社會網絡分析運用于學術人才挖掘的研究

段宇鋒，劉 璇

(華東師范大學商學院信息學系，上海 200241)

社會網絡分析運用于學術人才挖掘的研究

段宇鋒，劉 璇

(華東師范大學商學院信息學系，上海 200241)

以圖書情報領域1999－2008年間的發文作者為主要研究對象建立起合著網絡，用傳統的專家調查法確立20位學術權威，發現這20位學術權威與合著網絡中隨機抽取的1 000位作者的四個指標值:頂點值、點度中心度、中間中心度和接近中心度存在顯著差異。以這20位學術權威的指標值為基準，挖掘出符合條件的其他17位學術人才，對這17位學術人才進行問卷調查判斷他們的權威性。研究證明，社會網絡分析法運用于發現學術人才是有效而可行的。

社會網絡分析法;人才挖掘;學術

人才評價是科研管理與評價的重要理論和實踐內容。目前，人才評價主要采用文獻統計和引文分析方法，依據發表的成果數量、被引量以及H指數等指標。然而，引用性質的差異、引文數據庫的缺陷、“馬太”效應等對評價結果的影響也一直為人們所詬病。因為研究合作是學者之間關系的直接反映，也是體現其學術地位的重要形式。所以，合作關系分析可以為人才評價提供客觀依據。為此，筆者的研究以科研合作為依據，探索性地將社會網絡分析方法運用于人才的評價和挖掘。

一、研究現狀

社會網絡分析萌芽于20世紀30年代，形成于20世紀60年代。檢索EBSCO數據庫，2000年以前，以社會網絡分析為主題的文獻僅64篇，2008年增長到369篇。社會網絡分析已被運用到合著和引文網絡研究、競爭情報、知識管理、網絡信息資源評價以及圖書館資源配置等眾多領域［1－10］。

社會網絡分析主要集中在中心性、凝聚子群和核心－邊緣結構三個方面，本研究僅涉及中心性分析。Evelien Otte等計算出信息科學領域的點度中心度指標用以判斷網絡的中心作者［11］;Zhu Weizhon等特別探討了PageRank和中心度指標之間的關系，提出可以利用中間中心度作為參數對PageRank進行加權計算［12］;Jordi Palau等介紹了如何利用點入度中心度和點出度中心度衡量人與團體的合作程度［13］。國內學者付允等指出中心性指標能夠反映出作者在合作網絡中的核心性及中心地位，中心性越高的作者具有較高學術地位和較大影響力［14］;梁瀟研究發現信息加權的中心度可以用來尋找信息流動中的活躍分子以及衡量各主體在整個網絡中的地位［15］;邱均平將中心度指標作為判斷圖林博客核心的標準，認為中心度可以反映博客的重要程度，中心度高的博客可以看做博客圈中的核心且在圈子中有比較高的地位［9］;此外，孟微、龐景安將中心性的三個重要參數:度、介數和接近度(即點度中心度、中間中心度和接近中心度)應用于情報學科研合著網絡的實證研究，發現作者三個指標值的排名存在一定的差異，同時具備三項高指標的作者很少［16］;蘇娜根據社會網絡分析的中心性指標對數字圖書館領域的研究趨勢進行分析和預測，結果表明社會網絡分析指標與其他方法相結合可以很好地識別學科領域的研究趨勢［17］;魏瑞斌利用社會網絡分析方法對關鍵詞網絡進行分析，發現領域的研究熱點和研究內容的分布結構特征［18］;鄭曦、孫建軍構建了鏈接分析領域的作者合作網絡，通過中心性分析可以找到在研究團隊中起著至關重要信息樞紐作用的關鍵節點［19］。

基于已有的研究成果，本研究以中國圖書情報學合著網絡為樣本，歸納學術人才的網絡中心性特征，進行人才挖掘的探索。

二、樣本和工具

本研究利用維普期刊論文數據庫收集樣本，檢索1999－2008年G25和G35類號下的所有文獻。在刪除一些非論文文獻和重復文獻后，得到75 252位作者，161 787篇文獻。發文數量大于2且與他人有合作關系的作者有13 213位。利用這13 213位作者的合著關系建立起合著網絡，本研究不區分作者的次序，因而建立的合著網絡為無向網絡。

社會網絡分析軟件有多種，常用的有UCINET、Pajek、NetMiner、Multinet、Stocnet、Structure 等。本研究使用 www.analytictech.com網站提供的 UCINET軟件作為分析工具。

三、學術權威的特征研究

(一)學術權威的特征值計算

樣本發文量的統計表明，1999－2008年間，發文數量在50篇以上的作者有105位。運用專家調查法，確定了20位圖書情報學領域的學術權威，即馬費成、胡昌平、邱均平、吳慰慈、葉繼元、王余光、陳傳夫、張曉林、程煥文、吳建中、李綱、朱慶華、梁戰平、武夷山、靖繼鵬、葉鷹、王知津、范并思、柯平、于良芝。

社會網絡分析理論指出，如果一個行動者與很多其他行動者有直接的關聯，該行動者就居于中心地位，擁有較大的權力。衡量指標為點度中心度;如果一個行動者處于許多交往網絡路徑上，可以認為此人居于重要位置，因為他具有控制其他兩個個體之間交往的能力。衡量指標為中間中心度;一個點越是與其他點接近，該點在傳遞信息方面就更加容易，該點也越不依賴他者，因而居于網絡的中心。衡量指標為接近中心度。利用UCINET計算出上述20位權威的點度中心度、中間中心度和接近中心度。為了排除奇異值對整體取值的影響，本研究采用中值。

發文量是一個非常重要的判斷學術地位的指標，在合著網絡中以頂點值(vertex value)表示。20位權威的頂點值見表1。

表1 20位學術權威的特征值

(二)對照組的特征值計算

在整個合著網絡中隨機抽取1 000位作者，統計其頂點值，并用UCINET軟件進行點度中心度、中間中心度、接近中心度分析，結果如表2所示。

表2 對照組的特征值

點度中心度即直接與該點相連的點的個數，也就是與該作者有過合著關系的作者的個數。一般來說，點度中心度都小于頂點值，直觀上理解，就是作者與他人合著發文的數量總是小于該作者的總發文量。點的中間中心度測量該點在多大程度上控制他人之間的交往。中間點度中心度為該點的所有點的中間度的總和，中間中心度的值越大，說明對資源的控制能力越強，觀察有一部分作者的中間中心度為0，表示該作者不能控制其他行動者，處于網絡的邊緣。接近中心度的計算有幾種方法，我們選擇的方法是 Geodesic paths only(Freeman Closeness)，即只計算測地線(最短路徑)的距離，得到的值為該點與所有其他點的最短距離之和。離中心點距離越遠的行動者也在信息資源、權力、聲望以及影響方面越弱。接近中心度的值越大，說明該點越不是網絡的核心點。

(三)學術權威與對照組特征值的差異分析

運用SPSS軟件進行差異分析。首先進行非參數假設檢驗，將20位學術權威作為樣本組A，對照組作為樣本組B，進行Kolmogorov－Smirnov Test，檢驗兩個樣本所屬總體的分布是否存在顯著差異。結果表明，兩組樣本存在著顯著差異(表3)。

表3 Kolmogorov－Smirnov Test

四、學術人才挖掘

前一部分的研究表明，學術權威的頂點值、點度中心度、中間中心度和接近中心度與一般研究者具有顯著差異。基于此，我們以頂點值≥38、點度中心度≥14、中間中心度≥307 853.5、接近中心度≤33 651 914為標準，對整個合著網絡進行篩選，找到17個符合條件的學者，如表4所示。

表4 17位學者的特征值

為了檢驗挖掘結果的質量，本研究進行了小規模問卷調查，調查對象為圖書情報領域的10位學者。調查問卷采用雙盲法設計，將20位學術權威與挖掘結果的順序打亂，讓參與者分別對這37位學者的權威度打分。分值為1－10之間的整數，對不熟悉的學者標記“—”。調查共發出10份問卷，回收問卷9份，有效問卷8份。

調查對象對挖掘出的17位學者基本上都比較熟悉，認為他們在圖書情報學領域具有相當大的影響力。對調查問卷進行統計，20位權威的平均分為8.9，挖掘結果的平均分為7.8。通過中國期刊網對挖掘結果的H指數進行統計分析，其平均H指數為13.8，表明17位學者的論文數量和質量都比較高。

綜上所述，本研究認為將社會網絡分析方法運用于學術人才的評價具有一定的可行性。它克服了引文分析存在的問題，兩者互為補充，有望顯著提高學術評價的準確性。當然，本研究還只是社會網絡分析在學術人才評價領域的初步探索，凝聚子群分析、核心－邊緣結構分析、結構對等性分析等方面的引入將進一步推動這一領域的發展和完善。

［1］LIU XIAOMING，BOLLEN J，NELSON M L，et al.Co－authorship networks in the digital library research community［J］.Information Processing ＆ Management;2005(41):1 462－1 480.

［2］Newman M E J.Scientific collaboration networks.I.Network construction and fundamental results［J］.Physical Review E，2001，64:016131

［3］KREUZMAN H.A co－citation analysis of representative authors in philosophy:Examining the relationship betweene pistemologists and hilosophers of science［J］，Scientometrics，2001(5):525 –539.

［4］HOWARD D，WELLMAN W B，NAZER N.Does citation re－flect social structure longitudinal evidence from the“Globenet”interdisciplinary research group［J］.Journal of the A－merican Society for Information Science and Technology，2004，55(2):111 –126.

［5］包昌火，謝新洲，申寧.人際網絡分析［J］.情報學報，2003，22(3):365 －374.

［6］李亮，朱慶華.社會網絡分析方法在合著分析中的實證研究［J］.情報科學，2008，26(4):549 －555.

［7］徐媛媛，朱慶華.社會網絡分析法在引文分析中的實證研究［J］.情報理論與實踐.2008，31(2):184 －188.

［8］王曉光，社會網絡范式下的知識管理研究述評［J］.圖書情報知識，2008(4):87－91.

［9］邱均平，馬瑞敏.圖林博客的社會網絡分析［J］.圖書情報工作.2008，52(11):6 －9.

［10］高凡，徐引篪.圖書館聯盟的社會網絡資源配置［J］.中國圖書館學報，2006(3):14－16.

［11］OTTE E，ROUSSEAU R，Social network analysis:a powerful strategy，also for the information sciences［J］Journal of Information Science，2002，28:441 －453.

［12］ZHU WEIZHONG，CHEN CHAOMEI，ALLEN R B.Ana

lyzing the propagation of influence and concept evolution in enterprise social networks through centrality and latent semantic analysis［M］Washio T，et al.PAKDD 2008，LNAI 5012，2008:1090－1098.

［13］PALAU J，MONTANER M，BEATRIZ L’OPEZ，JOSEP LlU’S DE LA ROSA.Collaboration analysis in recommender systems using social networks［M］.KLUSCH M，et al.CIA 2004，LNCS 3191，2004.

［14］付允，牛文元，汪云林，李丁.科學學領域作者合作網絡分析——以《科研管理》(2004－2008)為例［J］.科研管理，2009，30(3):41 －46.

［15］梁瀟.三螺旋創新模式中信息流主體研究——以信息論加權的社會網絡分析法［J］.情報科學，2008，26(1):115－119.

［16］孟微，龐景安.我國情報學科研合著網絡研究及其特征參數分析［J］.情報理論與實踐，2009，32(8):12－15.

［17］蘇娜，張志強.社會網絡分析在學科研究趨勢分析中的實證研究——以數字圖書館領域為例［J］.情報理論與實踐，2009，32(9):79 －83.

［18］魏瑞斌.社會網絡分析在關鍵詞網絡分析中的實證研究［J］.情報雜志，2009，28(9):46－49.

［19］鄭曦，孫建軍.鏈接分析領域的作者合作網絡及其分析［J］.圖書情報工作.2009，53(4):29 －32，105.

An Exploratory Study of Social Network Analysis Method Applied to Establish the Academic Talents

DUAN Yu－feng，LIU Xuan
(Information Department of Business School，East China Normal University，Shanghai 200241，P.R.China)

This article aims at studying co－author network of library and information science according to all the authors in the field of library and information science during 1999－2008.Using traditional expert survey method to identify 20 authorities，it is found that the 20 authorities have significant difference in the four indices:vertex value， point centrality， betweenness centrality， closeness centrality， compared to the random 1000 authors'.Take the 20 authorities'index value as a benchmark to seek the other 17 eligible authors，we conducted a questionnaire survey to weight their authority.It is concluded that social network analysis method is feasible and effective to determine academic talents.

social network;analysis method;talents mining

C961

A

1008－5831(2011)05－0080－04

2011－07－22

段宇鋒(1972－)，男，山東定陶人，華東師范大學商學院信息學系副教授，博士，主要從事網絡信息資源管理研究;劉璇(1983－)，女，湖南邵陽人，華東師范大學商學院信息學系碩士研究生，主要從事信息資源管理研究。

(責任編輯 彭建國)