文獻(xiàn)關(guān)鍵詞分布特征與期刊學(xué)術(shù)質(zhì)量的關(guān)系

■李秀霞 程結(jié)晶 邵作運

1)曲阜師范大學(xué)傳媒學(xué)院， 山東省日照市煙臺路80號 276826 2)揚州大學(xué)社會發(fā)展學(xué)院, 江蘇省揚州市四望亭路180號 225008 3)曲阜師范大學(xué)圖書館, 山東省日照市煙臺路80號 276826

學(xué)術(shù)期刊是學(xué)術(shù)信息的重要傳播載體和科研成果的重要展示窗口，是知識創(chuàng)新和科技成果轉(zhuǎn)化的重要橋梁[1]。學(xué)術(shù)期刊所刊載文獻(xiàn)的關(guān)鍵詞反映了期刊的研究內(nèi)容，分析一段時間內(nèi)期刊關(guān)鍵詞的分布特征及其與期刊學(xué)術(shù)質(zhì)量之間的關(guān)系，對學(xué)術(shù)期刊出版機構(gòu)科學(xué)控制文稿比例，優(yōu)化稿源結(jié)構(gòu)，凝練期刊特色，提高自身的內(nèi)在質(zhì)量和學(xué)術(shù)影響力等具有重要意義。

目前，期刊學(xué)術(shù)質(zhì)量的評價方法主要有3種。(1)專家調(diào)查法。主要通過專家調(diào)查來收集專業(yè)人士對期刊的主觀感受，并利用這些主觀判斷的數(shù)據(jù)分析期刊內(nèi)容，目的或是對多學(xué)科期刊群進(jìn)行學(xué)科分類[2]、或是對同一學(xué)科的期刊組進(jìn)行等級排序[3]?！吨形暮诵钠诳靠傆[》[4]就是先在定量評價基礎(chǔ)上產(chǎn)生核心期刊名單，再邀請幾千名各學(xué)科的專家對候選名單進(jìn)行審核。(2)文獻(xiàn)計量法。主要從期刊的被引頻次以及由此引申出的一系列計量指標(biāo)如影響因子[5]、h指數(shù)[6]、z指數(shù)[7]、綜合指標(biāo)[8]等來評價。計量指標(biāo)已有很多，既有單一計量指標(biāo)，也有綜合計量指標(biāo)，對期刊學(xué)術(shù)質(zhì)量的定量、客觀評價產(chǎn)生了巨大的推進(jìn)作用。然而，單純通過被引頻次這種外化指標(biāo)的統(tǒng)計與排序，尚不能從知識交流與創(chuàng)新內(nèi)容的視角科學(xué)評價期刊的學(xué)術(shù)影響力。(3)內(nèi)容分析法。主要通過特征提取或深度學(xué)習(xí)的方法挖掘期刊文獻(xiàn)的研究內(nèi)容[9]，進(jìn)而對期刊進(jìn)行分類和評價。對比發(fā)現(xiàn)，內(nèi)容分析法是目前期刊學(xué)術(shù)質(zhì)量評價方法中較為理想的方法[10]，但鮮有此類研究的報道。

國內(nèi)較具代表性的、基于文獻(xiàn)內(nèi)容的期刊質(zhì)量研究有：安璐等[11]通過計算期刊的關(guān)鍵詞數(shù)量與方差，將60種圖書情報類英文期刊按照專業(yè)化與綜合性進(jìn)行分類，并指出學(xué)術(shù)期刊質(zhì)量的提升不僅依賴于被引頻率、影響因子等，更重要的是規(guī)劃、調(diào)整期刊的主題內(nèi)容；馬崢等[12]通過統(tǒng)計期刊文獻(xiàn)關(guān)鍵詞，設(shè)計了“紅點指標(biāo)”，該指標(biāo)可以計算一種期刊所刊載的內(nèi)容與同領(lǐng)域的研究熱點方向或主題重合的程度，以此評價期刊的學(xué)術(shù)質(zhì)量，其研究為從內(nèi)容層面評估期刊質(zhì)量和影響潛力開創(chuàng)了新的思路。上述研究說明期刊關(guān)鍵詞數(shù)量、關(guān)鍵詞分布特征與期刊學(xué)術(shù)質(zhì)量存在一定的關(guān)系，但其更直觀、更具體的關(guān)系尚需深入研究。鑒于此，本研究擬通過期刊關(guān)鍵詞的提取，構(gòu)建期刊關(guān)鍵詞詞頻數(shù)據(jù)集，通過數(shù)據(jù)集的曲線擬合，探尋期刊關(guān)鍵詞的分布特征；并根據(jù)擬合方程對應(yīng)的參數(shù)分析期刊關(guān)鍵詞分布與期刊學(xué)術(shù)質(zhì)量的關(guān)系。

1 研究方法

研究期刊關(guān)鍵詞分布的方法主要是公式法，例如：計算各期刊不同關(guān)鍵詞出現(xiàn)次數(shù)的方差法；借鑒經(jīng)濟學(xué)領(lǐng)域中測度社會收入分配差異程度的統(tǒng)計指標(biāo)，如變異系數(shù)、泰爾系數(shù)、基尼系數(shù)等。公式法雖然能夠反映期刊主題的均衡與集中程度，但也存在指標(biāo)取值帶有主觀性、計算復(fù)雜、結(jié)果不夠直觀等問題。為此，本研究采用曲線擬合的方法研究期刊關(guān)鍵詞的分布特征。

曲線擬合是以連續(xù)曲線近似地刻畫平面上離散點對應(yīng)坐標(biāo)之間的函數(shù)關(guān)系，并用解析表達(dá)式表征離散數(shù)據(jù)的一種方法。曲線擬合方法的原理簡單、操作方便，能夠直觀、形象地反映復(fù)雜數(shù)據(jù)的總體特征，在工程設(shè)計、科學(xué)實驗中得到廣泛的應(yīng)用。在實際問題中，當(dāng)根據(jù)專業(yè)知識或觀測數(shù)據(jù)特點不能確定哪種曲線模型最接近樣本數(shù)據(jù)時，曲線擬合是一種較好的選擇。首先,根據(jù)實際問題的特點選擇幾種常見的曲線模型；其次,根據(jù)顯示出的統(tǒng)計量R2值評估選取曲線模型的效果，通常選擇R2值最大的模型作為首選的曲線模型。

通過統(tǒng)計多種學(xué)術(shù)期刊的關(guān)鍵詞發(fā)現(xiàn)，一些關(guān)鍵詞出現(xiàn)的頻次相當(dāng)高，是期刊的核心關(guān)鍵詞，但這類關(guān)鍵詞的數(shù)量較少；隨著關(guān)鍵詞出現(xiàn)頻次的降低，其數(shù)量越來越多，呈長尾分布。這種分布特征與負(fù)冪函數(shù)曲線的特征極為相似。

冪函數(shù)的一般形式是y=kxα，α為冪函數(shù)的指數(shù)，當(dāng)α<0時，為負(fù)冪函數(shù)，負(fù)冪函數(shù)具有以下性質(zhì)：圖像在區(qū)間(0，+)上是遞減函數(shù)；自變量趨近+時，函數(shù)值趨近0；α越小，函數(shù)曲線左側(cè)凹陷程度越大(圖1)。k為冪函數(shù)的系數(shù)，表征冪函數(shù)值的放大程度。

圖1 負(fù)冪函數(shù)隨指數(shù)α變化的趨勢

本研究將采用冪函數(shù)曲線擬合學(xué)術(shù)期刊關(guān)鍵詞的分布特征，并分析擬合方程的參數(shù)(包括指數(shù)α、系數(shù)k)與期刊學(xué)術(shù)質(zhì)量的關(guān)系。

2 實證研究

2.1 數(shù)據(jù)來源與處理

本研究數(shù)據(jù)來源于中國知網(wǎng)(China National Knowledge Infrastructure， CNKI)數(shù)據(jù)庫，為方便對比實驗，從中選取我國情報學(xué)領(lǐng)域具有代表性的11種核心期刊(包括10種CSSCI來源期刊和1種CSCD來源期刊)和4種普通期刊。分別檢索上述15種期刊所刊載的學(xué)術(shù)文獻(xiàn)，時間設(shè)定為2013年3月—2018年2月，檢索結(jié)果見表1。

表1 15種樣本期刊列表(按期刊發(fā)文量由低到高排列)

注：《數(shù)據(jù)分析與知識發(fā)現(xiàn)》于2017年由《現(xiàn)代圖書情報技術(shù)》更名而來；《科技情報開發(fā)與經(jīng)濟》于2016年更名為《圖書情報導(dǎo)刊》。

首先，利用數(shù)目共現(xiàn)分析系統(tǒng)BICOMB 2.0分別提取15種情報學(xué)期刊5年內(nèi)刊載文獻(xiàn)的關(guān)鍵詞，形成詞-篇矩陣；其次，在Excel中統(tǒng)計各期刊相同關(guān)鍵詞的詞頻，以獲取5年內(nèi)每種期刊所涉及的關(guān)鍵詞數(shù)量及出現(xiàn)的頻次，由于頻次≤2的關(guān)鍵詞對期刊主題貢獻(xiàn)不大，也不影響期刊關(guān)鍵詞分布的曲線擬合結(jié)果，為此，選取詞頻≥3的關(guān)鍵詞(不區(qū)分“期刊關(guān)鍵詞”的重要性，均等同看待)；最后，將選取的關(guān)鍵詞導(dǎo)入Excel中，建立關(guān)鍵詞序列和關(guān)鍵詞出現(xiàn)頻次的二維數(shù)組，并將每種期刊的關(guān)鍵詞按詞頻由高到低排序,以備曲線擬合之用。

2.2 期刊關(guān)鍵詞分布曲線擬合

以每種期刊關(guān)鍵詞序列為橫坐標(biāo)，期刊關(guān)鍵詞頻次為縱坐標(biāo)，從Excel中插入散點圖，在散點圖上添加趨勢線，選擇曲線擬合的函數(shù)形式，根據(jù)顯示的R2值確定擬合函數(shù)形式。R2值是取值范圍在0～1之間的數(shù)值，趨勢線的R2值越接近1，曲線擬合程度越高，趨勢線的可靠性越高，反之，可靠性越低。實驗發(fā)現(xiàn)，利用冪函數(shù)擬合，期刊關(guān)鍵詞的負(fù)冪函數(shù)分布對應(yīng)的R2值多在0.9以上，僅有《圖書情報知識》的R2值為0.8588，可見，期刊關(guān)鍵詞呈典型的負(fù)冪函數(shù)分布。15種期刊的負(fù)冪函數(shù)分布曲線見圖2。

圖2 15種期刊關(guān)鍵詞的負(fù)冪函數(shù)分布曲線

表2所示為曲線擬合時獲得的各期刊關(guān)鍵詞分布的負(fù)冪函數(shù)方程及其參數(shù)(方程的指數(shù)和系數(shù))，表2中數(shù)值按冪函數(shù)指數(shù)由大到小排序。

2.3 結(jié)果分析

(1)負(fù)冪函數(shù)方程的參數(shù)與期刊學(xué)術(shù)質(zhì)量評價指標(biāo)的相關(guān)性。為說明表2中負(fù)冪函數(shù)方程的參數(shù)與期刊學(xué)術(shù)質(zhì)量的關(guān)系，將其與經(jīng)典的期刊評價指標(biāo)、現(xiàn)有的效果較好的評價指標(biāo)進(jìn)行相關(guān)分析。本研究選擇的對比指標(biāo)為期刊影響因子和文獻(xiàn)[1]給出的期刊學(xué)術(shù)影響力綜合評價值。影響因子是期刊評價中最具代表性的經(jīng)典指標(biāo)，是國際上通用的期刊學(xué)術(shù)水平測度指標(biāo)[13]，這里的影響因子是從CNKI中的期刊“評價信息”中獲取；文獻(xiàn)[1]的綜合評價值則充分考慮了學(xué)術(shù)期刊評價指標(biāo)間的相關(guān)性，是將社會網(wǎng)絡(luò)分析和密度算子相結(jié)合得出的學(xué)術(shù)期刊評價模型，通過對圖書情報學(xué)學(xué)術(shù)期刊進(jìn)行評價，得出該方法是切實可行的學(xué)術(shù)期刊綜合評價法。15種期刊的影響因子、綜合評價值見表2。因為負(fù)冪函數(shù)的指數(shù)、系數(shù)以及其他指標(biāo)對應(yīng)的量值差異較大，所以先對數(shù)據(jù)進(jìn)行歸一化處理，之后導(dǎo)入SPSS 22.0軟件進(jìn)行相關(guān)性分析，相關(guān)性分析的結(jié)果如表3所示。

表2 15種期刊對應(yīng)的冪函數(shù)方程、方程參數(shù)及其與參考評價指標(biāo)的對比

表3 負(fù)冪函數(shù)方程的參數(shù)與其他指標(biāo)、關(guān)鍵詞總量的相關(guān)性

注：**表示在0.01水平(雙側(cè))上顯著相關(guān)；*表示在0.05水平(雙側(cè))上顯著相關(guān)。

由表3可知，負(fù)冪函數(shù)方程的指數(shù)與影響因子、綜合評價值的相關(guān)性顯著，相關(guān)系數(shù)分別為0.741、0.668；方程的系數(shù)與影響因子、綜合評價值也有一定的相關(guān)性，相關(guān)系數(shù)分別為0.738、0.512。這與負(fù)冪函數(shù)方程的指數(shù)與系數(shù)之間具有較高的相關(guān)性(相關(guān)系數(shù)為0.926)一致。影響因子與綜合評價值的相關(guān)性略高，相關(guān)系數(shù)為0.788，這與影響因子是綜合評價指標(biāo)中的一個子指標(biāo)有關(guān)。負(fù)冪函數(shù)方程的參數(shù)是在期刊主題內(nèi)容層面考察期刊的學(xué)術(shù)水平，而影響因子是從期刊文獻(xiàn)的被引用程度來衡量期刊的學(xué)術(shù)影響力，綜合評價值則綜合考慮了期刊影響因子、期刊文獻(xiàn)的引用半衰期、被引半衰期、基金論文比、引用期刊數(shù)、下載量、Web即年下載率等因素，全面衡量期刊的學(xué)術(shù)質(zhì)量。可見，三者是從期刊不同的層面來評價期刊的學(xué)術(shù)質(zhì)量，所以它們之間的相關(guān)系數(shù)(在0.73～0.8之間)不是很高。鑒于影響因子已被廣泛接受，其綜合評價的有效性已被證明，根據(jù)負(fù)冪函數(shù)方程的參數(shù)與影響因子、綜合評價值具有顯著的相關(guān)性，可以確定反映期刊關(guān)鍵詞分布的負(fù)冪函數(shù)方程的參數(shù)與期刊學(xué)術(shù)質(zhì)量有密切的關(guān)聯(lián)。

(2) 負(fù)冪函數(shù)方程的參數(shù)與期刊學(xué)術(shù)質(zhì)量的關(guān)系。分析圖2中期刊關(guān)鍵詞分布曲線，結(jié)合表2的冪函數(shù)方程，發(fā)現(xiàn)冪函數(shù)方程的指數(shù)越大，系數(shù)越小，期刊關(guān)鍵詞分布曲線越平緩，說明這些期刊關(guān)鍵詞雖然呈遞減分布，但卻相對均衡。在15種期刊中，《情報學(xué)報》(方程指數(shù)為-0.362，系數(shù)為10.582)、《情報資料工作》(方程指數(shù)為-0.405，系數(shù)為11.897)、《圖書情報知識》(方程指數(shù)為-0.458，系數(shù)為12.222)的冪函數(shù)指數(shù)值位居前三，系數(shù)則居于后三位。相反，冪函數(shù)方程的指數(shù)越小，系數(shù)越大，期刊關(guān)鍵詞分布曲線左側(cè)越陡，曲線下降越快，說明這些期刊關(guān)鍵詞分布越不均衡，主要集中于少數(shù)關(guān)鍵詞?！犊萍记閳箝_發(fā)與經(jīng)濟》(方程指數(shù)為-0.729，系數(shù)為362.93)、《情報探索》(方程指數(shù)為-0.739，系數(shù)為229.34)、《大學(xué)圖書情報學(xué)刊》(方程指數(shù)為-0.759，系數(shù)為124.89)、《農(nóng)業(yè)圖書情報學(xué)刊》(方程指數(shù)為-0.777，系數(shù)為405.79)等期刊按冪函數(shù)指數(shù)排在后面，按系數(shù)卻排在前面。學(xué)術(shù)期刊一般都有自己的辦刊宗旨和欄目設(shè)置，欄目設(shè)置又具有一定的穩(wěn)定性和連續(xù)性，學(xué)術(shù)期刊應(yīng)該圍繞欄目設(shè)置來錄用稿件，并且在每個主題上都應(yīng)有一定的刊文量。因此，合理的期刊關(guān)鍵詞分布應(yīng)是按冪函數(shù)規(guī)律均衡遞減分布，而不是少數(shù)關(guān)鍵詞頻次巨高、其他關(guān)鍵詞頻次驟減的非均衡分布。上述期刊中，前者均屬于我國情報學(xué)核心期刊(CSSCI來源期刊)，后者均屬于非核心期刊，這證明負(fù)冪函數(shù)的參數(shù)可以反映期刊的學(xué)術(shù)質(zhì)量，一般來說，負(fù)冪函數(shù)方程的指數(shù)越大，系數(shù)越小，期刊的學(xué)術(shù)質(zhì)量越高。

(3) 期刊冪函數(shù)方程的系數(shù)與期刊關(guān)鍵詞數(shù)量的關(guān)系。由表3的相關(guān)分析結(jié)果可知，冪函數(shù)方程的系數(shù)與頻次≥3的關(guān)鍵詞總量具有較高的相關(guān)性，相關(guān)系數(shù)為0.900?？傮w來看，期刊關(guān)鍵詞越多，冪函數(shù)系數(shù)越大。因此，冪函數(shù)方程不僅能夠反映期刊關(guān)鍵詞分布均衡與否，還能夠反映學(xué)術(shù)期刊關(guān)鍵詞的數(shù)量規(guī)模。從表2可以看出，《情報學(xué)報》《圖書情報知識》《情報資料工作》3種期刊的冪函數(shù)系數(shù)最小，對應(yīng)的頻次≥3的關(guān)鍵詞也最少，《情報學(xué)報》有45個，《圖書情報知識》有32個，《情報資料工作》有35個，這3種期刊的頻次≥3的關(guān)鍵詞數(shù)量在所有期刊中最低；而表2中冪函數(shù)系數(shù)最大的兩種期刊是《科技情報開發(fā)與經(jīng)濟》和《農(nóng)業(yè)圖書情報學(xué)刊》，其頻次≥3的關(guān)鍵詞分別有791個和651個，在所有期刊中，這兩種期刊的影響因子最低，分別為0.147和0.362。在同一學(xué)科領(lǐng)域內(nèi)，不同的學(xué)術(shù)期刊可能具有不同的刊載特點，綜合性期刊涉及大量主題，專業(yè)化期刊側(cè)重于少數(shù)主題[13]。本實驗選取的是“圖書情報文獻(xiàn)學(xué)”下的“情報學(xué)”這一較小學(xué)科領(lǐng)域的樣本期刊，屬于專業(yè)性較強的期刊。對于專業(yè)性較強的期刊而言，如果涉及的關(guān)鍵詞很多，而且關(guān)鍵詞的頻次又不均衡，則說明期刊刊文主題繁多，注重規(guī)模發(fā)展，忽視發(fā)文質(zhì)量，往往會偏離其辦刊宗旨?？梢姡瑢τ诔霭嬷芷谙嗤钠诳?，期刊關(guān)鍵詞的規(guī)模與期刊學(xué)術(shù)質(zhì)量具有較高的相關(guān)性，進(jìn)一步說明期刊冪函數(shù)方程的系數(shù)與期刊學(xué)術(shù)質(zhì)量有正相關(guān)關(guān)系。

3 結(jié)語

目前，已有不少專家學(xué)者利用不同的方法研究學(xué)術(shù)期刊質(zhì)量，本研究與前人研究的不同點在于從擬合曲線和擬合方程的角度來評價期刊的學(xué)術(shù)質(zhì)量。實證研究表明，學(xué)術(shù)期刊關(guān)鍵詞呈典型的負(fù)冪函數(shù)分布。通過分析期刊關(guān)鍵詞分布的負(fù)冪函數(shù)方程，發(fā)現(xiàn)其參數(shù)與影響因子、綜合評價值之間具有顯著的相關(guān)性，因而確定期刊關(guān)鍵詞分布的負(fù)冪函數(shù)方程的參數(shù)與期刊學(xué)術(shù)質(zhì)量有關(guān)，可將其納入評估期刊學(xué)術(shù)質(zhì)量的指標(biāo)體系中。

目前，學(xué)術(shù)期刊的評價方法眾多，但涉及期刊主題內(nèi)容的評價方法很少，山東大學(xué)劉京希教授曾經(jīng)呼吁“尊重學(xué)術(shù)期刊發(fā)展生態(tài)規(guī)律的評價體系應(yīng)當(dāng)是內(nèi)容評價而不是形式評價”[14]，從期刊主題內(nèi)容層面分析期刊的影響力更為合理、重要[11]。本文的實證研究部分僅是從期刊關(guān)鍵詞層面評價期刊學(xué)術(shù)質(zhì)量的一種淺顯嘗試，希望本研究結(jié)論能為同行深入開展基于主題內(nèi)容的期刊學(xué)術(shù)質(zhì)量評價提供借鑒。

需要說明的是：《圖書情報工作》在“圖書館、情報與文獻(xiàn)學(xué)”CSSCI排名中多年穩(wěn)居第2，是圖書情報學(xué)中有較高影響力的期刊，但若根據(jù)本研究冪函數(shù)方程的參數(shù)來評價，在15種期刊中僅排在第5位。原因可能是《圖書情報工作》屬于兩棲期刊，既刊登情報學(xué)主題的文獻(xiàn)，也有圖書館學(xué)主題的文獻(xiàn)；而且該刊的出版周期最短，是15種樣本期刊中僅有的半月刊，刊文量大，主題內(nèi)容豐富多樣，致使其冪函數(shù)擬合曲線有相對較大的凹陷，冪函數(shù)指數(shù)相對較低、系數(shù)較高。因此，期刊關(guān)鍵詞分布冪函數(shù)擬合曲線僅僅是從期刊關(guān)鍵詞分布規(guī)律這一維度反映期刊的學(xué)術(shù)水平和影響力，如果全面、客觀、公正地評價學(xué)術(shù)期刊的質(zhì)量和影響力，需要考慮多維綜合評價指標(biāo)。相信隨著期刊主題內(nèi)容在期刊多維評價指標(biāo)中地位的確立和提升，期刊學(xué)術(shù)影響力的評價結(jié)果將會更加科學(xué)、合理。