學術期刊三種分析方法的網絡特征比較
——以圖書情報學核心期刊為例

■李秀霞 邵作運

1）曲阜師范大學傳媒學院，山東省日照市煙臺路80號 276826

2）曲阜師范大學日照校區(qū)圖書館，山東省日照市煙臺路80號 276826

1 引言

學術期刊是知識交流和傳播的重要形式之一，不同學科都擁有自己的學術期刊群。對學科領域的學術期刊進行分析研究，可以衡量學術期刊之間的合作交流關系，可以對期刊進行分類、確定期刊在學科中的核心或邊緣位置，可以判斷期刊的學科性質、考察學科的內部知識結構、判斷學科之間的關聯程度等[1]。期刊共被引分析、期刊耦合分析和期刊內容分析是研究學術期刊的三種分析方法，三種分析方法分別從不同的角度通過不同的機理揭示學術期刊的特征和期刊間的關系。目前，國內外利用三種方法對期刊進行研究的文獻已有不少，如L.Leydesdorff[2]利用期刊共被引分析研究了7379種期刊的網絡特征；高霞、官建成[3]對由我國USPTO專利所衍生出的科學期刊進行了共被引網絡分析；Y.H.Tseng和M.Y.Tsay[4]利用期刊文獻耦合對431種期刊進行了網絡聚類；羅灤等[5]將期刊共被引和內容分析相結合，分析了我國數字檔案館的研究現狀、研究熱點和發(fā)展趨勢等。已有研究中多是利用一種或兩種方法結合來研究期刊間的關系以及學科間的關聯，也有對兩種分析方法的對比研究，如邱均平等[6]利用層次聚類和網絡關聯分析比較了作者期刊耦合網絡與作者共被引網絡揭示科學研究結構的能力。但鮮有同時對三種分析方法的比較研究，本文將嘗試利用二次指派程序分析法（Quadratic As signment Procedure，即 QAP法）和社會網絡分析法（Social network analysis，即SNA法），分別基于三種期刊分析方法構建不同的期刊網絡，通過分析其網絡特征，擬揭示以下問題：三種分析方法在學術期刊研究中是否相關？相關度如何？三種分析方法在學術期刊研究中的相似和相異之處有哪些？在學術期刊分析中的地位和作用如何？

2 學術期刊三種分析方法簡介

2.1 期刊共被引分析和期刊耦合分析

1973年H.Small提出了文獻共被引分析[7]，1991年KWMcCain[8]將其引入到期刊研究中逐漸形成期刊共被引分析。期刊共被引分析是以期刊為基本單元建立的共被引關系，具體說，如果A、B兩種期刊同時被第三種期刊C引用，則A、B兩種期刊具有共被引關系[9]，見圖1左圖。期刊共被引分析的具體步驟包括：選擇學科期刊，確定期刊對象；檢索期刊對象的共被引頻次，構建期刊共被引矩陣并轉化為相關矩陣；形成期刊網絡，分析期刊關系及學科知識結構等。

期刊耦合分析源自美國麻省理工學院M.M.Kessler教授于1963年提取的“文獻耦合”[10]，根據文獻耦合的概念，邱均平教授指出[11]：如果A、B兩種期刊共同引證了第三種期刊C，則稱A、B兩種期刊具有耦合關系，見圖1右圖。期刊耦合的分析步驟與期刊共被引類似，具體包括：選擇學科期刊，確定期刊對象；檢索期刊對象的耦合次數，計算期刊耦合強度[12]；構建期刊耦合矩陣并轉化為相關矩陣；進行期刊聚類，分析期刊關系等。

圖1 期刊耦合與期刊共被引的差異

期刊共被引分析是從知識輸出的角度來研究期刊間的關系，而期刊耦合分析則是從知識吸收的角度來考量期刊之間的關聯。兩者都能夠把眾多表面上無外部聯系的各種期刊有機地聯系起來，進而揭示期刊之間的相互依賴和交叉關系。目前期刊共被引分析已經成為一種成熟的探索期刊關聯的分析方法，其科學性、可靠性早已得到證實，由于技術條件的限制，對期刊耦合分析的實證研究卻很少[13-14]。無論是期刊共被引分析，還是期刊耦合分析都是從期刊引用的角度來度量期刊間的關系強度，反映的是期刊之間顯性的外部特征關系，均不能反映期刊間內容上隱性的關聯。

2.2 期刊內容分析

20世紀70年代，情報學家們將內容分析法從“傳播學”學科引入到情報學領域，應用于文獻信息的文本管理、文本挖掘，逐步形成了基于定性分析基礎之上的定量內容分析，隨著內容分析軟件的開發(fā)與完善，內容分析法在文獻知識獲取中得到廣泛應用，其中一個應用方向就是與文獻計量學中引文分析的綜合應用，主要通過文獻中引用內容的分析揭示文獻的相似性[15-16]。

期刊內容分析法是從期刊文獻內容的深度來挖掘期刊之間隱性關系的一種方法，是對期刊外部引用關系的有益補充。該方法是通過提取期刊文獻特征詞，組成期刊—特征詞向量空間模型，通過期刊—特征詞向量空間模型構建期刊關聯矩陣，進而計量期刊之間的關系。具體步驟是：（1）選取學科類型，確定期刊對象 J={j1，j2，…，jn}， 其中jn為學科期刊群中的第n個期刊；（2）抽取一定時間窗內期刊文獻的特征詞，組成期刊—特征詞向量空間，如第n個期刊的期刊—特征詞向量空間表示為jn={w1，w2，…，wm} ，其中wm為第m個特征詞在期刊jn中出現的次數，設定為期刊jn的權重；（3）構建學科領域對象期刊的期刊—特征詞矩陣并轉化為期刊相關矩陣；（4）對學術期刊進行聚類，分析學科期刊之間的關系。

下面以國內圖書情報學核心期刊為例，對其進行期刊共被引分析、期刊耦合分析、期刊內容分析，揭示三種分析方法之間的關聯度，比較三者在揭示期刊群結構特征中的異同，為多方法融合、多視角探析學科期刊關聯奠定基礎。

3 數據來源與處理

本文以中文社會科學引文索引（CSSCI）收錄的17種圖書情報學核心期刊為例，用其刊載論文的引用關系代表圖書情報學期刊的引用、被引用關系；以其刊載論文的特征詞代表期刊內容。為保證數據源基本一致，三種期刊分析方法均以17種期刊2009—2014年6年內收錄的文獻為數據來源。

3.1 共被引分析數據處理

為得到17種核心期刊的共被引數據，進入CNKI中文期刊數據庫的高級檢索界面，在索引項和檢索詞內分別輸入“參考文獻”“A期刊名”，選擇邏輯為“并且”，再輸入“參考文獻”“B期刊名”，檢索時間為2009—2014，進行精確搜索，把檢索到的文獻數量n作為A、B兩種期刊共被引的頻次。根據獲取的17種核心期刊兩兩共被引的頻次，構建17種核心期刊共被引關系對稱矩陣，并在SPSS中將其轉化為17 17的Spearman相關矩陣Aij。

3.2 耦合分析數據處理

檢索并下載17種核心期刊2009—2014年6年內所有論文的參考文獻題錄信息（包括參考文獻的題名、關鍵詞、期刊、單位、時間等信息，個別參考文獻題錄信息空缺），利用C++自編程序對參考文獻題錄信息進行批量處理，獲取參考文獻所在期刊的刊名，統(tǒng)計每種期刊引用他刊的刊名及引用頻次，根據文獻[12]給出的期刊耦合強度的定義，先計算期刊耦合次數，再計算耦合量，之后計算耦合強度，根據17種核心期刊兩兩之間的耦合強度最終形成17種期刊的耦合矩陣。然后經過Spearman相關處理，得到17種期刊的耦合關系相關矩陣Bij。

需要說明的是，耦合分析是從吸收知識的角度來分析期刊間的關系，由于知識來源的廣泛性，既有來源于學科內部期刊的知識，又有來源于學科外部期刊的知識，導致期刊關系相對分散，造成耦合分析效果較差。為便于與期刊共被引分析、內容分析比較，這里僅選取學科內部期刊作為知識來源期刊進行期刊耦合分析。

3.3 內容分析數據處理

以17種核心期刊2009—2014年6年內所有論文為數據源，每種期刊對應一組包括6年內所有論文的題名、摘要、關鍵詞等題錄信息，通過C++自編程序從其題錄信息中提取特征詞，這樣每種期刊都對應一組特征詞，這些特征詞分別代表了對應期刊論文的研究內容，稱為期刊特征詞。根據2.2節(jié)的方法步驟，分別建立17種核心期刊的期刊—特征詞向量空間，文件格式為.txt，再利用自編程序將其轉化為17×1906的高維小樣本“期刊—特征詞矩陣”，17代表17種小樣本核心期刊，1906代表17種核心期刊的高維特征詞，因為相對單一期刊很多特征詞是缺失的，所以該高維小樣本“期刊—特征詞矩陣”屬于含有很多0值的稀疏矩陣。為便于與期刊共被引和期刊耦合進行對比分析，最后在SPSS中通過相關分析將“期刊—特征詞矩陣”轉化為17×17的期刊內容相關矩陣，記為Cij。

數據矩陣Aij、Bij和Cij分別代表了三種分析方法的不同分析機理，下面就以這三個數據矩陣為基礎，對比分析三種方法的相關性及對應期刊網絡的特征。

本文用到的方法是QAP（Quadratic Assignment Procedure，二次指派程序）法和SNA（Social Network Analysis，社會網絡分析）法。QAP法是一種對兩個（或多個）矩陣中對應的各個元素值進行比較的方法，它通過比較各個矩陣對應的格值，給出矩陣之間的相關系數，同時對系數進行非參數檢驗[17]。共被引分析、耦合分析和內容分析分別對應三個數據矩陣，三個數據矩陣分別表達了內部元素期刊之間的關系，利用QAP法可以給出三個數據矩陣之間在多大程度上相似或相關，從而判定三種分析方法的相似性或相關性。SNA法通過建立行動者之間交往關系的模型來描述群體之間的結構，并用多個點（社會行動者）和各點之間的連線（行動者之間的關系）來表示網絡。本文利用SNA法分析對比三種分析方法對應網絡特征的異同。

4 三種分析方法的對比

4.1 共被引分析、耦合分析、內容分析的相關性

首先將Aij、Bij和Cij分別導入Ucinet6.0中，形成三個.##h格式文件，即Aij.##h、Bij.##h和Cij.##h，然后利用QAP命令計算這三個.##h文件兩兩之間的相關性，進而揭示三種分析方法在期刊分析中的相關性。分析結果見表1、表2。其中，QAP Correlations是指期刊網絡之間實際的相關性系數；QAP PValues是指相關的顯著性水平，當 P＜0.05時，兩個網絡存在某種必然的聯系[17]。

表1 三種分析方法的QAP分析結果（QAP Correlations）

表2 三種分析方法的QAP分析結果（QAP P-Values）

在相關分析中，兩者的相關系數一般在“-1～+1”之間，相關強弱一般由人為規(guī)定。本文規(guī)定，相關系數的絕對值在0.2以下認為不相關，0.2以上認為相關，0.2～0.5屬于低度相關，0.5～0.8是中等程度相關，0.8以上是高度相關。這種劃分并不是絕對的，還要結合P值（P-Values）的大小，一般P-Values小于等于0.05，視為存在一定的相關性，否則認為不相關。由表1、表2的QAP分析結果可知：①共被引分析網絡與耦合分析網絡的相關系數為0.232，顯著性水平為0.019＜0.05，說明二者在統(tǒng)計學意義上存在一定的相關性，且相關程度為0.232；②共被引分析網絡與內容分析網絡的相關系數為0.868，顯著性水平為0.000＜0.05，可見二者具有明顯的相關性，且相關程度為0.868；③耦合分析網絡與內容分析網絡的相關系數為0.274，顯著性水平為0.008＜0.05，說明二者存在一定的相關性，相關程度為0.274。

可見，三種分析方法之間均具有一定的相關性，都能夠反映學術期刊之間的關聯，其中共被引分析與內容分析高度相關，二者與耦合分析呈低度相關。由于期刊共被引分析已被廣泛應用，說明內容分析法也是分析期刊關系的一種有效方式，可作為期刊共被引分析、期刊耦合分析的有益補充，而耦合分析反映學術期刊關聯性的能力相對較差。

4.2 三種分析方法的網絡特征對比

下面利用社會網絡分析法對比研究三種分析方法對應的期刊網絡特征，具體包括網絡密度對比、塊模型對比、核心/邊緣結構對比。

4.2.1 網絡密度對比

網絡密度是指一個網絡中實際存在的關系數目與可能存在的最多關系數目之比，它是反映網絡凝聚力總體水平的重要標志[18]。Zeng等認為[19]，高密度網絡能促進成員之間構建緊密的連接關系，保持網絡內信息和資源的快速流動。謝洪明等[20]從知識整合的角度認為，網絡密度越大，則網絡中的知識、信息交流越充分。期刊網絡密度反映了期刊網絡中期刊之間聯絡的緊密程度。密度大的期刊網絡聯通增強，期刊合作交流廣泛。對比三種分析方法對應的期刊網絡密度，可以發(fā)現、比較不同方法揭示期刊吸收知識、傳播知識的能力。

在Ucinet6.0環(huán)境下測得三種分析方法的網絡密度分別為：ρ共現=0.5062，ρ耦合=0.1634，ρ內容=0.5381，即ρ內容＞ρ共現＞ρ耦合。 說明從內容聯系上來看，圖書情報學期刊關聯緊密，由共被引分析得到的期刊間的關聯也比較密切，但由耦合分析得到的期刊間的聯系相對松散。所以，當考察某學科一組期刊的知識交流與合作關系時，最好選擇期刊內容分析法，其次選擇共被引分析法。

4.2.2 網絡塊模型分析對比

期刊網絡塊模型分析是根據結構性信息將期刊網絡中的各節(jié)點進行分區(qū)，研究各期刊在網絡中的位置與角色模型的方法。同一個模塊內的期刊其角色地位相同，互換位置不影響網絡的性質；不同模塊之間的期刊位置不對等、不相似。對三種分析方法對應的期刊網絡分別進行塊模型分析，可發(fā)現三種分析方法在學術期刊分區(qū)能力方面的特征和差異性。

利用Ucinet6.0中的CONCOR程序對三種分析方法對應的.##h格式文件分別進行塊模型分析，得到不同的分塊矩陣（如表3、表4、表5所示）和塊密度矩陣（如圖2、圖4、圖6所示）。

（1）期刊共被引網絡塊模型分析

表3將17種圖書情報學期刊分成6個模塊，模塊內部期刊在結構上相似，內容關聯密切。圖2的塊密度矩陣給出了模塊內部、模塊之間的密度關系。圖2中內部密度最大的是模塊②，密度達0.919，對應“圖書館理論與實踐”研究；內部密度較小的是模塊⑤、模塊⑥，這兩個模塊對應于情報學期刊。模塊間密度最大的是模塊②與模塊③，說明這兩個模塊的研究內容相似，模塊②與模塊③對應期刊的研究內容分別是“圖書館理論與實踐”研究、“圖書館工作與建設”；模塊間密度最小的是模塊③與模塊⑤，說明這兩個模塊的研究內容差異較大，模塊③與模塊⑤的研究內容分別對應“圖書館工作與建設”“情報理論與信息處理”。體現了圖書館學學科比情報學學科成熟和學科內部關聯性強于學科間關聯性的現狀。

表3 共被引分析分塊矩陣

以0.624為臨界值，將圖2的塊密度矩陣轉換為像矩陣，之后根據像矩陣在Netdraw中得到共被引分析對應的模塊關系網絡，見圖3。

圖2 共被引分析對應的塊密度矩陣

圖3 共被引分析對應的模塊間關系網絡

由圖3不難發(fā)現，模塊①、②、③、④聯系緊密；模塊④在模塊間處于核心地位，既是模塊①、②、⑥之間的聯絡者，又加強了模塊⑤、⑥與模塊①、②、③之間的聯系，起到橋梁作用。模塊⑤、⑥對應情報學期刊，模塊①、②、③對應圖書館學期刊，可見，情報學期刊通過模塊④與圖書館學期刊實現知識的交流。結合表3中的分塊矩陣，發(fā)現模塊④包含《圖書情報工作》《圖書情報知識》兩種期刊，根據模塊④在圖3中的特殊位置，說明《圖書情報工作》《圖書情報知識》在圖書情報學期刊群知識流通中處于樞紐地位。分析這兩種期刊的欄目特色，可以發(fā)現這兩種期刊確屬圖書情報學期刊中的兩棲期刊。說明由共被引分析得到的期刊群的塊模型劃分與實際情況是吻合的。

（2）期刊耦合網絡塊模型分析

表4將圖書情報學期刊分成7個模塊，其中模塊③、模塊⑤各含一種期刊，分別是《情報學報》《圖書館雜志》。圖4的塊密度矩陣給出模塊內部、模塊間的密度關系。除了③、⑤兩個相對獨立的模塊外，圖4中內部密度最大的是模塊⑦，密度達0.976，對應“圖書館工作與建設”研究；內部密度較小的是模塊②，包含《圖書與情報》《情報資料工作》兩種期刊。模塊間密度較大的是模塊①與模塊②、模塊①與模塊④，模塊①與模塊②之間的關聯對應的是“圖書館理論研究”與“圖書與情報工作”的關聯，模塊①與模塊④的關聯對應的是“圖書館理論研究”與“情報技術”之間的關聯。事實上，同一學科內部關聯度應該最大，或者是圖書館學期刊之間，或者是情報學期刊之間，而不應是圖書館學期刊與情報學期刊之間。

表中矩陣元素bij表示對于Ak而言，Bi對Bj的相對重要性標度。通常bij取1、3、5、7、9及其他們的倒數，其含義分別為：

為得到圖4的像矩陣，需要先選取圖4塊密度矩陣的臨界值。與圖2相比，圖4中模塊間的密度值總體偏小且比較分散，若選取與圖2一樣的臨界值0.624，模塊網絡中會出現過多的孤立模塊，不便于分析對比。根據圖4中密度值的大小關系，基于“既不出現較多的孤立模塊，又不至于使模塊網絡過于復雜不便識別”的原則，選0.523為臨界值，將圖4的塊密度矩陣轉換為像矩陣，根據像矩陣在Netdraw中得到耦合分析對應的模塊關系網絡，見圖5。

表4 耦合分析分塊矩陣

圖4 耦合分析對應的塊密度矩陣

圖5 耦合分析對應的模塊間關系網絡

圖5 中，模塊①、②、④聯系密切，模塊⑥、⑦自成一體，結合表4中的分塊矩陣，發(fā)現模塊⑥內部的期刊多數屬于情報學期刊，模塊⑦內部的期刊主要是圖書館學期刊。顯然模塊⑥、模塊⑦連為一體不好解釋。模塊④在模塊①、②、③之間處于樞紐地位，加強了模塊①、②、③之間的聯系。結合表4，模塊④對應的期刊之一《現代圖書情報技術》屬于情報學中技術性較強的期刊，該期刊成為模塊①圖書館理論研究、模塊②圖書與情報工作、模塊③情報學報的樞紐似乎有些牽強。

綜上分析，說明期刊耦合分析對期刊群的模塊劃分能力較差。

（3）期刊內容網絡塊模型分析

表5將圖書情報學期刊分成6個模塊，其中模塊⑥只含有一種期刊，即《現代圖書情報技術》。圖6塊密度矩陣給出了模塊內部、模塊間的密度關系。除模塊⑥外，圖6中模塊②內部密度最大，密度達0.967，對應“圖書館理論與實踐研究”；內部密度較小的是模塊⑤，包含《情報學報》《情報雜志》兩種期刊。模塊間密度較大的是模塊②與模塊③、模塊①與模塊③，模塊②與模塊③之間的關聯對應的是“圖書館理論與實踐”研究與“圖書館工作與建設”研究的關聯，模塊①與模塊③的關聯對應的是“圖書情報研究”與“圖書館工作與建設”之間的關聯。說明圖書館學期刊間的關聯總體大于情報學期刊間的關聯，體現了圖書館學比情報學更成熟的事實。

表5 內容分析分塊矩陣

依據上面選取臨界值的原則，這里仍以0.523為臨界值，將圖6的塊密度矩陣轉換為像矩陣，同樣在Netdraw環(huán)境下得到期刊內容分析對應的模塊關系網絡，見圖7。

圖6 內容分析對應的塊密度矩陣

圖7 中模塊①、②、③之間存在密切的關聯，對照表5不難發(fā)現，模塊①、②、③研究的共同主題是圖書館學問題；模塊④、⑤聯系緊密，模塊④、⑤研究的共同主題是情報學問題。圖7中模塊①處于樞紐位置，模塊①包含的兩種期刊是《圖書情報工作》《圖書情報知識》，與共被引分析得到的樞紐模塊包含的期刊一致。另外，模塊6處于網絡的邊緣位置，除與模塊⑤的距離相對較近外，與其他期刊的聯系較弱，關系相對疏遠。這與其包含的期刊《現代圖書情報技術》偏重情報技術研究的辦刊特色是一致的。

圖7 內容分析對應的模塊間關系網絡

根據上述三種分析方法得到的塊模型結構，結合17種圖書情報學期刊的辦刊特色和欄目設置，可以發(fā)現，期刊內容分析法對期刊網絡模塊的分析結果具有最好的解釋性，而期刊耦合網絡對期刊塊模型分析得到的結果與實際情況不能很好吻合。

4.2.3 網絡結構的核心/邊緣對比

表6 三種分析網絡對應的期刊核心/邊緣結構

對比表6發(fā)現：三種期刊網絡的核心/邊緣結構具有共同之處：核心區(qū)主要對應圖書館學期刊，邊緣區(qū)主要對應情報學期刊。共被引分析網絡與內容分析網絡給出的期刊分區(qū)結果更相似，兩者核心區(qū)共同的期刊有《圖書情報工作》《圖書館雜志》《圖書館論壇》《圖書館建設》《圖書與情報》，兩者邊緣區(qū)共同的期刊有《情報學報》《現代圖書情報技術》《情報雜志》，具有較高的重合率。由表6不難發(fā)現，共被引分析對應的核心區(qū)期刊中，《中國圖書館學報》《大學圖書館學報》《圖書情報工作》是近幾年圖書情報學期刊在CSSCI中排名前三的期刊，三種期刊同時出現在共被引分析的核心區(qū)，一方面說明這三種期刊的權威地位，另一方面也反映了作者在引用期刊時存在追求“名刊效應”的傾向。耦合分析網絡在核心區(qū)與前兩者共有的期刊是《圖書情報工作》《圖書館論壇》《圖書館建設》，耦合網絡邊緣區(qū)期刊只有《情報科學》一種，是與共被引分析網絡的核心區(qū)重合的期刊。耦合分析網絡與內容分析網絡在次核心區(qū)重合率較高，高于共被引分析網絡與內容分析網絡在次核心區(qū)的重合率，說明內容分析、耦合分析在一定程度上規(guī)避了期刊共被引分析帶來的“名刊效應”問題。

對比發(fā)現，共被引分析網絡與內容分析網絡在核心區(qū)和邊緣區(qū)具有較高的相似度，但在次核心區(qū)差異較大；雖然耦合分析有很多不足，但卻能在一定程度上規(guī)避期刊共被引分析帶來的“名刊效應”問題。由此說明，多方法結合是核心/邊緣結構劃分的有效途徑。

核心/邊緣結構是由若干元素相互聯系構成的一種中心緊密相連、外圍稀疏分散的特殊結構[21]。在期刊網絡結構中，核心區(qū)期刊在網絡信息交流中對邊緣區(qū)期刊起到控制、協調作用，為學科期刊群提供新成果、新知識。核心/邊緣結構分析從建立核心/邊緣結構模型的角度刻畫期刊網絡中各期刊成員之間的結構關系，便于確定期刊在學科領域期刊群中的地位和作用。

在Ucinet6.0環(huán)境，分別對17種期刊的共被引分析網絡、耦合分析網絡、內容分析網絡進行核心/邊緣分析，借鑒文獻[22]中多次抽取核心期刊的方法得到不同的期刊分區(qū)，見表6。

5 結語

期刊共被引分析、耦合分析和內容分析是從三個不同的視角研究學科領域學術期刊群關系的不同方法。本文根據三種分析方法的不同機理，分別構建了圖書情報學17種核心期刊的期刊網絡，分析了三種方法的相關性，對比研究了三種方法的網絡特征，得到以下結論：

（1）三種分析方法在期刊研究中具有一定的相關性。共被引分析法與內容分析法具有較高的相關性，耦合分析法與前兩種分析方法的相關性較小。

（2）三種分析方法對應的期刊網絡密度不同。其中內容分析法的網絡密度最高，耦合分析法的網絡密度最低，從知識交流的角度來看，內容分析法更便于發(fā)現期刊之間的關聯，反映期刊之間的知識交流。

（3）三種分析方法得到的期刊網絡模塊不同。三種分析方法雖然都是對同一目標對象進行的分析，但由于其數據特點不同，分析機理不同，分析結果及對應的網絡結構也存在差異，包括模塊數目的差異、模塊內成員的差異、模塊密度的差異、各模塊內外信息流通的差異等。比較而言，內容分析法得到的期刊網絡塊模型更能真實反映期刊內部的特征結構，具有較好的期刊分區(qū)能力。

（4）三種分析方法得到的期刊網路的核心/邊緣分區(qū)不同。三種分析方法均能發(fā)現核心區(qū)、次核心區(qū)和邊緣區(qū)，而且核心區(qū)與邊緣區(qū)都分別對應圖書館學期刊和情報學期刊。但也有差異，共被引分析網絡與內容分析網絡給出的期刊分區(qū)結果更相似。內容分析和耦合分析卻能夠在一定程度上規(guī)避期刊共被引分析帶來的“名刊效應”問題，而且內容分析法這方面的能力更強。

綜合上面的幾點結論，可以確定：在三種分析方法中，內容分析法是最有效的期刊分析方法，而耦合分析法在期刊分析中的效果最差，這與邱均平[5]等的研究結論“作者期刊耦合網絡揭示科學研究結構的能力較差”是一致的。但并不能由此否認耦合分析在期刊研究中的作用，期刊耦合是從知識吸收的角度來度量期刊之間的關系，這種視角是其他兩種方法所沒有的?？梢試L試將內容分析法與耦合分析法結合，以提高耦合分析的應用效果；嘗試將共被引分析與耦合分析相結合，進而從期刊知識吸收和期刊知識擴散兩個方向全面、完整地分析學術期刊的結構特征。

需要說明的是，本研究仍存在不足之處：本文三種分析方法利用的是同一時間窗內的數據，根據共被引分析和耦合分析的定義，兩種方法對應的數據所反映的期刊引文關系存在一定的時滯，這會對最終結果帶來一定的影響?？紤]期刊欄目設置和辦刊特色的持續(xù)性、期刊引文具有一定的連貫性，這種時滯對最終結論影響并不大。

[1] 王賢文，劉則淵.基于共被引率分析的期刊分類研究[J].科研管理，2009，30（5）：187-195.

[2] Leydesdorff L.Betweenness Centrality as an Indicator of the Interdisciplinary of Scientific Journals[J].Journal of the American Society for Information Science and Technology，2007，58（9）：1303-1309.

[3] 高霞，官建成.非專利引文衍生的科學期刊共被引網絡分析[J].科學學研究，2010， 28（5）：675-680，696.

[4] Tseng Y H，Tsay MY.Journal clustering of library and information science for subfield delineation using the bibliometric analysis toolkit： CATAR[J].Scientometrics，2013，95（2）：503-528.

[5] 羅灤，傅榮校.基于引文和內容分析法的我國數字檔案館研究綜述 [J].浙江檔案，2012（2）：11-14.

[6] 邱均平，董克.作者共現網絡的科學研究結構揭示能力比較研究[J].中國圖書館學報，2014， 40（1）：15-24.

[7] Small H.Co-citation in the scientific literature：A new measure of the relationship between two documents[J].Journal of American Society for Information Science，1973，24（4）：28-31.

[8] McCain K W.Mapping econom ics through the journal literature：An experiment in journa co-citation analysis[J].Journal of the American Society for Information Science， 1991，42（4）：290-296.

[9] 李杰，郭曉宏，李開偉.安全文化期刊及知識轉移研究[J].安全科學探討，2015，1（1） ：8-12.

[10] Kessler MM.Bibliographic coupling between scientific papers[J].American documentation， 1963，14（1）：10-25.

[11] 邱均平，劉國徽.國內耦合分析方法研究現狀與展望[J].圖書情報工作，2014，58（7）：131-136.

[12] 李秀霞，馬秀峰，程結晶.基于期刊耦合的我國圖書情報學核心期刊網絡特征分析[J].中國科技期刊研究，2016，27（3）：133-142.

[13] Small H.Co-citation in the scientific literature：A new measure of the relationship between two documents[J].Journal of the American Society for Information Science，1973， 24（4）： 265-269.

[14] Leydesdorff L.Can scientific journals be classified interms of aggregated journal-journal citation relations using the Journal Citation Reports？[J].Journal of the American Society for Information Science and Technology，2006， 57（5）： 601-613.

[15] LD Fu，CF Aliferis.Using Content-basedand Bibliometrics Features for Machine Learning Models to Predict Citation Counts in the Biomedical Literature[J].Scientometrics， 2010，85（1） ：257-270.

[16] 祝清松，冷伏海.基于引文內容分析的高被引論文主題識別研究[J].中國圖書館學報，2014，40 （1）：39-48.

[17] 劉軍.QAP：測量“關系”之間關系的一種方法[J].社會，2007，27（3）：164-174，209.

[18] 劉軍.社會網絡分析導論[M].北京：社會科學文獻出版社，2004.

[19] Zeng S X，Xie X M，Tam C M.Relationship between cooperation networks and innovation performance of SMEs[J].Technovation，2010，30（3）：181-194.

[20] 謝洪明，王現彪，吳溯.激勵對IJVs知識管理和管理創(chuàng)新的影響：華南地區(qū)企業(yè)的實證研究[J].科學學研究，2009，27（1）：147-153.

[21] 王智博，盛小平，楊洋.基于核心—邊緣結構的開放存取期刊評價分析[J].情報理論與實踐，2015， 38（3）： 82-85，70.

[22] 岳增慧，方曙.基于共鏈與共引關系的期刊結構特征比較研究[J].圖書情報知識，2013（5）：72-81.