基于DCI的社會學數(shù)據(jù)影響力分析

邢紅梅，呂先競，劉文君，暢　佩，程　路（四川學術成果分析與應用研究中心，西華大學圖書館）

?

基于DCI的社會學數(shù)據(jù)影響力分析

邢紅梅，呂先競，劉文君，暢佩，程路
（四川學術成果分析與應用研究中心，西華大學圖書館）

摘要：隨著大數(shù)據(jù)時代的來臨，數(shù)據(jù)的開放和利用情況受到各國政府和研究機構的高度重視，尤其在最近幾年，政府數(shù)據(jù)和科學研究數(shù)據(jù)不斷被公開獲取。湯森路透所發(fā)布的Data Citation Index（DCI）促進了全球數(shù)據(jù)開放與共享的發(fā)展，客觀評價科學數(shù)據(jù)成為眾多學術研究者所關注的問題。本文從DCI數(shù)據(jù)庫篩選出社會學的科學數(shù)據(jù)，統(tǒng)計這些數(shù)據(jù)的有效引用頻次（M）、二次引用數(shù)量（F）和最近引用時間（R），將這些數(shù)據(jù)的有效引用頻次、二次引用數(shù)量和最近引用時間進行線性組合，計算這些科學數(shù)據(jù)的學術影響力。最后，利用社會學研究數(shù)據(jù)的統(tǒng)計分析結果討論了該學科領域科學數(shù)據(jù)的學術價值。

關鍵詞：數(shù)據(jù)開放；數(shù)據(jù)引文索引；學術影響力

在大數(shù)據(jù)時代，數(shù)據(jù)的數(shù)量呈指數(shù)增長，成為一種重要的科研產(chǎn)出。科研人員、研究機構、高校圖書館和出版商都認為開放和重用科學數(shù)據(jù)具有重要的價值。歐洲和美國科學數(shù)據(jù)基礎設施的發(fā)展已經(jīng)取得了顯著效果，并開始著手全球范圍的數(shù)據(jù)共享和協(xié)作。［1］2010年，潘頓協(xié)議啟動了“開放數(shù)據(jù)協(xié)議”，要求科學數(shù)據(jù)供應商必須遵守協(xié)議規(guī)定，開放其所擁有的科學數(shù)據(jù)；［2］2010年, NSF聲明更改其數(shù)據(jù)共享政策，要求自2011年7月18日起所有申請NSF資助的項目計劃要以兩頁補充文件形式提交研究項目的數(shù)據(jù)管理計劃。［3］2012年10月，湯森路透所發(fā)布了Data Citation Index（DCI），該數(shù)據(jù)引文數(shù)據(jù)庫受到各國政府和研究機構的高度重視。［4］

Data Citation Index（DCI）是Web of Knowledge平臺上一個新的研究資源，是科研工作者和全球高質量數(shù)據(jù)中心獲取數(shù)據(jù)資源的橋梁。DCI中文獻類型分為數(shù)據(jù)中心（Repository）、數(shù)據(jù)研究（Data study）和數(shù)據(jù)集（Data set）。截至2014年5月，DCI收錄了70多個數(shù)據(jù)中心和380多萬條記錄。Thomson Reuters公司對數(shù)據(jù)進行了嚴格的篩選，而且每個星期都會更新DCI數(shù)據(jù)庫，以保證數(shù)據(jù)的質量。另外，DCI為科研提供支撐，提高了研究工作的成效；DCI重新利用數(shù)據(jù)，加快科學研究的進程；推動了學術發(fā)展，使數(shù)據(jù)產(chǎn)生增值。［5,6］

本文從DCI數(shù)據(jù)庫篩選出社會學（Sociology）的科學數(shù)據(jù)，統(tǒng)計這些數(shù)據(jù)的有效引用頻次（M）、二次引用數(shù)量（F）和最近引用時間（R），［7,8］將這些數(shù)據(jù)的有效引用頻次、二次引用數(shù)量和最近引用時間進行線性組合，計算這些科學數(shù)據(jù)的學術影響力。

社會學是現(xiàn)代社會科學中從某種角度，對社會、人及他們之間的關系進行綜合分析的學科，［9］其主要是對社會關系、社會結構和社會環(huán)境等方面的研究。本文基于DCI研究社會學是為了揭示該學科領域科學數(shù)據(jù)的學術價值，推動我國社會學數(shù)據(jù)的共享和再利用。

1　研究方法

截至2014年6月27日，在DCI高級檢索界面，輸入檢索式“SU = Sociology”，檢索出1930～2013年共計48260條記錄，并通過DCI數(shù)據(jù)庫獲取了這些記錄的被引頻次、二次引用數(shù)量、出版年和最近引用年。此外，記錄的有效引用頻次是利用該數(shù)據(jù)在Web of Science的核心數(shù)據(jù)庫的被引頻次和其他數(shù)據(jù)庫的被引頻次進行計算，這些記錄的最近引用時間通過它們的最近引用年和出版年來進行計算。［10］

由于社會學在DCI中是一個獨立學科，包括的記錄很多，我們對從48260條記錄集中篩選出被引頻次排名前十的記錄進行分析。這10條記錄的語種都是英語。其中，9條記錄的文獻類型是Data Study，另1條是Repository。這10條記錄涉及的內容包括：一般社會調查（主要包括對工作生活質量、槍支的態(tài)度、傷殘等級、使用外語、心理健康的態(tài)度和經(jīng)驗、參與會眾對科學和知識的態(tài)度及宗教信仰的發(fā)展趨勢以及政府角色和工作方向的調查），澳大利亞的家庭、收入和勞工動態(tài)調查（主要包括對貧困率和貧困動態(tài)、資產(chǎn)配置和收入變化、身體和心理健康的影響、家庭的形成和溶解、主觀幸福感的調查），綜合的社會調查（主要包括對家庭收入和政府援助的調查），世界價值觀調查，澳大利亞老齡化縱向研究（主要包括對長期護理服務、發(fā)病率、死亡率的調查研究），英國住戶小組調查（主要調查了家庭成員的健康和生活），美國黑人和白人的生活差異調查。

2　研究結果

2.1M指標分析

在本文中，M指標是指記錄的有效引用頻次。數(shù)據(jù)的有效引用頻次反映了數(shù)據(jù)直接被引頻率。數(shù)據(jù)的有效引用頻次越大，學術影響力就越大。［11,12］M指標是將數(shù)據(jù)在Web of Science的核心數(shù)據(jù)庫的被引頻次（M1）和在Web of Science的其他數(shù)據(jù)庫的被引頻次（M2）進行線性組合而獲取的。根據(jù)M1、M2對數(shù)據(jù)的M指標的貢獻程度，暫時賦予：M1的權重為0.7，M2的權重為0.3。數(shù)據(jù)的M指標計算公式：M指標= 0.7 * M1 + 0.3 * M2。

在表1中，可以發(fā)現(xiàn)“General Social Surveys, 1972-2006［Cumulative File］”記錄的引用文獻有444個是被Web of Science的核心數(shù)據(jù)庫收錄的，其M指標是最大的，為330.6，從M指標的角度分析這條記錄的學術影響力是最大的。“British Household Panel Survey: Waves 1-17, 1991-2008”和“British Household Panel Survey, Waves 1-17, 1991-2008: Secure Data Access, National Grid Reference（Easting, Northing, OSGRDIND）”記錄的M指標都為74.7，這2個記錄的學術影響力是相同的，是10條記錄中學術影響力最小的。

表1　10條記錄的M指標

2.2F指標分析

在本文中，F(xiàn)指標是指數(shù)據(jù)的二次引用數(shù)量。數(shù)據(jù)的F指標反映了數(shù)據(jù)的間接被引頻率。數(shù)據(jù)F指標越大，數(shù)據(jù)的學術影響力就越大。

在表2中，可以發(fā)現(xiàn)“General Social Surveys, 1972-2006［Cumulative File］”記錄的F指標是最大的，為26635，從F指標的角度分析這條記錄的學術影響力是最大的。“The Australian Longitudinal Study of Ageing: Wave 6 Clinical Data, 2001”和“The Australian Longitudinal Studyof Ageing:Wave1,1992”記錄的F指標是相同的，是最小的，都為1175，這兩條記錄的學術影響力基本上都是相同的。

2.3R指標分析

在本文中，R指標是指數(shù)據(jù)的最近被引用時間。R指標的計算公式：R指標=數(shù)據(jù)的最近引用年-數(shù)據(jù)的出版年。

在公式中，數(shù)據(jù)的最近引用年是指距離數(shù)據(jù)出版年最近的引用文獻的時間。從DCI數(shù)據(jù)庫中，可以發(fā)現(xiàn)一些數(shù)據(jù)的引用時間要早于它們的出版時間，根據(jù)R指標計算公式這些數(shù)據(jù)的R指標值都是負數(shù)。當數(shù)據(jù)的R指標大于零時，R指標值越小，這條數(shù)據(jù)的學術影響力就越大；當數(shù)據(jù)的R指標小于0時，R指標值越大，即R指標絕對值越小，這條數(shù)據(jù)的學術影響力就越大。

在表3中，可以發(fā)現(xiàn)“General Social Surveys, 1972-2006［Cumulative File］”和“Americans' Changing Lives: Waves I, II, III, and IV, 1986, 1989, 1994, and 2002”記錄的R指標絕對值是最小的，為0，從R指標的角度分析這條記錄的學術影響力是最大的。“Household，Income and Labour Dynamics in Anstralia （HILDA）Survey”、“General Social Survey CumulativeFile, 1972-1986”和“World Values Survey, 1981-1984 and 1990-1993”記錄的R指標是負值，其絕對值都比較大，其學術影響力比較小。

表2　10條記錄的F指標

表3　10條記錄的R指標

2.4數(shù)據(jù)學術影響力分析

數(shù)據(jù)的學術影響力是將M指標、F指標、R指標及各指標對應的權重進行線性組合而獲取的。此外，本文將每個評價指標進行標準化處理，即用每個指標的實際值比該指標絕對值的最大值，將這個比值作為該指標的標準值。［13,14］

根據(jù)各指標對學術影響力的貢獻程度，暫時賦予：M指標的權重為0.7，F(xiàn)指標的權重是0.2，R指標的權重是0.1。數(shù)據(jù)的學術影響力的線性組合計算公式［15,16］：數(shù)據(jù)的學術影響力= 0.7 * M + 0.2 * F - 0.1 *│R│。

表4　10條記錄的學術影響力計算結果

在表4中，可以發(fā)現(xiàn)“General Social Surveys, 1972-2006［Cumulative File］（一般社會調查，1972-2006，累積文件）”記錄的學術影響力是最大的，為0.9000。這條記錄的學術價值最大。“The Australian Longitudinal Study of Ageing：Wave 6 Clinical Data，2001 （2001年澳大利亞老齡化縱向研究，波6臨床數(shù)據(jù)）”和“The Australian Longitudinal Study of Ageing: Wave 1, 1992（1992年澳大利亞老齡化縱向研究，波1）”記錄的學術影響力計算結果是最小的，為0.1533。這兩條記錄的學術影響力基本上都是相同的，是這10條記錄中學術價值最小的。

3　結論

（1）從數(shù)據(jù)的引用頻次看，社會學影響力比較大的數(shù)據(jù)涉及：一般社會調查、澳大利亞的家庭收入和勞工動態(tài)調查、綜合社會調查、世界價值觀調查、澳大利亞老齡化縱向研究、英國住戶小組調查、美國黑人和白人的生活差異調查。其中，對工作生活質量、槍支的態(tài)度、傷殘等級、心理健康的態(tài)度和經(jīng)驗、參與會眾、對科學知識的態(tài)度、宗教的發(fā)展趨勢、政府的角色和工作方向的研究數(shù)據(jù)受到科研人員的極大關注。這些數(shù)據(jù)的引用頻率最大，同時它們的學術價值最高。

（2）從數(shù)據(jù)的二次引用數(shù)量看，數(shù)據(jù)的二次引用次數(shù)遠大于引用頻次，但是二次引用量包含了大量的自引頻次。這說明了數(shù)據(jù)的引用頻率遠小于期刊論文、會議論文等文獻的引用頻率，而且數(shù)據(jù)跨學科的引用頻率較低。

（3）從數(shù)據(jù)的學術影響力看，對數(shù)據(jù)的學術影響力起主導作用的是核心數(shù)據(jù)庫的引用頻次。此外，最近引用時間也在一定程度上影響了數(shù)據(jù)的影響力，數(shù)據(jù)的出版年和最近引用年應該受到更多的關注。

（4）從10條數(shù)據(jù)的共同點可以看出，在社會學學科領域，文獻類型為Data Study的數(shù)據(jù)引用頻次較多。此外，這些數(shù)據(jù)語種均是“English”，語種為英文數(shù)據(jù)的學術影響力較高，開放程度也較高。

［參考文獻］

［1］黃永文，等．國外開放科學數(shù)據(jù)研究綜述［J］．現(xiàn)代圖書情報技術，2013（5）：21－27.

［2］張曉林．開放獲取、開放知識、開放創(chuàng)新推動開放知識服務——3O會聚與研究圖書館范式再轉變［J］．現(xiàn)代圖書情報技術，2013（2）：1－10．

［3］李慧佳，等．國內外科學數(shù)據(jù)的組織與管理研究進展［J］.圖書情報工作，2013（23）：130－136.

［4］黃如花，邱春艷．國外科學數(shù)據(jù)共享研究綜述［J］.情報資料工作，2013（4）：24－30.

［5］Thomson Reuters.．Data Citation Index數(shù)據(jù)庫介紹——揭示塵封的寶藏［EB/OL］.［2015－03－02］．https: //thomsonreuters.webex.com.cn/mw0307l/mywebex/default.do?nomenu=true&siteurl=thomsonreuters&service=6&rnd =0.7428476558776997&main_url.

［6］Torres-Salinas D，etal．Analysisof the coverage ofthe Data Citation Index Thomson Reuters：disciplines，documenttypesandrepositories［J］．Revista Espanola de Documentacion Cientifica，2014，37（1）：e036.

［7］張海營．基于RFM模型的圖書館圖書評價系統(tǒng)研究［J］.圖書館，2012（3）：60－62.

［8］朱艷華，等．基于被引頻次統(tǒng)計的基礎科學數(shù)據(jù)庫影響力分析［J］.科研信息化技術與應用，2013（4）：12－18.

［9］白國應.關于社會學文獻分類的研究［J］.江蘇圖書館學報，2002（6）：13－19.

［10］葉繼元.《中文圖書引文索引·人文社會科學》示范數(shù)據(jù)庫研制過程、意義及其啟示［J］.大學圖書館學報，2013（1）：48－53.

［11］邱均平．文獻計量學［M］．北京：科學技術文獻出版社，1988：225－229.

［12］白云，蘇新寧.《現(xiàn)代圖書情報技術》載文及引文特征的學術影響力分析——基于CSSCI（2004－2006）［J］.現(xiàn)代圖書情報技術，2008（4）：95－102.

［13］李雁翎，等．五維圖書評價體系及分析模型的建構［J］．情報科學，2013（8）：77－80，140.

［14］蘇新寧．中國人文社會科學學術影響力報告［M］.北京：高等教育出版社，2011：741－781.

［15］蘇新寧．中國人文社會科學圖書學術影響力報告［M］．北京：高等教育出版社，2007：741－781.

［16］朱強，等．中文核心期刊要目總覽（2014年版）［M］．北京：北京大學出版社，2015：1－20.

Analysis on Social Science Data Influence Based on DCI

Xing Hong-mei，Lv Xian-jing，Liu Wen-jun，Chang Pei，Cheng Lu

Abstract：With the coming of Big Data era, governments and research institutions have paid great emphasis on openness and utilization of data and governmental as well as scientific data keep being accessed recently.Data Citation Index (DCI) of Thomson Reuters has promoted the development of the global data openness and sharing and objective evaluation of scientific data is a concerned issue for many academic researchers.This article, taking social science data from DCI, calculates the academic influence and value of these data withsome indicators。

Keywords：Data Openness;Data Citation Index; Academic Influence

［收稿日期］2015－03－30［責任編輯］劉丹

［作者簡介］邢紅梅（1992－），女，西華大學圖書館信息資源管理專業(yè)研究生，研究方向：信息分析；呂先競（1962－），男，情報學教授，西華大學管理學院企業(yè)管理碩士研究生導師，西華大學圖書館館長；劉文君（1986－），男，西華大學圖書館助理館員，研究方向：數(shù)據(jù)挖掘、人工智能；暢佩（1989－），女，西華大學圖書館信息資源管理專業(yè)研究生，研究方向：信息分析；程路（1989－），男，西華大學圖書館信息資源管理專業(yè)研究生，研究方向：信息分析。

［基金項目］本文系西華大學社會科學基金項目“我國社會科學數(shù)據(jù)引證的影響力研究”（項目編號：y14216007），西華大學研究生創(chuàng)新基金項目“大數(shù)據(jù)背景下的管理學圖書引文分析研究”（項目編號：ycjj2014015）資助項目成果。

中圖分類號：G250.252

文獻標志碼：A

文章編號：1005－8214（2016）02－0043－04