国外社会网络分析在文献计量领域的应用研究

作者简介:
滕广青,男,1970年生,东北师范大学计算机科学与信息技术学院副教授。牟冬梅,女,1970年生,吉林大学公共卫生学院教授,博士生导师。任晶,女,1981年生,长春中医药大学图书馆馆员。

原文出处:

内容提要:

通过对文献计量学领域中合作研究、引用研究、知识结构关系研究三个层面的梳理和分析,文章对国际学术界近年来社会网络分析在文献计量学领域中的应用研究的前沿进展和研究热点进行了总结,从中揭示出由文献计量向知识计量演进的发展趋势,以期为国内的相关研究提供借鉴。


期刊代号:L1
分类名称:情报资料工作
复印期号:2014 年 01 期

字号:

      社会网络分析的英文原词是“Social Network Analysis,SNA”,国外学术界有的学者称其为结构分析(Structural Analysis),有的学者简称为网络分析,国内学者一般将其称为社会网络分析。1977年,“社会网络分析国际网络”(International Network for Social Network Analysis,INSNA)作为社会网络分析研究领域的国际性组织宣告成立,由该组织出版发行的《社会网络》(Social Network)、《连接》(Connections)和《社会结构学报》(Journal of Social Structure)目前已成为社会网络分析研究领域的主要学术杂志,同时也标志着社会网络分析进入了一个繁荣发展时期。

      早期的社会网络分析起源于数学领域的图论和矩阵理论,在经过一段时期的曲折发展后,从20世纪70年代米尔格兰姆(S.Milgram)[1]的小世界理论开始,社会网络分析在学术界的地位日益上升。1999年艾伯特(R.Albert)、郑(H.Jeong)和巴拉巴西(A-L.Barabasi)[2]在《自然》(Nature)杂志上发表文章,提出了WWW中的幂律分布。同年,巴拉巴西(A-L.Barabasi)和艾伯特(R.Albert)[3]又在《科学》(Science)杂志上发表文章,构建了无标度网络模型。2002年,社会网络和社会关系更是成为美国管理学年会的主题。在这之后,网络的思想与方法逐渐渗透到更为广泛的自然科学和社会科学诸多研究领域,形成了—门相对独立的“网络科学”(Network Science)。2009年7月,“复杂系统与网络”(Complex System and Network)专题在《科学》杂志上刊登,标志着这一领域的研究已经日臻完善,成为现代科学研究中的一门显学。

      近年来,社会网络分析对图书情报学界也产生了巨大的影响。伦敦Facetation 2003年的报告指出,信息检索和文献计量是社会网络分析目前在图书情报学的主要应用领域。其中在文献计量学领域,社会网络分析对结构关系的高度关注,改变了传统文献计量学基于描述统计的研究范式。特别是随着一系列可视化分析工具软件的诞生,社会网络分析对研究对象结构关系的揭示能力超越了以往任何一种理论和方法。本文从合作研究、引用研究、知识结构关系研究三个层面,对国外近年来社会网络分析在文献计量学领域中的应用研究情况进行梳理和总结,以期把握国际学术界在这一研究领域的前沿进展和研究热点,为国内的相关研究提供借鉴。

      1 基于社会网络分析的合作关系研究

      学术界的科研合作不但反应科学研究工作的团队性、协同性,同时还体现出科学知识的交流与互补。因此,合作关系研究是文献计量学研究领域中一个重要的主题。本文讨论的基于社会网络分析的合作关系研究既包括文献作者的合著关系研究,也包括科研机构的合作关系研究。

      1.1 作者合著关系研究

      学术文献的作者合著关系是文献计量学中一个传统的研究主题。在社会网络分析应用于作者合著关系的早期研究中,比利时学者奥特(E.Otte)和卢梭(R.Rousseau)[4]认为社会网络分析并不是单纯的形式化社会学理论,而是一种调查群体结构的思想策略,并且这种策略可以被广泛地应用于很多领域的结构关系研究。因此,奥特和卢梭提出学术文献中的作者关系可以像市场交易关系或者地理交通网络一样采用社会网络分析的策略加以研究。鉴于这一认识,他们将社会网络分析应用于信息科学领域的学术出版物作者合著关系研究,基于该领域成果文献的共同署名关系构建了作者合著关系网络,并对网络的中心性指标进行了测度。研究表明,社会网络分析应用于作者合著关系研究,能够帮助研究者识别特定研究领域的核心作者。与奥特和卢梭研究不同的是,英国学者亨尼勃格(S.C.Henneberg)及其合作者[5]对文献作者相互间的影响和呈现出的知识结构更为关注。在他们构建的作者合著关系网络中,具有紧密合作关系的作者圈、学术派系以及不同子群之间的结构洞等社会网络属性被重点考查。通过对特定时间段、特定学术领域的作者合著关系的分析,亨尼勃格等人发现由弱连接构成的研究者群体比同类学术网络具有更低的密度,以及个体网络所呈现出的出版策略的差异。借助对作者合著网络在时间序列上的发展变化进行的跟踪,动态地揭示了作者合著网络背后的知识创意流动网络的底层结构。

      在此之后,阿巴西(A.Abbasi)等学者[6]将社会网络分析在作者合著关系研究领域中的应用推向了一个新的高度。为了更深入地探索作者网络中的合著关系,阿巴西及其合作者们开发了一个基于社会网络的分析模型,该模型能够基于标准化后的点度中心度、中介中心度、接近中心度、特征向量中心度以及平均连接强度和效率等指标对特定领域的成果文献进行深度分析。研究中,阿巴西等人将基于社会网络分析的结果与基于泊松回归模型(Poisson Regression Model)的统计分析结果进行了对比研究。结果表明,特定领域中学者们的研究成果的G指数与标准化中介中心度和标准化接近中心度之外的其他社会网络指标呈正相关,并且标准化点度中心度、平均连接强度和效率等指标对G指数具有重大的积极影响。这一结果表明,作者合著关系网络中与许多不同学者具有连接关系的研究人员,比只与少数学者连接的研究人员拥有更好的基于引用的成果表现(G指数);拥有较强平均连接强度的学者(即反复多次的合著关系)比具有较弱平均连接强度的学者(即与不同学者仅有一次合著关系)表现出更好的研究成果;能够与另一个合著者群组中的一员维持较强连接关系的研究者,比那些与同群组的学者具有许多合著连接关系的研究人员,在科研成果方面具有更突出的表现。由此,该项研究建议科研人员应该更多地与学生进行科研合作,而不是仅限于与其他表现良好的学者进行科研合作。在此基础上,马丁斯(M.E.Martins)等人[7]继续以文献作者为社会网络节点,围绕社会网络分析的中心性指标展开研究,并基于1481篇文献的2457位作者构建了作者合著关系网络。马丁斯等人的研究表明,在作者合著关系网络中,社群结构一方面具有较高的离散性,同时也具有“小世界”的特性。也就是说,研究者可以通过少量的网络中介连接到群组之外的其他科研人员,并认为这种结构显然有利于知识流动和知识开发。

原文参考文献:

  • 76

相关文章: