基于Altmetrics的睡美人文獻(xiàn)識(shí)別方法研究

向 菲，陳華芳，沈 桐，2，曹 廣，劉 艷

（1. 華中科技大學(xué)同濟(jì)醫(yī)學(xué)院醫(yī)藥衛(wèi)生管理學(xué)院，武漢 430030；2. 華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院，武漢 430030；3. 浙江省人民醫(yī)院，杭州 310014）

互聯(lián)網(wǎng)和社交媒體平臺(tái)的發(fā)展，使學(xué)術(shù)成果的傳播渠道得到進(jìn)一步拓展，除傳統(tǒng)的期刊、圖書形式外，社交軟件、學(xué)術(shù)博客、視頻、論壇等成為學(xué)術(shù)成果傳播的新渠道。傳播渠道的拓展將學(xué)術(shù)成果的受眾范圍從同行業(yè)的學(xué)者擴(kuò)大到社會(huì)大眾，學(xué)術(shù)成果影響力的體現(xiàn)形式也不僅局限于傳統(tǒng)的文獻(xiàn)被引頻次，還包括社交媒體平臺(tái)上的轉(zhuǎn)發(fā)、收藏、評(píng)論、反饋等[1]。Altmetrics 正是對(duì)社交媒體平臺(tái)上學(xué)術(shù)成果使用情況的測量。從本質(zhì)上看，Altmetrics 和被引頻次均是對(duì)學(xué)術(shù)成果影響力的計(jì)量，那么，由于論文內(nèi)容早熟、超前、顛覆等原因?qū)е略谝闹谐霈F(xiàn)的“睡美人”現(xiàn)象，在Altmetrics 中也同樣存在。因此，僅從引文、學(xué)術(shù)影響力的角度定義“睡美人文獻(xiàn)”是不全面的，睡美人文獻(xiàn)的概念、識(shí)別方法需要從Altmetrics 的角度進(jìn)行補(bǔ)充。

睡美人文獻(xiàn)通常是富有價(jià)值的文獻(xiàn)，但一開始并不為人所知，導(dǎo)致知識(shí)浪費(fèi)。社交媒體平臺(tái)具有用戶體量大、覆蓋范圍廣、傳播速度快等特點(diǎn)，實(shí)現(xiàn)Altmetrics 睡美人文獻(xiàn)的早期識(shí)別，有利于充分挖掘文獻(xiàn)價(jià)值，提高文獻(xiàn)利用率；有助于知識(shí)在社交媒體上的快速傳播，縮短公眾科學(xué)認(rèn)知時(shí)滯，提升公眾智慧；可以反映公眾對(duì)于科學(xué)的關(guān)注，激發(fā)學(xué)者研究興趣。識(shí)別現(xiàn)有的睡美人文獻(xiàn)，是實(shí)現(xiàn)睡美人文獻(xiàn)早期識(shí)別的第一步。只有準(zhǔn)確地識(shí)別出睡美人文獻(xiàn)，才能進(jìn)一步分析睡美人文獻(xiàn)的沉睡原因以及檢驗(yàn)睡美人預(yù)測模型的效果。

1 研究背景

1.1 睡美人文獻(xiàn)

睡美人文獻(xiàn)最早被稱為“阻滯發(fā)現(xiàn)”（resisted discovery）。1961 年，Barber[2]發(fā)現(xiàn)，因?yàn)橐恍┪幕蜕鐣?huì)原因，科學(xué)家們會(huì)對(duì)一些科學(xué)發(fā)現(xiàn)產(chǎn)生抵制。后來，Stent[3]認(rèn)為這類科學(xué)發(fā)現(xiàn)遠(yuǎn)超當(dāng)時(shí)背景下科學(xué)家們的認(rèn)知水平，與公認(rèn)的知識(shí)不一致或無法在技術(shù)上被證實(shí)，屬于早熟的、超前的，于是將這類發(fā)現(xiàn)稱為“早熟發(fā)現(xiàn)”（premature discovery）。1980 年，Garfield[4]在總結(jié)這兩類發(fā)現(xiàn)的基礎(chǔ)上，提出了“遲滯承認(rèn)”這一概念，是指這些論文在發(fā)表之后被閑置或不受重視，直至多年后被“重新發(fā)現(xiàn)”（承認(rèn)），重新發(fā)現(xiàn)的過程可能是漸進(jìn)的，也可能是突然的。2004 年，van Raan[5]引用經(jīng)典童話故事“睡美人”，定義發(fā)表后長時(shí)間沒有受到關(guān)注（“沉睡”）而后突然收獲大量引用（“被王子喚醒”）的出版物為睡美人文獻(xiàn)。

1.2 識(shí)別方法研究現(xiàn)狀

目前，關(guān)于引文的睡美人文獻(xiàn)識(shí)別方法已有較多研究，根據(jù)方法特性可將其大致分為4 類：人為參數(shù)類、客觀指標(biāo)類、曲線擬合類和數(shù)據(jù)變換類[6]。

Garfield[7]以平均數(shù)為基礎(chǔ)，提出總被引頻次高、前5 年及以上（最好10 年以上）的被引頻次接近每年1 次的為睡美人文獻(xiàn)。van Raan[5]制定了睡眠時(shí)間、睡眠深度和喚醒強(qiáng)度3 個(gè)指標(biāo)用于識(shí)別睡美人文獻(xiàn)。①睡眠時(shí)間：連續(xù)處于睡眠狀態(tài)的時(shí)間為5～10 年；②睡眠深度：在睡眠期間，每年被引頻次不超過1 時(shí)為深度睡眠，大于1 且不超過2 時(shí)為深度睡眠不足；③喚醒強(qiáng)度：被喚醒后連續(xù)4 年總被引頻次大于20 則為蘇醒，總被引頻次越高，喚醒強(qiáng)度越大。

Costas 等[8]參考四分位數(shù)定義提出3 個(gè)指標(biāo)：Year50%、P25、P75，將文獻(xiàn)劃分為普通論文、曇花一現(xiàn)、睡美人文獻(xiàn)3 類，發(fā)現(xiàn)不同類型論文的引用過程不同。Wang[9]根據(jù)論文自發(fā)表后被引頻次的積累過程提出“被引速率”。基于此，杜建等[10]結(jié)合年度累計(jì)被引頻次的標(biāo)準(zhǔn)差概念，提出延遲承認(rèn)指數(shù)（delayed recognition index，DRI）。Li 等[11]參考基尼系數(shù)提出了Gs 指數(shù)，計(jì)算睡眠文獻(xiàn)覺醒的概率。Sun 等[12]對(duì)Gs 進(jìn)行改進(jìn)，提出文獻(xiàn)老化向量，對(duì)睡美人文獻(xiàn)的檢測結(jié)果更加精準(zhǔn)。Ke 等[13]提出了無參數(shù)指標(biāo)“美麗系數(shù)”（beauty coefficient，B），用于量化一篇論文在多大程度上可以被視為睡美人文獻(xiàn)。杜建等[14]對(duì)被引速率和美麗系數(shù)兩種指標(biāo)的識(shí)別結(jié)果進(jìn)行對(duì)比分析發(fā)現(xiàn)，美麗系數(shù)只考慮了論文發(fā)表年至最高被引頻次年的過程，而不是全部的引文窗口；被引速率反映了全部的引文窗口，但不能直接篩選出睡美人文獻(xiàn)。因此，2018 年杜建等在美麗系數(shù)的基礎(chǔ)上提出了一個(gè)新的無參數(shù)指標(biāo)Bcp[15]。Teixeira 等[16]參考標(biāo)準(zhǔn)差概念提出了K 指數(shù)。同樣考慮引用分布的離散程度，唐潔等[17]引入變異系數(shù)設(shè)計(jì)了PCV 指數(shù)（product of CVyearlyand CVaccumulative，PCV）。

宋呈玉等[18]為了能夠更簡便、快速地識(shí)別睡美人文獻(xiàn)，將引用曲線均擬合為二次函數(shù)，根據(jù)函數(shù)對(duì)稱軸與坐標(biāo)軸的距離來識(shí)別睡美人文獻(xiàn)。侯劍華等[19]則借助Logistic 曲線擬合引文累積曲線，設(shè)計(jì)累積引文睡美人指數(shù)（cumulative citation sleeping beauty index，Cc Index）。從曲線擬合類的識(shí)別方法中可以看出，指標(biāo)的計(jì)算結(jié)果會(huì)受到曲線擬合效果的影響，對(duì)于給定的曲線模型，擬合效果差時(shí)計(jì)算結(jié)果會(huì)出現(xiàn)嚴(yán)重偏差，若在應(yīng)用時(shí)加入擬合優(yōu)度約束，則識(shí)別率下降。

1.3 小 結(jié)

目前基于引文的睡美人文獻(xiàn)研究已經(jīng)有了一定進(jìn)展，而基于社交媒體角度的睡美人文獻(xiàn)研究才剛剛起步[20-21]。Altmetrics 指標(biāo)與被引頻次并不完全相關(guān)[22-28]，兩類指標(biāo)的累積情況也不完全相同[29]，因此基于Altmetrics 的睡美人文獻(xiàn)不能直接照搬基于引文的睡美人文獻(xiàn)相關(guān)結(jié)論，兩類睡美人文獻(xiàn)的對(duì)比研究可能反映指標(biāo)的差異，因此，研究基于Altmetrics 的睡美人文獻(xiàn)是有必要的。

2 研究數(shù)據(jù)

2.1 數(shù)據(jù)來源

Altmetric.com 可以追蹤文章在多個(gè)社交媒體平臺(tái)上的關(guān)注，指標(biāo)豐富，覆蓋面廣，共有15 個(gè)指標(biāo)帶有時(shí)間標(biāo)簽：News、Blog、Policy document、Patent、Twitter、Peer review、Facebook、Wikipedia、Google+ 、 LinkedIn、 Reddit、 Pinterest、 F1000、Q&A、YouTube。通過其提供的Altmetric Explorer獲取文章，學(xué)科主題限定為“Medical and Health Sciences”，文獻(xiàn)類型限定為“articles”，為保證文章至少有3 年的累積時(shí)間，限定發(fā)表日期在“2018-11-30”之前的文章。檢索時(shí)間為2021 年12 月21日，檢索到685 萬余篇文章，其中475 萬余篇文章?lián)碛嘘P(guān)注分值（Altmetrics attention score，AAS）。根據(jù)睡美人文獻(xiàn)定義，睡美人文獻(xiàn)一定具有高關(guān)注度，參考高被引論文的界定方法[30]，選取關(guān)注度排名前1%的文章共47533 篇為高關(guān)注度文獻(xiàn)（相同分值文獻(xiàn)一并納入）。由于Altmetric Explorer 每個(gè)指標(biāo)只提供最新的1 萬條關(guān)注信息，因此，舍去部分指標(biāo)數(shù)據(jù)缺失的文章，研究實(shí)驗(yàn)集共47510 篇文獻(xiàn)，數(shù)據(jù)獲取時(shí)間為2021 年12 月21—25 日。

各指標(biāo)值表示文章在不同來源平臺(tái)上的關(guān)注計(jì)數(shù)。Altmetric.com 根據(jù)指標(biāo)來源平臺(tái)的影響覆蓋范圍賦予不同權(quán)重[31]，AAS 的計(jì)算方法為

2.2 文獻(xiàn)的關(guān)注累積特征

統(tǒng)計(jì)實(shí)驗(yàn)集中文章的關(guān)注累積過程所需時(shí)間，結(jié)果如表1 所示。有接近50%的文章的首次關(guān)注發(fā)生在發(fā)表前后一周內(nèi)，約39%的文章在正式發(fā)表之前被提及，其中有接近3%的文章提前一年在社交媒體平臺(tái)上被提及，可見社交媒體平臺(tái)的發(fā)展使得文章可以更早獲得關(guān)注，甚至可以在正式發(fā)表前得到關(guān)注。與引文相比，Altmetrics 對(duì)文獻(xiàn)的關(guān)注反應(yīng)非常迅速。全部文章中有14%的文章在發(fā)表后一年內(nèi)才獲得首次關(guān)注，主要是因?yàn)椤癆ltmetrics”概念于2010 年才被提出，2010 年以前發(fā)表的文章約占總文章數(shù)的12.14%，彼時(shí)社交媒體平臺(tái)還未發(fā)展普及，鮮有人在平臺(tái)上交流學(xué)術(shù)論文。2010 年前發(fā)表的文章在發(fā)表一年后才得到首次關(guān)注的文章占比約80%，2010 年后（包括2010 年）每年發(fā)表的文章中一年后才獲得首次關(guān)注的文章占比逐年下降（圖1）。在2010 年后隨著社交媒體平臺(tái)的推廣和使用用戶的增長，文章在發(fā)表后一周內(nèi)獲得首次關(guān)注的比例呈上升趨勢（圖1），文章更及時(shí)地在平臺(tái)上進(jìn)行傳播，受到關(guān)注的學(xué)術(shù)論文占比逐漸增加。從文章關(guān)注累積各階段的平均時(shí)間也可以證明，雖然所有文章獲得首次關(guān)注的平均時(shí)間為341.04 天，但2010 年后（包括2010 年）發(fā)表的文章平均時(shí)間約為-0.63 天。由此可見Altmetrics 對(duì)于文獻(xiàn)關(guān)注的反應(yīng)速度。

圖1 不同年份文章正式發(fā)表后一段時(shí)間獲得首次關(guān)注的比例

表1 關(guān)注累積達(dá)不同階段所需時(shí)間的文章統(tǒng)計(jì)

文章從獲得首次關(guān)注到關(guān)注累積達(dá)25%所需時(shí)間平均值為675.86 天，從25%到50%所需時(shí)間平均值為186.32 天，從50%到75%需227.91 天，從75%到100%需889.49 天。關(guān)注累積過程平均時(shí)間如圖2所示，文章前期的關(guān)注積累比較緩慢，在有了一定關(guān)注基礎(chǔ)后，關(guān)注累積速度會(huì)加快，達(dá)到關(guān)注高峰后慢慢減少至零，類似Logistic 曲線。

圖2 文章累積關(guān)注的平均時(shí)間

在發(fā)表后一周之內(nèi)累積25%、50%關(guān)注的文章約占25%、20%，由此可見，Altmetrics 能夠及時(shí)反映文章的關(guān)注情況。若以周、月或年為單位觀察關(guān)注變化，則無法反映關(guān)注的迅速累積和文章間的差異性，91%的文章在發(fā)表后一年以上才失去關(guān)注，若以小時(shí)為單位分析全部關(guān)注累積曲線則過于繁雜，故研究關(guān)注的累積變化過程以天為單位更合適。

3 基于Altmetrics 的睡美人文獻(xiàn)識(shí)別方法設(shè)計(jì)

睡美人文獻(xiàn)是指發(fā)表后長期沒有受到關(guān)注，后突然被喚醒獲得大量關(guān)注的文獻(xiàn)。Altmetrics 主要體現(xiàn)的是文獻(xiàn)在社交媒體平臺(tái)上的受關(guān)注情況，因此，Altmetrics 睡美人文獻(xiàn)是指在社交媒體平臺(tái)上，獲得關(guān)注的時(shí)間比普通論文更晚，喚醒后迅速累積大量關(guān)注的文獻(xiàn)。參考基于引用的睡美人文獻(xiàn)分析結(jié)果，Altmetrics 睡美人文獻(xiàn)應(yīng)具有以下特征：①具有較高關(guān)注度；②比普通論文更長的睡眠時(shí)間；③關(guān)注增長過程具有明顯的“突增”特征。

在對(duì)于目前引文睡美人文獻(xiàn)識(shí)別方法的學(xué)習(xí)基礎(chǔ)上，本文以Altmetrics 睡美人文獻(xiàn)的特征為核心，用無參數(shù)指標(biāo)體現(xiàn)，設(shè)計(jì)了基于Altmetrics 的睡美人文獻(xiàn)識(shí)別方法：Altmetrics 睡美人指數(shù)（Altmetrics sleeping beauty index，ASB 指數(shù)）。

3.1 四分位法與Bcp指數(shù)識(shí)別效果評(píng)價(jià)

目前有許多基于引文的睡美人文獻(xiàn)識(shí)別方法研究，其中，四分位法和Bcp 指數(shù)避免了主觀因素的影響，在識(shí)別時(shí)不會(huì)受到被引頻次大小的限制，可以在不同的學(xué)科中推廣使用，但分析識(shí)別結(jié)果發(fā)現(xiàn)其仍存在一些不足。

3.1.1 四分位法

考慮到不同的年份、學(xué)科和文檔類型的適用性，Costas 等[8]參考四分位數(shù)的定義提出了3 個(gè)指標(biāo)：Year50%、P25、P75。其中，Year50%是指論文出版后累積引用首次達(dá)到50%的年份；P25、P75 是Year50%值的分布函數(shù)的四分位數(shù)，即同年同領(lǐng)域內(nèi)累積引用達(dá)到50%較快的25%、75%論文所需的時(shí)間[8]。根據(jù)這3 個(gè)指標(biāo)將文獻(xiàn)劃分為3 類：①普通文獻(xiàn)，P25≤Year50%≤P75；②曇花一現(xiàn)文獻(xiàn)：Year50%

雖然睡美人文獻(xiàn)在不同學(xué)科中的存在比例有差異，但均應(yīng)低于10%[32]，更有學(xué)者認(rèn)為睡美人文獻(xiàn)的比例約為1%甚至更低[33]。然而，根據(jù)四分位法識(shí)別得到的睡美人文獻(xiàn)約占25%，遠(yuǎn)大于10%，識(shí)別不夠精確。

3.1.2 Bcp指數(shù)

杜建等學(xué)者認(rèn)為，B 指數(shù)存在沒有考慮全部引文窗口、忽視發(fā)表之初的被引情況、依賴總被引頻次等問題，對(duì)其進(jìn)行改進(jìn)，并提出Bcp 指數(shù)[15]。

圖3 為論文的年累積被引頻次百分比曲線，ct是指論文年齡為t時(shí)的累積被引百分比，tm是指累積百分比為100%的時(shí)間，直線連接累積曲線的起點(diǎn)(0,c0)和終點(diǎn)(tm,1)兩點(diǎn)做參考線l。計(jì)算直線l與曲線之間差值的總和，即lt-ct的總和，得Bcp 值，計(jì)算公式為

圖3 Bcp指數(shù)示意圖

Bcp 指數(shù)的計(jì)算依賴于圖形的相對(duì)形狀。如圖3 所示，Bcp 指數(shù)默認(rèn)文獻(xiàn)的累積引文曲線為J 形，但侯劍華等[19]認(rèn)為累積引文曲線呈邏輯曲線形增長。從實(shí)際情況來看，文獻(xiàn)的累積引文曲線是復(fù)雜多樣的，Bcp 指數(shù)在計(jì)算其他形式的引文曲線時(shí)，指數(shù)值可能會(huì)存在偏差。例如，在計(jì)算累積曲線為S 形曲線的文章的Bcp 指數(shù)時(shí)，曲線高于參考線的部分lt-ct的值為負(fù)，會(huì)削弱Bcp 指數(shù)值，對(duì)于已經(jīng)完成喚醒再次陷入睡眠的睡美人文獻(xiàn)識(shí)別效果不好。

通過實(shí)證檢驗(yàn)發(fā)現(xiàn)，通過Bcp 指數(shù)識(shí)別得到的睡美人文獻(xiàn)平均年齡較大[34]。在李賀等[35]的Bcp 應(yīng)用研究中可以看出，Bcp 指數(shù)高的文獻(xiàn)發(fā)表時(shí)間較早。例如，M 和N 兩篇論文的累積引文曲線與參考線如圖4 所示，可以看出，N 更符合睡美人文獻(xiàn)的“突增”特點(diǎn)，但由于年齡較短，N 的Bcp 值為2.21，而M 的Bcp 值為11.86。Bcp 指數(shù)的計(jì)算結(jié)果會(huì)受到引文窗口長度的影響，在年齡相同或相近的文章中影響不明顯，但是累積時(shí)間相差較多的文章進(jìn)行比較時(shí)這種影響就會(huì)放大。對(duì)于Altmetrics 來說，論文的關(guān)注變化以天為單位，文章之間的時(shí)間差異大，這種誤差不能忽略。

圖4 論文M和N的Bcp指數(shù)示意圖

3.2 ASB指數(shù)設(shè)計(jì)與喚醒時(shí)刻識(shí)別

基于上述對(duì)于四分位數(shù)和Bcp 指數(shù)的分析，以Altmetrics 睡美人文獻(xiàn)的特征為核心，全面考慮累積曲線的可能形狀，降低論文年齡的影響，本文設(shè)計(jì)了一種基于Altmetrics 的睡美人文獻(xiàn)識(shí)別方法，稱為Altmetrics 睡美人指數(shù)，簡稱ASB 指數(shù)。

3.2.1 ASB指數(shù)設(shè)計(jì)

睡美人文獻(xiàn)最重要的兩個(gè)特點(diǎn)是較長的睡眠時(shí)間和關(guān)注的突增，Altmetrics 睡美人文獻(xiàn)也是如此[36]。Bcp 指數(shù)所用的差值總和可以體現(xiàn)睡美人文獻(xiàn)的睡眠狀況，考慮到關(guān)注累積曲線的多樣，采用直線l：lt=1 作為參考線，如圖5 所示。論文年齡為t時(shí)的累積關(guān)注百分比記為At，論文睡眠時(shí)1 -At值較大，隨著關(guān)注的累積1 -At逐漸變小。對(duì)于Altmetrics 睡美人文獻(xiàn)的識(shí)別來說，睡眠時(shí)間越長、睡眠深度越深，1 -At的差值總和越大。由于預(yù)印本等因素的存在，部分文獻(xiàn)在正式發(fā)表之前，就已經(jīng)在社交媒體平臺(tái)上得到關(guān)注，為懲罰早期關(guān)注，只計(jì)算自發(fā)表之日（t=0） 起至關(guān)注累積百分比為100%時(shí)（tm）的差值總和，發(fā)表日期之前的差值不納入計(jì)算。

圖5 論文關(guān)注累積過程示意圖

如果論文在關(guān)注累積百分比達(dá)到90%以后，在很長一段里偶爾獲得少量關(guān)注，那么累積曲線會(huì)有很長一段“尾巴”接近于參考線，這可能會(huì)使1 -At的總和偏大，影響對(duì)Altmetrics 睡美人文獻(xiàn)的識(shí)別效果。為了降低這種影響，使用指數(shù)函數(shù)對(duì)參考線與曲線間的差值進(jìn)行轉(zhuǎn)換，即e1-At- 1，擴(kuò)大1 -At值的差距，使“尾巴”部分的值更接近于0，以降低影響。

選取論文關(guān)注累積首次達(dá)25%和50%的時(shí)間t25、t50，如圖5 所示。t50-t25的值表示關(guān)注的突增情況，t50-t25的值越小，論文的關(guān)注累積越集中，突增越明顯，且不會(huì)受到論文年齡的影響。

根據(jù)睡美人文獻(xiàn)的特征，論文前期關(guān)注越少，睡眠時(shí)間越長，后期關(guān)注增加越突然，ASB 指數(shù)值越大，越有可能是睡美人文獻(xiàn)。因此，計(jì)算∑(e1-At- 1)與t50-t25的比值，通過預(yù)實(shí)驗(yàn)結(jié)果對(duì)公式進(jìn)行改進(jìn)，得ASB 指數(shù)值計(jì)算方法為

對(duì)于t25、t50是同一天的文章，t50-t25的值取0.5。

3.2.2 喚醒時(shí)刻識(shí)別

睡美人文獻(xiàn)在睡眠時(shí)遇到“王子”之后，受到的關(guān)注開始大量增加，即喚醒。Altmetrics 睡美人文獻(xiàn)的喚醒時(shí)刻，也是關(guān)注的突增時(shí)刻，喚醒前關(guān)注少，喚醒前后關(guān)注的增長量大、增長速度快，還可能出現(xiàn)連續(xù)增長[36]。張靖雯等[37]對(duì)比多種引文“起飛”時(shí)刻識(shí)別方法的正確率發(fā)現(xiàn)，人為參數(shù)法對(duì)于睡美人文獻(xiàn)喚醒時(shí)刻的識(shí)別正確率最高，年度引文增長率指標(biāo)次之，還可以識(shí)別多次喚醒時(shí)刻。在此基礎(chǔ)上，結(jié)合睡美人文獻(xiàn)的喚醒特征，對(duì)Altmetrics睡美人文獻(xiàn)喚醒時(shí)刻的識(shí)別方法進(jìn)行設(shè)定。

以圖6 睡美人文獻(xiàn)的關(guān)注分布為例，at表示文章第t天獲得的關(guān)注，當(dāng)at為喚醒時(shí)刻時(shí)，喚醒前關(guān)注為0 或接近于0，at值小，喚醒后呈現(xiàn)大量增長，at+1應(yīng)該遠(yuǎn)大于at。將喚醒時(shí)刻(t,at)分別與前后兩點(diǎn)(t- 1,at-1)、(t+ 1,at+1)連線，兩條連線的斜率差距應(yīng)該較大。Eom 等[38]識(shí)別引文爆發(fā)時(shí)認(rèn)為年引文增長率大于3 則為爆發(fā)增長，參考年引文增長率指標(biāo)設(shè)定關(guān)注增長率指標(biāo)r，在利用r識(shí)別突增時(shí)也以3 為標(biāo)準(zhǔn)。Altmetrics 睡美人文獻(xiàn)的喚醒時(shí)刻t的具體計(jì)算方法為

圖6 睡美人文獻(xiàn)的關(guān)注示意圖

考慮到at作為分母時(shí)可能等于0，對(duì)于小于1 的分母，at取1。

人為參數(shù)法的正確率高，但識(shí)別率低[37]，對(duì)于采用公式(4)沒有識(shí)別出喚醒時(shí)刻的文章，可以考慮刪去條件at-1< 3、at< 3 后重新進(jìn)行識(shí)別。

4 ASB指數(shù)識(shí)別效果檢驗(yàn)

通過實(shí)證檢驗(yàn)結(jié)果驗(yàn)證ASB 指數(shù)對(duì)Altmetrics睡美人文獻(xiàn)的識(shí)別效果。首先，計(jì)算實(shí)驗(yàn)數(shù)據(jù)中所有文章的ASB 指數(shù)值；其次，根據(jù)ASB 指數(shù)值大小排序后選取不同排名位置的文章；最后，從關(guān)注累積曲線、指標(biāo)特征兩個(gè)方面進(jìn)行比較，分析ASB指數(shù)的有效性。

將實(shí)驗(yàn)數(shù)據(jù)的指數(shù)值從大到小排列，ASB 指數(shù)值的分布情況如圖7 所示，約80%的數(shù)據(jù)分布在[0,1500]，頭部數(shù)據(jù)分散，符合睡美人文獻(xiàn)數(shù)量少的特征，ASB 指數(shù)值最高的10 篇文章值均大于57000。

圖7 ASB指數(shù)分布

4.1 關(guān)注累積曲線

按照排序結(jié)果分別取ASB 值最高、中位、末位各10 篇文章，其關(guān)注累積曲線如圖8 所示。

圖8 30篇文章的關(guān)注累積曲線

從累積曲線可以看出，ASB 值最高10 篇文章的累積曲線均呈凹形，自正式發(fā)表之后超過25000 天才獲得首次關(guān)注，有很長的睡眠時(shí)間，喚醒后在短時(shí)間內(nèi)迅速累積關(guān)注，幾乎呈直線上升，關(guān)注增長速度快，增長量大。中位10 篇的首次關(guān)注發(fā)生在發(fā)表日期附近，早期就有一定的關(guān)注累積。由于ASB 指數(shù)為0 的文章有275 篇，采用隨機(jī)數(shù)方法從中隨機(jī)抽取10 篇代表排名末位文章，末位10 篇文章的關(guān)注均發(fā)生在正式發(fā)表之前，其中有6 篇的首次關(guān)注發(fā)生在發(fā)表日期的一個(gè)月以前，另外4 篇發(fā)生在發(fā)表前一周內(nèi)。通過對(duì)比排名先后文章的關(guān)注累積曲線可以發(fā)現(xiàn)，最高10 篇文章的曲線睡美人特征最明顯，中位10 篇次之，末位10 篇最差，ASB 指數(shù)識(shí)別睡美人文獻(xiàn)的效果良好。

4.2 指標(biāo)特征

參考基于引文的睡美人文獻(xiàn)特征指標(biāo)擬定下列指標(biāo)，用于衡量ASB 指數(shù)的識(shí)別效果。

（1） 睡眠時(shí)長：有多次喚醒的文章有多次睡眠。第一次睡眠時(shí)長是指自文章正式發(fā)表之日起至喚醒時(shí)刻的時(shí)間間隔。文章喚醒后關(guān)注量先上升后下降，若關(guān)注度持續(xù)1 天以上（不包括1 天）低于3，則認(rèn)為文章再次進(jìn)入睡眠。第二次睡眠時(shí)長是從第一次喚醒結(jié)束、再次進(jìn)入睡眠時(shí)開始直至下一次喚醒時(shí)刻止計(jì)算睡眠時(shí)長，以此類推。

（2）睡眠深度：文章處于睡眠狀態(tài)時(shí)所有關(guān)注量之和（包括喚醒時(shí)刻）占總關(guān)注的比值。

（3）喚醒強(qiáng)度：文章被喚醒后處于蘇醒狀態(tài)時(shí)關(guān)注量之和（不包括喚醒時(shí)刻）占總關(guān)注的比值。

（4）突增強(qiáng)度：即關(guān)注增長率，文章的每一次喚醒都有一個(gè)突增強(qiáng)度值。

計(jì)算ASB 值最高的10 篇文章的喚醒時(shí)刻，其中有5 篇文章存在多次喚醒，利用人為參數(shù)法可以識(shí)別出喚醒強(qiáng)度較低的時(shí)刻，識(shí)別準(zhǔn)確率更高。ASB 值最高10 篇文章的睡美人文獻(xiàn)特征指標(biāo)結(jié)果如表2 所示。對(duì)于有多次喚醒的文章，僅保留第一次喚醒時(shí)刻和睡眠時(shí)長，突增強(qiáng)度保留最值。由于大多數(shù)中位10 篇和末位10 篇中文章的關(guān)注發(fā)生時(shí)間早于正式發(fā)表時(shí)間，因此，不計(jì)算睡眠時(shí)長、睡眠深度、喚醒強(qiáng)度。根據(jù)喚醒時(shí)刻的計(jì)算方法計(jì)算突增時(shí)刻，中位10 篇和末位10 篇文章的關(guān)注累積特征如表3 所示。表2 和表3 中突增強(qiáng)度的最大值為592，最小值為3.375，文章的突增強(qiáng)度差距大，文章關(guān)注的累積形式不同，正如Garfield[4]所述，重新發(fā)現(xiàn)的過程可能是漸進(jìn)的，也可能是突然的。

表2 ASB值最高的10篇文章的睡美人文獻(xiàn)特征指標(biāo)結(jié)果

表3 中位10篇和末位10篇文章的關(guān)注累積特征

由表2 可知，指標(biāo)最高10 篇文章中，除第7 篇外，其余文章的睡眠深度均小于10%，符合睡美人文獻(xiàn)睡眠時(shí)關(guān)注度低的特征；喚醒強(qiáng)度均大于90%，符合睡美人文獻(xiàn)喚醒后關(guān)注大量增長的特征；喚醒強(qiáng)度與睡眠深度差距不大，首次睡眠時(shí)長從上到下呈遞減狀態(tài)，表明ASB 指數(shù)可以有效根據(jù)睡眠時(shí)長排序文獻(xiàn)可能成為睡美人文獻(xiàn)的概率。與第6 篇相比，雖然第7 篇睡眠時(shí)長更長，但由于睡眠深度、喚醒強(qiáng)度、突增強(qiáng)度比較低，所以，第7篇的ASB 指數(shù)比第6 篇低。

由表3 可以看出，中位10 篇文章的首次突增時(shí)刻在發(fā)表日期前后，均小于30，即在發(fā)表后的一個(gè)月內(nèi)就在社交媒體平臺(tái)上受到關(guān)注；末位10 篇文章的首次突增時(shí)刻均為負(fù)數(shù)，即在文章正式發(fā)表之前，就已經(jīng)得到大量關(guān)注；表2 中最高10 篇文章的喚醒時(shí)刻為發(fā)表后70～190 年，遠(yuǎn)超另外兩組文章，滿足睡美人文獻(xiàn)睡眠時(shí)間長的特征。從最高10 篇文章的排序結(jié)果和睡美人文獻(xiàn)指標(biāo)特征來看，ASB指數(shù)識(shí)別效果良好。

4.3 與Bcp指數(shù)識(shí)別結(jié)果對(duì)比

計(jì)算實(shí)驗(yàn)集中所有文章的Bcp 值，分別選出ASB 值、Bcp 值最高的10 篇文章，其特征如表4所示。

表4 ASB值、Bcp值最高的10篇文章特征

由表4 可以看出，相較于Bcp 值最高的10 篇文章，ASB 值最高10 篇文章的發(fā)表時(shí)間較晚，t50-t25較小，符合3.1.2 節(jié)的論述，Bcp 指數(shù)的計(jì)算結(jié)果會(huì)受到引文窗口長度的影響。ASB 值最高10 篇文章的關(guān)注分值平均值高于Bcp 值，更符合睡美人文獻(xiàn)具有重要價(jià)值的特征。ASB 值最高10 篇文章的t50-t25為0 或1，與Bcp 值最高10 篇文章相比，ASB 值的關(guān)注突增更明顯。與Bcp 指數(shù)相比，ASB指數(shù)考慮了Altmetrics 指標(biāo)及時(shí)性強(qiáng)、反應(yīng)快的特點(diǎn)，更適用于識(shí)別基于Altmetrics 的睡美人文獻(xiàn)。

最高10 篇文章的睡眠深度平均值為8.03%，喚醒強(qiáng)度平均值為91.97%，杜建等通過Bcp 指數(shù)識(shí)別出的引文睡美人樣本集的睡眠深度平均值為28%[15]，從側(cè)面反映了Altmetrics 指標(biāo)的關(guān)注分布更為集中，基于引文的睡美人文獻(xiàn)識(shí)別方法不能直接應(yīng)用于Altmetrics。

5 結(jié) 論

本文選取累積時(shí)間足夠長的實(shí)驗(yàn)數(shù)據(jù)用于分析Altmetrics 指標(biāo)的累積特征，根據(jù)觀察結(jié)果選取合適的時(shí)間單位用于睡美人文獻(xiàn)的識(shí)別方法設(shè)計(jì)。根據(jù)基于Altmetrics 的睡美人文獻(xiàn)的特征，本文選取論文年齡為t時(shí)的累積關(guān)注百分比At，論文關(guān)注累積首次達(dá)25%和50%的時(shí)間t25、t50，用于設(shè)計(jì)基于Altmetrics 的睡美人文獻(xiàn)識(shí)別方法ASB 指數(shù)。以高關(guān)注度文獻(xiàn)作為實(shí)驗(yàn)數(shù)據(jù)，比較ASB 值最高、中位、末位各10 篇文章的關(guān)注累積曲線和指標(biāo)特征，研究結(jié)果表明，ASB 指數(shù)對(duì)基于Altmetrics 的睡美人文獻(xiàn)識(shí)別效果良好。

本文存在一些不足：①很多文獻(xiàn)會(huì)提前在線上發(fā)布，并不是等到發(fā)表之日才公開，但由于無法獲取文獻(xiàn)的具體上線時(shí)間，本文在計(jì)算過程中采用文獻(xiàn)的正式發(fā)表日期作為發(fā)布時(shí)間。后續(xù)研究可以考慮跟蹤一段時(shí)間內(nèi)的文獻(xiàn)發(fā)布情況，以獲取準(zhǔn)確的文獻(xiàn)發(fā)布時(shí)間。②目前，文獻(xiàn)在社交媒體平臺(tái)上的傳播還沒有完全普及，仍然有大量的文獻(xiàn)沒有關(guān)注分值，即使是排名前1%的文章關(guān)注分值也比較低。隨著社交媒體平臺(tái)的發(fā)展和用戶知識(shí)水平的提升，當(dāng)公眾逐漸認(rèn)識(shí)并主動(dòng)關(guān)注學(xué)術(shù)成果時(shí)，可能會(huì)有越來越多的論文在社交媒體平臺(tái)上得到關(guān)注，學(xué)者們也更愿意在平臺(tái)上分享科研成果。在后續(xù)研究中可以嘗試加入引文數(shù)據(jù)，將基于Altmetrics 的睡美人文獻(xiàn)分析結(jié)果與引文分析結(jié)果相互引證。未來需要進(jìn)一步驗(yàn)證ASB 指數(shù)在不同學(xué)科、不同平臺(tái)以及中文環(huán)境下的有效性。睡美人文獻(xiàn)具有重要價(jià)值，后續(xù)需要對(duì)睡美人文獻(xiàn)進(jìn)行喚醒過程與文獻(xiàn)特征分析，發(fā)現(xiàn)更多的早期識(shí)別線索，實(shí)現(xiàn)睡美人文獻(xiàn)的早期識(shí)別。