联系[5-7]，后来越来越多的研究探讨学术论文在网络中受到关注的现象和特征。Haustein S等[8]调查了学科、文献类型、标题长度、页数和参考文献数等特征与5种不同Altmetrics指标之间的联系，研究發现社交媒体上提及学术论文的总体数量很少，社论和新闻这两种论文类型很少被引用，但在Twitter上却最受欢迎。Holmberg K等[9]则探讨了学术论文获得更多网络关注和更高Altmetrics评分的原因，研究发现不同的网络平台对论文的关注程度存在着差异，在Mendeley上受到极大关注的论文更多是学术界的读者所引起的，而在Twitter上引起关注的原因与更广泛的社会公众读者有关。邱均平等[10]分析了2016—2018年Altmetrics前100名的学术论文的来源机构、来源期刊、所属学科及传播途径等特征，研究发现大多数论文受到News Stories、Blog Post、Twitter、Facebook、Reddit、Coogle 、Wikipedia Citations和Videos等网络平台的关注。除了研究学术论文受到网络关注的来源平台外，部分学者还从时间维度探讨了学术论文发表后在网络中受到关注的变化情况。Wang X W等[11]利用110篇学术论文的90天的Altmetrics指标数据，考察了学术论文发表后在社交媒体上受到关注的变化情况，研究发现Twitter和Facebook是两种最重要的社交推荐方式，来自社交媒体的关注累积速度较快，但衰退速度也快。魏绪秋等[12]提出了学术论文阶段重要性指标和学术论文阶段持续性指标，对学术论文的Altmetrics数据特征进行了分析，研究发现大部分学术论文的社交活跃期相对较早且持续性较短。田玥等[13]利用Altmetrics数据分析了生物医学领域学术论文在网络中的关注度，探索了影响论文关注度的因素，研究发现论文发表后3天是关注的巅峰期。
由于缺少数据和工具的支持，现有的针对学术论文的Altmetrics研究主要以英文论文为主，个别国内学者尝试基于使用习惯或模仿以英文学术论文为对象的研究来获取和分析中文学术论文的Altmetrics数据。王艳波等[14]和易淑琼等[15]选择了豆丁网、道客巴巴、百度文库作为中文学术论文的Altmetrics数据来源。王萝娜等[16]设计的Altmetrics数据来源更为广泛，包括新闻媒体、文献管理、百科智库、社交媒体、学术社区5个大类，共搜集了科学网、百度文库、豆丁网、道客巴巴、360个人图书馆、MBA智库百科、新浪微博、新浪博客、微信公众号、知乎、丁香园、小木虫等12个平台。但与国外研究相比，在研究内容广度和深度上国内网络平台用于Altmetrics的适用性分析研究都处于落后的状态[17]。学者们主观设计的Altmetrics指标和数据来源也无法真实、客观、全面地反映中文学术论文在网络中受到关注的现象和特征。彭秋茹等[18]在构建报纸论文影响力评价方法时提到利用搜索引擎作为搜集中文报纸论文的Altmetrics数据的手段，但文章没有详细描述数据采集和预处理的过程，也缺少对中文报纸论文在网络中传播的范围和过程的分析和研究。因此，本文将设计中文学术论文的Altmetrics指标数据获取的方法，以中文报纸论文为例构建Altmetrics指标体系，分析关注中文报纸论文的网络平台分布范围，举例探讨中文报纸论文发表后的网络关注过程，研究中文报纸论文的网络关注现象及特征。
2数据采集与预处理
Altmetrics考察的是学术成果在社会网络上发生交互的情况，也就是说，学术成果的Altmetrics评价结果测量的是学术成果在不同的网络平台（例如社交媒体、主流新闻媒体和在线分享社区等）上的关注度。因此，Altmetric.com、ImpactStory、PlumX、PLOS ALMs等国外常用的Altmetrics数据聚合工具都以寻找更多样、更全面的学术成果网络关注数据源为主要任务。在中文环境下对学术论文网络关注情况进行研究时，首先要考察学术论文在中文网络中受到哪些平台的关注，并且要尽量寻找全面和多样的学术论文网络关注数据源。
2.1数据采集方法
国外各大Altmetrics数据聚合工具在统计学术成果的Altmetrics指标数据时，一般是基于学术成果的唯一标识符（例如DOI、PubMed ID、arXiv ID等）来捕获提及学术成果的网页数据[19]。但经过调研发现，国内网络平台在关注中文学术论文时鲜有附带表示论文出处的唯一标识（例如URL），所以无法通过唯一标识符来追踪中文学术论文的网络传播痕迹。要想获得中文学术论文较为全面的Altmetrics数据，搜索引擎是一个很好的技术支持手段。搜索引擎是一种在网络上对信息进行收集、提取、组织、处理并提供检索服务的工具，极大地改善了用户的网络信息获取的过程和效果[20]，可以通过搜索引擎来简化获取网络信息的过程。通过搜索引擎的检索功能，可以较为全面和客观地获取中文学术论文在网络中受到关注的信息。由于搜索引擎Google不能在境内访问，并且Google过滤了大量PR值较低的页面，因此在网页数据采集方面可能存在严重误差。作为中国搜索引擎市场份额占比最大的中文搜索引擎[21]，百度搜索索引了绝大多数较为权威的新闻网站、论坛、博客、政府、科技、教育和学术网站，可以最大程度上满足网络传播分析中的数据采集覆盖率要求。因此，本文将通过百度搜索来采集针对中文学术论文的Altmetrics数据并构建相应的指标体系。 1）中文学术论文Altmetrics数据采集
本文将中文学术论文的加双引号的“题名”作为检索词，在百度搜索中进行检索，并记录每篇中文学术论文的相关结果数。由于题名不是表示特定中文学术论文身份的唯一标识，所以题名越简单越容易产生更多与目标中文学术论文不相关的检索结果。为了减少噪音数据的影响、提高数据清洗的可操作性，在检索中文学术论文时可以分两轮进行。第一轮检索先记录每篇中文学术论文的检索结果数，将1 000条设为检索结果是否合理的标准。第二轮检索时，对第一轮检索结果合理范围内外的中文学术论文采取不同的检索策略，对第一轮检索结果合理的中文学术论文重新按照题名加双引号进行检索，对其余中文学术论文增加文献来源、发表年份、作者等检索词进行检索。然后利用爬虫程序采集百度搜索的检索结果数据，记录下每条中文学术论文检索结果的检索词、检索页面文本数据、检索结果百度链接、跳转后的原文链接等信息。
2）中文学术论文Altmetrics数据清洗
根据百度搜索检索结果可以获取中文学术论文在网络上受到关注的信息。汇总有关中文学术论文的检索结果后，再对检索结果中的原文链接数据进行处理。首先截取原文链接的二级域名（如baidu.com）及三级域名（如wenku.baidu.com）并保存。然后利用域名查询工具（whois.chianz.com）的备案查询功能对二级域名进行标准化处理，通过缓存数据更新等方法重复核查，并对域名数据进行去重，排除未备案或备案取消的域名，最终获得检索结果中的有效域名。由于百度搜索存在扩检现象，结合域名信息进一步通过人工校对的方式对检索出来的中文学术论文Altmetrics数据进行清洗。
3）中文学术论文Altmetrics数据统计
最后，通过对清洗过的中文学术论文检索结果中的有效域名及备案信息进行统计和分析，可以得到中文学术论文在网络中受到关注的来源平台情况。根据Altmetrics指标构建的思想，关注中文学术论文的网络平台决定了中文学术论文Altmetrics指标。借鉴国外常用的Altmetrics数据聚合工具的指标采集来源及分类方法[22-25]，在网络中关注学术成果的行为可以分为浏览、保存、提及、讨论、推荐、引用等类型。针对中文學术论文的网络关注研究也可以根据上述类型构建相应的Altmetrics指标，从而对中文学术论文的Altmetrics数据进行统计和分析。与国外Altmetrics数据聚合工具的指标体系不一致的是，由于中文学术论文的引用研究更适合利用传统的引文数据库数据进行引文分析，本文关于中文学术论文的Altmetrics指标研究不讨论中文学术论文的引用特征。
2.2数据采集对象
中文报纸论文，指的是发表在中文报纸上的学术论文，不包括新闻稿件等，最典型的是国内各大报纸的理论版所刊载的中文论文[18]。中文报纸论文有效地衔接了学术理论和大众常识，从而做到既以理性的视角展示了时代大局，又能切中普通大众的兴趣点[26]。中文报纸论文与期刊论文一样是读者利用文献获取知识的手段之一，是知识发现与传播的有效途径之一。除此之外，中文报纸论文依托报纸这类大众媒体广泛且不分层级的传播方式得到了超越期刊论文的阅读量和传播量，其社会影响力更为广泛。
本文以中文报纸论文的典型代表——《光明日报》理论版论文为采集对象。《光明日报》理论版论文较其它中文报纸论文具有一定的优势，其刊载的中文报纸论文学术性更强，文章结构更接近于一般学术论文;《光明日报》理论版刊发数量较多，主题覆盖面相对较广;《光明日报》理论版报纸论文受到学术界的引用相对较多，同时也受到网络媒体和用户的广泛关注。在采集样本的选择上，考虑到最新发表的论文有一部分还未进入大众视野，而年代过于久远的论文与当前时事存在脱节现象。本文选择2014年发表于《光明日报》理论版的1 363篇报纸论文作为采集对象，并利用百度搜索的搜索工具限定数据采集截止时间为2017年4月30日。通过采集这些中文报纸论文在百度搜索中的检索结果数据，可以进一步分析中文报纸论文在网络中受到关注的情况。
3数据分析和讨论
经过两轮数据采集后得到中文报纸论文的检索结果共51 862条，这51 862条数据中有50 605条数据的原始网址是有效链接，通过清洗后获得有域名信息的49 932条数据。对这49 932条数据中的网址信息进行域名标准化处理，去重后共获得4 317个二级域名，其中3 552个二级域名有注册备案信息，819个二级域名未备案或备案取消。将3 552个有效二级域名通过网站名称、注册单位等信息来对中文报纸论文检索结果来源网站进行分类，分类结果如表1所示。
由表1可知，中文报纸论文在百度搜索的检索结果来源网站有约半数（1 550个）为企业信息网站，而这些企业信息网站的工作原理是通过爬取不同来源的网页进行单纯的网页信息集成，大部分企业信息网站存在着大量的广告信息，这些企业信息网站对报纸论文的传播作用较小，因此本文不把该类型网站视为中文报纸论文的网络关注来源。另外百度搜索检索结果中还存在其它一些问题：由于百度搜索具有扩检功能，根据题名信息检索得到的数据存在着大量与中文报纸论文实际内容不相关的结果;检索结果中含有中文报纸论文作为参考文献的网页内容;部分网站对中文报纸论文的总关注次数过少。因此，为了更加准确地考察中文报纸论文在网络中受到关注的现象和特征，进一步根据百度搜索检索结果的文本内容及相关网站信息进行人工清洗和整理。参考已有的Altmetrics指标体系，得到中文报纸论文Altmetrics指标如表2所示。
表2罗列了中文报纸论文Altmetrics指标及来源，可以知道中文报纸论文在网络中受到国家新闻媒体、地方新闻媒体、社会新闻媒体、理论宣传媒体、政府机构、教育机构、社会团体、文档分享平台、微博、博客、在线交流社区等网络平台的关注。而根据国外常用的Altmetrics数据聚合工具的指标采集来源[22-25]来看，英文学术论文受到主流新闻媒体、政府或非政府组织、在线交流社区、博客、微博等社交媒体、百科网站、问答网站、数据或文档分享平台、在线参考文献管理工具等网络平台的关注。与英文学术论文不同的是，中文报纸论文的网络关注来源平台没有出现在线参考文献管理工具，可能的原因是国内参考文献管理工具以本地单机使用为主，而在线参考文献管理平台较少，所以百度搜索无法搜集参考文献管理工具单机用户的数据。关于百科和问答网站平台，研究对象受到百度百科、互动百科、搜狗百科等百科网站以及百度知道、新浪爱问、搜狗问问、作业帮等问答平台关注的总次数皆不大于10次，这两类平台对中文报纸论文的关注可以忽略不计。另外由于中文报纸论文具有新闻传播特性，尤其受到各种类型新闻媒体的关注和传播，关注数据也主要集中来源于各类型的新闻媒体网站，因此本文将新闻媒体提及量指标根据新闻媒体类型的不同进行了进一步地分类。与其他形式的学术成果相比，中文报纸论文作为国家政策和方针理论宣传的重要载体，成为理论宣传媒体重点参考的文献来源。然后对1 363篇中文报纸论文的Altmetrics指标值进行汇总计算，得到统计信息如表3所示。 由表3可以知道，1 363篇中文報纸论文在不同类型的新闻媒体、理论宣传媒体、教育机构网站、文档分享平台中受到的关注较多，在政府机构网站、社会团体网站、微博、博客、在线交流社区中受到的关注较少。Altmetrics指标中社会新闻媒体提及量总和、均值和中值是所有指标中最大的，说明中文报纸论文在网络中最常被凤凰新闻、和讯新闻、求是网等社会新闻媒体所提及。而微博讨论量在所有指标中总和、最大值、最小值、均值和中值都为最小，说明中文报纸论文在微博中的受到关注的程度较其它类型网络平台要小，以娱乐为主的社交媒体用户对于具有学术性质的中文报纸论文的讨论热情较低，但也有可能是由于微博平台的限制导致百度搜索存在数据不全的现象。虽然中文报纸论文在文档分享平台保存量总和不足社会新闻媒体的一半，但最大值却是所有指标中的第一，高达44次，说明存在部分中文报纸论文被文档分享平台的用户多次保存和转发，在文档分享平台中的影响较大。
将1 363篇中文报纸论文按总关注次数降序排列，选取前10名网络关注度较高的中文报纸论文的Altmetrics指标数据作进一步分析，前10名的中文报纸论文Altmetrics指标数据如图1所示。
由图1可以知道，总关注次数排名前10的中文报纸论文有8篇受到的网络关注来源分布大体一致，源于地方新闻媒体和社会新闻媒体的关注占所有关注的较大部分。1 363篇中文报纸论文中网络关注度最高的1号报纸论文，虽然在社会团体网站和在线交流社区没有产生影响，但是在地方新闻媒体和社会新闻媒体中皆受到较多的提及，说明该报纸论文常被新闻媒体所转载和引用，产生的影响力较大。而6号报纸论文和8号报纸论文受到网络关注来源平台的分布情况与其它报纸论文有所不同。6号报纸论文比其它报纸论文更受到政府机构网站的青睐。8号报纸论文则更为特别，较少受到常见的社会新闻媒体的关注，国家新闻媒体、地方新闻媒体、理论宣传媒体、政府机构网站、社会团体网站、微博、在线交流社区等平台更没有关注该报纸论文，但该报纸论文的文档分享平台保存量指标值却在所有报纸论文排名第一，可以看出该报纸论文相关内容被文档分享平台的用户保存了很多次。
为了进一步发现中文报纸论文发表后网络关注变化过程，图2展示了随着发表天数增加，网络关注度最高的1号报纸论文以及与其它报纸论文差异较大的8号报纸论文的Altmetrics指标的变化情况。
由图2可以知道，国家新闻媒体、地方新闻媒体、社会新闻媒体、理论宣传媒体、政府机构网站、教育机构网站、社会团体网站等平台对中文报纸论文的关注主要集中在论文发表后的两天时间内，这与报纸论文的新闻传播特性相匹配，具有传播速度快的特征。中文报纸论文发表两年后仍有可能受到网络平台的关注，说明中文报纸论文在网络中不仅传播速度快，传播时间还较长。在传播后期中文报纸论文主要受到文档分享平台的关注，可以看出文档分享平台对于中文报纸论文的传播不受时间的限制。具体来看，1号报纸论文自发表当天就迅速受到地方新闻媒体、社会新闻媒体以及部分国家新闻媒体和教育机构网站的转载和提及，并且第3天开始该报纸论文受到关注的现象越来越小。到了4个月后该报纸论文的网络传播之路暂停了，10个月后偶尔引起零星关注。而8号报纸论文在发表当天除了受到几个社会新闻媒体、教育机构网站和博客的关注外，并没有受到其他网络平台的关注。但5个月后该报纸论文的相关内容突然受到文档分享平台用户的保存，并一直持续了两年以上。通过仔细观察数据可以知道，8号报纸论文在发表后被写进中学语文现代文阅读理解的试题中。不同中学在编制试题的过程中会在网络中搜集和参考其它学校的试题，8号报纸论文也跟随试题被文档分享平台的用户保存和转发，从而得到更广泛的传播。由此可见，中文报纸论文内容得到有效加工和转化可能会产生更大的价值和影响。
4结语
本文利用搜索引擎技术设计了中文学术论文Altmetrics指标构建的思路，以《光明日报》2014年1 363篇中文报纸论文为例，完成了中文报纸论文的Altmetrics数据获取和指标构建的过程，进而分析关注中文报纸论文的网站平台，揭示中文报纸论文受到网络关注的范围和过程。研究结果表明，百度搜索能很好地解决中文学术论文Altmetrics数据获取和指标构建的问题。中文报纸论文受到国家新闻媒体、地方新闻媒体、社会新闻媒体、理论宣传媒体、政府机构网站、教育机构网站、社会团体网站、文档分享平台、微博、博客、在线交流社区等网络平台的关注，其中各类新闻媒体对中文报纸论文的关注较多。在网络传播的过程中，不同的中文报纸论文呈现出不一致的发展趋势。较多中文报纸论文在发表后的两天时间迅速受到大量的关注，随后影响快速减弱。个别中文报纸论文刚开始在网络中不受欢迎，加工成为试题后受到文档分享平台用户的持续关注和传播。
虽然可以从百度搜索引擎客观地获取中文学术论文真实的网络关注数据，但是仍然可能会存在个别缺漏的问题，同时人工清洗大规模噪音数据过于费时费力。下一步研究将基于本文实证研究的Altmetrics指标构建思路，探究期刊论文、会议论文、学术论文等其它类型的学术论文的网络关注情况，对比不同类型学术论文受到网络关注的异同，构建更具备通用性的中文学术论文Altmetrics指标体系。同时在利用搜索引擎构建中文学术论文Altmetrics指标体系的基础上，补充微信等百度搜索引擎无法遍历的社交媒体，进一步利用网络爬虫全面采集中文学术论文的网络关注数据，通过自然语言处理和文本挖掘等相关技术实现内容自动识别和匹配，降低数据清洗的成本，进而使得研究结论更加完善和充分。
参考文献
[1]邱均平.信息计量学[M].武汉：武汉大学出版社，2007：317.
[2]Priem J，Taraborelli D，Groth P，et al.Altmetrics：A Manifesto[EB/OL].http：//altmetrics.org/manifesto，2020-10-15. [3]Piwowar H.Altmetrics：Value All Research Products[J].Nature，2013，493（7431）：159.
[4]Howard J.Scholars Seek Better Ways to Track Impact Online[EB/OL].http：//chronicle.com/article/As-Scholarship-Goes-Digital/130482/？sid=wc
基金项目：国家社会科学基金项目“融合ALTMETRICS的科研影响力综合评价方法及实证研究”（项目编号：15BTQ060）;南京农业大学中央高校基本科研业务费人文社会科学研究基金项目（项目编号：SKYC2020023）;江苏高校哲学社会科学研究一般项目（项目编号：2020SJA0055）。
作者简介：彭秋茹（1990-），女，助理研究员，博士，研究方向：信息计量与科研评价。
通讯作者：阎素兰（1972-），女，副教授，硕士生导师，研究方向：信息计量。
摘要：[目的/意义]随着社交媒体等网络平台在科学研究、传播、交流中的普及应用，一种基于社会媒体平台和工具的影响力评价方法——Altmetrics应运而生并引起广泛关注，但面向中文学术论文的Altmetrics指标研究却比较缺乏。[方法/过程]本文以《光明日报》理论版论文为研究对象，利用百度搜索引擎技术采集中文报纸论文的Altmetrics数据，构建Altmetrics指标体系，进而分析不同网络平台关注中文报纸论文的程度，举例探讨中文报纸论文在网络传播的过程，研究中文报纸论文在网络中受到关注的现象及特征。[结果/结论]研究结果表明利用搜索引擎技术可以有效解决Altmetrics本地化的问题，中文报纸论文在网络中受到各类新闻媒体的关注较多，且传播速度快，加工后的中文报纸论文可能会产生更为久远的影响。
关键词：Altmetrics;中文学术论文;报纸论文;网络关注
DOI：10.3969/j.issn.1008-0821.2021.04.014
〔中图分类号〕G250.252〔文献标识码〕A〔文章编号〕1008-0821（2021）04-0146-08
Research on Altmetrics Indicators for Chinese Academic Articles
——Taking Newspaper Articles for An Example
Peng QiuruYan Sulan*
（School of Information Management，Nanjing Agricultural University，Nanjing 210095，China）
Abstract：[Purpose/Significance]With the popularity and application of social media in scientific research and communication，Altmetrics，an impact evaluation method based on social media platforms and tools，came into being and attracted wide attention.However，there is a lack of research on Altmetrics for Chinese articles.[Method/Process]This paper took the articles published on the theoretical pages of Guangming Daily as the research objects，used Baidu search engine technology to collect the Altmetrics data，constructed the Altmetrics indicators system，and studied the phenomenon and characteristics of mention to Chinese newspaper articles online based on analysis on the attention degree from different sources and discussion about the process of transmission.[Result/Conclusion]The results showed that the localization of Altmetrics can be effectively solved by using search engine technology.Chinese newspaper articles attracted more attention from all kinds of news media online，and the dissemination speed was fast.The processed Chinese newspaper articles may have a longer-term impact.
Key words：Altmetrics;Chinese academic articles;newspaper articles;online attention
隨着网络技术的飞速发展，学术论文通过网络媒体的传播可以被更广泛的社会公众所认识和利用，科学研究不再是象牙塔里的知识分子才能接触的世界。网络传播有利于科学技术的普及与科研成果的推广，进一步传播科学思想与弘扬科学精神。同时，科研人员之间也越来越喜欢通过网络平台对学术论文进行讨论和使用，学术论文在网络媒体上越来越受到关注和传播。通过考察学术论文在网络媒体中的受到关注的情况，使得社会公众阅读和使用学术论文的交流过程可被计量。基于学术引用的引文分析方法[1]不再是测量学术论文影响力的唯一手段，学术论文在网络社会中被传播和关注的程度可以反映学术论文的社会影响力。 2010年Priem J等[2]首次提出Altmetrics，它是基于社会传媒平台和工具的、评价影响力的一种可选方法[3]。Altmetrics的提出是旨在衡量由网络驱动的学术交互[4]，利用Altmetrics可以跟踪和分析多种类型学术成果的网络活动，借助Altmetrics指标数据可以测量学术成果在网络中受到不同网络平台关注的程度。本文意图获取中文学术论文的Altmetrics指标数据，分析中文学术论文在网络中受到关注的现象及特征，从而探讨中文学术论文的社会价值和意义。
1相关研究
早期国内外针对学术论文的Altmetrics研究较多关注引文指标与Altmetrics指标之间的联系[5-7]，后来越来越多的研究探讨学术论文在网络中受到关注的现象和特征。Haustein S等[8]调查了学科、文献类型、标题长度、页数和参考文献数等特征与5种不同Altmetrics指标之间的联系，研究發现社交媒体上提及学术论文的总体数量很少，社论和新闻这两种论文类型很少被引用，但在Twitter上却最受欢迎。Holmberg K等[9]则探讨了学术论文获得更多网络关注和更高Altmetrics评分的原因，研究发现不同的网络平台对论文的关注程度存在着差异，在Mendeley上受到极大关注的论文更多是学术界的读者所引起的，而在Twitter上引起关注的原因与更广泛的社会公众读者有关。邱均平等[10]分析了2016—2018年Altmetrics前100名的学术论文的来源机构、来源期刊、所属学科及传播途径等特征，研究发现大多数论文受到News Stories、Blog Post、Twitter、Facebook、Reddit、Coogle 、Wikipedia Citations和Videos等网络平台的关注。除了研究学术论文受到网络关注的来源平台外，部分学者还从时间维度探讨了学术论文发表后在网络中受到关注的变化情况。Wang X W等[11]利用110篇学术论文的90天的Altmetrics指标数据，考察了学术论文发表后在社交媒体上受到关注的变化情况，研究发现Twitter和Facebook是两种最重要的社交推荐方式，来自社交媒体的关注累积速度较快，但衰退速度也快。魏绪秋等[12]提出了学术论文阶段重要性指标和学术论文阶段持续性指标，对学术论文的Altmetrics数据特征进行了分析，研究发现大部分学术论文的社交活跃期相对较早且持续性较短。田玥等[13]利用Altmetrics数据分析了生物医学领域学术论文在网络中的关注度，探索了影响论文关注度的因素，研究发现论文发表后3天是关注的巅峰期。
由于缺少数据和工具的支持，现有的针对学术论文的Altmetrics研究主要以英文论文为主，个别国内学者尝试基于使用习惯或模仿以英文学术论文为对象的研究来获取和分析中文学术论文的Altmetrics数据。王艳波等[14]和易淑琼等[15]选择了豆丁网、道客巴巴、百度文库作为中文学术论文的Altmetrics数据来源。王萝娜等[16]设计的Altmetrics数据来源更为广泛，包括新闻媒体、文献管理、百科智库、社交媒体、学术社区5个大类，共搜集了科学网、百度文库、豆丁网、道客巴巴、360个人图书馆、MBA智库百科、新浪微博、新浪博客、微信公众号、知乎、丁香园、小木虫等12个平台。但与国外研究相比，在研究内容广度和深度上国内网络平台用于Altmetrics的适用性分析研究都处于落后的状态[17]。学者们主观设计的Altmetrics指标和数据来源也无法真实、客观、全面地反映中文学术论文在网络中受到关注的现象和特征。彭秋茹等[18]在构建报纸论文影响力评价方法时提到利用搜索引擎作为搜集中文报纸论文的Altmetrics数据的手段，但文章没有详细描述数据采集和预处理的过程，也缺少对中文报纸论文在网络中传播的范围和过程的分析和研究。因此，本文将设计中文学术论文的Altmetrics指标数据获取的方法，以中文报纸论文为例构建Altmetrics指标体系，分析关注中文报纸论文的网络平台分布范围，举例探讨中文报纸论文发表后的网络关注过程，研究中文报纸论文的网络关注现象及特征。
2数据采集与预处理
Altmetrics考察的是学术成果在社会网络上发生交互的情况，也就是说，学术成果的Altmetrics评价结果测量的是学术成果在不同的网络平台（例如社交媒体、主流新闻媒体和在线分享社区等）上的关注度。因此，Altmetric.com、ImpactStory、PlumX、PLOS ALMs等国外常用的Altmetrics数据聚合工具都以寻找更多样、更全面的学术成果网络关注数据源为主要任务。在中文环境下对学术论文网络关注情况进行研究时，首先要考察学术论文在中文网络中受到哪些平台的关注，并且要尽量寻找全面和多样的学术论文网络关注数据源。
2.1数据采集方法
国外各大Altmetrics数据聚合工具在统计学术成果的Altmetrics指标数据时，一般是基于学术成果的唯一标识符（例如DOI、PubMed ID、arXiv ID等）来捕获提及学术成果的网页数据[19]。但经过调研发现，国内网络平台在关注中文学术论文时鲜有附带表示论文出处的唯一标识（例如URL），所以无法通过唯一标识符来追踪中文学术论文的网络传播痕迹。要想获得中文学术论文较为全面的Altmetrics数据，搜索引擎是一个很好的技术支持手段。搜索引擎是一种在网络上对信息进行收集、提取、组织、处理并提供检索服务的工具，极大地改善了用户的网络信息获取的过程和效果[20]，可以通过搜索引擎来简化获取网络信息的过程。通过搜索引擎的检索功能，可以较为全面和客观地获取中文学术论文在网络中受到关注的信息。由于搜索引擎Google不能在境内访问，并且Google过滤了大量PR值较低的页面，因此在网页数据采集方面可能存在严重误差。作为中国搜索引擎市场份额占比最大的中文搜索引擎[21]，百度搜索索引了绝大多数较为权威的新闻网站、论坛、博客、政府、科技、教育和学术网站，可以最大程度上满足网络传播分析中的数据采集覆盖率要求。因此，本文将通过百度搜索来采集针对中文学术论文的Altmetrics数据并构建相应的指标体系。 1）中文学术论文Altmetrics数据采集
本文将中文学术论文的加双引号的“题名”作为检索词，在百度搜索中进行检索，并记录每篇中文学术论文的相关结果数。由于题名不是表示特定中文学术论文身份的唯一标识，所以题名越简单越容易产生更多与目标中文学术论文不相关的检索结果。为了减少噪音数据的影响、提高数据清洗的可操作性，在检索中文学术论文时可以分两轮进行。第一轮检索先记录每篇中文学术论文的检索结果数，将1 000条设为检索结果是否合理的标准。第二轮检索时，对第一轮检索结果合理范围内外的中文学术论文采取不同的检索策略，对第一轮检索结果合理的中文学术论文重新按照题名加双引号进行检索，对其余中文学术论文增加文献来源、发表年份、作者等检索词进行检索。然后利用爬虫程序采集百度搜索的检索结果数据，记录下每条中文学术论文检索结果的检索词、检索页面文本数据、检索结果百度链接、跳转后的原文链接等信息。
2）中文学术论文Altmetrics数据清洗
根据百度搜索检索结果可以获取中文学术论文在网络上受到关注的信息。汇总有关中文学术论文的检索结果后，再对检索结果中的原文链接数据进行处理。首先截取原文链接的二级域名（如baidu.com）及三级域名（如wenku.baidu.com）并保存。然后利用域名查询工具（whois.chianz.com）的备案查询功能对二级域名进行标准化处理，通过缓存数据更新等方法重复核查，并对域名数据进行去重，排除未备案或备案取消的域名，最终获得检索结果中的有效域名。由于百度搜索存在扩检现象，结合域名信息进一步通过人工校对的方式对检索出来的中文学术论文Altmetrics数据进行清洗。
3）中文学术论文Altmetrics数据统计
最后，通过对清洗过的中文学术论文检索结果中的有效域名及备案信息进行统计和分析，可以得到中文学术论文在网络中受到关注的来源平台情况。根据Altmetrics指标构建的思想，关注中文学术论文的网络平台决定了中文学术论文Altmetrics指标。借鉴国外常用的Altmetrics数据聚合工具的指标采集来源及分类方法[22-25]，在网络中关注学术成果的行为可以分为浏览、保存、提及、讨论、推荐、引用等类型。针对中文學术论文的网络关注研究也可以根据上述类型构建相应的Altmetrics指标，从而对中文学术论文的Altmetrics数据进行统计和分析。与国外Altmetrics数据聚合工具的指标体系不一致的是，由于中文学术论文的引用研究更适合利用传统的引文数据库数据进行引文分析，本文关于中文学术论文的Altmetrics指标研究不讨论中文学术论文的引用特征。
2.2数据采集对象
中文报纸论文，指的是发表在中文报纸上的学术论文，不包括新闻稿件等，最典型的是国内各大报纸的理论版所刊载的中文论文[18]。中文报纸论文有效地衔接了学术理论和大众常识，从而做到既以理性的视角展示了时代大局，又能切中普通大众的兴趣点[26]。中文报纸论文与期刊论文一样是读者利用文献获取知识的手段之一，是知识发现与传播的有效途径之一。除此之外，中文报纸论文依托报纸这类大众媒体广泛且不分层级的传播方式得到了超越期刊论文的阅读量和传播量，其社会影响力更为广泛。
本文以中文报纸论文的典型代表——《光明日报》理论版论文为采集对象。《光明日报》理论版论文较其它中文报纸论文具有一定的优势，其刊载的中文报纸论文学术性更强，文章结构更接近于一般学术论文;《光明日报》理论版刊发数量较多，主题覆盖面相对较广;《光明日报》理论版报纸论文受到学术界的引用相对较多，同时也受到网络媒体和用户的广泛关注。在采集样本的选择上，考虑到最新发表的论文有一部分还未进入大众视野，而年代过于久远的论文与当前时事存在脱节现象。本文选择2014年发表于《光明日报》理论版的1 363篇报纸论文作为采集对象，并利用百度搜索的搜索工具限定数据采集截止时间为2017年4月30日。通过采集这些中文报纸论文在百度搜索中的检索结果数据，可以进一步分析中文报纸论文在网络中受到关注的情况。
3数据分析和讨论
经过两轮数据采集后得到中文报纸论文的检索结果共51 862条，这51 862条数据中有50 605条数据的原始网址是有效链接，通过清洗后获得有域名信息的49 932条数据。对这49 932条数据中的网址信息进行域名标准化处理，去重后共获得4 317个二级域名，其中3 552个二级域名有注册备案信息，819个二级域名未备案或备案取消。将3 552个有效二级域名通过网站名称、注册单位等信息来对中文报纸论文检索结果来源网站进行分类，分类结果如表1所示。
由表1可知，中文报纸论文在百度搜索的检索结果来源网站有约半数（1 550个）为企业信息网站，而这些企业信息网站的工作原理是通过爬取不同来源的网页进行单纯的网页信息集成，大部分企业信息网站存在着大量的广告信息，这些企业信息网站对报纸论文的传播作用较小，因此本文不把该类型网站视为中文报纸论文的网络关注来源。另外百度搜索检索结果中还存在其它一些问题：由于百度搜索具有扩检功能，根据题名信息检索得到的数据存在着大量与中文报纸论文实际内容不相关的结果;检索结果中含有中文报纸论文作为参考文献的网页内容;部分网站对中文报纸论文的总关注次数过少。因此，为了更加准确地考察中文报纸论文在网络中受到关注的现象和特征，进一步根据百度搜索检索结果的文本内容及相关网站信息进行人工清洗和整理。参考已有的Altmetrics指标体系，得到中文报纸论文Altmetrics指标如表2所示。
表2罗列了中文报纸论文Altmetrics指标及来源，可以知道中文报纸论文在网络中受到国家新闻媒体、地方新闻媒体、社会新闻媒体、理论宣传媒体、政府机构、教育机构、社会团体、文档分享平台、微博、博客、在线交流社区等网络平台的关注。而根据国外常用的Altmetrics数据聚合工具的指标采集来源[22-25]来看，英文学术论文受到主流新闻媒体、政府或非政府组织、在线交流社区、博客、微博等社交媒体、百科网站、问答网站、数据或文档分享平台、在线参考文献管理工具等网络平台的关注。与英文学术论文不同的是，中文报纸论文的网络关注来源平台没有出现在线参考文献管理工具，可能的原因是国内参考文献管理工具以本地单机使用为主，而在线参考文献管理平台较少，所以百度搜索无法搜集参考文献管理工具单机用户的数据。关于百科和问答网站平台，研究对象受到百度百科、互动百科、搜狗百科等百科网站以及百度知道、新浪爱问、搜狗问问、作业帮等问答平台关注的总次数皆不大于10次，这两类平台对中文报纸论文的关注可以忽略不计。另外由于中文报纸论文具有新闻传播特性，尤其受到各种类型新闻媒体的关注和传播，关注数据也主要集中来源于各类型的新闻媒体网站，因此本文将新闻媒体提及量指标根据新闻媒体类型的不同进行了进一步地分类。与其他形式的学术成果相比，中文报纸论文作为国家政策和方针理论宣传的重要载体，成为理论宣传媒体重点参考的文献来源。然后对1 363篇中文报纸论文的Altmetrics指标值进行汇总计算，得到统计信息如表3所示。 由表3可以知道，1 363篇中文報纸论文在不同类型的新闻媒体、理论宣传媒体、教育机构网站、文档分享平台中受到的关注较多，在政府机构网站、社会团体网站、微博、博客、在线交流社区中受到的关注较少。Altmetrics指标中社会新闻媒体提及量总和、均值和中值是所有指标中最大的，说明中文报纸论文在网络中最常被凤凰新闻、和讯新闻、求是网等社会新闻媒体所提及。而微博讨论量在所有指标中总和、最大值、最小值、均值和中值都为最小，说明中文报纸论文在微博中的受到关注的程度较其它类型网络平台要小，以娱乐为主的社交媒体用户对于具有学术性质的中文报纸论文的讨论热情较低，但也有可能是由于微博平台的限制导致百度搜索存在数据不全的现象。虽然中文报纸论文在文档分享平台保存量总和不足社会新闻媒体的一半，但最大值却是所有指标中的第一，高达44次，说明存在部分中文报纸论文被文档分享平台的用户多次保存和转发，在文档分享平台中的影响较大。
将1 363篇中文报纸论文按总关注次数降序排列，选取前10名网络关注度较高的中文报纸论文的Altmetrics指标数据作进一步分析，前10名的中文报纸论文Altmetrics指标数据如图1所示。
由图1可以知道，总关注次数排名前10的中文报纸论文有8篇受到的网络关注来源分布大体一致，源于地方新闻媒体和社会新闻媒体的关注占所有关注的较大部分。1 363篇中文报纸论文中网络关注度最高的1号报纸论文，虽然在社会团体网站和在线交流社区没有产生影响，但是在地方新闻媒体和社会新闻媒体中皆受到较多的提及，说明该报纸论文常被新闻媒体所转载和引用，产生的影响力较大。而6号报纸论文和8号报纸论文受到网络关注来源平台的分布情况与其它报纸论文有所不同。6号报纸论文比其它报纸论文更受到政府机构网站的青睐。8号报纸论文则更为特别，较少受到常见的社会新闻媒体的关注，国家新闻媒体、地方新闻媒体、理论宣传媒体、政府机构网站、社会团体网站、微博、在线交流社区等平台更没有关注该报纸论文，但该报纸论文的文档分享平台保存量指标值却在所有报纸论文排名第一，可以看出该报纸论文相关内容被文档分享平台的用户保存了很多次。
为了进一步发现中文报纸论文发表后网络关注变化过程，图2展示了随着发表天数增加，网络关注度最高的1号报纸论文以及与其它报纸论文差异较大的8号报纸论文的Altmetrics指标的变化情况。
由图2可以知道，国家新闻媒体、地方新闻媒体、社会新闻媒体、理论宣传媒体、政府机构网站、教育机构网站、社会团体网站等平台对中文报纸论文的关注主要集中在论文发表后的两天时间内，这与报纸论文的新闻传播特性相匹配，具有传播速度快的特征。中文报纸论文发表两年后仍有可能受到网络平台的关注，说明中文报纸论文在网络中不仅传播速度快，传播时间还较长。在传播后期中文报纸论文主要受到文档分享平台的关注，可以看出文档分享平台对于中文报纸论文的传播不受时间的限制。具体来看，1号报纸论文自发表当天就迅速受到地方新闻媒体、社会新闻媒体以及部分国家新闻媒体和教育机构网站的转载和提及，并且第3天开始该报纸论文受到关注的现象越来越小。到了4个月后该报纸论文的网络传播之路暂停了，10个月后偶尔引起零星关注。而8号报纸论文在发表当天除了受到几个社会新闻媒体、教育机构网站和博客的关注外，并没有受到其他网络平台的关注。但5个月后该报纸论文的相关内容突然受到文档分享平台用户的保存，并一直持续了两年以上。通过仔细观察数据可以知道，8号报纸论文在发表后被写进中学语文现代文阅读理解的试题中。不同中学在编制试题的过程中会在网络中搜集和参考其它学校的试题，8号报纸论文也跟随试题被文档分享平台的用户保存和转发，从而得到更广泛的传播。由此可见，中文报纸论文内容得到有效加工和转化可能会产生更大的价值和影响。
4结语
本文利用搜索引擎技术设计了中文学术论文Altmetrics指标构建的思路，以《光明日报》2014年1 363篇中文报纸论文为例，完成了中文报纸论文的Altmetrics数据获取和指标构建的过程，进而分析关注中文报纸论文的网站平台，揭示中文报纸论文受到网络关注的范围和过程。研究结果表明，百度搜索能很好地解决中文学术论文Altmetrics数据获取和指标构建的问题。中文报纸论文受到国家新闻媒体、地方新闻媒体、社会新闻媒体、理论宣传媒体、政府机构网站、教育机构网站、社会团体网站、文档分享平台、微博、博客、在线交流社区等网络平台的关注，其中各类新闻媒体对中文报纸论文的关注较多。在网络传播的过程中，不同的中文报纸论文呈现出不一致的发展趋势。较多中文报纸论文在发表后的两天时间迅速受到大量的关注，随后影响快速减弱。个别中文报纸论文刚开始在网络中不受欢迎，加工成为试题后受到文档分享平台用户的持续关注和传播。
虽然可以从百度搜索引擎客观地获取中文学术论文真实的网络关注数据，但是仍然可能会存在个别缺漏的问题，同时人工清洗大规模噪音数据过于费时费力。下一步研究将基于本文实证研究的Altmetrics指标构建思路，探究期刊论文、会议论文、学术论文等其它类型的学术论文的网络关注情况，对比不同类型学术论文受到网络关注的异同，构建更具备通用性的中文学术论文Altmetrics指标体系。同时在利用搜索引擎构建中文学术论文Altmetrics指标体系的基础上，补充微信等百度搜索引擎无法遍历的社交媒体，进一步利用网络爬虫全面采集中文学术论文的网络关注数据，通过自然语言处理和文本挖掘等相关技术实现内容自动识别和匹配，降低数据清洗的成本，进而使得研究结论更加完善和充分。
参考文献
[1]邱均平.信息计量学[M].武汉：武汉大学出版社，2007：317.
[2]Priem J，Taraborelli D，Groth P，et al.Altmetrics：A Manifesto[EB/OL].http：//altmetrics.org/manifesto，2020-10-15. [3]Piwowar H.Altmetrics：Value All Research Products[J].Nature，2013，493（7431）：159.
[4]Howard J.Scholars Seek Better Ways to Track Impact Online[EB/OL].http：//chronicle.com/article/As-Scholarship-Goes-Digital/130482/？sid=wc