中醫(yī)藥論文影響力評價系統(tǒng)(TCM-PIES)的設計與實現(xiàn)

， ，,，，

《中醫(yī)藥發(fā)展戰(zhàn)略規(guī)劃綱要(2016-2030年)》提出“建立和完善符合中醫(yī)藥特點的科研評價標準和體系”[1]。隨著中醫(yī)藥事業(yè)的不斷發(fā)展，中醫(yī)藥科技活動產(chǎn)生了大量的信息資源，急需建立完善的機制進行過濾和評價，以促進中醫(yī)藥科技的創(chuàng)新和發(fā)展[2-3]。學術(shù)論文是中醫(yī)藥科研活動的主要產(chǎn)出形式和交流手段，也是服務中醫(yī)藥創(chuàng)新發(fā)展的重要資源。中醫(yī)藥論文的評價和推優(yōu)既可表征中醫(yī)藥科學知識和科技發(fā)展的前沿與方向，也可為度量國家、機構(gòu)、人員等的科研實力提供客觀依據(jù)[4-5]。

由于學科的特殊性，盡管中醫(yī)藥論文數(shù)據(jù)增長迅速，但F1000[6]和F5000[7]等目前國內(nèi)外較為成熟的論文評價體系推介的中醫(yī)藥論文十分有限。而當前中醫(yī)藥論文的評價指標單一，缺乏客觀量化的綜合評價標準與體系和可直接用于中醫(yī)藥論文評價的基礎指標數(shù)據(jù)庫，因此建立科學的中醫(yī)藥論文影響力評價系統(tǒng)十分必要。本文在遵循科技評價基本原則、參照國內(nèi)外現(xiàn)有評價指標體系的基礎上[8-10]，研發(fā)了中醫(yī)藥論文影響力評價系統(tǒng)(TCM-PIES)。該系統(tǒng)結(jié)合中醫(yī)藥學科及文獻特點，選取被引頻次、下載頻次、論文發(fā)表當年影響因子為核心指標，并考慮發(fā)表時間等因素，對指標進行了修正。同時，為了減少單一評價方法造成的結(jié)果偏差，采用了TOPSIS和主成分分析兩種方法的組合評價。此外，針對基礎指標數(shù)據(jù)，調(diào)研、篩選了適用于中醫(yī)藥論文評價的文獻數(shù)據(jù)庫及指標數(shù)據(jù)，并進行數(shù)據(jù)采集和匯總[11]。

1 中醫(yī)藥論文影響力評價系統(tǒng)(TCM-PIES)設計

1.1 業(yè)務流程設計

明確以TCM-PIES作為主要操作平臺，為中醫(yī)藥論文影響力評價項目提供支持。參考現(xiàn)有的學術(shù)論文影響力評價項目管理和執(zhí)行流程[12]，設計中醫(yī)藥評價系統(tǒng)業(yè)務流程(圖1)。

1.1.1 基礎數(shù)據(jù)維護

建立期刊數(shù)據(jù)庫，對中、英文期刊信息進行管理和維護。其中中文期刊包括期刊名稱及其變更規(guī)范表、歷年影響因子、核心期刊收錄情況、下載率、被引率等，英文期刊包括期刊名稱及其變更規(guī)范表、歷年影響因子、分區(qū)、下載率、被引率等。

TCM-PIES支持數(shù)據(jù)批量導入和自動匹配，針對中醫(yī)藥特定領域，支持將被引頻次、下載頻次、論文發(fā)表當年影響因子作為評價的核心指標；并考慮發(fā)表時間等因素，支持人工審核和校驗，以便對指標進行修正。

1.1.2 評價過程管理

TCM-PIES對整個論文評價項目生命周期都能發(fā)揮作用，主要包括以下過程和功能。

數(shù)據(jù)清洗：實現(xiàn)了對各種粗數(shù)據(jù)的清洗，其中包括查重、日期格式的轉(zhuǎn)換、頁碼格式的自動生成以及對錯誤的提示等。

論文題錄數(shù)據(jù)導入：針對中醫(yī)藥領域論文數(shù)據(jù)來源特點，支持多種來源(如CNKI、萬方、SinoMed等)、不同格式(Excel、cvs、txt格式等)的題錄數(shù)據(jù)導入和標準化，并進行統(tǒng)一存儲。

論文指標數(shù)據(jù)的導入：下載頻次、被引頻次等論文相關指標數(shù)據(jù)的導入和匹配。

標準期刊匹配：基于論文題錄的期刊和出版年份信息，與標準期刊庫中的期刊進行匹配。

評價數(shù)據(jù)集生成：以論文為單位，生成論文影響力評價所需的各項指標數(shù)據(jù)。

論文影響力評價：對評價數(shù)據(jù)集進行多種方法計算，并得到綜合分值和排名。

評價結(jié)果和報表生成：輸出評價結(jié)果及報表。

1.2 系統(tǒng)構(gòu)架

TCM-PIES系統(tǒng)從下到上分為數(shù)據(jù)層、數(shù)據(jù)管理層、業(yè)務邏輯層和應用層(圖2)。

1.2.1 數(shù)據(jù)層

主要包括外部數(shù)據(jù)和內(nèi)部數(shù)據(jù)。內(nèi)部數(shù)據(jù)由論文數(shù)據(jù)庫和期刊數(shù)據(jù)庫兩部分組成，外部數(shù)據(jù)指系統(tǒng)所能接受輸入的各類型數(shù)據(jù)(包括半結(jié)構(gòu)化和結(jié)構(gòu)化的數(shù)據(jù))，基本涵蓋了中醫(yī)藥文獻評價過程中所需的各類數(shù)據(jù)。

1.2.2 數(shù)據(jù)管理層

其中數(shù)據(jù)清洗與導入功能主要是將外部數(shù)據(jù)進行清洗后導入到系統(tǒng)內(nèi)部，具體包括3部分：半結(jié)構(gòu)化數(shù)據(jù)導入，即系統(tǒng)能對所需字段進行匹配、去除不規(guī)則字符、去除重復記錄等，產(chǎn)生結(jié)構(gòu)化數(shù)據(jù)；結(jié)構(gòu)化數(shù)據(jù)導入，即對外部的結(jié)構(gòu)化數(shù)據(jù)進行字段匹配，進行字段類型的轉(zhuǎn)換等處理；數(shù)據(jù)讀寫模塊主要負責系統(tǒng)內(nèi)部數(shù)據(jù)庫的讀取和更新。

1.2.3 業(yè)務邏輯層

包括業(yè)務模型、可視化引擎和算法庫3部分，業(yè)務模型主要指抽象出來的概念并能被計算機進行處理的模型，包括期刊、論文題錄、影響力評價等；可視化渲染引擎支持統(tǒng)計圖表的渲染和報表的生成；算法庫在數(shù)據(jù)導入方面有題錄模糊匹配算法、期刊快速查找算法等。論文影響力評價算法是結(jié)合中醫(yī)藥學科及文獻特點，減少單一評價方法造成的結(jié)果偏差，實現(xiàn)了TOPSIS和主成分分析法的組合評價。

1.2.4 應用層

主要表現(xiàn)為系統(tǒng)的具體功能。

數(shù)據(jù)錄入與導出：支持用戶對數(shù)據(jù)清洗、錄入和導出，實現(xiàn)與其他系統(tǒng)對接。

查詢統(tǒng)計和統(tǒng)計報表：基于各種統(tǒng)計方法，對業(yè)務模型進行查詢和統(tǒng)計，統(tǒng)計報表的生成與輸出。

論文影響力評價：基于TOPSIS分析法、主成分分析法等多種算法，實現(xiàn)論文影響力評價分析。

圖2 TCM-PIES系統(tǒng)框架

1.3 系統(tǒng)框架設計的特點

對比已有的文獻影響力評價過程和方法， TCM-PIES具有以下優(yōu)勢。一是在總結(jié)大量實際項目的基礎上，合理設計業(yè)務流程，并將TCM-PIES作為主要操作平臺納入整個流程中；二是TCM-PIES提供了大量的數(shù)據(jù)清洗與導入功能，支持多來源、多格式的外部數(shù)據(jù)，實用高效；三是結(jié)合中醫(yī)藥學科及文獻特點，減少單一評價方法造成的結(jié)果偏差，同時實現(xiàn)了TOPSIS和主成分分析兩種方法的組合評價，用戶不需要再借助其他統(tǒng)計分析軟件輔助計算，實現(xiàn)了從數(shù)據(jù)錄入到評價結(jié)果輸出的一站式分析功能；四是系統(tǒng)框架通用性、擴展性好，可以為其他系統(tǒng)的實現(xiàn)提供參考。

2 系統(tǒng)實現(xiàn)與應用案例

TCM-PIES系統(tǒng)集項目管理及數(shù)據(jù)管理于一體的模式，為中醫(yī)藥科技評價提供了有效的技術(shù)借鑒。目前已在科研院所推優(yōu)以及中醫(yī)優(yōu)勢病種學術(shù)引導等項目評價中得到了有效應用。

以2017年1月發(fā)布的“糖尿病中醫(yī)藥臨床研究最具影響力論文”為例。遴選2006-2015年期間在國內(nèi)公開出版學術(shù)期刊發(fā)表的糖尿病(無伴發(fā)、繼發(fā)疾病)中醫(yī)藥臨床及相關理論研究論文。評選的核心指標包括被引頻次、下載頻次以及期刊影響因子，并結(jié)合發(fā)表時間等因素，納入修正指標。根據(jù)檢索策略，檢索中國學術(shù)期刊網(wǎng)絡出版總庫、萬方數(shù)據(jù)知識服務平臺、中國中醫(yī)科學院中醫(yī)藥信息研究所期刊文獻數(shù)據(jù)庫等數(shù)據(jù)庫，下載不同來源的文獻題錄，導入TCM-PIES系統(tǒng)，經(jīng)系統(tǒng)合并去重后，建立參評論文表，并導入和匹配論文下載頻次、被引頻次、發(fā)表當年期刊影響因子等相關指標數(shù)據(jù)，形成評價數(shù)據(jù)集。在此基礎上，采用TOPSIS和PCA分析法相結(jié)合的分析方法，計算論文的綜合影響力得分，輸出評價排序結(jié)果及報表。根據(jù)系統(tǒng)計算的綜合值排序，研究人員擇優(yōu)推選出最具影響力論文68篇，供廣大中醫(yī)藥工作者在臨床、科研實踐中參考[13]。

3 討論

以上工作完善和規(guī)范了中醫(yī)藥論文評價工作，但在實際應用過程中，還存在諸多的問題，對建立中醫(yī)藥論文影響力技術(shù)支持提出了迫切需求。

3.1 指標數(shù)據(jù)來源多而雜

學術(shù)論文影響力評價所使用的數(shù)據(jù)可以分為論文數(shù)據(jù)和期刊數(shù)據(jù)。論文數(shù)據(jù)包括被引情況、下載情況以及題錄信息等，期刊數(shù)據(jù)則包括發(fā)表期刊是否為核心刊以及影響因子數(shù)據(jù)等。此外，數(shù)據(jù)按語種還可分為中文數(shù)據(jù)、外文數(shù)據(jù)。各種數(shù)據(jù)來源廣泛，包含的屬性信息也有差異，因此需要構(gòu)建完善的業(yè)務流程及統(tǒng)一的數(shù)據(jù)模型，才能兼容各種數(shù)據(jù)格式的導入和實現(xiàn)學術(shù)論文影響力評價分析。

3.2 數(shù)據(jù)清洗困難

一是不同來源的數(shù)據(jù)格式不同，數(shù)據(jù)質(zhì)量也參差不齊，如出版日期、頁碼等屬性容易出現(xiàn)格式不正確和信息不完整等問題；二是不少信息需要人工進行核實和校正，如期刊存在改名、?？?、合并等現(xiàn)象。

3.3 計算過程較復雜

計算過程較復雜，人工處理容易出錯。目前大多數(shù)科技影響力的評價計算都利用SPSS或SAS等統(tǒng)計軟件[14-15]。其優(yōu)點是能直接使用其已有的算法模塊；缺點是在實際操作過程中，特別是需要對納入指標和參數(shù)進行反復調(diào)優(yōu)時，半自動化的操作難免產(chǎn)生人為遺漏或錯誤。此外，業(yè)務流程有待優(yōu)化，不同項目難以進行共享和重用。

4 結(jié)論與展望

本文建立了中醫(yī)藥論文影響力評價系統(tǒng)TCM-PIES，并在學術(shù)論文評價遴選中成功應用。TCM-PIES不僅可以提高評價效率，而且能為其他類似系統(tǒng)的設計和功能實現(xiàn)提供參考。

針對目前系統(tǒng)存在的具體問題，下一步將進一步完善該系統(tǒng)已有的功能，包括完善組織機構(gòu)、作者等實體信息，增加更多的數(shù)據(jù)處理和分析算法，豐富儲備數(shù)據(jù)，力爭將該系統(tǒng)建成論文影響力評價領域的代表性工具。