從國際著名引文數(shù)據(jù)庫的比較分析看DISC的建設(shè)與發(fā)展

楊增秀 張桂玲 楊海超 馮艷君 趙衛(wèi)華 張欣

（機(jī)械工業(yè)信息研究院，北京 100037）

國際科學(xué)引文數(shù)據(jù)庫（http://disc.nstl.gov.cn）是國家科技圖書文獻(xiàn)中心（National Science and Technology Library，NSTL）于2006年啟動(dòng)的，以成員單位訂購的科技期刊和科學(xué)引證關(guān)系為基礎(chǔ)建設(shè)的一個(gè)大型外文文獻(xiàn)檢索服務(wù)系統(tǒng)[1]。近年來，DISC在為全國科技界用戶提供文獻(xiàn)信息保障中發(fā)揮了重要作用。經(jīng)過十余年的發(fā)展，為適應(yīng)引文數(shù)據(jù)大規(guī)模增長(zhǎng)的發(fā)展趨勢(shì)，更好地為我國科研人員提供世界科學(xué)研究的脈絡(luò)，為其了解世界科學(xué)研究動(dòng)態(tài)提供方便，NSTL高度重視DISC數(shù)據(jù)庫的建設(shè)，擬對(duì)DISC系統(tǒng)進(jìn)行全面升級(jí)改造。為此，本文選取Web of Science、Scopus、CiteSeerX這3個(gè)國際著名引文數(shù)據(jù)庫，在對(duì)比分析的基礎(chǔ)上，歸納各相關(guān)數(shù)據(jù)庫的優(yōu)勢(shì)與特色，梳理DISC的差距與不足，為進(jìn)一步改進(jìn)和完善DISC的檢索與服務(wù)功能提出相關(guān)建議。

1 4個(gè)數(shù)據(jù)庫的基本情況

DISC是NSTL自主研發(fā)的一個(gè)外文科技文獻(xiàn)引文數(shù)據(jù)庫，2007年初投入使用。經(jīng)過十余年的發(fā)展，數(shù)據(jù)庫建設(shè)已初具規(guī)模。DISC具有一定的文獻(xiàn)發(fā)現(xiàn)功能，用戶可以從來源文獻(xiàn)和引文等多種途徑檢索和瀏覽文獻(xiàn)信息，是目前我國科技界用戶可以通過網(wǎng)絡(luò)免費(fèi)利用的唯一一個(gè)擁有自主知識(shí)產(chǎn)權(quán)的外文文獻(xiàn)引文查詢服務(wù)系統(tǒng)。系統(tǒng)具有與NSTL文獻(xiàn)原文傳遞和代查代借系統(tǒng)無縫鏈接的功能，支持用戶快速獲取文獻(xiàn)全文，是用戶獲取與利用NSTL文獻(xiàn)信息服務(wù)的一個(gè)重要途徑[2]。

Scopus（https://www.scopus.com）是由愛思唯爾出版公司研發(fā)的全球最大的文摘引文數(shù)據(jù)庫，涵蓋全世界最廣泛的科技、醫(yī)學(xué)和社會(huì)科學(xué)領(lǐng)域的科技文獻(xiàn)，以及高品質(zhì)的網(wǎng)絡(luò)資源，2004年11月開始提供服務(wù)，2007年推出了系列特色服務(wù)，提供追蹤、分析研究成果并將其可視化的智能工具[3-5]。

Web of Science（WoS，http://isiknowledge.com）由Thomson公司于1997年將SCI、SSCI、AHCI等數(shù)據(jù)庫整合創(chuàng)建而成，2016年由科睿唯安公司收購[6]。WoS是一個(gè)基于Web整合構(gòu)建的數(shù)字研究環(huán)境，通過強(qiáng)大的檢索技術(shù)和基于內(nèi)容的連接能力，將高質(zhì)量的信息資源、獨(dú)特的信息分析工具和專業(yè)的信息管理軟件無縫地整合在一起，兼具知識(shí)檢索、提取、分析、評(píng)價(jià)、管理與發(fā)表等多項(xiàng)功能，從而擴(kuò)展和加大了信息檢索的廣度與深度[7]。

CiteSeerX自動(dòng)引文搜索引擎（http://citeseerx.ist.psu.edu/index）最早由NEC公司研制開發(fā)，公開在互聯(lián)網(wǎng)上提供免費(fèi)服務(wù)，被譽(yù)為全球最大的科學(xué)文獻(xiàn)免費(fèi)全文索引搜索引擎[8-9]。CiteSeerX的更新系統(tǒng)于2007年投入運(yùn)行，新系統(tǒng)在可用性、全面性、及時(shí)性和成本效率等方面得到改進(jìn)，科學(xué)文獻(xiàn)傳播和知識(shí)獲取功能進(jìn)一步增強(qiáng)[10]。

下文從上述數(shù)據(jù)庫的文獻(xiàn)收錄范圍、元數(shù)據(jù)描述、檢索功能、統(tǒng)計(jì)分析功能4個(gè)方面進(jìn)行比較分析。

2 來源文獻(xiàn)收錄范圍與元數(shù)據(jù)描述比較分析

2.1 來源文獻(xiàn)收錄情況

在收錄文獻(xiàn)的學(xué)科范圍方面，Scopus和WoS除了科技領(lǐng)域之外，還收錄了生命科學(xué)和社會(huì)科學(xué)領(lǐng)域的文獻(xiàn)；CiteSeerX主要關(guān)注計(jì)算機(jī)和信息科學(xué)的文獻(xiàn)；DISC主要涵蓋自然科學(xué)與工程技術(shù)領(lǐng)域的文獻(xiàn)。

在地域語種方面，Scopus覆蓋多語種，包括英語、法語、德語、日語、意大利語、俄語、西班牙語、漢語等；WoS以英語為主；CiteSeerX僅收錄英語語種文獻(xiàn)；DISC雖然也收錄多語種文獻(xiàn)，但并沒有收錄中文期刊。

在收錄時(shí)間方面，Scopus和WoS的來源期刊可追溯到上百年前，CiteSeerX從1948年開始收錄，而DISC來源期刊從2006年才開始收錄。

在來源文獻(xiàn)類型方面，Scopus和WoS收錄多種類型的文獻(xiàn)資源，包括期刊文獻(xiàn)、會(huì)議論文、圖書資源、專利資源等；CiteSeerX收錄預(yù)印本、期刊、會(huì)議等；DISC只收錄期刊文獻(xiàn)，不包括學(xué)術(shù)會(huì)議、圖書、專利與技術(shù)報(bào)告等。

在數(shù)據(jù)規(guī)模方面，截至2020年1月底，Scopus收錄2.5萬多種來源期刊，17億條引文；WoS的SCI收錄236個(gè)學(xué)科中超過1.1萬多種世界上最具影響力的期刊，累計(jì)17億條引文；DISC收錄6000余種來源期刊，1100多萬條來源文章，3.8億條引文。

在更新頻率上，Scopus每天更新，WoS每周更新，CiteSeerX實(shí)時(shí)更新，DISC則每周或更長(zhǎng)時(shí)間更新。

DISC在學(xué)科范圍、地域語種、文獻(xiàn)類型、數(shù)據(jù)規(guī)模與更新頻率等方面與其他數(shù)據(jù)庫還存在很大差距。

2.2 元數(shù)據(jù)描述

元數(shù)據(jù)描述詳盡與否體現(xiàn)了數(shù)據(jù)庫對(duì)文獻(xiàn)內(nèi)容的揭示深度，直接影響到數(shù)據(jù)庫的檢索與分析服務(wù)效果。下文通過對(duì)相關(guān)字段的統(tǒng)計(jì)分析，分別對(duì)4個(gè)引文數(shù)據(jù)庫的文獻(xiàn)元數(shù)據(jù)、作者元數(shù)據(jù)、機(jī)構(gòu)元數(shù)據(jù)和來源出版物元數(shù)據(jù)的描述內(nèi)容進(jìn)行比較（見表1）。

分析結(jié)果表明，Scopus和WoS不僅提供了十分豐富的元數(shù)據(jù)內(nèi)容，并且提供了作者、歸屬機(jī)構(gòu)方面的ResearcherID、ORCID等規(guī)范編碼，為其開展豐富多彩的數(shù)據(jù)庫應(yīng)用奠定了良好基礎(chǔ)。

與另外3個(gè)數(shù)據(jù)庫相比，DISC的元數(shù)據(jù)描述內(nèi)容相對(duì)較少，可供利用的元數(shù)據(jù)字段項(xiàng)較為有限，來源出版物元數(shù)據(jù)只提供了期刊名和ISSN或E-ISSN號(hào)，文獻(xiàn)元數(shù)據(jù)描述內(nèi)容也很不豐富，作者元數(shù)據(jù)和機(jī)構(gòu)元數(shù)據(jù)的描述內(nèi)容則更少，沒有專門的元素集描述。

3 檢索功能比較分析

在檢索功能方面，Scopus提供了文獻(xiàn)檢索、作者檢索、歸屬機(jī)構(gòu)檢索3個(gè)主要的檢索入口，并在檢索結(jié)果查看中提供了選擇查看次要文獻(xiàn)（參考文獻(xiàn)）的功能，還可以對(duì)來源出版物進(jìn)行檢索；WoS提供了基礎(chǔ)檢索（文獻(xiàn)檢索）、引文檢索、作者檢索和化學(xué)結(jié)構(gòu)檢索等多個(gè)檢索入口；CiteSeerX提供了文獻(xiàn)檢索、作者檢索和表檢索3個(gè)檢索入口，同時(shí)可以在檢索時(shí)選擇是否包含引文；DISC提供NSTL所有文獻(xiàn)的檢索、引文庫來源文獻(xiàn)檢索、引文檢索3個(gè)入口，并可以對(duì)來源文獻(xiàn)進(jìn)行瀏覽和檢索。

3.1 文獻(xiàn)檢索

4個(gè)引文數(shù)據(jù)庫提供的文獻(xiàn)檢索功能和檢索結(jié)果排序輸出方式的數(shù)量見表2。

Scopus、WoS和DISC均提供了3種檢索方式，DISC雖然提供了組合檢索與高級(jí)檢索選項(xiàng)，但可檢索字段與結(jié)果篩選項(xiàng)，與Scopus、WoS相比還存在很大差距。

在檢索結(jié)果輸出方式上，4個(gè)數(shù)據(jù)庫各有特色，Scopus提供了自定義輸出字段；WoS可直接與寫作工具相結(jié)合；CiteSeerX對(duì)單篇文章可以進(jìn)行添加列表和添加標(biāo)簽；DISC提供了添保存檢索歷史的功能。

表1 元數(shù)據(jù)描述內(nèi)容對(duì)比

表2 文獻(xiàn)檢索功能對(duì)比

在檢索結(jié)果輸出格式上，Scopus基本提供了目前主流文獻(xiàn)分析工具所使用全部格式；WoS提供了4種輸出格式；CiteSeerX沒有提供檢索結(jié)果批量導(dǎo)出的功能；DISC只提供文本和CSV兩種格式。

在檢索結(jié)果瀏覽和獲取方面，Scopus的普通期刊文獻(xiàn)詳情頁提供了18個(gè)字段的內(nèi)容，可以查看參考文獻(xiàn)、施引文獻(xiàn)，還可以查看專利檢索結(jié)果；WoS則提供了高達(dá)39個(gè)字段的內(nèi)容，獲取全文時(shí)，還提示了哪些是開放獲取期刊；CiteSeerX文獻(xiàn)詳情頁面提供了6個(gè)字段的內(nèi)容，并提供多個(gè)全文鏈接選項(xiàng)，可以免費(fèi)下載全文；DISC提供了9個(gè)字段的內(nèi)容，可鏈接到出版商數(shù)據(jù)庫，并可下載全文，也可以通過NSTL進(jìn)行原文請(qǐng)求。

3.2 作者檢索

Scopus、WoS和CiteSeerX都提供了單獨(dú)的作者檢索入口，DISC未提供作者檢索入口，但在組合檢索中可用作者姓名進(jìn)行檢索。Scopus與WoS提供了6個(gè)不同的檢索字段，CiteSeerX提供了作者姓名1個(gè)檢索字段。

在作者檢索結(jié)果顯示方面，Scopus顯示內(nèi)容最全，有11個(gè)字段；WoS其次，有10個(gè)字段；CiteSeerX提供了3個(gè)字段的內(nèi)容；DISC在組合檢索中，用作者姓名檢索結(jié)果與文獻(xiàn)檢索結(jié)果顯示一致，提供了題名、作者、文獻(xiàn)出處、被引頻次、全文鏈接5個(gè)字段的內(nèi)容。

3.3 歸屬機(jī)構(gòu)檢索

Scopus提供了專門的歸屬機(jī)構(gòu)檢索入口，可以通過機(jī)構(gòu)名稱檢索某一機(jī)構(gòu)的文獻(xiàn)產(chǎn)出情況和了解機(jī)構(gòu)的影響力，檢索結(jié)果顯示內(nèi)容和排序文獻(xiàn)都比較完善；WoS、CiteSeerX與DISC沒有專門的歸屬機(jī)構(gòu)檢索入口，但在組合檢索中提供了機(jī)構(gòu)檢索的相關(guān)字段，可以進(jìn)行機(jī)構(gòu)檢索，檢索結(jié)果顯示相關(guān)機(jī)構(gòu)發(fā)表的文獻(xiàn)列表。其中WoS對(duì)機(jī)構(gòu)檢索的文獻(xiàn)結(jié)果也與文獻(xiàn)一樣可進(jìn)行多種維度的分組統(tǒng)計(jì)與排序，DISC的機(jī)構(gòu)檢索也只是在組合檢索時(shí)，可以根據(jù)機(jī)構(gòu)名稱進(jìn)行檢索，檢索結(jié)果顯示與作者檢索一致，提供了5個(gè)數(shù)據(jù)項(xiàng)。

3.4 來源出版物檢索

Scopus和DISC提供了專門的來源出版物瀏覽和檢索入口，Scopus檢索功能和結(jié)果內(nèi)容顯示都比較完整。WoS和CiteSeerX沒有專門的來源出版物檢索入口，但在組合檢索中提供了來源出版物檢索的相關(guān)字段，可以進(jìn)行檢索，檢索結(jié)果顯示所檢索出版物的文獻(xiàn)列表。DISC的來源出版物提供了4項(xiàng)內(nèi)容，可以對(duì)來源出版物的題名、ISSN、年份和卷期進(jìn)行瀏覽和簡(jiǎn)單檢索。

4 統(tǒng)計(jì)分析功能比較分析

對(duì)四大引文數(shù)據(jù)庫的檢索統(tǒng)計(jì)分析功能進(jìn)行比較分析，結(jié)果見表3。

（1）檢索結(jié)果分組統(tǒng)計(jì)與排名。對(duì)檢索結(jié)果進(jìn)行多維分組、統(tǒng)計(jì)與排名是文獻(xiàn)計(jì)量分析的基本內(nèi)容。在4個(gè)數(shù)據(jù)庫中，WoS對(duì)所有檢索入口所檢到的文獻(xiàn)結(jié)果均可進(jìn)行16種分組統(tǒng)計(jì)與排名，并可以進(jìn)行圖表顯示；CiteSeerX沒有提供分組功能，只是對(duì)檢索結(jié)果進(jìn)行被引頻次的排序；DISC提供的分組方式中，關(guān)鍵詞云功能是其他3個(gè)數(shù)據(jù)庫沒有的。

（2）文獻(xiàn)引文分析。作為引文數(shù)據(jù)庫，文獻(xiàn)引文分析功能是最重要的內(nèi)容，而引文分析報(bào)告則是最好的呈現(xiàn)。Scopus和WoS都對(duì)檢索到的文獻(xiàn)提供了引文分析報(bào)告，包含多項(xiàng)影響力度量指標(biāo)。DISC的引文分析功能包括被引量和年被引量?jī)煞矫妫硗饪梢圆榭词┮墨I(xiàn)，并提供文獻(xiàn)引用提醒，顯然與其他數(shù)據(jù)庫相比還存在不小差距。

（3）作者與歸屬機(jī)構(gòu)分析。4個(gè)數(shù)據(jù)庫中，只有Scopus提供了完整的作者和歸屬機(jī)構(gòu)分析功能，WoS雖然沒有提供獨(dú)立的分析入口，但是通過檢索，可以獲得比較全面的作者分析內(nèi)容、機(jī)構(gòu)的基本情況與科研產(chǎn)出情況，DISC可以查看作者合作網(wǎng)絡(luò)。

（4）來源出版物分析。Scopus提供了完整的來源出版物詳情，并設(shè)置多維評(píng)價(jià)指標(biāo)，同時(shí)還可以通過圖表對(duì)多種來源出版物進(jìn)行指標(biāo)的可視化對(duì)比分析；WoS提供的當(dāng)年SCI期刊影響因子、5年平均影響因子、JCR類別、JCR類別中的排序和JCR分區(qū)等已經(jīng)成為被廣泛應(yīng)用的、權(quán)威的文獻(xiàn)計(jì)量指標(biāo)；CiteSeerX和DISC沒有提供來源出版物分析功能。

5 改進(jìn)DISC建設(shè)與服務(wù)的建議

通過對(duì)4個(gè)引文數(shù)據(jù)庫的對(duì)比分析可見，DISC與其他3個(gè)引文數(shù)據(jù)庫，尤其是與Scopus和WoS相比，在來源期刊收錄范圍、對(duì)數(shù)據(jù)的描述及數(shù)據(jù)深度挖掘分析等方面都還存在不小的差距，系統(tǒng)目前提供的服務(wù)功能較為有限，需要在以下方面加以改進(jìn)。

5.1 加強(qiáng)DISC的基礎(chǔ)功能建設(shè)

現(xiàn)有的DISC引文數(shù)據(jù)庫收錄來源文獻(xiàn)的學(xué)科范圍不夠廣泛、語種不夠豐富、文獻(xiàn)類型較為單一、數(shù)據(jù)規(guī)模較小，在整體基礎(chǔ)建設(shè)方面不夠系統(tǒng)和完整。可以進(jìn)一步拓展來源文獻(xiàn)收錄范圍，豐富完善元數(shù)據(jù)描述內(nèi)容，提高DISC數(shù)據(jù)庫基礎(chǔ)建設(shè)的系統(tǒng)性與完整性，為檢索與引文分析功能提供更好的支撐。

表3 檢索統(tǒng)計(jì)分析功能對(duì)比

5.2 豐富檢索入口與檢索結(jié)果展示功能

檢索功能是評(píng)價(jià)數(shù)據(jù)庫優(yōu)劣的重要指標(biāo)，而周到的檢索功能可為用戶提供更多的便捷，保證數(shù)據(jù)庫的檢索效率[11-13]。

通過對(duì)比可以發(fā)現(xiàn)，成熟完善的引文數(shù)據(jù)庫提供了文獻(xiàn)、引文、作者、機(jī)構(gòu)、來源出版物等多個(gè)獨(dú)立的檢索入口，而在引文分析功能方面，對(duì)作者和歸屬機(jī)構(gòu)的分析至關(guān)重要、必不可少，DISC應(yīng)增添這方面的檢索入口，提供更加豐富的檢索字段，檢索字段多可使數(shù)據(jù)庫具有很強(qiáng)的引文統(tǒng)計(jì)分析功能和文獻(xiàn)檢索功能[14]，因此，DISC在組合檢索方式中，還有很大改進(jìn)余地。

DISC在檢索結(jié)果篩選、檢索結(jié)果排序、檢索結(jié)果輸出方式以及檢索結(jié)果輸出格式等檢索結(jié)果多樣化展示方式上明顯偏弱，可選擇性較小，應(yīng)增加多途徑分組與排序方式，如文獻(xiàn)數(shù)量、歸屬機(jī)構(gòu)、出版日期、被引頻次、來源出版物、國家/地區(qū)、學(xué)科類別等，為用戶使用數(shù)據(jù)庫提供更多更好的使用體驗(yàn)。

5.3 拓展引文分析功能

對(duì)檢索結(jié)果進(jìn)行更多維度的統(tǒng)計(jì)與排名比較分析，會(huì)使得分析結(jié)果更加客觀、準(zhǔn)確，便于用戶開展更加廣泛的文獻(xiàn)計(jì)量學(xué)方面的應(yīng)用。

文獻(xiàn)引文分析功能和評(píng)價(jià)指標(biāo)是引文數(shù)據(jù)庫的核心價(jià)值[15]。Scopus提供了多項(xiàng)影響力度量指標(biāo)；WoS提供的引文報(bào)告，其內(nèi)容包括多項(xiàng)指標(biāo)參數(shù)，被學(xué)術(shù)界廣泛認(rèn)可和使用；CiteSeerX作為自動(dòng)引文數(shù)據(jù)庫，其提供的信息也頗具特色；而DISC的引文分析功能沒有提供任何引文分析的報(bào)告和評(píng)價(jià)指標(biāo)，非常有必要進(jìn)一步完善。

作者、歸屬機(jī)構(gòu)和來源出版物分析功能方面，DISC也相當(dāng)欠缺，沒有相應(yīng)的分析評(píng)價(jià)功能，需增加相應(yīng)的評(píng)價(jià)指標(biāo)與服務(wù)功能。