基于普賴斯定律的圖書情報(bào)領(lǐng)域高被引論文核心要素測(cè)評(píng)

胡利勇

基于普賴斯定律的圖書情報(bào)領(lǐng)域高被引論文核心要素測(cè)評(píng)

胡利勇

（廣東省委黨校圖書館，廣東廣州 510053）

以中國(guó)知網(wǎng)期刊全文數(shù)據(jù)庫(kù)為數(shù)據(jù)源，利用書目共現(xiàn)分析系統(tǒng)對(duì)2011-2015年圖書情報(bào)領(lǐng)域論文的核心要素進(jìn)行提取、統(tǒng)計(jì)，借鑒普賴斯定律，確定圖書情報(bào)領(lǐng)域高被引論文，進(jìn)而分析其核心作者、核心單位、核心期刊，并繪制知識(shí)圖譜進(jìn)行社會(huì)網(wǎng)絡(luò)分析，揭示當(dāng)前圖書情報(bào)領(lǐng)域的科學(xué)研究特點(diǎn)。

圖書情報(bào)；普賴斯定律；高被引；社會(huì)網(wǎng)絡(luò)分析；統(tǒng)計(jì)分析

高被引論文是指被引用次數(shù)較高的論文。對(duì)圖書情報(bào)領(lǐng)域高被引論文進(jìn)行統(tǒng)計(jì)，分析高被引論文的要素特點(diǎn)，有助于我們了解和掌握近期圖書情報(bào)領(lǐng)域的發(fā)展脈絡(luò)、研究熱點(diǎn)和發(fā)展趨勢(shì)。文獻(xiàn)計(jì)量學(xué)中，普賴斯定律被用來(lái)確定高產(chǎn)和高影響力作者［1］。多數(shù)情況下，高產(chǎn)作者和高被引論文的分布具有相同或相似的規(guī)律，可以借用普賴斯定律確定高被引論文［2-3］。

1　文獻(xiàn)來(lái)源與研究方法步驟

1.1文獻(xiàn)來(lái)源

利用中國(guó)知網(wǎng)期刊全文數(shù)據(jù)庫(kù)，采用高級(jí)檢索方式，時(shí)間期限設(shè)定為“2011年1月1日”到“2015年12月31日”，選擇“圖書情報(bào)與數(shù)字圖書館”作為學(xué)科領(lǐng)域，跨庫(kù)選擇“期刊”“博士”“碩士”“特色期刊”“國(guó)際會(huì)議”“國(guó)內(nèi)會(huì)議”“學(xué)術(shù)輯刊”7個(gè)論文數(shù)據(jù)庫(kù)作為文獻(xiàn)來(lái)源庫(kù)，共檢索出124 567篇文獻(xiàn)，按照被引次數(shù)倒序排列，單篇最大被引次數(shù)為171，借鑒普萊斯確定核心作者的方法［4］，確定高被引論文最低被引次數(shù)：，取整數(shù)10，即累計(jì)被引10次或者以上的論文作為核心候選文獻(xiàn)，由于在中國(guó)知網(wǎng)檢索列表中，2 000條以后就不再顯示被引次數(shù)，而被引排序第2 000位的論文，被引次數(shù)為11，與高被引論文候選范圍相當(dāng)接近，因此將被引排名前2 000的論文確定為高被引候選文獻(xiàn)。這2 000篇論文總共被引43 369次，篇均被引21.68次，取整數(shù)22作為高被引論文指數(shù)，即被引次數(shù)大于或等于22的論文作為本文所研究的高被引文獻(xiàn)，共578篇，去掉重復(fù)文章3篇，共計(jì)575篇，占候選論文總數(shù)的28.75%。其中，博士學(xué)位論文2篇，碩士學(xué)位論文4篇，期刊論文569篇，基金論文233篇。這些高被引論文總被引次數(shù)為22 587，占候選文獻(xiàn)總被引次數(shù)52.08%，篇均被引39.28次，h指數(shù)為66。

1.2研究方法和步驟

首先，利用中國(guó)知網(wǎng)的參考文獻(xiàn)導(dǎo)出功能，選擇Note first方式，將575篇高被引論文的題名、作者、關(guān)鍵詞等元數(shù)據(jù)導(dǎo)出為XML格式TXT文件保存。其次，將TXT書目共現(xiàn)分析系統(tǒng)Bicomb2軟件打開［5］，提取575篇文獻(xiàn)關(guān)鍵字段信息并進(jìn)行統(tǒng)計(jì)分析。再次，利用普賴斯定律確定高被引論文的核心期刊、核心作者和核心發(fā)文單位。最后，在Bicomb2中生成共現(xiàn)矩陣，利用Ucinet軟件和NetDraw工具，繪制核心作者、核心單位知識(shí)圖譜［6］，進(jìn)而總結(jié)圖書情報(bào)領(lǐng)域的研究現(xiàn)狀和特點(diǎn)。

2　高被引論文統(tǒng)計(jì)分析

2.1年份分布統(tǒng)計(jì)

2011年入圍高被引范圍的圖書情報(bào)領(lǐng)域論文最多，達(dá)274篇，約占高被引論文總數(shù)的一半，入圍的高被引論文數(shù)量逐年減少，2012-2014年分別為164、99、38篇，2015年最少，沒有一篇達(dá)到高被引論文的最低引用頻次。發(fā)表越早，高被引論文數(shù)量比例越高，表明論文累積被引次數(shù)與發(fā)表時(shí)間有關(guān)，發(fā)表時(shí)間越早，累積被引次數(shù)越大，高被引論文數(shù)量比例越高。

2.2高被引文章主題分析

從575篇高被引文獻(xiàn)中，被引排名前20的論文（見表1），最高被引171次，最低被引97次，總被引2 578次，篇均被引128.9次。其中作者獨(dú)著論文13篇，合著論文7篇，占比分別為65%和35%。2011年最多，有9篇，占了將近一半比例；2012年7篇；2013年3篇；2014年只有1篇。說(shuō)明被引次數(shù)排在前列，需要一定的時(shí)間積累。但達(dá)到被引最多的論文有兩篇，分別出現(xiàn)在2011年和2013年，都是被引171次，張曉林和王世偉兩位作者，都有兩篇論文入圍被引前20，表明這兩位學(xué)者研究的是圖書情報(bào)學(xué)領(lǐng)域的前沿問(wèn)題。

表1　2011-2015年圖書情報(bào)領(lǐng)域被引頻次最高的20篇論文

從被引次數(shù)排名前20的論文主題來(lái)看，智慧圖書館和大數(shù)據(jù)為3篇，移動(dòng)圖書館、讀者決策采購(gòu)、微博、微信為2篇，數(shù)字圖書館、信息挖掘、閱讀推廣、關(guān)聯(lián)數(shù)據(jù)、知識(shí)服務(wù)、慕課分別為1篇，這些高被引論文的主題，在一定程度上，都代表著圖書情報(bào)領(lǐng)域當(dāng)前的研究熱點(diǎn)。

2.3核心期刊統(tǒng)計(jì)分析

575篇高被引論文發(fā)表在59種不同的期刊上，其中《圖書情報(bào)工作》論文最多，有66篇。利用普萊斯公式，確定核心期刊：，取整數(shù)7，即發(fā)文7篇或以上的刊物，作為高被引論文的核心刊物，共計(jì)20種（見表2），占刊物總數(shù)的33.90%，累計(jì)發(fā)表高被引論文509篇，約占高被引論文總數(shù)的88.52%，被引篇均被引20 045次，占高被引論文總被引次數(shù)的88.75%，篇均被引39.38次，說(shuō)明這20種刊物是高被引論文期刊中的絕對(duì)核心。其中，只有《現(xiàn)代情報(bào)》和《圖書館理論與實(shí)踐》這兩個(gè)刊物未被列入《中國(guó)人文社會(huì)科學(xué)核心期刊要覽（2013年版）》，這與實(shí)際情況相一致。

表2　2011-2015年圖書情報(bào)領(lǐng)域高被引論文核心期刊

2.4核心作者統(tǒng)計(jì)分析

575篇高被引論文共計(jì)857位作者，共計(jì)發(fā)表論文1 109人次，篇均作者1.93人次，作者合作情況見表3。合著論文308篇，占53.57%，表明高被引論文作者合作程度高。

表3　2011-2015年圖書情報(bào)領(lǐng)域高被引論文作者合作情況

857位作者中，參與發(fā)表論文量最高的是邱均平（9篇），同樣利用普萊斯公式，確定核心作者：，取整數(shù)3，即以發(fā)表論文3篇或以上的作者為高頻被引文獻(xiàn)的核心作者，共計(jì)56位，累計(jì)出現(xiàn)210次，占總頻次的18.94%。如前所述，合作論文比例高，作者累計(jì)被引9 188次，同一篇論文有幾個(gè)作者，被引次數(shù)就會(huì)累計(jì)幾次。因此，它包含多個(gè)作者重復(fù)計(jì)算，這遠(yuǎn)遠(yuǎn)高于論文被引次數(shù)。

575篇高被引論文的第一作者共463位，仍然是邱均平發(fā)文最多（9篇）。以第一作者發(fā)表論文3篇或以上的共計(jì)23人，累計(jì)以第一作者發(fā)表論文90篇，占高被引論文的15.65%，人均以第一作者發(fā)文3.91篇，累計(jì)被引4 165次，人均被引181.09次，篇均被引46.28次。

2.5核心單位統(tǒng)計(jì)分析

575篇高被引論文作者單位共計(jì)434家，單位累計(jì)出現(xiàn)794次，篇均單位1.38次，表明高被引論文單位合作緊密。出現(xiàn)頻次最多的是武漢大學(xué)信息管理學(xué)院，為34次，同樣利用普萊斯公式，確定發(fā)文核心單位：，取整數(shù)5，即出現(xiàn)5次及以上單位為高頻被引文獻(xiàn)的發(fā)文核心單位，共計(jì)28家，占單位數(shù)的6.45%，累計(jì)出現(xiàn)238次，約占單位頻次的29.97%。核心單位前五位分別是武漢大學(xué)信息管理學(xué)院、中國(guó)科學(xué)院國(guó)家科學(xué)圖書館、北京大學(xué)信息管理系、清華大學(xué)圖書館、上海圖書館。

3　社會(huì)網(wǎng)絡(luò)分析

分析2011-2015年圖情領(lǐng)域研究熱點(diǎn)，主要利用Bicomb2軟件分別得到高被引論文的核心作者共現(xiàn)矩陣、核心單位共現(xiàn)矩陣以及高頻關(guān)鍵詞共現(xiàn)矩陣，然后利用社會(huì)網(wǎng)絡(luò)分析軟件Ucinet 6.0［7］和可視化繪圖工具NetDraw［8］，繪制出基于中介中心度（Betweenness）分析和K-cores分析［9］的高被引論文核心作者、核心單位、社會(huì)網(wǎng)絡(luò)關(guān)系圖譜。圖中圓形點(diǎn)代表高頻關(guān)鍵詞節(jié)點(diǎn)，節(jié)點(diǎn)越大，代表該節(jié)點(diǎn)在整個(gè)關(guān)鍵詞網(wǎng)絡(luò)中的作用越大、控制其他節(jié)點(diǎn)共現(xiàn)的能力也越強(qiáng)；節(jié)點(diǎn)之間的關(guān)系用實(shí)線連接，實(shí)線越粗，代表相互之間的關(guān)系越強(qiáng)［10］。K-cores分析則是通過(guò)顏色來(lái)區(qū)分關(guān)鍵詞在整個(gè)網(wǎng)絡(luò)中的核心程度，紅色表示節(jié)點(diǎn)關(guān)鍵詞在網(wǎng)絡(luò)中處于核心地位［11］。

3.1核心作者關(guān)系圖譜

提取核心作者的共現(xiàn)矩陣，繪制核心作者合作關(guān)系圖譜（見圖1）?？梢钥闯?，圖情領(lǐng)域高被引論文核心作者之間的合作并不緊密。最大的合作圈是以劉煒和錢國(guó)富為中心形成的，包括了8位作者，圈中多位作者與兩個(gè)中心有多次合作。只有一個(gè)4人創(chuàng)作團(tuán)隊(duì)，三個(gè)3人團(tuán)隊(duì)，兩個(gè)分別以儲(chǔ)節(jié)旺和鄭成銘為節(jié)點(diǎn)的單線合作團(tuán)體，剩余6個(gè)都是兩兩合作的小團(tuán)體。需要說(shuō)明的是，本文僅從作者間合發(fā)論文的情況，來(lái)分析核心作者間的合作關(guān)系。

圖1　高被引論文核心作者關(guān)系圖譜　

圖2　發(fā)文2篇以上的作者關(guān)系圖譜

如前文所述，575篇高被引論文，合著論文308篇，占53.57%，那么155位發(fā)文2篇以上的作者的合作情況如何呢？生成155位作者共現(xiàn)矩陣，繪制作者間關(guān)系圖譜（見圖2）。圖中的數(shù)字就是作者的序號(hào)（按照發(fā)文數(shù)從高低排列），圖中左側(cè)紅點(diǎn)，是沒有與別的作者合作的作者節(jié)點(diǎn)，有40位。其余115位作者，都跟其他作者有過(guò)合著論文的情況，有的還不止合作一次。這說(shuō)明圖書情報(bào)領(lǐng)域?qū)W術(shù)交流活躍，科研合作頻繁，這與合著論文占比超過(guò)一半以上的結(jié)論是一致的?？梢姡瑢W(xué)術(shù)合作對(duì)于高質(zhì)量科研成果的產(chǎn)生極為重要。

那么，575篇高被引論文的全部857位作者之間的合作關(guān)系又如何呢？同樣提取作者共現(xiàn)矩陣，繪制社會(huì)網(wǎng)絡(luò)關(guān)系圖譜（圖3），圖書情報(bào)領(lǐng)域高被引論文作者間的合作關(guān)系一目了然，完全可以用縱橫交錯(cuò)、紛繁復(fù)雜來(lái)形容。這充分說(shuō)明，圖情領(lǐng)域的學(xué)術(shù)交流頻繁，作者間的合作也異常廣泛，正是由于這一點(diǎn)，才造就了這一領(lǐng)域年均近2.5萬(wàn)篇學(xué)術(shù)論文的繁榮景象。

3.2核心單位關(guān)系圖譜

圖4為高被引論文核心單位關(guān)系圖譜，可以看出，高被引論文的作者單位以武漢大學(xué)信息管理學(xué)院為中心，形成了包括中國(guó)科學(xué)院國(guó)家圖書館、中國(guó)科學(xué)技術(shù)信息研究所、北京大學(xué)信息管理系和南京大學(xué)信息管理系等在內(nèi)的、涵蓋2/3以上核心單位的合作關(guān)系網(wǎng)。從這個(gè)角度來(lái)看，武漢大學(xué)信息管理學(xué)院代表中國(guó)圖書情報(bào)教育的最高水平。此外，還有7家單位在高被引論文中，與其他單位并無(wú)合作關(guān)系。

圖3　高被引論文作者關(guān)系圖譜　

圖4　高被引論文核心單位關(guān)系圖譜

4　結(jié)束語(yǔ)

上文從高被引論文的主題、期刊、作者、發(fā)文單位幾個(gè)方面，對(duì)高被引論文的核心要素進(jìn)行了分析和測(cè)評(píng)，通過(guò)分析，可以得出以下結(jié)論：（1）論文的累積被引次數(shù)與發(fā)表的時(shí)間長(zhǎng)短有關(guān)，發(fā)表時(shí)間越長(zhǎng)，累積被引用次數(shù)越大。一般來(lái)說(shuō)，被引用次數(shù)沒有的峰值出現(xiàn)一般至少需要一到兩年的時(shí)間。（2）被引頻次從一定程度上代表著論文和作者的學(xué)術(shù)影響力，高被引論文的主題在某種程度上代表了學(xué)科的前沿和熱點(diǎn)，關(guān)聯(lián)數(shù)據(jù)、知識(shí)服務(wù)、慕課、智慧圖書館、大數(shù)據(jù)、信息挖掘是圖書情報(bào)領(lǐng)域的前沿課題，移動(dòng)圖書館、讀者決策采購(gòu)、微博、微信、數(shù)字圖書館、閱讀推廣是圖書情報(bào)領(lǐng)域研究的熱點(diǎn)問(wèn)題。當(dāng)然，從高被引論文關(guān)鍵詞的共詞聚類的情況來(lái)分析會(huì)更加準(zhǔn)確地反映學(xué)科熱點(diǎn)和發(fā)展態(tài)勢(shì)，由于文章篇幅所限，只能留作另文分析。（3）核心期刊是圖書情報(bào)領(lǐng)域的主要學(xué)術(shù)平臺(tái)，其刊載的論文代表了我國(guó)圖書情報(bào)領(lǐng)域整體的研究層次和學(xué)術(shù)水平。（4）核心作者、核心單位對(duì)圖書情報(bào)領(lǐng)域的影響力巨大，他們的科研成果，指引著圖書情報(bào)領(lǐng)域的科研發(fā)展方向；作者間的科研合作，單位間的學(xué)術(shù)交流，對(duì)科研水平的提高，有著巨大的促進(jìn)作用。

［1］邱均平.信息計(jì)量學(xué)［M］.武漢:武漢大學(xué)出版社，2007:192-195.

［2］劉雪立.基于Web of Science和ESI數(shù)據(jù)庫(kù)高被引論文的界定方法［J］.中國(guó)科技期刊研究，2012（6）:975-978.

［3］劉雪立，王兆軍.2004～2008年我國(guó)情報(bào)專題研究高被引論文的統(tǒng)計(jì)與分析［J］.情報(bào)雜志，2010（1）:64-67.

［4］鐘文娟.基于普賴斯定律與綜合指數(shù)法的核心作者測(cè)評(píng)——以《圖書館建設(shè)》為例［J］.科技管理研究，2012（2）:57-60.

［5］崔雷，劉偉，閆雷，等.文獻(xiàn)數(shù)據(jù)庫(kù)中書目信息共現(xiàn)挖掘系統(tǒng)的開發(fā)［J］.現(xiàn)代圖書情報(bào)技術(shù)，2008（8）:70-75.

［6］王佑鎂，陳慧斌.近十年我國(guó)電子書包研究熱點(diǎn)與發(fā)展趨勢(shì)——基于共詞矩陣的知識(shí)圖譜分析［J］.中國(guó)電化教育，2014（5）:4-10.

［7］卜彩麗.翻轉(zhuǎn)課堂的研究熱點(diǎn)、主題與發(fā)展趨勢(shì)解析——基于共詞分析的可視化研究［J］.現(xiàn)代教育技術(shù)，2016（1）:73-79.

［8］王運(yùn)鋒，夏德宏，顏堯妹.社會(huì)網(wǎng)絡(luò)分析與可視化工具NetDraw的應(yīng)用案例分析［J］.現(xiàn)代教育技術(shù)，2008（4）:85-89.

［9］姜鑫.我國(guó)微博研究主題的共詞可視化分析［J］.現(xiàn)代情報(bào)，2013（11）:108-113.

［10］肖明.知識(shí)圖譜工具使用指南［M］.北京:中國(guó)鐵道出版社，2014:37-38.

［11］周志超.基于國(guó)內(nèi)知識(shí)圖譜領(lǐng)域高被引作者的社會(huì)網(wǎng)絡(luò)分析［J］.現(xiàn)代情報(bào)，2012（8）:97-100.

Analysis of Highly Cited Papers in Library and Information Science Based on Price's Law

HU Li-yong
（Library of Party School of Guangdong Committee of the CPC，Guangzhou 510053，China）

According to the result of searching highly cited papers of library and information field from 2011 to 2015 in the China Academic Journal Network Publishing Database of CNKI，this paper extracts the keywords and makes statistics by Bicomb2.Using Price's law as a reference to confirm high frequency keywords of the highly cited papers，this paper makes social network analysis by SPSS，Ucinet and NetDraw to reveal the developing conditions and hot topics of library and information science.

library and information science；Price's law；highly cited；social network analysis；statistics analysis

G350

G350

A

2095-5197（2016）04-0113-05

胡利勇（1980-），男，館員，碩士，研究方向：文獻(xiàn)計(jì)量學(xué)、學(xué)科服務(wù)。

2016-05-25 （編發(fā)：王域鋮）