基于SNA的國外醫(yī)學(xué)信息學(xué)領(lǐng)域合著網(wǎng)絡(luò)研究

曹 霞 崔 雷

(1．中國醫(yī)科大學(xué)附屬盛京醫(yī)院圖書館，遼寧 沈陽 110004；

2．中國醫(yī)科大學(xué)醫(yī)學(xué)信息學(xué)院，遼寧 沈陽 110013)

?

·管理論壇·

基于SNA的國外醫(yī)學(xué)信息學(xué)領(lǐng)域合著網(wǎng)絡(luò)研究

曹 霞1崔 雷2

(1．中國醫(yī)科大學(xué)附屬盛京醫(yī)院圖書館，遼寧 沈陽 110004；

2．中國醫(yī)科大學(xué)醫(yī)學(xué)信息學(xué)院，遼寧 沈陽 110013)

以JCR2014年收錄的醫(yī)學(xué)信息學(xué)領(lǐng)域的7種核心期刊為數(shù)據(jù)來源，利用書目共現(xiàn)分析系統(tǒng)——BICOMB軟件生成作者共現(xiàn)矩陣，運用UCINET軟件實現(xiàn)高產(chǎn)作者合著網(wǎng)絡(luò)的可視化，分析合著網(wǎng)絡(luò)的密度、平均距離、凝聚子群、核心-邊緣結(jié)構(gòu)以及中心度，揭示國外醫(yī)學(xué)信息學(xué)領(lǐng)域合著網(wǎng)絡(luò)整體結(jié)構(gòu)特性、核心學(xué)術(shù)團體和高產(chǎn)作者之間的合作情況。研究結(jié)果表明，國外醫(yī)學(xué)信息學(xué)領(lǐng)域高產(chǎn)作者合著網(wǎng)絡(luò)整體信息交流不通暢，作者合作范圍不廣泛，合作模式單一，缺乏能夠連接不同合著群體的橋梁作者。

醫(yī)學(xué)信息學(xué)；合著網(wǎng)絡(luò)；社會網(wǎng)絡(luò)分析；BICOMB；UCINET

隨著科學(xué)技術(shù)的迅速發(fā)展，學(xué)科之間和學(xué)科內(nèi)部的交流也越來越廣泛，科學(xué)研究者之間的合作也越來越頻繁，合著成果成為促進科學(xué)發(fā)展的巨大動力。合著網(wǎng)絡(luò)的建立是科研團隊形成、穩(wěn)定和發(fā)展的基礎(chǔ)。因此，科研合作網(wǎng)絡(luò)研究，對于分析科學(xué)領(lǐng)域合著網(wǎng)絡(luò)結(jié)構(gòu)與特性、發(fā)掘優(yōu)秀科研團隊和發(fā)現(xiàn)核心位置作者有著重要的意義。社會網(wǎng)絡(luò)分析方法(Social Network Analysis，SNA)主要是對社會網(wǎng)絡(luò)中行為者之間的關(guān)系進行量化研究[1]，也是合著網(wǎng)絡(luò)研究的重要方法。Newman構(gòu)建生物學(xué)家、醫(yī)學(xué)家、物理學(xué)家和計算機學(xué)家的合著網(wǎng)絡(luò)，網(wǎng)絡(luò)分析指標(biāo)包括：作者平均發(fā)文量、文獻平均作者數(shù)量、合著者數(shù)量、最大組分大小、平均測地距離和聚類系數(shù)，發(fā)現(xiàn)四個研究領(lǐng)域網(wǎng)絡(luò)都具有 “小世界”特性，同時還表現(xiàn)出高度聚類[2]。Liu XM等人對ACM和IEEE的數(shù)字圖書館會議以及ACM/IEEE聯(lián)合召開的數(shù)字圖書館會議JCDL(Joint Conference on Digital Library)的文獻進行研究[3]，根據(jù)社會網(wǎng)絡(luò)理論建立著者合著網(wǎng)絡(luò)，利用點度中心度、中間中心度和接近中心度指標(biāo)研究該合著網(wǎng)絡(luò)的屬性，同時在PageRank方法的基礎(chǔ)上提出了AuthorRank方法，篩選出該領(lǐng)域的重要作者，并對比分析兩種方法的結(jié)果。Yan等人運用社會網(wǎng)絡(luò)分析方法檢測中國圖書館和信息科學(xué)(LIS)的18種核心期刊網(wǎng)絡(luò)的宏觀和微觀屬性，研究發(fā)現(xiàn)，這個網(wǎng)絡(luò)同時擁有小世界和無標(biāo)度的特性[4]。近年來，國內(nèi)外學(xué)者運用SNA來研究合著網(wǎng)絡(luò)的研究越來越多，研究領(lǐng)域覆蓋了社會科學(xué)和自然科學(xué)領(lǐng)域的各個學(xué)科，研究角度包括國家合著網(wǎng)絡(luò)分析、機構(gòu)合著網(wǎng)絡(luò)分析和作者合著網(wǎng)絡(luò)分析等。

本文利用SNA，從整體網(wǎng)絡(luò)和個體指標(biāo)兩個方面研究國外醫(yī)學(xué)信息學(xué)領(lǐng)域合著網(wǎng)絡(luò)，分析合著網(wǎng)絡(luò)的密度、平均距離、凝聚子群、核心-邊緣結(jié)構(gòu)以及個體中心度指標(biāo)，揭示國外醫(yī)學(xué)信息學(xué)領(lǐng)域高產(chǎn)作者合著網(wǎng)絡(luò)整體網(wǎng)絡(luò)特性、核心學(xué)術(shù)團體和核心位置作者，以期更加全面清晰地了解醫(yī)學(xué)信息學(xué)領(lǐng)域高產(chǎn)作者合著網(wǎng)絡(luò)結(jié)構(gòu)，作者合著模式以及作者合作交流現(xiàn)狀，為科研人員對該領(lǐng)域的深入研究提供一定的參考。

1 研究方法

1.1 研究對象

本文選取2014年JCR(Journal Citation Report)期刊引文報告收錄的醫(yī)學(xué)信息學(xué)MEDICAL INFORMATICS領(lǐng)域的期刊的文獻作為數(shù)據(jù)來源，醫(yī)學(xué)信息學(xué)領(lǐng)域期刊的平均影響因子為1.828，選取影響因子大于或者等于1.828，且剔除期刊類別同時屬于統(tǒng)計科學(xué)、計算機科學(xué)的多學(xué)科期刊，最終選定7種只屬于MEDICAL INFORMATICS領(lǐng)域的核心期刊[5]，這7種期刊分別是：JOURNAL OF MEDICAL INTERNET RESEARCH(3.428)，MEDICAL DECISION MAKING(3.240)，METHODS OF INFORMATION IN MEDICINE(2.248)，JOURNAL OF MEDICAL SYSTEMS(2.213)，JOURNAL OF BIOMEDICAL INFORMATICS(2.194)，INTERNATIONAL JOURNAL OF MEDICAL INFORMATICS(2.004)，BMC MEDICAL INFORMATICS AND DECISION MAKING(1.830)。具體檢索時間范圍為2011年1月1日-2015年9月20日，將文獻類型限定為“Article”“Review”“Proceedings Paper”，最終共得到4 256篇科學(xué)論文。

1.2 研究工具

1.2.1 BICOMB

BICOMB(Bibliographic Items Co-Occurrence Matrix Builder)軟件是由中國醫(yī)科大學(xué)醫(yī)學(xué)信息學(xué)院崔雷教授主持開發(fā)的一款文本挖掘工具，可對國際權(quán)威生物醫(yī)學(xué)文獻數(shù)據(jù)庫PubMed、引文數(shù)據(jù)庫Science Citation Index(SCI)、中國知網(wǎng)(CNKI)和萬方數(shù)據(jù)等數(shù)據(jù)庫的文獻記錄進行讀取分析，快速提取關(guān)鍵字段，并生成書目數(shù)據(jù)的共現(xiàn)矩陣，為進一步研究提供準(zhǔn)確的基礎(chǔ)數(shù)據(jù)[6]。

1.2.2 UCINET

UCINET(University of California at Irvine NETwork)軟件是由加州大學(xué)歐文(Irvine)分校的Borgatti、Everett和Freman開發(fā)編寫的[7]，是社會網(wǎng)絡(luò)分析的專用軟件，可進行中心性分析、密度分析、凝聚子群分析、核心-邊緣結(jié)構(gòu)分析和基于置換的統(tǒng)計分析等，同時集成了社會網(wǎng)絡(luò)繪圖軟件NetDraw，操作簡單易行[8]。

2 結(jié)果與分析

2.1 整體分析和高產(chǎn)作者群確定

本次研究中共有4 256篇論文，涉及15 857位作者，平均一篇論文有3.7位作者，其中合著論文有4 096篇，占論文總數(shù)的96.24%；參與合著的作者有15 774位，占作者總數(shù)的99.48%。表1列出了國外醫(yī)學(xué)信息學(xué)論文作者合著情況。

表1 醫(yī)學(xué)信息領(lǐng)域作者論文合著情況

由表1可知，合著論文數(shù)和作者間合作率均在90%以上，2～10人合作最為普遍，也存在更多人合著的情況，一部分文章合作者數(shù)量超過20人，最高一篇文章作者數(shù)量為24人。

根據(jù)普賴斯定律來選取醫(yī)學(xué)信息學(xué)領(lǐng)域的高產(chǎn)核心作者，即以本領(lǐng)域最高產(chǎn)作者發(fā)表論文數(shù)的平方根的0.749倍為界，高于此發(fā)文量的作者即為該領(lǐng)域的核心作者，本文中最高產(chǎn)作者發(fā)文20篇，則核心作者中最低產(chǎn)作者論文數(shù)應(yīng)為3.34篇，取最大整數(shù)為4篇。統(tǒng)計數(shù)據(jù)表明，發(fā)文4篇及以上的作者共418人，通過分析這418位醫(yī)學(xué)信息領(lǐng)域核心作者構(gòu)成的合著網(wǎng)絡(luò)，可以有效反映該領(lǐng)域的穩(wěn)定合作團體和高產(chǎn)作者間的合作情況[9]。

2.2 合著網(wǎng)絡(luò)整體分析

社會網(wǎng)絡(luò)分析方法研究合著網(wǎng)絡(luò)中，為了構(gòu)建醫(yī)學(xué)信息學(xué)領(lǐng)域合著網(wǎng)絡(luò)，首先需要生成作者共現(xiàn)矩陣。本文使用BICOMB軟件，提取作者字段，生成作者共現(xiàn)矩陣，將矩陣導(dǎo)入UCINET軟件中，再利用Netdaw功能構(gòu)建合著網(wǎng)絡(luò)。醫(yī)學(xué)信息學(xué)領(lǐng)域共有15 857位作者，數(shù)量巨大，為更好的反映合著網(wǎng)絡(luò)中作者之間的聯(lián)系，得到更為清晰明確的圖譜，本文只繪制了通過普賴斯定律確定的418位高產(chǎn)核心作者構(gòu)成的合著網(wǎng)絡(luò)，見圖1。

圖1 國外醫(yī)學(xué)信息學(xué)合著網(wǎng)絡(luò)結(jié)構(gòu)圖

2.2.1 網(wǎng)絡(luò)密度分析

網(wǎng)絡(luò)密度是指網(wǎng)絡(luò)中實際存在的連線數(shù)量占網(wǎng)絡(luò)中理論上可能存在的最大連線數(shù)量的比例，用于評價網(wǎng)絡(luò)中節(jié)點之間關(guān)系的緊密程度[10]。合著網(wǎng)絡(luò)中節(jié)點關(guān)系越緊密，信息越流通，內(nèi)部成員合作越頻繁；合著網(wǎng)絡(luò)中節(jié)點關(guān)系越稀疏，信息流通不暢，成員間的合作越少。利用UCINET軟件，通過NETWORK—COHEGION—DENSITY路徑，可計算出整個合著網(wǎng)絡(luò)的密度。通過密度分析得出國外醫(yī)學(xué)信息學(xué)領(lǐng)域合著網(wǎng)絡(luò)的密度為0.0155，網(wǎng)絡(luò)密度比較低，說明該領(lǐng)域作者合作還不夠緊密，互動交流比較少，缺乏長期穩(wěn)定合作的團體；同時也說明了醫(yī)學(xué)信息學(xué)領(lǐng)域還存在一定的發(fā)展空間，仍需加強和擴大成員間的交流合作，以促進本領(lǐng)域的信息傳播與成果共享。

2.2.2 網(wǎng)絡(luò)平均距離

網(wǎng)絡(luò)的平均距離是指網(wǎng)絡(luò)中所有節(jié)點之間最短路徑的平均長度。合著網(wǎng)絡(luò)的平均距離是衡量整個網(wǎng)絡(luò)聯(lián)系緊密程度和信息傳播速度的重要指標(biāo)，平均距離越短，網(wǎng)絡(luò)聯(lián)系就越緊密，信息傳播的速度也就越快。通過NETWORK—COHEGION—GEODESIC DISTANCE步驟，可以計算得出醫(yī)學(xué)信息學(xué)合著網(wǎng)絡(luò)的平均距離是8.927，即任意兩個作者之間平均只要通過9個人就可以互相建立聯(lián)系。一般合著網(wǎng)絡(luò)平均距離不超過10，即可認(rèn)為該網(wǎng)絡(luò)具有“小世界效應(yīng)”，相對而言，8.927是一個相對較大的網(wǎng)絡(luò)距離，同時也說明醫(yī)學(xué)信息學(xué)領(lǐng)域合著網(wǎng)絡(luò)的小世界效應(yīng)并不是很顯著，該領(lǐng)域信息暢通性不強、科研人員合作交流渠道不快捷，信息傳播速度不高[11]。

2.2.3 凝聚子群分析

凝聚子群分析中k—叢分析是分析網(wǎng)絡(luò)小群體結(jié)構(gòu)最常用的方法。k—叢是指在子群中，每個點都至少與除了k個點之外的其他點直接相連[12]。換而言之，如果一個凝聚子群的規(guī)模為n，那么只有當(dāng)該子群中的任何點的度數(shù)都不小于(n-k)這個值的時候，才稱之為k—叢[13]。本研究中k取值2，子群最小成員數(shù)為3，共找到了852個2—叢，子群規(guī)模最大為7，表2列舉了規(guī)模大于等于6的群組列表。

表2 規(guī)模為6及以上的2—叢子群列表

通過分析結(jié)果，大部分2—叢的規(guī)模都為3，即該類子群中的成員至少和其他1位作者有直接聯(lián)系，最小規(guī)模的子群有662個，占子群總數(shù)的77.7%，說明醫(yī)學(xué)信息學(xué)領(lǐng)域合作網(wǎng)絡(luò)中作者的合作范圍不廣，大部分作者只和少數(shù)作者有合作關(guān)系。也有作者屬于多個子群，例如Legare，F(xiàn)rance分別隸屬于68個規(guī)模不同的2—叢，de Vries，Hein、Kelders，Saskia M和Dugas，Martin等作者屬于多個子群規(guī)模為6的2—叢，說明這些作者有多個“合著群”，通過這些作者跨子群的合作，使不同的2—叢聯(lián)系在一起，這些作者對于整個合著網(wǎng)絡(luò)的溝通聯(lián)系起了極其重要的橋梁作用。

2.2.4 核心—邊緣結(jié)構(gòu)分析

核心-邊緣結(jié)構(gòu)是一種中間核心區(qū)域節(jié)點連接緊密，外部邊緣區(qū)域節(jié)點連接松散的網(wǎng)絡(luò)結(jié)構(gòu)，核心—邊緣結(jié)構(gòu)分析是根據(jù)合著網(wǎng)絡(luò)內(nèi)部節(jié)點之間連接的緊密程度，找出網(wǎng)絡(luò)中處于核心位置聯(lián)系緊密的成員和處于邊緣地帶緊密程度較低的成員。通過NETWORK—CORE/PERIPHERY—CATEGORICAL路徑，我們可以知道作者在網(wǎng)絡(luò)中所處的位置，判斷其在網(wǎng)絡(luò)中的作用，越處于核心位置的作者，他所掌握的信息資源也越多，關(guān)系網(wǎng)也越大，在實際網(wǎng)絡(luò)中也就越有價值[14]，通過分析得出，de Vries，Hein、Schulz，Daniela N、Crutzen，Rik等9名作者位于網(wǎng)絡(luò)的核心位置，其他409名作者位于網(wǎng)絡(luò)邊緣位置。核心位置作者中最高發(fā)文20篇，最低發(fā)文4篇，發(fā)文在10篇以上的僅有2位處于核心位置，即有相當(dāng)一部分高產(chǎn)作者未能進入合著網(wǎng)絡(luò)的核心位置，這說明了醫(yī)學(xué)信息學(xué)領(lǐng)域高產(chǎn)作者與其他作者合著交流較少，合著伙伴范圍不廣。

2.3 合著網(wǎng)絡(luò)個體分析

社會網(wǎng)絡(luò)分析的中心性分析是對網(wǎng)絡(luò)中節(jié)點相對重要性評價的主要方法，節(jié)點在網(wǎng)絡(luò)中的中心性往往能夠反映與之相應(yīng)的個體在實際網(wǎng)絡(luò)中的地位。本研究采用點度中心度、中間中心度和接近中心度3種方法，對醫(yī)學(xué)信息合著網(wǎng)絡(luò)的節(jié)點進行分析。

2.3.1 點度中心度

點度中心度(Degree Centrality)是指與節(jié)點直接相連的鄰居節(jié)點總數(shù)量，反映的是節(jié)點直接獲取網(wǎng)絡(luò)流動內(nèi)容的能力和在網(wǎng)絡(luò)中的地位與影響[15]。作者點度中心度越大，說明該作者的合作者越多。統(tǒng)計結(jié)果顯示，在醫(yī)學(xué)信息學(xué)合著網(wǎng)絡(luò)的418位高產(chǎn)作者中，點度中心度最高為42，即他與42位作者合著發(fā)表過文獻；最低為0，在圖譜中表現(xiàn)為孤立節(jié)點。點度中心度為21～42的作者共有15位，占作者總數(shù)的3.59%；點度中心度在11～20的作者有65位，占作者總數(shù)的15.55%；點度中心度為1～10的作者有274位，占作者總數(shù)的65.55%；另外有64位作者的點度中心度為0，占比15.31%。表3列舉了醫(yī)學(xué)信息學(xué)領(lǐng)域點度中心度值高于20的作者。

表3 點度中心度大于20的作者

2.3.2 中間中心度

中間中心度(Betweenness Centrality)是指網(wǎng)絡(luò)中所有節(jié)點對的最短路徑之中經(jīng)過該節(jié)點的數(shù)量。使用中間中心度可以準(zhǔn)確找到網(wǎng)絡(luò)中某些“流量”非常大的重要節(jié)點[16]。Bates，David W的中間中心度值達(dá)到10 000以上，表4列出高中間中心度值的作者，他們對于醫(yī)學(xué)信息學(xué)領(lǐng)域作者之間的聯(lián)系起著重要的橋梁作用，對整個網(wǎng)絡(luò)中信息流動和知識傳播產(chǎn)生的影響也最大，但有251位作者的中間中心度為0，即說明超過半數(shù)的作者沒有控制其他節(jié)點溝通聯(lián)系的能力，在網(wǎng)絡(luò)中去除這些0值節(jié)點，對整個網(wǎng)絡(luò)的連通性影響不大，出現(xiàn)這一結(jié)果的原因，可能與醫(yī)學(xué)信息學(xué)領(lǐng)域作者合著交流規(guī)模不廣泛有關(guān)。

表4 中間中心度大于5 000的作者

2.3.3 接近中心度

接近中心度(Closeness Centrality)是指節(jié)點到網(wǎng)絡(luò)中所有其他節(jié)點的最短路徑之和，該指標(biāo)反映了節(jié)點在網(wǎng)絡(luò)中居于中心的程度，作者到達(dá)其他所有作者的距離越短，其接近中心度值越小，接近中心性越高，越處于合著網(wǎng)絡(luò)的中心位置，與其他作者越容易發(fā)生合作[17]。表5列出了接近中心性前10位的核心位置作者。

表5 接近中心性前10位的作者

從結(jié)果中可知Bates，David W的接近中心度值最低，說明他能以最短的路徑聯(lián)系上其他作者，以最短的時間在網(wǎng)絡(luò)中傳遞信息，因此在網(wǎng)絡(luò)中處于核心位置。結(jié)合表4和表5可以發(fā)現(xiàn)，中間中心度高的作者，其接近中心的程度也高，說明了Bates，David W、Peters，Ellen和Middleton，Blackford等位于醫(yī)學(xué)信息學(xué)合著網(wǎng)絡(luò)的核心位置，對于其他作者的聯(lián)系起重要樞紐作用，同時他們也是醫(yī)學(xué)信息學(xué)領(lǐng)域傳播信息最快的，最易促進信息交流的科研人員。

3 結(jié) 論

社會網(wǎng)絡(luò)分析方法研究科學(xué)合著網(wǎng)絡(luò)，是合著分析的一種有效工具，也是近年來情報學(xué)領(lǐng)域的研究熱點，本文運用SNA網(wǎng)絡(luò)分析工具UCINET將國外醫(yī)學(xué)信息學(xué)領(lǐng)域合著情況進行可視化，并分析各項網(wǎng)絡(luò)指標(biāo)，得到以下結(jié)論。

整體網(wǎng)絡(luò)分析結(jié)果表明，醫(yī)學(xué)信息學(xué)領(lǐng)域高產(chǎn)作者合著網(wǎng)絡(luò)密度比較低，網(wǎng)絡(luò)平均距離為8.927，“小世界效應(yīng)”不明顯，說明本領(lǐng)域高產(chǎn)作者內(nèi)部聯(lián)系不緊密，信息交流不通暢。凝聚子群分析結(jié)果表明，子群數(shù)量多但很疏松，作者間的合作范圍狹窄，合作模式單一，大部分作者只和少數(shù)其他作者有合作關(guān)系，能夠?qū)⒉煌现尤哼B接起來的作者還比較少。核心—邊緣結(jié)構(gòu)分析結(jié)果得出，大部分高產(chǎn)作者未能進入網(wǎng)絡(luò)核心位置，也證明了高產(chǎn)作者與其他作者合作交流較少，合著圈的范圍不廣泛。

網(wǎng)絡(luò)個體分析結(jié)果表明，點度中心度大于10的作者僅占19.14%，占比較低，中間中心度和接近中心度結(jié)果有很強的相似性，說明了位于醫(yī)學(xué)信息學(xué)合著網(wǎng)絡(luò)的核心位置的作者，也具有很強的控制資源的能力，對于其他作者的聯(lián)系起重要溝通樞紐作用，但超過半數(shù)的作者其中間中心度值為0，也說明了醫(yī)學(xué)信息學(xué)領(lǐng)域大部分作者對其他作者沒有控制溝通聯(lián)系的能力，對維持整個領(lǐng)域的連通性作用不大，這與醫(yī)學(xué)信息學(xué)領(lǐng)域作者合著交流規(guī)模不廣泛有關(guān)。

根據(jù)本研究的階段性結(jié)果，國外醫(yī)學(xué)信息學(xué)領(lǐng)域高產(chǎn)作者交流不頻繁，合作范圍不廣，合作模式單一，高產(chǎn)作者應(yīng)有意識的擴大合作交流圈，更多的交流科研成果，以促進醫(yī)學(xué)信息學(xué)領(lǐng)域的科研合作，知識交流與成果共享。本文只提取了作者全名，未進行同名同姓處理，使得研究結(jié)果存在一定的偏差，有待對數(shù)據(jù)做進一步的精細(xì)處理，得出更加可靠的結(jié)果；同時為了降低BICOMB數(shù)據(jù)運行內(nèi)存，提高UCINET可視化效果，只選擇研究本領(lǐng)域的高產(chǎn)作者的合著網(wǎng)絡(luò)，對反映整個國外醫(yī)學(xué)信息學(xué)領(lǐng)域的合著現(xiàn)狀存在一定的局限性，因此對于本研究結(jié)論，還有待進一步深入探究驗證。

[1]林聚任，劉玉安，泥安儒.社會科學(xué)研究方法[M].濟南：山東人民出版社，2004:283.

[2]Newman M E J.Scientific collaboration networks.I.network construction and fundamental results[J].Physical Review E,2001，64(1):1-8.

[3]Liu XM，Bollen J，Nelson M L，et al.Co-authorship networks in the digital library research community[J]．Information Processing and Management，2005,(41):1462-1480.

[4]Yan E J,Ding Y，Zhu Q H.Mapping library and information science in China:a coauthorship network analysis[J].Scientometrics,2010，83(1):115-131.

[5]許丹，侯躍芳.國外醫(yī)學(xué)信息學(xué)研究領(lǐng)域可視化引文分析[J].醫(yī)學(xué)信息學(xué)雜志,2011,32(10):12-19.

[6]鐘秀梅，崔雷.科學(xué)映射工具在醫(yī)學(xué)知識圖譜構(gòu)建中的比較[J].醫(yī)學(xué)信息學(xué)雜志，2015,36(4)：49-53.

[7]Borgatti S P,Everett M G,Freeman L C.Ucinet for Windows:Software for Social Network Analysis[M].Harvard,MA:Analytic Technologies,2002:1-25.

[8]徐媛媛，朱慶華.社會網(wǎng)絡(luò)分析法在引文分析中的實證研究[J].情報理論與實踐,2008,31(2):184-188.

[9]曹霞，陳云香，楊華.基于SCI-E數(shù)據(jù)庫的轉(zhuǎn)化醫(yī)學(xué)文獻計量分析[J].現(xiàn)代情報，2013,33(8):108-111.

[10]朱慶華，范哲，施文蔚.信息系統(tǒng)領(lǐng)域中外合著網(wǎng)絡(luò)研究[J].情報理論與實踐，2011,34(11)：6-10,20.

[11]黃開木，樊振佳，盧勝軍，等.我國競爭情報領(lǐng)域期刊論文合著網(wǎng)絡(luò)研究[J].情報雜志,2015,34(2):142-147.

[12]李亮，朱慶華.社會網(wǎng)絡(luò)分析方法在合著分析中的實證研究[J].情報科學(xué)，2008,26(4)：549-555.

[13]劉軍.整體網(wǎng)分析講義——UCINET軟件應(yīng)用[M].第2版.上海:格致出版社，2014:166.

[14]陳少龍.基于社會網(wǎng)絡(luò)分析方法的合著網(wǎng)絡(luò)在上海大學(xué)管理學(xué)院的應(yīng)用[J].現(xiàn)代情報，2012,32(4)：165-168,177.

[15]張洋，劉錦源.基于SNA的我國競爭情報領(lǐng)域論文合著網(wǎng)絡(luò)研究[J].圖書情報知識，2012,(2):87-94.

[16]Freeman L C.Centrality in social networks conceptual clarification[J].Social Network,1979，1(3)：215-239.

[17]尹莉.TopRank(k)算法與PageRank算法的比較研究[J].情報探索，2014,(11):13-15,19.

(本文責(zé)任編輯：孫國雷

Co-authorship Network Research of Foreign Medical Informatics Based on Social Network Analysis

Cao Xia1Cui Lei2

(1．Library，Shengjing Hospital of China Medical University，Shenyang 110004，China；2．Medical Information Institute，China Medical University，Shenyang 110013，China)

This paper took 7 kinds of medical informatics core journals from 2014 JCR as the data samples,used bibliographic items co-occurrence matrix builder BICOMB generating the author co-occurrence matrix,realized the core author co-authorship networks visualization through UCINET software,analyzed the co-authorship networks density,average path length,cohesive subgroups,core-periphery and centralization,revealed the overall network structure characteristics of foreign medical informatics field,the core academic groups and the cooperation between the prolific authors.The result showed that in the co-authorship network of the foreign medical informatics field,the information communication is not smooth,the cooperation between the prolific authors is not widespread,cooperation pattern is single,and lack of the bridge author who can connect different co-authorship group.

medical informatics;co-authorship networks;social network analysis;BICOMB;UCINET

2016-01-26

曹 霞(1986-)，女，助理館員，研究方向：生物醫(yī)學(xué)數(shù)據(jù)挖掘，發(fā)表論文10篇。

10．3969/j．issn．1008-0821．2016．03．022

G252；R-058

A

1008-0821(2016)03-0129-06