论文网
关于数据库相关论文范文资料,与学术期刊文献数据库计量功能的开发相关论文答辩开场白
本论文是一篇关于数据库相关论文答辩开场白,关于学术期刊文献数据库计量功能的开发相关毕业论文开题报告范文。免费优秀的关于数据库及参考文献及学术性方面论文范文资料,适合数据库论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
[摘 要]首先基于对期刊文献资源特点与价值的认识,提出期刊文献数据库计量分析功能的开发问题；然后,分别从简单计数统计、历时性分析、共时性分析、引用关系聚类分析、基于期刊专业性指标的计量分析等5个方面,比较全面系统地阐述了期刊文献数据库计量分析功能的构想及其不同的开发实现策略；最后,对计量分析功能及其实现问题进行简单总结.(关 键 词]学术性期刊期刊文献数据库计量分析引文分析[分类号]G350
1 引言
期刊是一类非常重要的连续出版物,具有内容新颖、报道及时、出版连续、信息密集、形式一致等特点.对于学术性期刊来说,由于它刊载有大量的、原始性数据资料和原创性观点及成果,在近现代以来的科学研究与交流活动中一直扮演着极其重要的角色,并因此成为信息资源开发利用的重点对象.目前,国内外数据库生产商和服务商都高度关注以学术性期刊文献为收录对象的信息服务系统的研制与开发.
例如,美国ISI公司开发的享誉世界的期刊引文数据库系统WebofScience(简称WOS),EBSCO公司开发的期刊信息服务系统EBSCOonline与EBSCO,荷兰著名学术期刊出版商Elsevier、Kluwer等公司推出的期刊全文数据库系统ScienceDerictOnSite(简称SDOS)和KluwerOnline,德国Springer公司的电子期刊服务系统springerLinkt等；而在国内,清华同方公司、万方数据公司和重庆维普资讯公司等,更是在中文期刊资源的开发与服务上展开了激烈的市场竞争.
纵观这些国内外的期刊数据库服务系统以及对它们的使用分析,我们不难发现,除了比较传统的浏览、查询、全文阅读与下载等基本功能外,对期刊及其刊载论文开展深入的定量分析、充分挖掘其蕴涵的学科知识与学术价值,已经引起了广大数据库生产商和服务商的高度重视.WOS系统及其配套的计量分析工具JournalCitationReports(简称JCR)、EssentialScienceIndicators(简称ESI)等的成功应用也充分证明,对高品质的学术性期刊信息资源进行计量分析,不仅可以有效提高学术资源的利用效率,而且对学术评价、科研管理与决策等工作也具有十分重要的价值.
基于上述背景,本文拟对期刊文献数据库的计量分析功能进行全面系统的探讨,以便为此类数据库系统的开发和增值服务提供有益的参考与指导.
2 计量分析功能的整体构想
从宏观角度来说,围绕期刊及&
关于数据库相关论文范文资料
2.1 简单计数统计
“简单计数统计”主要基于简单的加和计算思想来进行,功能易实现,其分析对象涉及范围较广,可供选取或用户感兴趣的统计对象主要有：期刊、学术机构、著者、论文、关 键 词／检索词、基金／项目等.
在具体的统计(或计量)指标的选取方面,则主要有：(用户的)点击次数、订阅量、下载量、检索／浏览次数、投票数／推荐数、评论数等；(某期刊的)载文数、被引用次数等；(某论文的)参考文献数、被引用次数、相关文献数等.这些指标数据的收集或来自期刊文献数据库本身,或来自数据库服务系统的日志文件.在对这些指标数据进行处理时,一般可按所选定的统计周期(例如日／周／月／季／年等)来收集不同分析对象的相关数据,然后通过简单的加和(累加)计算,即可产生对应的排序列表.而人选排序列表的条件(或标准),则可使用“前N条”或“前n％”等方式(具体的N或n值,需要根据实际情况加以确定).
“简单计数统计”可以得到的结果主要表现为动态性(或时效性)很强的“排行榜”形式,例如：每周热门论文排行；每周热点检索词排行；每月期刊浏览排行；年度著者引用排行,等等等.
另外,还有一些简单计数统计的分析结果,如(某论文的)参考文献列表、相关文献列表(又可细分为基于论文关 键 词、分类号、耦合强度、共引强度等不同类型)、推荐文献列表等,可考虑与期刊数据库服务系统的浏览检索功能进行集成,以超链接方式予以发布或提供(见3.1中的实例说明).
2.2 历时性分析
所谓“历时性分析”,即通常意义上所说的“纵向分析”.不论是期刊、学术机构、著者,还是学科专业、论文、关 键 词／检索词等,都可以作为历时性分析的对象.
历时性分析是在对期刊信息进行统计／计量时经常采用的一种分析策略.它主要基于“时间”坐标,通过比较合理的时间段划分,来考察分析对象各项指标(基本上同2.1节中的指标)随时间变化而产生(或形成)的演变轨迹、发展趋势等,例如文献老化、学科发展演变、机构变迁等.
历时性分析具有回溯性,通常要求分析对象的数据收集必须要积累并达到一定的规模,否则便没有必要或无法进行.这种分析可能产生的成果(或产品)形式主要有：某(子)学科发展演变轨迹与研究重点变迁；期刊主题领域的扩展或改变；学科核心期刊(表)的演变；学科文献老化速度(或半衰期)等等等.以WOS系统中的SCI数据库为例,其收录的期刊数据目前已回溯至1900年,因此可对它展开大规模的历时性分析,并可据此描绘出自然科学一个世纪以来的发展与演变历程.
2.3 共时性分析
所谓“共时性分析”,即通常意义上所说的“横向分析”.开展共时性分析时,要求选取一批具有共性(或可比性较强)的分析对象来进行,例如期刊、学术机构、学科／专业、著者、论文等.一般来说,对于不同的分析对象,例如学科、机构、期刊等,其共时性分析所需要拟定的(比较性)指标集合可能有很大的差别.
共时性分析可能产生的成果(或产品)形式主要有：相同主题论文的影响力排名与比较；同类学术机构之间研究方向与研究优势比较；某学科与其他相关学科的联系与比较；不同学术机构影响力排名与评测；等等等.
2.4 引用关系聚类分析
“引用关系聚类分析”功能,主要是基于学术论文写作时由作者创建起来的论文之间引用和被引用关系(网络)而进行的深度定量分析,从中可得到一系列隐藏在期刊论文内部的重要知识关联和学科发展联系,而这则是“简单计数统计”等分析方法无法实现的.
基于引用关系的聚类分析所选取的分析对象通常有：期刊、论文、关 键 词、著者及其所在的学术机构等,使用的分析(或计量)指标有：期刊关联因子(引证率与被引证率)、文献耦合强度、文献共引强度、作者共引强度、(关 键 词)共现频率等,而能够得到的结果(或产品)形式则有：核心期刊关联(或相似)矩阵；学术机构／著者／论文的关联网络图；关 键 词聚类网络图；学科研究前沿方向／领域预测；等等等.
由于是深度的量化分析,聚类分析功能一般要利用矩阵等数学工具以及已有的一些统计软件包,自动从期刊文献数据库中抽取样本数据,并对它们进行各种加工变换、等级(或非等级)聚类、可视化显示等处理,必要时还需要自行开发一些专用软件来完成分析任务.
2.5 基于期刊专业性指标的计量分析
这是一种专门以“期刊”为对象的专业性计量分析,具体采用的计量指标主要是期刊的一些年度性指标,例如载文量、参考文献量、篇均参考文献量、被引用次数、影响因子(ImpactFactor)、快引指数(ImmediacyIndex)、自引率(Self―CitationRatio)、自被引率(self-CitedRatio)、引用半衰期(ci―ringHalfLif
关于数据库相关论文范文资料,与学术期刊文献数据库计量功能的开发相关论文答辩开场白参考文献资料：