基于补充计量学的论文影响力评价模型构建

doi:10.13266/j.issn.0252-3116.2014.22.001

图书情报工作 ›› 2014, Vol. 58 ›› Issue (22): 5-11.DOI: 10.13266/j.issn.0252-3116.2014.22.001

• 理论研究 • 下一篇

基于补充计量学的论文影响力评价模型构建

由庆斌¹, 韦博^1,2, 汤珊红^1,3

1. 中国国防科技信息中心;
2. 北京科技大学科学技术与文明研究中心;
3. 北京大学信息管理系

收稿日期:2014-09-17 修回日期:2014-10-22 出版日期:2014-11-20 发布日期:2014-11-20
作者简介:由庆斌,中国国防科技信息中心硕士研究生,E-mail:853113737@qq.com;韦博,北京科技大学科学技术与文明研究中心硕士研究生,中国国防科技信息中心工程师;汤珊红,北京大学信息管理系博士研究生,中国国防科技信息中心副研究员.

Evaluation Model Construction to Evaluate Article's Influence Based on Altmetrics

You Qingbin¹, Wei Bo^1,2, Tang Shanhong^1,3

1. China Defense Science and Technology Information Center, Beijing 100142;
2. Research Center for Science Technology and Civilization, University of Science and Technology Beijing, Beijing 100083;
3. Department of Information Management, Peking University, Beijing 100871

Received:2014-09-17 Revised:2014-10-22 Online:2014-11-20 Published:2014-11-20

摘要/Abstract

摘要：

提出构建基于补充计量学的论文影响力评价模型.收集Mendeley平台中提供的指标数据,利用相关分析法筛选补充计量指标,对筛选得到的指标进行主成分分析,找出主成分因子并建立主成分评价模型.最后,对比主成分评价模型与引用评价模型的评价结果,发现两个模型对高学术影响力论文的评价具有一定的一致性.

关键词: 补充计量学, 替代计量学, 相关性分析, 主成分分析, 影响力

Abstract:

This paper proposes to build an evaluation model to evaluate article's influence based on altmetrics. It collects indicators data from Mendeley platform, takes advantage of related analysis method to filter altmetrics indicators, and makes principal component analysis on these altmetrics indicators. Then it finds the principal component factors and develops principal component evaluation model. At last, it compares the results between the principal component evaluation model and citation evaluation model, and finds that both of them have some consistency in evaluating the high influence articles.

Key words: altmetrics, correlation analysis, principal component analysis, influence

中图分类号:

G253

由庆斌, 韦博, 汤珊红. 基于补充计量学的论文影响力评价模型构建[J]. 图书情报工作, 2014, 58(22): 5-11.

You Qingbin, Wei Bo, Tang Shanhong. Evaluation Model Construction to Evaluate Article's Influence Based on Altmetrics[J]. LIS, 2014, 58(22): 5-11.

参考文献

[1] Buschman M, Michalek A. Are alternative metrics still alternative?[J]. Bulletin of the American Society for Information Science and Technology, 2013, 39(4): 35-39.

[2] MacRoberts M H, MacRoberts B R. Problems of citation analysis: A study of uncited and seldom-cited influences[J]. Journal of the American Society for Information Science and Technology, 2010, 61(1): 1-12.

[3] Yan K K, Gerstein M. The spread of scientific information:Insights from the Web usage statistics in PLoS article-level metrics[J]. PLoS One, 2011, 6(5): e19917.

[4] Uren V, Dadzie A S. Relative trends in scientific terms on Twitter [EB/OL]. [2014-09-08].http://altmetrics.org/workshop2011/uren-v0/.

[5] Desai T, Shariff A, Shariff A, et al. Tweeting the meeting: An in-depth analysis of Twitter activity at Kidney Week 2011[J]. PLoS One, 2012, 7(7): e40253.

[6] William G, Jan R. Social metrics for research:Quantity and quality[EB/OL]. [2014-09-08].http://altmetrics.org/altmetrics12/gunn/.

[7] Li Xuemei, Thelwall M. F1000, Mendeley and traditional bibliometric indicators[EB/OL].[2014-09-08].http://2012.sticonference.org/Proceedings/vol2/Li_F1000_541.pdf.

[8] Li Xuemei, Thelwall M, Giustini D. Validating online reference managers for scholarly impact measurement[J]. Scientometrics, 2012, 91(2): 461-471.

[9] Bar-Ilan J, Haustein S, Peters I, et al. Beyond citations: Scholars' visibility on the social Web [EB/OL]. [2014-09-08]. http://arxiv.org/ftp/arxiv/papers/1205/1205.5611.pdf.

[10] Torres D, Cabezas Á, Jiménez E. Altmetrics: New indicators for scientific communication in Web 2.0[J]. Comunicar, 2013, 21(41):53-60.

[11] 刘春丽, 何钦成. 不同类型选择性计量指标评价论文相关性研究——基于Mendeley、F1000 和 Google Scholar 三种学术社交网络工具[J]. 情报学报, 2013, 32(2): 206-212.

[12] Eysenbach G. Can Tweets predict citations? Metrics of social impact based on Twitter and correlation with traditional metrics of scientific impact[EB/OL].[2014-09-08].http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3278109/.

[13] Cabezas-Clavijo Á, Torres-Salinas D. Indicadores de uso y participación en lasrevistascientíficas 2.0:El caso de PLoS One[J]. El Profesional de la Información, 2010, 19(4): 431-434.

[14] Shuai Xin, Pepe A, Bollen J. How the scientific community reacts to newly submitted preprints: Article downloads,Twitter mentions, and citations[J]. PLoS One, 2012, 7(11): e47523.

[15] Priem J, Piwowar H A, Hemminger B M. Altmetrics in the wild: Using social media to explore scholarly impact[EB/OL].[2014-09-08]. http://altmetrics.org/altmetrics12/priem/.

[16] Thelwall M, Haustein S, Larivière V, et al. Do altmetrics work? Twitter and ten other social Web services[J]. PLoS One, 2013, 8(5): e64841.

[17] Costas R, Zahedi Z, Wouters P. Do altmetrics correlate with citations? Extensive comparison of altmetric indicators with citations from a multidisciplinary perspective[EB/OL].[2014-09-08].http://www.cwts.nl/pdf/CWTS-WP-2014-001.pdf.

[18] 主成分分析[OL]. [2014-09-08].http://baike.baidu.com/view/45376.htm?fr=aladdin.

[19] 肯德尔和谐系数[OL]. [2014-09-08].http://baike.baidu.com/view/4414728.htm.

基于补充计量学的论文影响力评价模型构建

Evaluation Model Construction to Evaluate Article's Influence Based on Altmetrics

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	匡登辉, 张立彬. 外文学术电子图书学科影响力比较研究与思考[J]. 图书情报工作, 2022, 66(6): 87-95.
[2]	王晰巍, 毕樱瑛, 李玥琪. 社交网络中意见领袖节点影响力指数模型及实证研究——以自然灾害“7·20”河南暴雨为例[J]. 图书情报工作, 2022, 66(16): 24-35.
[3]	秦成磊, 韩茹雪, 周昊旻, 仲江涛, 章成志. 同行评审意见类型识别及其在不同被引频次下的分布研究[J]. 图书情报工作, 2022, 66(13): 102-117.
[4]	赵蓉英, 常茹茹, 朱伟杰, 刘卓著. 学者学术话语权形成机理与评价框架研究[J]. 图书情报工作, 2022, 66(11): 24-31.
[5]	安璐, 陈苗苗, 李纲. 社交媒体环境下突发事件严重性评估和预警机制研究[J]. 图书情报工作, 2021, 65(5): 98-109.
[6]	彭秋茹, 何贝, 黄水清. 中文人文社会科学学术图书的影响力评价——以图书馆情报与文献学为例[J]. 图书情报工作, 2021, 65(21): 108-117.
[7]	高志, 张志强. 杰出科学家的科研合作与学术影响力的关系研究——基于诺贝尔自然科学奖获得者的面板数据分析[J]. 图书情报工作, 2021, 65(20): 50-58.
[8]	刘佳程, 马廷灿, 岳名亮. HHa中心性算法:一种基于h指数和Ha指数的复杂网络节点排序算法[J]. 图书情报工作, 2021, 65(20): 92-100.
[9]	王旭. 中国学术期刊话语权评价理论框架建构研究[J]. 图书情报工作, 2021, 65(12): 83-92.
[10]	董伟, 陶金虎. 融合PageRank与评论情感倾向的在线健康社区用户影响力研究[J]. 图书情报工作, 2021, 65(11): 14-23.
[11]	王宗水, 刘霞, 孙倬, 赵红, 张健. 高校图书馆微信服务项目共现关联及信息传播影响力研究——以“C9联盟”高校图书馆微信公众号为例[J]. 图书情报工作, 2020, 64(3): 83-91.
[12]	伍军红, 肖宏, 任美亚, 冯士雍, 丁哲. PCSI:一种单篇论文被引频次标准化方法[J]. 图书情报工作, 2020, 64(23): 22-30.
[13]	张洋, 庞进京, 母丹. Altmetrics的形成与演进:理论假说、发展阶段及学科关系[J]. 图书情报工作, 2020, 64(23): 141-150.
[14]	陈娟, 邓胜利. 网络学习社区用户答案认可度的影响机理研究[J]. 图书情报工作, 2019, 63(8): 38-44.
[15]	张海涛, 张会然, 魏萍, 尹慧子. 微信公众号影响力评价模型研究[J]. 图书情报工作, 2019, 63(4): 23-31.