由期刊同被引或引用构造知识图谱

3．3．3　由期刊同被引或引用构造知识图谱

同被引分析和耦合分析由于要对每一篇文献或作者引用关系进行分析，即使对于一个小的学科或专业，其所需要处理的数据往往也在几百对到上千对以上，鉴于目前的分析软件和可视化软件的限制，如果对宏观的大的学科直接以文献或著者为单位同被引分析，要处理的数据量将会大到难以操作。这也是为什么Small在利用文献同被引显示大科学结构时要采取以类聚类反复聚类这一方法，因为只有这样才能避免在具体文献层次上进行分析。但聚类层次越多，对原有对象间关系的反映就越容易失真。因此，近几年来，对于宏观的科学结构的图示一般采用其他的分析对象，主要是对期刊引用关系和类目引用关系进行可视化分析。

科技期刊的同被引关系把众多的无外部联系的期刊联系起来，利用期刊同被引既可以判断某些期刊的专业性质，确定核心期刊，又可以以期刊所代表的学科专业描述大的科学结构。例如，有些期刊仅从其刊名判断其专业性质往往不很准确，最典型的就是《美国科学期刊》（American Journal of Science），从其名称会以为该刊属于普通的科学期刊，但是从引证统计分析中却发现它与《地质学期刊》（Journal of Geology）高频次地被地质学专业方面的期刊共同引用，因此可以推测，《美国科学期刊》是一种偏向地质学方面的专业期刊，实际情况正是这样。

荷兰的Loet Leydesdorff近些年致力于研究期刊间的引用关系，通过对这些期刊间引用频次的可视化分析，图示它们的网络关系。他在2004年发表文章报道，利用社会网分析方法，通过分析2001年的JCR中的5 748种期刊的引用关系，计算期刊间的皮尔逊系数，对期刊进行聚类，然后导入可视化软件Pajek中进行图示，如图3-9。当阈值r≥0．8时，整个引用网络中保留了3 991种期刊，根据期刊间关系的紧密程度可被归为222个部分，其中最大的一个部分包含像Nature和Science这样的期刊，一共有1 417种。如果把阈值提高到r≥0．9，则这部分期刊就剩下了991种。这些期刊中的776种可以被聚到51个类簇中，18个较大的类簇每个含有10种以上的期刊。

以这种方式一级级对期刊类簇进行可视化，可以清晰地鉴别出联系比较紧密的期刊，更容易确定期刊的载文专业范围和期刊所属专业学科^［24］。

图3-9　当相关系数取r≥0．8时，JCR的3 991种期刊关系图

Loet Leydesdorff的方法揭示了JCR收录的期刊之间的远近关系，但是对于科学结构的揭示却不够清晰。美国的Kevin W．Boyack等利用从SCI和SSCI套录的数据，通过计算2000年7 349种期刊的引用和被引用频次，利用VXOrd作为可视化软件，构造了期刊引用和同被引关系可视化图^［25］，借以展示大的学科结构，如图3-10、图3-11。

图3-10　大科学宏观结构图：7 000种期刊被分为212个簇

图3-11　图3-10中“情报学和图书馆学”期刊关系的细节展示