面向知識服務的引文索引數據組織研究（Ⅰ）*——引用數據特征及其作用分析

蘇新寧 朱云霞,2

（1.南京大學信息管理學院 江蘇南京 210093）（2.南京郵電大學計算機學院 江蘇南京 210042）

1 引言

學術引用體現了學術的繼承性，反映了學術成果之間的關聯性，引用中的細節信息對我們研究學科發展的態勢，分析學科研究特點，了解學術共同體的研究習慣，把握不同領域學術資源分布和各學科重要學術資源都有著極大的幫助作用。因此，在構建引文數據的數據組織之前，首先應當深入分析學術引用過程中的各類信息，總結文獻數據所反映出來的特征，探求這些特征所能呈現的規律，以幫助我們更科學地組織引文索引，使引文索引在知識服務中發揮更大的作用。

2 研究背景

伴隨著信息化社會的到來，大量信息產生的同時，人們卻發現很難從信息中獲得需要的知識。在我國，知識服務的概念從上世紀90年代初被提出，至今一直都是科技管理領域的研究熱點。張曉林先生在《走進知識服務：尋找新世紀圖書情報工作的生長點》一文中明確提出知識服務的十項特征，并對知識服務的運營模式進行了詳細的闡述，為圖書情報領域樹立了新的研究方向。

引文索引是對學術引用最有力的表達工具。引文索引的起源可以追溯到1873年美國出版的供律師查閱法律判例的檢索工具《謝潑德引文》。1927年格魯斯等人即采用了引文分析法分析了化學中某些科技期刊論文的參考文獻。20世紀60年代開始，美國在加菲爾德的帶領下先后研制了 SCI、SSCI、A&HCI等一批優秀的引文索引。我國從80年代末期開始陸續開發了CSCD、ISTP、CSSCI等引文索引。

在當前知識服務的大背景下，傳統的引文索引逐漸暴露出功能單一、分析預測能力缺乏、缺少個性化服務等不足，對文獻知識服務工作的開展造成阻礙。因此我們在創建引文索引之前，需要深入分析引用過程中的各項數據以及這些數據之間的關聯，挖掘其深層次的含義，充分發揮各項數據的效用。目前國內對引用過程中具體信息分析的文章并不多見，且主要是針對文后參考文獻的作用，對其他數據的分析則基本沒有涉及。因此筆者希望本文的分析研究能對今后引文索引的開發與設計工作提供有益的啟示和幫助。

3 引用關系分析

科學文獻間的引用與被引用構成了一種引證關系，這種引證關系不僅體現在文獻之間存在關聯，其中還蘊含著大量的知識和規律。本文將從引用關系中的被引對象、引用形式、引用關聯和引用角色四個方面進行闡述。

3.1 被引文獻分析

3.1.1 被引文獻類型分析

圖書情報領域將文獻類型劃分為：圖書、期刊論文、會議論文、學位論文、報告、報紙、專利、標準、參考工具、網絡資源等。從學術角度來看，每一種類型的文獻都有其鮮明的學術特征，例如，網絡資源（如學術博客、學術論壇）時效性最快，但其資源的可靠性和真實性又受到一定的質疑；論文反映了學術熱點和學術界關注的問題，相對圖書而言，出版及時，能更快地反映學術研究前沿領域，尤其是會議論文（特別是各領域學界頂級會議論文）更是各學術領域學術前沿和重要研究成果的代表；圖書的學術性表現在其成果更加成熟；最具權威性的文獻無疑是標準和政府報告；最具科技創新性的文獻應屬專利等等。

另一方面，從被引文獻類型分析也可以發現不同學科學者的閱讀習慣和他們研究所倚仗的主要學術資源，深入分析還可以發現不同學科學者對研究資料獲取手段的差異。正如上段所述，圖書的學術觀點相對論文而言更加成熟一些，而論文較圖書體現的是更新的研究成果。因此，可以通過一個學科或一個領域研究成果引用圖書或論文的比例，考察學科的成長性、成熟度和活躍度。例如，較人文社會科學而言，自然科學整體上發展迅速，其引用的論文占整個引用文獻的70%以上，而人文社會科學的引用文獻中55%以上是圖書。如果細致考察各種類型的被引文獻比例，可以驗證許多猜想和發現學科更多特征。

通過被引文獻的類型分析，我們可以從被引文獻類型的信息中探究學科和有關研究領域的成熟度、發展趨勢和研究特征，了解學者對學術資源的趨向和獲取手段等，同時還能夠從這類信息中挖掘出尚未被人們意識到的有關規律。同樣也可以發現學術研究中的重要文獻（如，對學術研究有重要影響的學術著作或經典著作、高被引論文等）。所以，在引用信息的數據組織上我們應當關注被引文獻類型信息的標注和編碼，促進引文索引在知識服務中發揮更大作用。

3.1.2 被引文獻語種分析

被引文獻語種是指學者在研究中引用了哪些語種的文獻，通過被引文獻的語種可以發現各學科的學者對國際研究成果的關注程度，對國際文獻的獲取能力以及對外語文獻的閱讀能力等等。從學科角度來看，可以分析學科或領域研究是否與國外研究接軌，國際上科學的學術理念和研究方法是否被引入到其研究領域。一般說來，國外文獻引用較多的學科，該學科研究的發展較為迅速，與國外研究接軌的能力也越強，學科地域開放度越大。因此，如果將被引文獻語種在引文索引系統中反映出來，勢必將增加引文索引的效能，使之幫助我們分析各學科研究的國際化程度。

外文文獻語種眾多，我們不僅要重視主流外語語種（如英、法、德、日、俄等語種），也要關注其他如斯拉夫語系、阿拉伯語等非主流但在某些研究領域有著重要作用的語種，因為這些語言文獻對學界研究歷史、民族、宗教等有很大幫助。一般而言，被引文獻語言標注的越全面，其引用分析就能更全面的把握國外各類語種文獻對我國各研究領域的影響。

另外，如果我們從橫向比較學科，我們了解到各學科學者對國外文獻的獲取能力、閱讀能力、關注度的差異，以提請落后學科的重視。從縱向角度分析，可以看到各學科多年來對國外文獻利用的變化軌跡，從這一軌跡中我們也許可以發現某些學術領域非常有價值的信息。總之，在引用信息的組織上標注語種，并非只是簡單地對被引文獻的語種統計，更重要的是可以從中挖掘隱藏于被引文獻中、具有很大學術指導作用的信息。因此，在引文索引的組織中，細致標注語種信息將能從某一角度提升引文索引的知識服務能力。

3.2 引用形式分析

在科學論文的撰寫中，針對引用的文獻有多種形式：①文中注，指作者文章中直接標出引用文章的出處、內容和觀點的引用；②腳注，指在文章每頁的底部對文中某些內容所做的注釋，一般是解釋說明；③尾注，指在文后給出的引用，和腳注相似，但主要是以參考文獻形式給出。一般來說，三種引用形式各有偏重，文中注主要引用的是一句話或一段文字，引用較為直接，并且與所述內容聯系更加緊密；腳注更側重于數據來源和資料引用；尾注更多的表現為參考文獻。因此，對引用形式的分析，可以探索人們的引用習慣，發現學科之間的引用差異，對規范學術引用有一定的幫助。

從目前的學者引用來看，許多人易混淆了這三種引用形式。例如，文章的腳注中既有資料來源又有參考文獻，有的甚至在尾注中除了參考文獻外，還有文字解釋性注釋，這些都應屬于行文規范性的缺失。雖然，目前少數文獻的引用存在一定的不規范，但我們還是可以從絕大多數引用中分析出許多端倪。如學科之間的引用形式差異，歷史學、古文獻領域較多使用文中注，自然科學領域主要表現為參考文獻形式（尾注），而社會科學許多領域則是腳注、尾注均具。

因此，研究引文索引的引用形式的編碼和組織，并通過分析其引用形式，可以探索學科之間的引用習慣和差異，發現學術引用中尚不規范的引用行為，從而促進學科之間的引用行為趨于規范和統一。當然，也可以根據引用形式的數據分析，了解各學科學者的研究習慣和引用行為，找到各學科學者的引用行為規律。更重要的是，引用形式的統計分析結果為學界提供了又一條知識服務的新路徑。

3.3 引用關聯分析

文獻的引用行為雖然都是個體行為，但無數的個體引用行為在無形中卻形成一張龐大的引文網絡，這個網絡可以為我們探索文獻間的關系，從而發現隱藏在引用中對科學研究和文獻規律非常有價值的知識。在這個引文網絡中，大量的文獻存在著關聯，根據關聯強度和形式，將其分為直接引用、引用耦合和同被引三種類型。不同的關聯形式對應不同的分析方法，對知識服務而言也會起到不同的作用。

文獻中的引用在不同程度上反映了文獻間的關系，這些施引和被引用文獻的聯系關系形成了引用網絡，通過這個引用網絡可以得到與引用相關的統計、分析和評價數據，例如文獻被引量、作者被引量、期刊被引量統計等等。文獻的被引量在一定程度上反映了研究成果的科學價值和學術影響，可以根據被引量對學術成果進行評價，同樣可以利用被引量對作者、機構、期刊以及國家和地區的科研狀況、學術影響力等進行分析評價。另外，通過引用網絡的引用鏈我們可以發現一項研究的來龍去脈和發展軌跡，根據網絡中被引量高的結點我們可以很方便的得到在某一研究領域的重要或高影響力的文獻。

所謂同被引是指兩篇或多篇論文同時被其他文獻引用的現象，同被引強度一般通過同被引的次數來測度。同文獻耦合相似，同被引次數越高的文獻被認為在研究主題和研究內容上越接近，文獻的相關度越高。與引用耦合相比同被引分析更為客觀，因為文獻被引用完全是一種被動性行為，作者本人很難控制，此外引用耦合的強度是固定不變的，同被引強度則具有動態變化性，因此同被引分析常常用于學科前沿的探測研究。

值得一提的是，在引文網絡的構建過程中，需注意數據匹配的粒度問題。由于參考文獻是由各個作者自己標注的，不可避免的會存在信息誤差，例如書籍改版前后頁碼的不一致，多位作者合著文章被引時作者信息標注的差異問題等等，如果采用細粒度的精確的字符匹配算法，則往往會引起數據分析的不準確。因此在對引用網絡以及引用關聯進行分析時，為得到更準確的數據，既要考慮數據的組織問題，也要考慮匹配算法問題，在信息主體一致的情況下，應根據客觀需要，靈活的設置數據匹配的粒度。

3.4 引用角色分析

根據作者寫作需要和寫作目的的不同，在引證過程中，引文充當的引用角色也各不相同，大體上引用角色可以分為以下四種：①綜述性引用，也稱羅列式引用，作者通過引文列舉出目前的研究現狀，但不表達自己的觀點；②學術觀點的引用，是繼承式引用，指作者對該觀點持有贊同意見并在文章中進行表述；③學術啟發式引用，是一種發展式引用，作者不僅贊同此觀點，而且該觀點對作者新思想的形成具有啟發意義；④批評性引用，也稱為否定性引用，作者引用文獻的目的是為了批評和否定，繼而提出自己的觀點。

同一文獻中的引文常常具有不同的引用角色，同一篇引文在不同的文獻中也往往會充當不同的被引用角色。通過文獻引用角色的分析，我們同樣可以發現引用關系中隱藏的知識。例如，一篇文獻多次作為學術啟發式引用，說明了該文獻具有較高的研究價值，對之后的研究起到重要的啟發作用；相反，一篇文獻若被多位作者作為批評性引用，說明該文章可能真的存在一些問題。同理，對于學科分析也是如此，學術啟發式引用多的學科思維更加活躍，發展迅速；批評性引用多的學科則思想對撞激烈，可能存在多個觀點對立的學派。

引用角色為引文分析提供了新的分析視角，在引文索引中若能對每一篇參考文獻標注其引用角色，則可以利用這些標注信息，分析學者不同的研究特點、研究習慣，以及各學科間的發展對比，繼而可從更深層面發現研究領域內重要的學術文獻，而不是僅僅從文獻的被引次數來衡量。

4 引用主體分析

在引文分析過程中，不同的分析視角對應不同類型的元素，有些元素能夠作為一個獨立的分析對象，并在引用過程中起到主導作用，我們稱之為引用的主體。對引用主體的分析能夠使我們更深入的理解文獻之間的引證關系，并挖掘出由此產生的多個主體間的關聯。

4.1 來源文獻分析

根據文章的具體內容，可以將來源文獻的類型分為研究型、評論型和綜述型三種，進一步細分，研究型文章可分為理論研究和應用研究等類型；評論型又可分為學術評論、圖書評論和學術批評等類型；綜述型可分為會議綜述和學術綜述等類型。每種類型都具有其鮮明的特點，從學科角度來看，我們可以通過對文章類型的統計看出某個學科的研究特征，如評論型文章較多，說明這一學科注重學術批評、學術思想活躍；綜述型文章則可以幫助學界進行學術回顧和總結。另外，我們也可以從文章的類型可以看出研究者的專業特長，如發表論文多為應用型說明該學者在平時的科研工作中更注重實踐，一般具有較強的動手能力。此外，從文章的類型還可以看出一個期刊的收錄偏好，是偏重理論研究還是偏重于應用實踐，能否接受不同意見，等等。

從來源文獻的引文數量中我們也能發現一些規律，例如學術綜述型文章的引文數量要普遍高于其他類型的文獻。從學科角度分析，引文數量能夠反映一個學科研究的整體學術規范程度和學者的學風。因此，在引文索引中需要考慮對來源文獻的文章類型和引文的數量進行標注，通過文章類型的統計分析以及不同類型文章的引文數量的考察，可以幫助用戶發現學科研究的主流成果和研究成果中尚缺完備的方面。

4.2 作者分析

一個學科要發展，根本動力在于學科的研究群體，在于每一位科研人員的努力。文獻作者是引用行為的施動者，在引證過程中起著決定性的作用。從與作者相關的數據資料中，我們可以發現眾多隱含的知識：例如，從學科發展的角度分析，發文作者的數量能反映一個學科的研究實力；作者的年齡分布反映了學科研究的人員結構與學科發展前景；通過作者的性別統計可以分析出不同學科研究中性別的差異性；分析作者的研究領域還可以發現哪些方向是學科研究的熱點，主要有哪些學者在研究，結合時間數據還可以考察學科研究熱點的變化情況，這些都可以幫助年輕學者盡快找準研究方向，確定研究目標。

一篇文章可能有多個作者，同一作者也會發表多篇文章；一個作者常常需要引用多位作者的文章，自己的文章也同時被其他人引用，因此文獻與作者、作者與作者之間形成了復雜的網狀關聯。目前在圖書情報領域，針對作者合著和作者引用網絡的分析文章非常多，但由于對作者背景資料的缺乏，對作者以及作者之間關聯的分析還不夠全面和深入。

在傳統的引文索引數據庫中，僅存儲了發文作者的姓名、地區和所在機構這幾項簡單的信息，如果能將作者的出生日期、性別、研究方向等詳細的背景資料也在數據庫中進行組織和存放，用戶通過引文索引就可以獲得更深層面的知識服務，例如可以查看某領域年輕學者都在研究哪些內容，可以分析和對比不同年齡段學者的研究特點如何，可以比較哪些學科更適合女性學者的發展，甚至可以對學科的發展前景作出預測。

4.3 機構分析

經初步統計，文獻的發文機構主要來自于教育科研機構、黨政機關、軍隊系統以及以醫院、圖書館、報社、出版社為代表的企事業單位，其中以教育科研機構（如高等院校、研究所）最為普遍，從發文的內容以及期刊名稱上也能看出不同類型機構的發文具有鮮明的職業和專業特色。對發文機構的相關統計數據進行分析，我們從中也能發現一些隱藏的知識和規律，比如從發文量和文章級別可以看出機構的科研人數、科研力量，以及該機構的研究特色等等；從發文數據可以分析各領域跨機構合作狀況，對加強學者間的交流和學科的交叉發展具有重要的作用。傳統引文索引中，對于機構信息的標注往往存在一些不足和誤區，具體分析如下：

（1）作者的區分問題。一般來說，發文作者都會標注機構信息，但因工作或學習需要，同一作者常常會標注多個機構，另外由于機構名稱標注的不規范，有人用全稱有人用簡稱，以及機構合并、更名等因素，相同的機構會出現多個不同的名稱，這些都給基本的數據處理和數據分析帶來了困難，常常導致錯誤的分析結果。

（2）跨機構合作問題。所謂跨機構應該是指處于不同機構的不同學者之間的合作，若同一個作者標注多個機構的情況則不屬于真正跨機構合作的范疇。在目前的引文索引數據庫中，對于跨機構合作并沒有進行很好的數據組織與標注，研究人員需要自己完成數據采集和處理工作，工作量大，并且各研究者在數據處理過程中也會因處理方式問題，造成分析結果的不準確。

（3）不同類型機構的表示問題。如何對機構進行分類并有效地表示是提供深層次知識服務的前提，例如要“檢索全國‘985’高校十年來的發文量和被引量”，在目前的引文索引中需要首先知道全國“985”高校是哪些學校，然后根據名單依次進行檢索，最后還需將所有信息進行匯總，不僅效率低下，而且還容易出現差錯。解決的方法是對機構的類型進行科學的編碼，依據編碼信息可以快速的獲取數據進行分析處理，繼而為用戶提供所需的知識服務。

因此，面向知識服務的新型引文索引需要克服上述不足之處，在引文索引數據的組織過程中，要充分做好機構信息的編碼和標注工作，要克服機構名稱變化引起的問題。

5 引用過程中其他信息的分析

除上述引用主體外，在引文索引中還存在一些其他的信息，如期刊、地區、關鍵詞、基金、發文時間等，這些信息在引文知識服務同樣起到重要的作用。

期刊選刊的標準問題，同樣是引文索引建設的重要研究內容。對期刊分類的優點在于，通過期刊的遴選幫助用戶有目的的尋找到需要的信息，并能有效的控制期刊的質量，有利于學科的不斷發展進步。通常我們將期刊分為核心和非核心兩大類，而伴隨著不同引文索引系統的誕生，也產生出了多種分類方法和評價指標，這些都為全面客觀的反映學科發展全貌提供了良好的條件。此外，對于期刊還需注意期刊名稱的變革問題，通過考察期刊名稱的歷史沿革，用戶不僅能夠獲取更全面的期刊數據，而且能對期刊的發展歷程有更深入的了解。

通過發文的地區信息可以對比分析不同區域的科研實力，研究地區之間的合作情況以及科研人員的區域流動性等社會化問題。目前，在文獻中對于作者的地區標識問題，并沒有形成統一的規定。大部分期刊采用了地名標注的方式，但地名標注同樣存在很多問題：有的用全稱有的用簡稱，有的標注省和市甚至到縣區，而有的只標注市或從市到縣區，另外還有地名變更等情況。因此在引文索引中，同樣需要對地區信息設置編碼，通過建立發文地區對照字典，將不同的地名按照地區進行合并、歸類，避免數據分析時產生錯誤。

關鍵詞是文獻研究內容的的涉及主題體現，結合文獻引用關系的關鍵詞統計，可以用來跟蹤學科研究的熱點和發展趨勢，具體包括關鍵詞的出現總頻次與各年度頻次變化兩個方面。在一段時間內，出現頻次高的關鍵詞一般可以認為是該領域的研究熱點；對于出現頻次是逐年上升的關鍵詞，結合關鍵詞最早出現的時間和學科半衰期數據可以判斷該關鍵詞是否是學科新的發展方向。

從發文的基金標注中我們大致也能判斷文章研究范疇和研究深度，一般來說，有基金資助的文章質量要高于非基金文章，國家級項目、重點項目文章的質量普遍要高于一般性項目文章。不同類型的基金在學科研究中的作用是不盡相同的，如“863”、“973”等科研項目代表了國家重點資助的科技攻關方向；國家級的基金項目，通常代表了領域內最新的研究方向和科研動態；專項基金一般為特殊地區、特殊行業或部門所設；此外還有各單位自己設置的各類基金項目。因各類基金項目種類繁多，在引文索引中需要對基金信息進行科學的分類組織和有效的編碼標識。

時間是文獻資料非常重要的一個屬性，同時也是提供知識服務的必備屬性。例如，從不同時間段的發文量和被引量數據中可以跟蹤學科的發展路徑；從被引文獻的發文時間可以分析對比不同學科的特點；從時間刻度上跟蹤關鍵詞的變化可以對學科的研究熱點進行全面的分析；此外，眾多的分析評價指標也都與時間特征相關。

6 結語

知識服務概念的提出是信息化社會發展的必然趨勢。隨著信息技術的不斷進步，電子數據資源的極大豐富，為引文索引的創建提供了良好的技術條件和數據基礎，同時我們也要看到，知識服務的需求對引文索引的數據組織與架構設計也提出了更高的要求。數據依然是服務的源泉，為了給用戶提供更有效更優質的服務，必須深入分析數據，總結數據的特征和數據之間的關聯，掌握其呈現的規律，在引文索引的數據組織過程中注意將這些方面進行標引，為面向知識服務的引文索引建設提供強有力的數據保障。

［1］張曉林.走進知識服務：尋找新世紀圖書情報工作的生長點［J］.中國圖書館學報,2000,26(129):32-37.

［2］王崇德.我國科技期刊文獻的引文分析［J］.情報科學,1981，(5):35-41.

［3］張敏,陳友萱.文后參考文獻的作用與規范著錄［J］.上海工程技術大學教育研究,2004，(3):44-46.

［4］朱大明.參考文獻的主要作用與學術論文的創新性評審［J］.編輯學報,2004,16(2):91-92.

［5］朱大明.參考文獻引用的學術評價作用［J］.編輯學報,2005,17(5):324-325.

［6］趙芙蓉.參考文獻在科技論文中的作用與引用［J］.焦作大學學報,2008，(4):115-116.

［7］蘇新寧.中文社會科學引文索引(CSSCI)的設計與應用價值［J］.中國圖書館學報,2012，(5):95-102.

［8］Kessler M M.Bibliographic Coupling Between Scientific Papers［J］.American Documentation,1963,14(1):10-25.

［9］Morris S A,Yen G,Wu Z.Time Line Visualization of Re search Fronts［J］.Journal of American Society for Infor mation Science,2003,54(5):413-422.

［10］Small H.Co-citation in the Scientific Literature:A New Measure of the Relationship Between Two Documents［J］.Journal of American Society for Information Sci ence,1973,24(7):256-269.