Incites與ESI在國家自然科學基金選題中的預測分析和探索實踐

〔摘 要〕科研課題與學術論文之間存在著互相支撐的緊密關系，為探尋和利用已有的分析工具開展融通創新服務，合理挖掘各學科領域最熱或最具優勢的科研選題，在今后的實際工作中構建切實可行的定量預測模式，文章以學術論文分析工具對科研項目選題進行探索研究，舍棄現今人們常用的把ESI與Incites數據庫對ESI學科和潛力學科分析工作上的固有模式，采用Incites數據庫和ESI平臺進行耦合關聯，以申報國家自然科學基金項目的選題為例，對其近3年的資助發文情況進行統計，以定量分析高水平的SCIE/SSCI研究論文為出發點，結合更深層“暗數據”可視化信息加工方法，為科研課題的適當選題提供思路和借鑒，并為圖書情報部門在高水平大學建設中的“暗數據”可視化綜合情報分析與優勢互補服務能力提升做出探索實踐性研究。

〔關鍵詞〕InCites；ESI；“暗數據”可視化；科研選題；文獻計量學

DOI：10.3969/j.issn.1008-0821.2018.06.019

〔中圖分類號〕G301 〔文獻標識碼〕A 〔文章編號〕1008-0821（2018）06-0122-06

〔Abstract〕In this article，the author knew that research topics and academic papers had the close relationship between the support each other.In order to explore and utilize the existing analysis tools to carry out the financing innovation services，reasonable mining hottest interdisciplinary fields or the most advantage of research topics，in the future practice to build a feasible quantitative prediction model，it used the essay analysis tools to explore the research topics，discarding the commonly used inherent patterns of the ESI and Incites databases on the ESI discipline and the potential disciplinary analysis，using Incites database and ESI platform for the coupling relationship.It declared the National Natural Science Foundation of selected topics as an example，the statistics of the past 3 years the fund issued in the quantitative analysis，to study the quantitative analysis of a high-level SCIE/SSCI papers as a starting point，combining with the deeper“dark”data visual information processing method，suitable for scientific research subject topics provided ideas and reference，and books combining with a deeper“dark data”visualization information processing methods，to provide ideas and reference for the appropriate research topics，and for intelligence in the construction of high-level university for“dark data”visualization integrated intelligence analysis and the complementary service ability to ascend to explore practical research.

〔Key words〕InCites；ESI；“dark data”visualization；research topics；bibliometrics

當前，建設世界一流大學和一流學科（簡稱“雙一流”）是國家和地區發展的一項國家級重點建設工程[1]。雖然在2017年9月21日，國家教育部、財政部、發改委首次公布了世界一流大學和一流學科建設高校及建設學科名單[2]，但是，也明確指出這次的遴選認定結果不是一勞永逸的，并非“終身制”，這為圖書情報機構的創新知識服務指明了方向。因而，各高校的圖書情報服務部門幾乎都實施了定期地對各類評價指標數據進行收集、整理和分析，以便對建設成效開展動態監測，為“雙一流”建設不斷積累經驗。

作為基礎學科研究較為活躍的高等院校，按照國務院2018年1月31日正式發布的《關于全面加強基礎科學研究的若干意見》（國發〔2018〕4號文），明確提出“瞄準世界科技前沿，強化基礎研究，深化科技體制改革，促進基礎研究與應用研究融通創新發展”[3]，結合不同領域和學科自身特點，積極開展新時期全鏈條科技創新工作，切實推進各類科技的創造與轉化。根據2018年2月13日國家科技部、財政部聯合印發的關于《國家科技資源共享服務平臺管理辦法》的通知（國科發基〔2018〕48號文）[4]，圖書情報部門可充分利用現有的信息資源和服務優勢，提供專業化的知識服務，打造科技資源全鏈條服務體系，推動從資源管理向科技資源服務轉變，提升服務質量和水平，為實現融通合作和創新發展貢獻力量。

1 構建思路

通過國家自然科學基金委員會的科學基金網絡信息系統ISIS，可初步完成對過往課題立項資助的信息分析，但僅有題目和學科分類等，除了中標率和成果歸屬統計等分析外，具體項目的研究深度和廣度難以判斷；對于已結題驗收的課題，雖然增多了主題詞和摘要等信息，可信息量還是較少，對于科研研究中很重要的研究過程和具體方法，一般零碎分散或是無法集中呈現。而在申報的前期研究論文中，以及研究中期和后期發表的公開學術論文中，研究的細節、方法和過程等，都有比較詳盡的記錄，因而，增加對Incites數據庫和ESI數據庫的融通分析，將更有助于在基金申報過程中找準定位和明確定題。

本文嘗試采用Incites數據庫和ESI數據庫，通過對國家自然科學基金項目（簡稱“國自然”）近3年的資助發文情況進行耦合分析，從定量的角度結合更深層“暗數據”可視化信息加工方法，尋找國自然課題近年的熱點研究方向和本機構/本學科的研究優勢，為今后在科研課題申報時，提供挖掘本學科領域最熱或最具優勢的課題定位，構建充分利用特定工具的融通創新服務手段和預測模式，提升“雙一流”學科建設中的“暗數據”可視化綜合情報分析與優勢互補服務能力做出應用探索。

1.1 InCites數據庫的基金資助分析功能優勢

眾所周知，Incites數據庫和ESI數據庫是由科睿唯安公司（Clarivate Analytics，原湯森路透知識產權與科技事業部）開發，目前，最常用于“雙一流”學科建設中的ESI學科和排名情況的分析中，但其基金資助分析功能幾乎尚未被提及或被忽略。筆者查找了中國知網（CNKI）中心站的期刊全文數據庫、維普資訊的期刊全文數據庫以及萬方數據平臺的期刊全文數據庫，這3個國內知名數據庫進行文獻調研，在不限定檢索年限的情況下，截止到2018年2月10日，尚未發現以Incites數據庫和ESI數據庫作為主要研究手段，對基金資助項目或課題選題進行預測性研究的相關研究文獻。初步分析，在文獻報道方面，國內學者對此研究還處于相對混沌的狀態。

雖然如此，但Incites數據庫在基金資助分析方面具有一定的優勢。

1）由于國自然項目在申報的前期、研究的中期和后期均需有一定的SCI/SSCI成果公開發表，Incites數據庫與包含SCI/SSCI在內的Web of Science（簡稱WOS）核心合集均同屬于科睿唯安公司，且具備WOS7個索引數據庫的數據，對國自然的統計分析，具有接口統一性和較好的兼容性，并擁有一定的可視化效果；

2）對全球5 000多所研究機構的名稱信息已進行規范化處理；

3）實現對全球基金資助機構的歸并，包括中國國家自然科學基金等在內的59個中國大陸基金資助項目和5個來自中國香港的基金資助項目；

4）在分析出自己關心的高頻或熱點研究方向后，還可與同屬于科睿唯安公司的深度分析型研究工具ESI數據庫的全球研究熱點Research Fronts進行橫向比對，并選取與其中熱點詞關聯的研究論文進行深度閱讀和全面揭示。

1.2 “暗數據”可視化分析法的引入

在前期研究方面，筆者曾發表幾篇有關“暗數據”及其可視化的學術研究論文，積累了一定的素材和經驗。對于“暗數據”的研究，我國學者已經起步但尚未深入，在理論探討方面，2015年2月22日我國著名學者吳建中先生在其個人博客“建中讀書”里，論述了他對暗數據的理解并作出了簡要的前景分析，受到了業界高度關注[5]。筆者認為，“暗數據”可以看作是大數據的子集，但無論我們是否覺察或感知其存在，暗數據是曾經投入過人力、物力甚至財力進行收集而來的數據，只是未經處理、分析的存儲數據，也許包含未被發現的、重要的價值或見解，但并不是無用的數據。由于存在數量大，潛在價值尚不明確，因而以往對其研究較少。但能預測“暗數據”能對未來產生一定推動或阻礙的可能性，也能為用戶提供更多、更廣泛的機遇[6]。

科研項目的申報，尤其是國家自然科學基金等代表著國家高水平研究項目，研究眼光已不僅僅是在國內，而是需要放眼全球范圍，因而以“暗數據”可視化為主要研究手段，常用Python語言，SQL數據庫等數據處理工具，后臺需要涉及百萬甚至千萬級的數據，以便嘗試尋找與實際應用更為接近，且具有參考和借鑒意義的創新融通分析方法。

2 應用實踐與應對策略

2.1 利用InCites數據庫進行數據抓取和初步分析

通過訪問https：//incites.thomsonreuters.com，輸入InCites的賬號和密碼進行登錄，如果是首次訪問，個人自行使用郵箱注冊后可登錄使用。InCites數據庫主界面有包括人員分析、機構分析、區域分析、研究方向分析、期刊圖書會議錄文獻分析和基金資助機構等6個主要功能模塊，其中最右上角的基金資助機構模塊入口，可分析不同基金資助機構的論文資助和研究情況。

選取時間跨度為2015年以來，基金資助機構為“National Natural Science Foundation of China”（中國國家自然科學基金），按照發表WOS論文數量進行排序，可得如圖2結果。

圖2為自2015年以來，受中國國家自然科學基金資助并已公開出版的WOS論文共有603 358篇，由于考慮到WOS核心合集學科分類共有251個，與國自然項目申報指南中的學科分類相比更精細，有助于提供進一步的研究方向具體信息。故對“研究方向”進行“重新聚焦”，可知這60多萬篇WOS論文主要涉及234個學科研究方向，如圖3所示。

2.2 數據清洗和詞頻分析

圖3中得到了234個精細的學科分類結果，可根據實際中個人的研究方向，選取其中1個或幾個具體方向的論文進行深入研究，可選擇發表在Q1或Q2區的論文，或是被引次數排名前1%或10%的論文等，或是限定為Article等較高質量的學術成果，如圖4。筆者常用的途徑之一，可將其導出其論文清單，去重后，在EXCEL電子文檔中。一般來說，論文的數據量比較大，逐一閱讀的可行性小，可對這些論文數據的簡要信息進行語句的切分，獲取反復出現的高頻詞（常為實詞），即為該研究方向近幾年來的關注熱點詞匯。另一種途徑，可把以上數據導入到可視化的統計分析工具當中，如與WOS論文數據匹配度比較好的，亦由科睿唯安公司開發的DDA分析軟件中，進行數據清洗，如圖5，同樣能獲得與上述途徑類似的結果。

通過詞頻分析，以過去3年的腫瘤學研究項目為例，可發現腫瘤、基因（miRNA/IncRNA/circRNA）、蛋白、（高通量）組學、信號通路等相關論文較多，而特殊細胞類型、特殊細胞器、特殊細胞學現象、特殊修飾等字眼，在近期大量涌現。

2.3 融通比對ESI和熱點拓展延伸

ESI（Essential Science Indicators，又名基本科學指標）平臺提供“Research Fronts”界面分析各ESI學科的全球研究熱點，但其分析的立足點與上述從Incites數據庫出發的角度不同。

2.3.1 學科分類體系并不一致

ESI是將SCIE/SSCI收錄的期刊粗分為22個學科分類，如表1。對于國自然項目則無法滿足其申報過程中對學科分類較精細的要求，這也是一開始沒有建議直接使用ESI來獲取全球研究熱點的主要原因之一。但是，如前所述，Incites數據庫可選取共有251個類別的WOS核心合集進行學科分類，比國自然項目申報指南中要求的更精細，也有助于分析具體的研究方向。如之前以腫瘤學作為分析方向，在ESI平臺中則沒有該學科方向，它可能會被分入臨床醫學、免疫學、生物與生物化學，或是分子生物與遺傳學等ESI學科當中，如圖6，分析起來會讓研究人員無所適從。但是，在Incites數據庫不僅設有該學科方向，還能找到具體的研究熱點詞匯。

2.3.2 分析視角并不一致

ESI數據是通過全球高水平論文（即高被引論文和熱點論文的合集）為出發點，通過共被引關系網絡尋找反復出現的高頻詞匯，從而獲得研究熱點，并非基于相關的基金支持作為研究的出發點。而本文從Incites數據庫出發，起點為針對性和專指性更強的有關基金項目。

2.3.3 影響范圍也不一致

ESI平臺默認是以滾動10年為統計周期，僅以總被引頻次進行排名，只有學科論文總被引頻次排名進入前1%才能入圍該數據庫。我們常常認為ESI平臺收錄的是“優質”的SCIE/SSCI論文，其高被引論文的持續影響力或是熱點論文的近期爆發力都是值得肯定的。相比之下，從Incites數據庫分析數據，一般從創新性考慮，往往只是對近3～5年進行分析，其研究定題的可持續性或熱度尚未得到驗證。

因而，經過清洗后從Incites數據庫中得到的數據，通過融通ESI平臺中的全球研究熱點，能實行相互印證，所得結果有3種情況，如表2。對于目前研究水平和科研投入的個人研究者來說，能夠有的放矢的分析出適合本人，且與全球研究水平接軌、更“接地氣”的熱點選題。

3 討論與展望

自2016年的第四輪學科評估工作開始，教育部首次明確要求使用ESI作為衡量學術產出水平的重要指標，ESI與Incites數據庫成為全球反映學科論文質量、體現學科競爭力和影響力的權威工具，越來越受到政府部門、各大高校、科研機構的關注和重視[7]。目前，在高水平大學建設過程中，ESI與Incites數據庫最常用于對ESI學科全球排名、入選學科數量和潛力學科可能性分析等工作上，并在圖書情報部門形成動態、定期跟蹤分析的工作機制。但這兩個工具并不只能做這單一功能，各機構的ESI學科分析工作往往比較宏觀，且主要針對研究結論部分的學術論文，而對于微觀的個人研究，以及作為研究過程部分的科研立項是否也具有積極的指導意義，是本文的研究起點和關注點。經過上述的嘗試和探索，也發現了一些問題，如作為醫藥類高等院校的研究人員，自身的學科門類和研究側重點相對比較集中，主要以臨床醫學、基礎醫學和生命科學等學科作為實踐分析對象，對于計算機科學、物理學等其他學科是否具有普適性，尚有待進一步探討。

科研課題與學術論文的先后關系，就像是“雞”和“蛋”的問題一樣，到底是先有雞還是先有蛋，這個看似簡單的問題卻是長期以來引發我們深思的課題。在申報課題時，往往需要展示學術論文等前期研究成果對其支撐。在獲得基金資助后，中期研究或結題研究成果，也常常以學術論文的形式進行展現。無論孰先孰后，我們看到的是它們之間緊密的伴隨性關系，因而，本文利用科研課題與學術論文之間的互相支撐關系，以申報國家自然科學基金項目的選題為例，以定量分析高水平的SCIE/SSCI研究論文為出發點，為科研課題的適當選題提供思路和借鑒。

參考文獻

[1]董薇，姜宇飛，張明昊，等.圖書館服務高校智庫建設的策略——“雙一流”高校建設背景下的思考[J].智庫理論與實踐，2017，2（3）：36-43.

[2]人民網.權威發布！“雙一流”建設高校及建設學科名單公布[EB/OL].http：//edu.people.com.cn/n1/2017/0921/c367001-29549883.html，2018-01-18.

[3]中華人民共和國中央人民政府.國務院關于全面加強基礎科學研究的若干意見[EB/OL].http：//www.gov.cn/zhengce/content/2018-01/31/content_5262539.htm，2018-02-10.

[4]中華人民共和國科學技術部.科技部 財務部關于印發《國家科技資源共享服務平臺管理辦法》的通知[EB/OL].http：//www.most.gov.cn/mostinfo/xinxifenlei/fgzc/gfxwj/gfxwj2018/201802/t20180224_138207.htm，2018-02-10.

[5]鄧小茹.暗數據可視化在高校圖書館微信移動服務的應用探究[J].圖書館學研究，2017，（23）：59-64.

[6]鄧小茹，陳穎瑜.管窺“暗數據”可視化的應用前景與隱憂[J].高校圖書館工作，2016，36（3）：3-5.

[7]潘衛，楊眉，董玨.支撐高校管理與決策的產品化情報服務[J].大學圖書館學報，2016，34（6）：43-50.

（實習編輯：陳 媛）