基于CW算子的學術期刊組合評價研究

■張發(fā)明　鐘穎璐　陳美娟　葉兆青

1)南昌大學經(jīng)濟管理學院，江西省南昌市紅谷灘新區(qū)學府大道999號　3300312)南昌大學外國語學院，江西省南昌市紅谷灘新區(qū)學府大道999號　330031

學術期刊評價一直以來都是期刊界和學術界關注的重點，其評價結果對引導期刊提升學術質(zhì)量和社會影響力起著十分重要的作用。因此，學術期刊評價研究具有十分重要的現(xiàn)實意義和應用價值[1]。

目前，國內(nèi)外關于期刊評價問題的理論研究已較為豐富，并且也取得了豐碩的研究成果[2-22]。姚紅[12-13]運用灰色關聯(lián)分析法與秩和比法綜合評價期刊，這2種方法都基于實際數(shù)據(jù)客觀評價期刊，其評價結果相對公正，但是該類方法側重于客觀數(shù)據(jù)，較少考慮主觀因素，因此在評價過程中主客觀的協(xié)調(diào)性相對一般。李紅[14]和辛督強[15]分別運用主成分分析法對學術期刊進行綜合評價并排序，何文[16]采用因子分析法對期刊進行評價，取4個因子并以因子的方差貢獻率為權重構建綜合評價模型，這類評價方法不僅可以解決指標之間信息重疊和權重確定的問題，還可以通過降低維度減少計算量，但是這類方法一方面可能會損失部分數(shù)據(jù)信息，另一方面缺少主觀因素介入，因此最終評價結果與實際情況有些許偏差。劉蓮花[17]針對數(shù)學期刊評價問題，構建基于變異系數(shù)法的距離綜合評價模型，該方法對原始數(shù)據(jù)的利用比較充分，信息損失相對較少，但是該方法的規(guī)范化矩陣求解過程比較復雜，正負理想解的確定存在一定困難。與傳統(tǒng)的單一評價方法不同，王居平[18]從組合評價的角度出發(fā)，利用熵值法和層次分析法這兩種主客觀賦權方法，建立離差最大化模型對學術期刊進行組合評價，但是該模型側重于權重組合，其評價結果與評價值組合的結果相比,誤差較大。俞立平[19]集合了多種不同機理的評價方法，提出了基于排序選擇模型的學術期刊組合評價方法，但是由于該方法對原始數(shù)據(jù)的數(shù)量有一定的要求，在實際應用過程中具有一定的局限性。之后，俞立平等[20]又提出了一種基于結果一致度的學術期刊組合評價方法，該方法體現(xiàn)了“民主”思想，衡量了某單一評價方法對其他評價方法的認可度，但是該方法所選取的用于組合評價的單一方法都是客觀的評價方法，方法選取上不夠全面。王一華[21]采用拉開檔次組合評價法對圖書情報類期刊進行組合評價，從期刊評價體系的整體水平出發(fā)，確定3種期刊評價體系在各學術期刊中所占的權重，但是該方法削弱了期刊評價體系內(nèi)部間的聯(lián)系。熊國經(jīng)等[22]利用熵值法、因子分析法和TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法建立組合評價模型和復合評價模型來綜合評價學術期刊，發(fā)現(xiàn)組合評價模型、復合評價模型比單一評價模型有更高的區(qū)分度，但是該模型中單一方法偏少，其結論的可靠性有待進一步檢驗。

縱觀上述研究可以發(fā)現(xiàn)，單一評價方法和組合評價方法在學術期刊評價問題上都已經(jīng)得到了一定的應用和推廣。但是不同的單一評價方法由于其機理不同，對于同一對象的評價結果往往存在差異，而組合評價方法在一定程度上可以彌補單一評價方法評價結果的片面性，能夠結合不同單一評價方法的特點，發(fā)揮各種單一評價方法的長處，達到優(yōu)勢互補，從而得到更加全面、客觀并且唯一的評價結果?；诖耍谇叭溯^豐碩的研究成果基礎上，本研究提出一種基于組合權重(Combined Weight，CW)算子的學術期刊組合評價方法。該方法對傳統(tǒng)的組合評價方法進行了改進，從評價信息密度分布的角度考慮了各個單一評價方法間的信息疏密程度，更大程度地挖掘了評價數(shù)據(jù)的信息量；利用多種主客觀相結合的單一評價方法分別評價學術期刊，充分發(fā)揮各組合評價方法的特點，使得組合評價結果更為精確。首先，分別利用熵值法[23]、灰色關聯(lián)分析(Grey Relational Analysis，GRA)法[12]、TOPSIS法[24]、主成分分析法[15]和決策試驗和評價實驗(Decision Making Trial and Evaluation Laboratory，DEMATAL)法[25-26]對學術期刊進行多屬性綜合評價，得到5種單一方法的綜合評價值，在此基礎上再利用基于等級相關系數(shù)增量的分組方法對5種方法進行分組；然后,結合組合評價的特點和評價信息的疏密程度，確定組內(nèi)重要性權重和組間密度權重；最后,利用CW算子進行信息集結，得出最終的評價結果。

1　方法與模型

目前，國內(nèi)外已經(jīng)建立了數(shù)百種多屬性綜合評價方法，但是鑒于人為決策的不確定性和方法結構、信息選用的差異性，多種理論上可行的評價方法對同一對象的評價結果可能不同。基于此，提出一種基于CW算子的學術期刊組合評價方法。該方法首先選取5種典型的單一評價方法分別評價期刊，然后利用CW算子將5種評價信息進行集結，最后得出綜合評價結果。

1.1　5種評價方法

為了得到更加精確全面的評價結果，同時也為了使評價結果更加符合實際情況，在考慮方法本身特性、計算復雜程度以及社會認可度的前提下，選取了熵值法、GRA法、TOPSIS法、主成分分析法和DEMATAL法5種主客觀相結合的評價方法對學術期刊進行組合評價。

1.1.1熵值法

熵的概念源于熱力學，之后由Shannon等[23]引入信息論。信息熵可用于反映指標的變異程度，差異越大，指標對系統(tǒng)的比較作用就越大，即包含和傳輸?shù)男畔⒃蕉?。熵值法通過各項指標觀測值所提供的信息量的大小確定指標的權重。

1.1.2GRA法

GRA法是灰色系統(tǒng)理論的重要組成部分，是一種挖掘數(shù)據(jù)內(nèi)部規(guī)律的有效方法。該方法根據(jù)待分析系統(tǒng)的各個特征參量序列曲線間的幾何相似或者變化態(tài)勢的接近程度來判斷其關聯(lián)程度。GRA法的優(yōu)點在于能夠處理信息部分明確、部分不明確的灰色系統(tǒng)。學術期刊評價問題是一個關系復雜并且涉及較多不確定因素的系統(tǒng)，采用GRA法可以有效地解決該問題。

1.1.3TOPSIS法

TOPSIS法是一種由Yoon等[24]提出的逼近理想解的排序方法。基本思路是：先建立初始化決策矩陣，而后基于規(guī)范化后的初始矩陣，找出有限方案中的最優(yōu)方案和最劣方案(即正、負理想解)，然后分別計算各個評價對象與最優(yōu)方案和最劣方案的距離，得出各評價方案與最優(yōu)方案的相對接近程度，最后進行排序，并且以此作為評價方案優(yōu)劣的依據(jù)。TOPSIS法的優(yōu)勢在于對原始數(shù)據(jù)的利用比較充分，信息損失少，能夠較大程度地利用數(shù)據(jù)信息。

1.1.4主成分分析法

主成分分析法是一種常用的統(tǒng)計學方法，通過研究相關矩陣內(nèi)部的依存關系，采用降低維度的思想，將原來的多個關系復雜的因素組合成少數(shù)幾個綜合因子，從而得到指標的內(nèi)在聯(lián)系。該方法的優(yōu)勢在于能夠消除指標間的相關共線性，大大簡化原指標體系的指標結構。

1.1.5DEMATAL法

DEMATAL法是20世紀70年代由日內(nèi)瓦研究中心提出的一種用于研究和解決錯綜復雜的影響因素的方法。基本思路是利用專家打分的方式，識別因素間的相互影響關系及重要程度，然后結合中心度和原因度確定因素的主觀權重。該方法能夠有效地識別各個因素之間的相互關系，適用于研究復雜系統(tǒng)因素之間的交互影響以及權重確定問題。

1.2　基于CW算子的組合評價模型

CW算子是一種專門針對組合評價問題的信息集結算子[27-28]，相比于傳統(tǒng)的信息集結算子[29-31]，CW算子能夠充分考慮組合評價方法間的差異性和相似性，其評價結果具有強化一致性程度高并且弱化一致性程度低的特點，在處理信息時，充分考慮了評價信息分布的疏密程度，能夠更大程度地挖掘各個評價方法的評價信息，并且達到增強組合評價結果穩(wěn)健性的效果?；诖?，利用CW算子對5種評價方法的評價值進行集結，據(jù)此得到最終的評價結果。

步驟1：評價值矩陣的數(shù)據(jù)標準化。構建5種評價方法的組合評價結果矩陣Y，并進行標準化處理，得出矩陣Y=(yij)n×m。

(1)

式中yj=(y1j,y2j,…,ynj)為標準化處理后第j種評價方法的評價向量。

步驟2：評價方法數(shù)組的聚類分組。借鑒針對點值的有序增量分割法的思想，采用Spearman等級相關系數(shù)作為分組的衡量標準，構建一種基于等級相關系數(shù)增量的分組方法，具體計算可參考文獻[27-28]。

步驟3：確定組內(nèi)重要性權重向量w。融合相似與差異特征的組合評價思想,求解各個單一評價方法的重要性權重wj，

(2)

步驟4：確定組間密度權重向量δ。設第r組方法集的密度權重為δr，則

(3)

式中λ表示信息疏密程度偏好，當λ趨近0時，表明評價者偏向于信息密度大的數(shù)據(jù)；當λ趨近1時，表明評價者偏向于信息密度小的數(shù)據(jù)；當λ=0.5時，表明評價者對信息疏密的偏好程度相同，無特殊偏好。

步驟5：計算綜合評價值，

(4)

2　實證分析

2.1　數(shù)據(jù)來源及標準化處理

《中國學術期刊影響因子年報》作為期刊質(zhì)量評估的權威文獻之一，為全面準確地反映期刊學術影響力狀況提供了參考信息。本研究數(shù)據(jù)主要來源于2015年《中國學術期刊影響因子年報(人文社會科學)》，選擇該年報公布的41種圖書情報類期刊數(shù)據(jù)，為了得到更加精準的評價結果，剔除部分數(shù)據(jù)缺失的期刊，最終選取了其中的30種期刊進行評價。在數(shù)據(jù)分析之前，首先對數(shù)據(jù)進行標準化處理，以解決不同量綱數(shù)據(jù)之間的可比性問題，再利用標準化后的數(shù)據(jù)進行數(shù)據(jù)處理。效益型指標數(shù)據(jù)的標準化處理公式為

(5)

成本型指標數(shù)據(jù)的標準化處理公式為

(6)

2.2　選取期刊評價指標

根據(jù)全面性、科學性、針對性、公正性、合法性和可操作性原則，以《中國學術期刊影響因子年報》提供的指標為基礎，經(jīng)過反復科學實驗最終選取了影響力指數(shù)(X1)、復合總被引(X2)、影響因子(X3)、他引影響因子(X4)、5年影響因子(X5)、即年指標(X6)、可被引文獻數(shù)量(X7)、基金論文比(X8)、引用半衰期(X9)、被引半衰期(X10)、引用期刊數(shù)量(X11)、被引期刊數(shù)量(X12)、互引指數(shù)(X13)、Web即年下載率(X14)這14個指標構成期刊評價指標體系，情報類學術期刊評價原始數(shù)據(jù)見表1，限于篇幅，本研究省略了部分原始數(shù)據(jù)。

表1　圖書情報類期刊評價指標原始數(shù)據(jù)及標準化結果

2.3　5種方法的評價結果及分析

分別采用熵值法、GRA法、TOPSIS法、主成分分析法和DEMATAL法評價30種期刊，其中主成分分析法要進行KMO檢驗和Bartlett檢驗，采用SPSS軟件進行數(shù)據(jù)處理，得到的KMO值為0.638，大于0.5的最低標準；Bartlett球形檢驗的近似卡方值為750.639，顯著性水平小于0.0001，因此符合主成分分析法的條件。5種評價方法的評價結果及排序見表2。

由表2可知，部分期刊在不同的評價方法下排名差異較大，例如《圖書情報知識》在主成分分析法、DEMATAL法下排序為9，而在GRA法下排序為16；《圖書館雜志》在DEMATAL法下排序為10，而在主成分分析法下排序為18；《現(xiàn)代情報》在TOPSIS法下排序為10，而在熵值法下排序為17；《農(nóng)業(yè)圖書情報學刊》在熵值法下排序為14，而在DEMATAL法下排序為21。可以發(fā)現(xiàn)，利用不同的單一方法評價期刊時，由于各個方法的機理不同，部分期刊的評價結果往往相差較大，因此，無法較為準確地評價期刊質(zhì)量，評價結果也難以得到公認。

2.4　基于CW算子的組合評價結果及分析

(1)對5種評價方法進行分組。利用基于等級相關系數(shù)增量對二維數(shù)據(jù)進行分組，得到具體分組結果，每兩種方法相應的等級相關系數(shù)矩陣ρ5×5見表3。

評價方法的分組結果為S1=(s1,s4)，S2=(s2,s3)，S3=(s5)。

(2)計算各個單一方法的重要性權重向量。按照(2)式的非線性規(guī)劃模型，結合組合評價的特點，取α=0.8，β=0.2，利用MATLAB軟件編程可得：

w=(0.204,0.186,0.247,0.212,0.151)

(7)

然后對權重進行歸一化處理，得到各組的權重分別為w(1)=(0.489,0.511)，w(2)=(0.427,0.573)，w(3)=(1.000)。

(3)確定組間密度權重向量δ。取λ=0.7，較重視信息密度高的方法組，利用(3)式，可得到組間密度權重向量為w=(0.417,0.420,0.163)。

(4)信息集結。利用CW算子按照(4)式進行信息集結，得到最終的評價結果。具體結果見表4。

表2　5種評價方法的評價結果及排序

注：2017年《現(xiàn)代圖書情報技術》更名為《數(shù)據(jù)分析與知識發(fā)現(xiàn)》。

表3　Spearman等級秩相關系數(shù)矩陣

由表4中30種圖書情報類期刊的綜合評價值和排序結果可知，《中國圖書館學報》排名第1，該期刊作為圖書情報領域的頂級期刊，多項指標數(shù)據(jù)都高于其他期刊，排名首位毋庸置疑；排在第2～10位的期刊分別為《圖書情報工作》《情報雜志》《情報科學》《圖書與情報》《圖書館學研究》《情報理論與實踐》《大學圖書館學報》《情報資料工作》和《圖書館論壇》，這些期刊的綜合評價值相對較高，并且在圖書情報領域的學術影響力較高，屬于圖書情報領域的權威期刊。參考2014—2015年《中國社會科學引文索引》(ChineseSocialSciencesCitationIndex，CSSCI)來源期刊目錄可知，CSSCI圖書情報類來源期刊都聚集在表4排名的前19位。值得注意的是，排在第13位的《現(xiàn)代情報》雖然屬于CSSCI(擴展版)收錄期刊，但是該期刊的復合總被引、基金論文比、被引期刊數(shù)量和互引指數(shù)明顯高于其他部分圖書情報類期刊，并且《現(xiàn)代情報》在2017年被收入了CSSCI(2017—2018)來源期刊目錄，說明該期刊在不斷地進步和成長；而排在第18位的《農(nóng)業(yè)圖書情報學刊》雖然屬于一般刊物，但是該期刊的復合總被引、可被引文獻數(shù)量、引用期刊數(shù)量和被引期刊數(shù)量的指標值都相對較大，提高了該期刊的綜合評價值；《圖書館》為CSSCI來源期刊目錄中的一員，但是該期刊的排名相對靠后，主要原因在于其復合總被引、可被引文獻數(shù)量和引用期刊數(shù)量3個重要指標的數(shù)值相對較低，從而影響了期刊的整體排名。從整體評價結果來看，期刊綜合評價情況符合實際。此外，本研究提出的基于CW算子的組合評價方法有效地解決了“多方法評價結論非一致性”的問題，在集結過程中能夠起到強化關聯(lián)程度相對較高、弱化關聯(lián)程度相對較低的單一評價方法的作用，使所得的評價結果更加客觀、合理?？傮w而言，該期刊綜合評價方法真實有效。

表4　學術期刊綜合評價值及排序

注：《現(xiàn)代圖書情報技術》2017年更名為《數(shù)據(jù)分析與知識發(fā)現(xiàn)》。

3　結語

針對以往學術期刊多屬性評價過程中多方法評價結論非一致性的情況，提出一種基于CW算子的學術期刊組合評價模型，該模型在結合熵值法、GRA法、TOPSIS法、主成分分析法以及DEMATAL法各自優(yōu)勢的基礎上，充分考慮了評價方法間評價信息分布的疏密程度，更加深入挖掘了不同評價方法的評價結果信息。選取的5種評價方法的機理各不相同，各具自身的優(yōu)勢，例如熵值法能夠客觀反映指標的差異程度；GRA法能夠挖掘評價數(shù)據(jù)內(nèi)部規(guī)律；TOPSIS法能夠充分利用原始數(shù)據(jù)，使得數(shù)據(jù)信息損失少；主成分分析法可以消除指標間的相關共線性；而DEMATAL法作為主觀方法，通過專家打分來確定各指標間的相互影響關系，能夠結合現(xiàn)實情況，給出合理的結果。通過對圖書情報類30種期刊進行評價，得出該類期刊的排名情況，發(fā)現(xiàn)實證分析結果與實際情況吻合，進一步驗證了模型的可行性與有效性，同時也為期刊的評價工作提供了一種行之有效的方法。

作者貢獻聲明：

張發(fā)明：提出研究方向，撰寫論文，修訂論文；

鐘穎璐：設計研究方案，參與論文的撰寫與修訂；

陳美娟：分析與處理數(shù)據(jù)；

葉兆青：獲取文獻資料。