基于引文網絡和個人影響因子的作者影響力評價研究

李 奇 李秀霞

(曲阜師范大學傳媒學院，山東日照 276826)

1 引言

近年來，越來越多的學者研究作者影響力評價指標，相應的研究成果也在持續更新[1]。從前期研究成果來看，人們使用發文量、被引次數等指標從單一維度評價作者學術影響力，但是單一指標不能綜合反映作者的學術影響力[2]。隨后，有人提出綜合性評價指標，典型代表有H指數[3]及類H指數[4]、根據引文鏈接關系構建的PageRank[5]系列指標、在網絡背景下產生的Altmetrics[6]指標等。但是綜合性評價指標較少兼顧作者科研合作關系和引用關系[7]，難以全面評估作者的影響力。一個改進思路就是以引文網絡的思維與視角評價作者學術影響力[8]。隨著社會網絡分析方法的不斷發展，該方法憑借獨特優勢而被廣泛用于作者評價研究。首先作者通過合作發文、互相引用而形成合作網絡和引文網絡[9]，作者在引文網絡的相對位置，可以反映出其在研究領域中的價值[10]；其次網絡頂點度值的預測也具有重要的現實意義，在引文網絡中，它代表了某項研究在未來被關注的程度，可以描述發展趨勢[11]。目前作者影響力評價研究中常見的網絡可以分為兩類：一類是單層學術網絡，主要是作者合作網絡，這類網絡借助計量指標和PageRank[12]算法評估個體間關系及個體在網絡中所處的位置特征，能夠更加客觀地評價文獻質量，但是忽略了作者本身的屬性特征以及作者在其他維度的學術影響力。所以在此基礎之上有部分學者研究多層網絡[13]，這類網絡結合作者合著網絡、作者引用網絡及文獻引用網絡等進行評價，能有效彌補單層學術網絡的不足。

雖然作者學術影響力評價指標不斷進步，但依然存在一些問題。首先，作者學術影響力不僅體現在傳統的文獻計量評價指標上，還體現在作者的學術合作和交流之中，僅借助傳統文獻計量指標容易導致作者學術影響力的評價結果偏差[14]；其次，基于單個學術網絡的評價方法較為單一片面，目前大多數研究往往忽略網絡中節點之間的關系強度以及不同主體貢獻度[15]，因此不能體現出作者的學術影響力；而且較少借助引文網絡預測作者的未來影響力[16]。針對這些不足，本文基于引文指標修正個人影響因子(Corrected personal impactfactor即CPIF)，結合引文網絡對作者學術影響力進行全面綜合測度，即根據作者對其所著文獻的貢獻度，綜合測度出作者的自身影響力，在此基礎上結合被引頻次、施引文獻所在期刊的影響因子、文獻間引用關系和主題相似度，綜合測度出文獻的重要性，兩者結合產生一個新的評價指標—個人結構影響因子(Personal structure impact factor即PSIF)，以期全面、客觀地評價作者的學術影響力。

2 PSIF設計

2.1 作者自身影響力——CPIF指標

S.Fortunato[17]根據期刊影響因子的思想提出了作者影響因子指標(Authori mpact factor，即AIF)。該指標通過計算被引次數和發文量來測度作者的學術影響力，其由于計算簡單而被廣泛使用。但是該指標存在未考慮作者貢獻度、假設所有引文質量均等以及未計算零被引論文的不足。所以，本文結合作者貢獻度和施引期刊質量，從質量和數量兩個維度改進AIF，得到CPIF，其計算公式為：

①

2.2 作者網絡影響力——SP指標

為計算文獻的重要性，本文基于API指標[18]，構建以作者為節點，作者之間的引文關系為邊的作者引文網絡G=(V，E)，其中V為作者集合，E?V×E為關系集合。具體而言，作者i到作者j的有向邊表示i引用了j的論文，權重wij表示作者i引用作者j論文的次數。在文獻引文網絡中，引用關系為有向的，一般沒有文獻相互引用和自引情況，因此不存在文獻節點間相互引用或自引的關系。

根據Fernando P.Santos[19]的研究，在網絡中個體之間的相互作用可認定為一種權力關系，并用網絡指標結構權力(Structure Power簡寫為SP)來衡量一個人(A)在另一個人(B)相互作用組中的流行程度。具體來說，在多人博弈游戲中，由一個人(提議者)向剩余的響應者提出倡議，響應者必須單獨拒絕或接受，結構權力可以評價提議者在響應者所在網絡中的流行程度。在單個網絡中，每個人可以同時作為提議者和響應者。因此，根據已有研究[17]，本文用借用受歡迎程度(pop)和主動性(act)代表作者在引文網絡中引用和被引用的行為，文獻主題的相似性(sim)影響著作者間的相互引用，結合以上三種參數得到SP，以此來計算每個作者對其他作者的吸引力大小。Pop數值與作者的被引次數有關，act數值對應于引用文獻的次數，sim數值可以通過作者—引文網絡中的相對位置來量化。因此，基于作者引文網絡，提出了一個名為結構權力(Structure Power簡寫為SP)的指標來計算每個作者對其他作者的吸引力大小[20]。任何兩位作者之間的吸引力都與pop、act、sim三個因素有關。

1)作者的受歡迎度(popk)和主動性(actk)是評價作者SP的關鍵因素。pop的計算公式定義為：

②

③

其中Bk和Ai分別為k所指向的節點和指向i的節點。wki為作者k引用作者i的次數，∑l∈Biwli為作者i被他人引用的總次數。由于上述兩個公式交替運行，popk和actk逐漸收斂到固定值。

2)影響作者之間SP的重要因素還有相似度(simij)，本文采用了Jaccard相似系數的方法計算作者間相似度。這種方法的最終值在0和1之間，最終值越接近1，這兩位作者的相似性越高。Jaccard相似度系數的計算只需要網絡中兩個作者之間的共同鄰居，所以最短路徑大于2的兩個作者之間的相似度為0。

3)SP是衡量作者吸引他人引用和引用文獻能力的指標。每個作者對網絡中其他所有作者都有吸引力，而作者i對作者j的吸引力與作者j對作者i的吸引力是完全不同的，分別用spij和spji表示。作者i對作者j的吸引力公式定義為：

SPij=popi*actj*simij

④

2.3 引文網絡中作者結構影響力——PSIF指標

在得到文獻重要性的基礎上，根據文獻的被引質量和作者貢獻度對引文網絡進行賦值，并結合引文網絡節點和邊的權值對作者的學術影響力進行綜合測度，最終得到PSIF指標，其計算公式為：

PSIFi=∑j∈Si(SPij*CPIFj)

⑤

其中j作者屬于si，si是除作者i外，作者引文網絡中所有剩余作者的集合。spij是作者i對作者j的吸引力，CPIFj是作者j的個人影響力，二者可以計算出作者的學術影響力大小。

PSIF從引文網絡的角度出發，探究作者及其發表文獻間的相互作用。其具有以下特點：1)繼承了AIF的優點，即排除時間因素的干擾，評價特定時間窗口下作者的影響力，使評價結果更具公平性；2)PSIF根據作者合著論文的位次分配權重計算作者的貢獻度，可避免所有作者均分論文榮譽；3)PSIF通過計算引文網絡中單個作者的pop、act、sim反映作者在引文網絡中的吸引力以及文獻的重要性。總的來說，PSIF考慮了傳統引文指標與文獻間的引用關系，相比已有的評價指標能更加全面地評價作者的學術影響力。

3 實證研究

3.1 數據來源及處理

根據中國社會科學引文索引(CSSCI 2019-2020)來源期刊及分區名單，選擇圖書情報學領域10種核心期刊，在中國知網數據庫(CNKI)中構造檢索式(JN=中國圖書館學報+圖書情報工作+大學圖書館學報+圖書情報知識+圖書與情報+國家圖書館學刊+圖書館建設+圖書館論壇+圖書館學研究+圖書館雜志)檢索。將確定的文獻樣本導出進行作者分析，選擇發文量和被引量前1%的高影響力作者，取兩者的并集，共得到42位作者。在中國知網(CNKI)引文數據庫中檢索42名作者2013-2017年的發文情況及這些文獻在2018年的被引情況。文獻數據記錄包括每個作者的所有發文(包含作者的署名次序和零被引論文)數量、總被引頻次及其對應的期刊質量等，數據采集時間為2019年12月6日。本文選擇2013-2017五年時間窗口的原因是考慮到作者撰寫、發表論文及積累一定量的被引是一個較長時間的過程，而且五年是圖書館學期刊的最佳引證時間窗[21]。從以往研究來看，學界并沒有明確定義零被引的時間窗口[22]，所以為保證公平性，本文并未定義零被引論文的時間年限。

在此基礎上利用R語言、python自編程序提取作者的多項數據：

1)提取單篇論文的作者總數和作者署名位次，并對每篇論文編號。

2)提取作者的被引頻次及其對應的期刊，共獲得“被引期刊-年”條目11041條。在維普期刊網中爬取施引期刊2014年-2018年的兩年影響因子，刪除查不到或者為空的條目，清洗后得到8749條“期刊-年”數據。最后利用公式①計算42名作者的CPIF數值。

3)提取引證文章中含“作者”列姓名的文章，重新構建DataFrame，即得到42位作者相互引證的文獻數據，實際得到41位作者數據；將數據轉化為“引證作者(行)——引證原文作者(列)”累計引證次數矩陣。

4)計算pop和act：首先均初始化為41個1/41值的向量，公式②和③可轉化為引證次數矩陣，分別為“作者列/行合計”和“作者行/列合計”，得到兩個41的向量，分別與pop和act向量對應位置求和，更新作者的pop和act，設置迭代次數100，得到作者pop和act收斂。

5)計算相似性矩陣：根據預處理后的DataFrame，提取存在引證關系的作者，計算兩位作者的相似度，并以41*41的矩陣形式存儲。

6)計算作者SP矩陣：pop向量reshape為41*1向量與act向量相乘，得到41*41矩陣，該矩陣與相似性矩陣的對應位置相乘，得到SP矩陣。

7)計算PSIF。作者SP矩陣與CPIF相乘，得到PSIF即引文網絡—作者影響力。在過濾掉SP值等于0的作者(未被他人引用的作者)之后，得到39位作者文獻數據記錄包括CPIF值、PSIF值、H指數、發文數量、被引次數、被引質量、特征向量中心度。利用R語言和Excel軟件計算、匯總39位作者的各種參數值，見表1。

表1 39名作者的相關參數(以PSIF數值降序排列)

3.2 結果分析

3.2.1 PSIF的有效性分析

本文制作39名作者的引文分布圖，如圖1。圖中橫軸(對數軸)為被引次數，縱軸(對數軸)為發文數。

圖1 39名作者的引文分布圖

根據PSIF的散點圖可知，散點在對數數軸中均呈線性特征，且集中于下部，引文分布呈明顯的規律性。這表明以論文、作者為節點的引文網絡中，引文的分布受優先連接機制左右，少數論文獲得大量引文，而大量論文只獲得少數引文。這與實際的文獻引文情況一致，一定程度上說明了PSIF的有效性。而且結果表明，PSIF敏感性較高，其排序結果因作者所發表文獻數量、質量以及其網絡影響力的不同而有所不同。例如4號作者所著的文獻數量并不是最多的，但是其文獻的質量和網絡影響力都比較高，因此在文獻影響力排名上超過了發表文獻更高多的5號作者。

3.2.2 PSIF與其他評價指標排序結果對比分析

(1)PSIF能夠真實反映作者的學術影響力。將39位作者在2018年的PSIF數值分為三類：前10%是高影響力作者，后70%為低影響力作者，剩下的20%是中等影響力作者，結果見圖2。其中橫坐標均為作者序號，縱坐標均為具體數值。

圖2 高中低影響力作者數據分布情況

由圖2可知，排名前10%的作者中1號作者和4號作者的被引次數、被引質量、發文數量、H指數、CPIF指數排名均位于前10%。2號和3號作者被引次數、被引質量、發文數量、H指數、CPIF指數排名均位于前20%當中。PSIF排名前20%的作者當中僅有一名作者的H指數排名超出20%。PSIF排名后70%的作者中有4名作者的CPIF排名位于前20%，有2名作者H指數、發文數量、被引次數和被引質量排名位于前20%。整體上看，PSIF的排名結果與其他評價指標排序結果具有一致性，具體來看，各個指標排名結果均有一定差異。例如1號作者CPIF排名第1位，PSIF排名第1位，H指數排名第13位。進一步了解可知該作者被引次數排名第3位，被引質量排名第1位，發文數量排名第18位，其CPIF值和特征向量中心度均較高。由此可知，排名靠前的作者具有非常高的發文質量與發文數量，權威作者則在各個指標評判下都能保持較高水平，這與實際情況保持一致。同時作者所著文獻的被引次數及其刊載期刊的權威度、文獻在網絡中的位置均影響著作者學術水平，這說明作者的文獻數量固然重要，但其學術價值更為重要，作者近期發表越多高質量的文獻，越能有效提升作者的影響力。如23號作者，其H指數為21，排名第4位，但是其CPIF數值和SP值較低，主要原因在于該作者被引次數和被引質量分別排名第13位和第23位，同時在引文網絡中主動性低，較少引用他人文獻。結果表明，非高被引、非高H指數論文也會有高學術影響力，PSIF的排名結果可以準確反映作者的學術影響力。

(2)PSIF能夠預測作者未來影響力。將CPIF、H指數與PSIF進行擬合，比較其系數，系數越接近1其影響力就越高，越能證明指標在預測作者未來影響力的作用。結果顯示，CPIF、H指數和PSIF的R2分別為0.0328、0.2901、0.552。根據結果可知，PSIF具有預測能力且預測能力高于傳統計量指標。為進一步驗證PSIF的預測能力，分別計算39名作者的特征向量中心度。根據表3分析結果可知，PSIF與特征向量中心度存在高度相關性(相關系數為0.908)。這說明PSIF能夠測度文獻的重要性，通過追蹤每篇論文在引文網絡中入度[23]數值的變化，可檢測和預見新興的主導論文和潛在的重要論文[24]。而且根據研究表明，未來發表的文獻質量越高，學者的學術影響力越高[25]。本文計算不同年份被引頻次與PSIF、H指數、CPIF的相關性，如表2所示。在三種方法中，每個時間間隔的PSIF值都是最高的，這說明PSIF在預測作者未來影響力方面具有可行性。

表2 未來#年各指標與被引次數的Pearson相關系數比較

(3)PSIF有利于評價青年作者的學術影響力。表1中前8名作者平均年齡為59歲，而2號作者37歲，相較于其他作者屬于青年作者行列。該作者的H指數值最低(僅為15)，但是其2018年的被引質量超過62%的作者(為503.92)，所以其CPIF位次靠前；其特征向量中心度居于第二位，在引文網絡中SP數值較高。與H指數相比，PSIF僅計算選定時間窗內作者的學術影響力，可較為公平地解決“吃老本”的問題，有效評價青年作者的學術影響力。

3.2.3 PSIF與其他評價指標相關性分析

本文采用Spearman相關系數分析方法計算PSIF與傳統計量指標的相關性，見表3。

表3 PSIF與傳統計量指標相關性分析

PSIF與H指數的相關性達到0.608，相關性在0.01上顯著，說明PSIF的排序結果與H指數的排序結果具有一致性。而且H指數是評估作者學術成就的通用指標，這說明基于引文網絡的PSIF具有客觀性及合理性。PSIF與被引頻次、被引質量和發文數量的相關系數分別為0.599，0.670，0.367，且雙側檢驗水平均為顯著相關，表明PSIF與發文數量存在相關性，但是相關性不高，而與被引次數和被引質量的相關性更高。究其原因，PSIF是基于引文網絡和作者合著網絡的評價指標，在計算時更加重視實際被引頻次，尤其是被引質量，而對論文數量的敏感度較低。說明PSIF更注重文獻質量，可以激勵作者發表高質量論文。PSIF值排名與特征向量中心度高度相關，相關系數為0.908。這表明PSIF對特征向量中心性指標具有一定替代作用，能夠準確反映出作者的文獻質量，展現作者在引文網絡中的影響力。

以上相關性分析可以證明，PSIF將多指標融合，從文獻計量角度考慮作者的發文量與被引量等外部數據，同時從社會網絡角度考慮了作者的科研合作，最重要的是還從引文網絡層面考慮了文獻的學術價值，多角度地評價作者學術影響力，評價結果優于原有單一指標。

4 結語

本文在引文網絡的基礎上，通過pop、act和sim計算文獻的重要性；借助傳統計量指標CPIF，從計量角度考慮作者自身影響力，將兩者結合提出基于引文網絡的作者學術影響力評價指標PSIF。并分別評價39名作者的文獻影響力以及學術影響力，通過與其他評價指標進行對比性分析和相關性分析，驗證了該指標的有效性及合理性。最后，實證結果表明，相較于由單一節點、單一關系構成的評價指標，PSIF的優勢在于：1)新指標考慮了傳統引文指標與文獻間的引用關系，能更加全面地描述作者科研成果的影響力以及自身影響力；2)新指標計算特定時間窗口內的作者影響力，更有利于評價青年作者的學術影響力；3)新指標具有預測能力，能夠發現和挖掘潛在的高影響力作者。但是本研究還存在以下局限：未考慮不同的引用類型，忽視不符合規范的引用情況；未充分考慮學術網絡的其他特征。因此，后續研究將從多個數據源中獲取引文信息，鑒別不同引用類型并提取學術網絡的其他特征，以保證研究的科學性和準確性。