2009年以來國外引文分析研究進(jìn)展

□方勝華 劉柏嵩

引文分析（Citation Analysis）是指采用各種數(shù)理統(tǒng)計(jì)和邏輯方法對文獻(xiàn)的引用頻率、模式和圖像進(jìn)行計(jì)量研究［1］，將文獻(xiàn)、著者、大學(xué)、國家以及其他感興趣的特征項(xiàng)作為分析對象，以便揭示其內(nèi)在規(guī)律［2］。分析文獻(xiàn)的引用關(guān)系可以揭示出科研成果之間的聯(lián)系，發(fā)現(xiàn)學(xué)科熱點(diǎn)與前沿，預(yù)測學(xué)科的發(fā)展趨勢，遴選核心期刊、評價(jià)科研機(jī)構(gòu)或國家的學(xué)術(shù)地位等。

作為信息計(jì)量學(xué)的子領(lǐng)域，引文分析的迅猛發(fā)展源于20世紀(jì)60年代科學(xué)引文索引（SCI）的誕生［3］。進(jìn)入21世紀(jì)，Scoups、Google Scholar等新型數(shù)據(jù)庫工具的出現(xiàn)進(jìn)一步豐富了引文研究的數(shù)據(jù)源，通過這些大規(guī)模的引文數(shù)據(jù)，學(xué)者們可運(yùn)用統(tǒng)計(jì)分析、線性代數(shù)、聚類算法等數(shù)理方法來分析和評價(jià)科研產(chǎn)出活動，與此同時(shí)，引文分析研究領(lǐng)域自身也形成了一系列新理念和新方法，如影響因子、皇冠指標(biāo)、文獻(xiàn)耦合等。近年來，加權(quán)直接引用、VOS等新型方法工具的出現(xiàn)使引文分析研究成為國內(nèi)外學(xué)者眼中一顆耀眼的明星。為此，本文以上述知識為基礎(chǔ)，綜述近年來引文分析在理論與實(shí)踐兩方面取得的研究進(jìn)展，以供國內(nèi)同行參考。

1 引文分析的基礎(chǔ)理論研究

回顧引文分析的發(fā)展歷程不難發(fā)現(xiàn)，基礎(chǔ)理論的研究都有力促進(jìn)了領(lǐng)域的變革，豐富了引文分析的實(shí)踐來源，著名文獻(xiàn)計(jì)量學(xué)家Garfield、Persson、Small等對引文分析的基礎(chǔ)理論作出了杰出貢獻(xiàn)［4］。引文分析的基礎(chǔ)理論主要包括引文關(guān)系的相關(guān)概念和引文方法及其相關(guān)指標(biāo)的研究。引文關(guān)系的研究是引文分析的基礎(chǔ)。廣泛使用的引文分析工具ISI Web of Knowledge數(shù)據(jù)庫、Bibexcel等均涉及多種引文關(guān)系。在引文基礎(chǔ)理論研究中，Small對引文關(guān)系進(jìn)行了劃分，Small將引文關(guān)系劃分為直接引用（Direct Citation）、文獻(xiàn)耦合（Bibliographic Coupling）和同被引（Co－citation）等三種類型［5］如圖1所示。瑞典學(xué)者Persson在上述三種引文關(guān)系類型的基礎(chǔ)上，在最新的研究中引入共享引用（Shared References）和加權(quán)直接引用（Weighted Direct Citation）的概念，對引文關(guān)系的基礎(chǔ)理論進(jìn)行了拓展。

圖1 引文關(guān)系的類型［6］

圖1表示一組引用數(shù)據(jù)集，圓和箭頭分別表示文獻(xiàn)和引用關(guān)系。記文獻(xiàn)A—E，M—P發(fā)表的時(shí)間分別為t1和t2（t1＞t2）。若A引用 M，那么二者就構(gòu)成直接引用關(guān)系。如文獻(xiàn)簇（A，M，N）。同理還有文獻(xiàn)簇（C，D，O），（E，P）。若兩篇或多篇文獻(xiàn)同時(shí)引用一篇文獻(xiàn)，其中施引文獻(xiàn)簇構(gòu)成耦合關(guān)系，如文獻(xiàn)簇（C，D），若一篇文獻(xiàn)同時(shí)引用兩篇乃至多篇文獻(xiàn)，則這組文獻(xiàn)存在同被引關(guān)系。其中，施引文獻(xiàn)和被引文獻(xiàn)簇的集合稱為同被引（Co－citation Analysis），亦稱共引，如文獻(xiàn)簇（A，M，N）；被引文獻(xiàn)簇表示共引聚類（Co－citation Clusters），如文獻(xiàn)簇（M，N）。

共享引用是指文獻(xiàn)耦合中的被引文獻(xiàn)簇，如圖1中耦合文獻(xiàn)簇（C，D，O）中的文獻(xiàn)O。Persson綜合直接引用、共享引用和同被引三種引文關(guān)系類型提出了加權(quán)直接引用的理論方法［7］，所謂加權(quán)直接引用，是指將共享引用和同被引兩種情形與直接引用整合，使之成為一個(gè)新的引用強(qiáng)度，Persson把它稱為加權(quán)直接引用（Weight Direct Citations，縮寫WDC）。其測量可用圖2解釋：由于A和B引用C，所以文獻(xiàn)簇A和B對于C來講，是耦合關(guān)系；同時(shí)D引用A和B，文獻(xiàn)簇（D，A，B）是同被引關(guān)系，綜合這兩種關(guān)系，A到B的直接引用鏈接被加強(qiáng)。假設(shè)對每一種關(guān)系計(jì)分為1分，那么，在這個(gè)集合中，對于AB的加權(quán)直接引用得分為3。如圖2所示。

圖2 加權(quán)直接引用

加權(quán)直接引用理論在引文分析應(yīng)用實(shí)踐中具有重要作用。以探測研究前沿為例，它有利于更加理性看待直接引用、文獻(xiàn)耦合和同被引在探測研究前沿方面的作用。Shibata研究認(rèn)為［8］，直接引用較同被引探測研究前沿更理想，主要原因是同被引需要一定的時(shí)間才能體現(xiàn)出來。Persson認(rèn)同Shibata的觀點(diǎn)，同時(shí)又認(rèn)為，共享引用和同被引均能夠?qū)η把靥綔y產(chǎn)生重要的影響，這是因?yàn)檎撐牡膮⒖嘉墨I(xiàn)會隨著引證文獻(xiàn)主題的相似發(fā)生相當(dāng)大的變化，直接引用鏈接越多，基于相似性產(chǎn)生共享引用和頻繁被引的可能性越大。因此在探測研究前沿方面要對共享引用和同被引進(jìn)行加權(quán)。引入加權(quán)直接引用，有利于在研究前沿中探測有意義的子領(lǐng)域。加權(quán)直接引用的方法已經(jīng)用于Persson所開發(fā)的著名引文分析軟件Bibexcel中。

2 引文分析研究方法的實(shí)踐進(jìn)展

引文分析研究方法是引文分析中的核心?；仡櫼姆治龅拿恳淮伟l(fā)展，引文分析研究方法都對引文分析有著顯著的促進(jìn)作用。引文分析研究方法一般由引文分析工具、引文分析流程、引文分析指標(biāo)等構(gòu)成。例如，文獻(xiàn)耦合的流程可概括為圖3所示：

圖3 文獻(xiàn)耦合的流程

2.1 VOS科學(xué)圖譜在共現(xiàn)機(jī)理中的應(yīng)用

基于文獻(xiàn)數(shù)據(jù)建立科學(xué)圖譜的研究方法可直觀地發(fā)現(xiàn)文獻(xiàn)中的各種現(xiàn)象，從而總結(jié)引文規(guī)律。多維尺度分析、可視化分析等分析手段均是引文分析中的科學(xué)圖譜分析方法。荷蘭萊頓大學(xué)Van Eck等人在多維尺度分析（Multidemensional Scaling，縮寫MDS）的基礎(chǔ)上提出了一種新的文獻(xiàn)計(jì)量地圖技術(shù) VOS（Visualization of Similarity）［9］。多維尺度法是運(yùn)用壓力函數(shù)（Stress Function）將多維空間的研究對象（樣本或變量）簡化到低維空間進(jìn)行定位、分析和歸類，同時(shí)又保留對象間原始關(guān)系的數(shù)據(jù)分析方法。VOS方法是對MDS壓力函數(shù)的加權(quán)，較多維尺度法基于鄰近指數(shù)和余弦方程產(chǎn)生的MDSAS和 MDS－COS方法，COS在聚合度和區(qū)分度兩種關(guān)鍵評價(jià)指標(biāo)上均要優(yōu)于多維尺度法。

Van Eck選取情報(bào)學(xué)中的作者共引、社會學(xué)期刊的期刊共引和運(yùn)籌學(xué)領(lǐng)域的關(guān)鍵詞共現(xiàn)三種數(shù)據(jù)集，分別采用 MDS－AS、MDS－COS和 VOS三種方法進(jìn)行實(shí)驗(yàn)，其結(jié)果如下圖所示：

圖4 采用MDS－AS、MDS－COS和VOS三種方法進(jìn)行實(shí)驗(yàn)的結(jié)果

由上圖看出，VOS方法在三種領(lǐng)域均有較好的聚合度和區(qū)分度，明顯優(yōu)于MDS。為了配合VOS在實(shí)踐中的推廣應(yīng)用，Van Eck于2010年推出了開源軟件VOSviewer供學(xué)者使用，可到網(wǎng)上下載開源軟件包［10］。

2.2 多視角共引分析法識別學(xué)科結(jié)構(gòu)

近年來納米學(xué)科的結(jié)構(gòu)是怎樣的？該結(jié)構(gòu)中的主要板塊是什么？其中有哪些研究領(lǐng)域/專家？這些類似的問題在不同學(xué)科經(jīng)常引起學(xué)者的關(guān)注。引文分析自產(chǎn)生以來就對學(xué)科結(jié)構(gòu)的揭示進(jìn)行了研究，常用的方法有：聚類、多變量因子、主成分分析［11］等。2009 年，Ibekwe－SanJuan運(yùn)用文本分析軟件Term Watch和網(wǎng)絡(luò)可視化軟件pajek繪制了情報(bào)學(xué)的結(jié)構(gòu)［12］。Chen Chaomei等人則從情報(bào)學(xué)知識圖譜的動態(tài)視角運(yùn)用多視角共引分析法解析共引網(wǎng)絡(luò)的動態(tài)屬性［13］。

Chen Chaomei選取情報(bào)學(xué)領(lǐng)域1996－2008年間12種著名期刊所發(fā)表的論文，運(yùn)用Citespace軟件繪制了作者共引分析（Author Co－citation Analysis，ACA）和文獻(xiàn)共引分析（Documentation Co－citation Analysis，DCA）可視化知識圖譜，分別對兩種地圖從結(jié)構(gòu)、時(shí)態(tài)、語義模式以及共引聚類的引用與被引項(xiàng)進(jìn)行解析識別情報(bào)學(xué)的學(xué)科結(jié)構(gòu)和專家。較Ibekwe－SanJuan在2009年的研究，Chen Chaomei等人討論了被引參考文獻(xiàn)的結(jié)構(gòu)模式，在揭示文獻(xiàn)間的隱含信息方面推進(jìn)了一步。

3 研究前沿探測方法的應(yīng)用進(jìn)展

在科學(xué)研究中，研究前沿對于科研人員捕捉創(chuàng)新思想，占領(lǐng)學(xué)科制高點(diǎn)有著不可估量的作用，運(yùn)用引文分析來探測研究前沿也就成為引文分析應(yīng)用研究最活躍的領(lǐng)域之一。荷蘭［14］、美國、瑞典、日本等國學(xué)者都在此方面作出了重要貢獻(xiàn)。近年來引文分析在研究前沿的探測應(yīng)用研究方面有進(jìn)一步加強(qiáng)的趨勢。

3.1 最佳引用類型探測研究前沿

確定研究前沿是建立在對研究前沿概念界定的基礎(chǔ)上的。研究前沿至今尚無統(tǒng)一的定義，較具代表性的觀點(diǎn)可分為三種派別：一種是以瑞典學(xué)者Persson為代表的施引文獻(xiàn)派別：即將一組高被引文獻(xiàn)簇的施引文獻(xiàn)作為研究前沿；一種是以Price和Small為代表的高被引文獻(xiàn)簇派別：即將特定領(lǐng)域內(nèi)被新近發(fā)表的論文引用的早期高被引文獻(xiàn)作為研究前沿；一種是以Chen Chaomei為代表的以突發(fā)熱點(diǎn)主題稱為研究前沿的突發(fā)熱點(diǎn)派別。不同的流派在分析方法上各有不同。如表1所示：

表1 研究前沿的派別［15－16］

上述三種派別充分體現(xiàn)了研究前沿定義的爭議性。但是，這并不妨礙學(xué)者對不同學(xué)科研究前沿的揭示。從發(fā)表的文獻(xiàn)來看，文獻(xiàn)計(jì)量學(xué)界運(yùn)用引文分析探測研究前沿依據(jù)學(xué)科特點(diǎn)的不同，一般綜合了上述三類派別的觀點(diǎn)。在研究前沿的認(rèn)定上，需要結(jié)合相關(guān)的評價(jià)指標(biāo)進(jìn)行綜合研究。2009年，日本東京大學(xué)Shibata等人在分析研究前沿時(shí)提出了能見度、平均出版年和密度（拓?fù)湎嚓P(guān)性）三種指標(biāo)［17］。能見度是對文獻(xiàn)簇進(jìn)行歸一化處理后的文獻(xiàn)簇大小。文獻(xiàn)簇越大，越容易辨別前沿文獻(xiàn)簇與普通文獻(xiàn)簇之間的分布；平均出版年更小，意味著文獻(xiàn)簇可更快地被探測到前沿文獻(xiàn)簇包括的核心論文；文獻(xiàn)簇越密集反映出文獻(xiàn)簇形成的核心文獻(xiàn)群更具價(jià)值，故研究前沿是那些平均出版年越小探測到范圍更大和文獻(xiàn)更集中的文獻(xiàn)簇，Shibata等人將此定義為最佳引用類型。該研究選取氮化鉀、復(fù)雜網(wǎng)絡(luò)和碳納米管三個(gè)不同研究領(lǐng)域，對每一個(gè)領(lǐng)域分別建立直接引用、文獻(xiàn)耦合和同被引三種引用網(wǎng)絡(luò)進(jìn)行比較。研究發(fā)現(xiàn)，直接引用能夠探測大量和新近出現(xiàn)的早期聚類，在探測研究前沿具有最好的表現(xiàn)。同被引效果最差。研究還發(fā)現(xiàn)直接引用網(wǎng)絡(luò)的聚類系數(shù)（clustering coefficient）最大，反映出直接引用所測出的論文內(nèi)容相似度最好。

3.2 加權(quán)直接引用探測研究前沿

如第1節(jié)所述，Persson認(rèn)同Shibata的研究結(jié)論，同時(shí)又認(rèn)為共享引用和同被引也對研究前沿產(chǎn)生一定的影響，但是其影響較直接引用而言要小。因此，對直接引用網(wǎng)絡(luò)進(jìn)行策略上的優(yōu)化，Perssson引入加權(quán)直接引用的概念。如圖2所示。Persson對直接引用、共享引用和同被引賦予不同的權(quán)重值。與此同時(shí)，可能存在論文引用形式不一致的情況：比如有的論文共享引用更多，有的論文同被引情形更多。為了區(qū)分這一情況，對共享引用和同被引要進(jìn)行歸一化處理。例如：如果C受到10篇文獻(xiàn)引用它，即共享引用為10，那么1/10即是C的歸一共享引用值。D引用5篇論文，歸一化共引值為1/5。最后A到B的歸一化加權(quán)直接引用值為1＋1/10＋1/5＝1.3。

通過設(shè)置加權(quán)直接引用，形成新的直接引用網(wǎng)絡(luò)，在探測研究前沿時(shí)要通過設(shè)置引文鏈接強(qiáng)度閾值去除不達(dá)標(biāo)的鏈接。對于沒有被引用或很少引用的論文可直接排除。同時(shí)，可去除重復(fù)作者集定義的自引鏈接，以避免論文的聚類被相同的作者或相同集合所統(tǒng)治。

較Shibata的研究而言，Persson是對前述研究的深化。研究表明，用共享引用和同被引作為直接引用強(qiáng)度的加權(quán)是剖析論文網(wǎng)絡(luò)的有效工具。設(shè)定閥值對于研究結(jié)果有著重要的影響。由于網(wǎng)絡(luò)的復(fù)雜度很高，提高閾值將導(dǎo)致更多的論文不被納入計(jì)算范圍，從而影響結(jié)果及對結(jié)論的分析。

4 引文分析指標(biāo)研究進(jìn)展——卡羅林卡指數(shù)

2009年普賴斯獎得主，匈牙利科學(xué)家Vinkler P認(rèn)為 “指標(biāo)是科學(xué)計(jì)量學(xué)和文獻(xiàn)計(jì)量學(xué)的本質(zhì)”［18］。Garfield的影響因子、荷蘭萊頓大學(xué)的王冠指數(shù)、美國學(xué)者Hirsh的h指數(shù)等指標(biāo)的產(chǎn)生引發(fā)了評價(jià)科研績效的革命。指標(biāo)不僅可以作為對外部對象評價(jià)的方法，還可以評價(jià)引文分析方法本身，它們共同構(gòu)成了引文分析指標(biāo)的兩種應(yīng)用類型。例如，Shibata運(yùn)用能見度、平均出版年和拓?fù)湎嚓P(guān)性三種指標(biāo)確定最佳引用模型。Boyack和Klavans運(yùn)用文本一致性和向心度兩個(gè)指標(biāo)來衡量直接引用、文獻(xiàn)耦合和同被引揭示生物醫(yī)學(xué)領(lǐng)域的研究前沿［19］。

王冠指數(shù)是一個(gè)世界平均水平相比較的相對指標(biāo)，在科研績效評價(jià)中有著重要的影響。湯姆森路透對諾貝爾獎獲得者的王冠指數(shù)研究發(fā)現(xiàn)，他們中的絕大部分王冠指數(shù)較高，以至于王冠指數(shù)成為預(yù)測新一年是否獲諾獎的風(fēng)向標(biāo)。2010年，Opthof T和Leydesdorff L對王冠指數(shù)進(jìn)行了修正，提出了卡羅林卡指數(shù)（Karolinska Indicator）［20］。

卡羅林卡指數(shù)（Mean Normalized Citation Score，MNCS）是在王冠指數(shù)的基礎(chǔ)上得出的新指標(biāo)，其數(shù)學(xué)意義表示所有科研領(lǐng)域論文被引次數(shù)與領(lǐng)域被引次數(shù)比值之和的平均值，用公式表示為：

與卡羅林卡指數(shù)相比較而言，傳統(tǒng)的王冠指數(shù)表示論文篇均被引次數(shù)與評價(jià)對象在不同科研活動領(lǐng)域篇均被引次數(shù)世界平均值的均值CPP/FCSm，其用公式表示是：

通過比較公式可以發(fā)現(xiàn)，王冠指數(shù)代表的是平均值的比例（a ratio of averages，Ro A），而卡羅林卡指數(shù)所代表的是比例的平均值（an average of ratios，Ao R）。王冠指標(biāo)由于通過更高的引用數(shù)量對所有領(lǐng)域和期刊賦予更多的權(quán)重，而新指標(biāo)則賦予等同的權(quán)重，這樣在結(jié)論上更為客觀。

5 結(jié)論與建議

綜上所述，筆者從引文分析的基礎(chǔ)理論、引文分析的研究方法、引文分析的研究前沿探測應(yīng)用和引文分析指標(biāo)四個(gè)領(lǐng)域闡述了國外著名學(xué)者近兩年來的重要進(jìn)展。這些介紹只是引文分析近年來發(fā)展的一個(gè)側(cè)面。結(jié)合國際上科學(xué)計(jì)量學(xué)的實(shí)踐進(jìn)展，筆者認(rèn)為，我國學(xué)者可在下列領(lǐng)域深化引文分析研究：

其一，加強(qiáng)對引文分析方法的研究。我國學(xué)者在引文分析研究方面主要是采用國外學(xué)者的工具和方法，基本還處于引進(jìn)消化階段，不能做到與國際引文分析方法的同步。但是，縱觀國外學(xué)者近年來的研究，引文分析方法的革新在學(xué)科發(fā)展中處于核心地位。例如，對引文網(wǎng)絡(luò)和引證網(wǎng)絡(luò)的處理問題。在研究前沿的揭示中，即使選擇一個(gè)較窄的學(xué)科，其結(jié)點(diǎn)和鏈接會相對減少，但要能夠做到識別、閱讀、明確傳統(tǒng)與新興研究主題，這樣產(chǎn)生了評價(jià)指標(biāo)的需求和閥值的設(shè)定。與聚集結(jié)構(gòu)（例如，作者、期刊、機(jī)構(gòu)）相比，論文引證網(wǎng)絡(luò)通常更為復(fù)雜。這些有待我們進(jìn)一步研究。

其二，加強(qiáng)對重要指標(biāo)的修正研究。王冠指數(shù)、影響因子是引文分析中最重要的兩個(gè)指標(biāo)。近年來，國際上對王冠指數(shù)和影響因子都提出了不同的見解，著名學(xué)者Leydesdorff、Rousseau等對此進(jìn)行了研究并取得了重要成果。與此同時(shí)，H指數(shù)對應(yīng)的修正——H型指數(shù)的研究持續(xù)不斷。為此，我國學(xué)者在此方面應(yīng)給予加強(qiáng)。

其三，加強(qiáng)對新興方法和指標(biāo)的實(shí)證研究。在對新興理論研究進(jìn)行跟蹤的同時(shí)，要注意加強(qiáng)對這些方法的實(shí)證研究。中科院、浙江大學(xué)等科研機(jī)構(gòu)走在了前列。其他機(jī)構(gòu)有待加強(qiáng)。

參考資料

1 Garfield，E.Citation Indexing—Its Theory and Application in Science，Technology and Humanities.Philadelphia：ISI Press，1983

2 邱均平.信息計(jì)量學(xué).武漢：武漢大學(xué)出版社，2007

3 龐景安.科學(xué)計(jì)量研究方法論.北京：科學(xué)技術(shù)文獻(xiàn)出版社，2002

4 Rousseau R.Journal evaluation：Technical and practical issues.Library Trends，2002，50（3）：418－439

5 Small H.Update on science mapping：Creating large document spaces.Scientometrics，1997，38（2）：275－293

6 Boyack KW，Klavans R.Co－Citation Analysis，Bibliographic Coupling，and Direct Citation：Which Citation Approach Represents the Research Front Most Accurately？Journal of the American Society for Information Science and Technology，2010，61（12）：2389－2404

7 Persson O.Identifying research themes with weighted direct citation links.Journal of Informetrics，2010，4（3）：415－422

8 Shibata N，Kajikawa Y，Takeda Y，et al.Comparative Study on Methods of Detecting Research Fronts Using Different Types of Citation.Journal of the American Society for Information Science and Technology，2009，60（3）：571－580

9 Van Eck N J，Waltman L，Dekker R，et al.A comparison of two techniques for bibliometric mapping：Multidimensional scaling and VOS.Journal of the American Society for Information Science and Technology.2010，61（12）：2405–2416

10 http：//www.vosviewer.com/

11 Morris S A，Van der Veer Martens B.Annual Review of Information Science and Technology.2008，42：213－295

12 Ibekwe－SanJuan F.Information Science in the web era：A termbased approach to domain mapping.Proceedings of the American Society for Information Science and Technology.2009，46（1）：1－23

13 Chen C M，Ibekwe－SanJuan F，Hou J H.The Structure and Dynamics of Cocitation Clusters：A Multiple－Perspective Cocitation Analysis.Journal of the American Society for Information Science and Technology.2010，61（7）：1386－1409

14 Leydesdorff L，Opthof T.Remaining problems with the“New Crown Indicator”（MNCS）of the CWTS.Journal of Informetrics，2011，5（1）：224－225

15 Persson O.The intellectual base and research fronts of JASIS 1986－1990.Journal of the American Society for Information Science，1994，45，（1）：31－38

16 Small，H.Co－citation in the scientific literature：A new measure of the relationship between two documents.Journal of the A－merican Society for Information Science 24（4）：265－269.

17 Shibata N，Kajikawa Y，Takeda Y，et al.Comparative Study on Methods of Detecting Research Fronts Using Different Types of Citation.Journal of the American Society for Information Science and Technology，2009，60（3）：571－580

18 Vinkler P.Indicators are the essence of scientometrics and bibliometrics.Scientometrics，85（3）：861－866

19 Boyack K W，Klavans R.Co－Citation Analysis，Bibliographic Coupling，and Direct Citation：Which Citation Approach Represents the Research Front Most Accurately？Journal of The A－merican Society for information Science and Technology.2010，61（12）：2389－2404

20 Opthof T，Leydesdorff L.Caveats for the journal and field normalizations in the CWTS （“Leiden”）evaluations of research performance.Journal of Informetrics，2010，4（3）：423－430