如何获取论文的社交媒体数据？如何测量论文的关注度？

Altmetrics通过收割学术论文在社交媒体平台上的下载、评论、分享、点赞、收藏、转发等指标表现，利用互联网大数据来表征论文的知名度、可见度和影响力，其具备数据范围广、指标全面丰富、受众群体多样化、时效性强、传播范围广、评价过程透明等特点。综合相关方法的使用范围与发展成熟度，目前主要有四款Altmetrics计量工具，包括：Plum Analysis、Altmetrics.com、ImpactStory和PLoS ALM。我们将它们各自的优势与劣势总结如下：

表1 Altmetrics计量工具的优势与劣势

这4款Altmetrics计量工具中，Plum Analysis数据收集能力最强，共收集了26种数据源平台上的替代计量指标数值，既包括新兴的替代计量指标，分为提及（Mention）、获取（Capture）、使用（Usage）、社交媒体（Social Media）、引用（Citation）5大类指标，也包括传统的引文指标；涉及的计量对象种类最多，不仅包括期刊论文，还包括书籍、学位论文、博文、专利、数据库、源代码、软件、视频等共计35种，能够较好地覆盖学术成果的各类形式。综合来讲，Altmetrics计量工具收集多样化数据的能力越强，覆盖的底层数据源越广，得到的文献社会影响力评价结果越客观。因此，我们的研究中选择Plum Analysis作为测度论文社会影响力的平台。

相较于被引量，由于Altmetrics指标的种类多样、来源广泛，各类原始替代计量数据平台在大众中的普及程度差距较大，因此，不同类型的Altmetrics指标在覆盖率上差异较大，且大部分指标的覆盖率均很低。Alperine^[3]分析拉丁美洲国家的论文后发现，仅Twitter、Facebook、Mendeley的指标覆盖率超过了2%。因此，本文筛选指标覆盖率超过2%的PlumX指标进行文献的社会影响力，即关注量的测度。

研究前沿(Research Fronts)是文献计量学里的一个专有名词，最早由Price于1965年提出，他认为，研究前沿由领域的30-50篇最新发表的高被引文献及其相关研究主题来反映。经过近六十年发展，研究前沿已衍生出多种定义和识别方法，但目前国内外学者尚未形成统一的研究前沿定义和判别标准，通常是依据其采用的数据源、分析方法和研究目的来界定。现汇集研究前沿的多种定义，如表2所示。

表2 研究前沿概念定义汇总表

由此可以发现，共被引分析、耦合分析、词频分析和共词分析法是探测研究前沿中最常应用的方法，不同的方法各有其优缺点和适用性，使用单一的方法必然存在局限性。因此，为使研究前沿的识别结果更具全面性和客观性，我们将在采用多种研究前沿识别方法的基础上，探索融合不同方法所得前沿识别结果的路径。

如何对不同方法的识别结果进行融合？

我们采取了线性融合加权模型，来对不同方法的识别结果进行融合。目前类似的研究处理方式主要存在两种，一种是把不同的分析结果混合在一起，不区分重要性，但在现实情况中，不同识别方法在精确度、时效性等方面表现各有不同，不能混为一谈；另一种是给不同识别方法赋以不同的权重，但多采用人工赋权法，这类方法主观性较强，没有统一的标准，且对专家依赖性较强。为弥补目前同类研究中存在的不足，使得识别结果更加合理，我们将采用强制评分法进行客观赋权。作为确定评价对象权值系数的常用方法之一，强制评分法通过对评价对象间的两两强制对比，来对评价对象的重要性进行打分。

下面就以“人工智能领域”为例，来展示我们这种融合方法。首先，基于筛选的人工智能领域的586篇高关注文献，以及文献间的共被引关系，构建高关注量文集的共被引相似度矩阵，采用社会网络分析法来揭示文献间的关联关系。从图1可见，共被引分析法共得到了人工智能领域的4大类研究前沿聚类簇。

图 1 基于共被引分析的2014-2019年人工智能领域研究前沿

接着，采用耦合分析法共得到了人工智能领域的6大类研究前沿聚类簇，如图2所示。

图 2 基于耦合分析的2014-2019年人工智能领域研究前沿

然后，对62篇高关注、低被引文集以及41篇高关注、高被引文集，分别进行词频统计与热点词云分析，如图3、图4所示。

图 3 基于词频分析的2014-2019年人工智能领域高关注、低被引主题词云

图 4 基于词频分析的2014-2019年人工智能领域高关注、高被引主题词云

接着，对高关注、高被引文集与高关注、低被引文集进行合并，基于合并后的文集进行共词分析。从图5可见，共词分析得到了6个前沿聚类簇。

图5基于共词分析的2014-2019年人工智能领域研究前沿

通过强制评分法来确定不同的研究前沿识别方法的权重，经过计算，得到人工智能领域2014-2019年重要程度排名前20位的研究前沿，如表3所示。

表3 2014-2019年人工智能领域研究前沿列表

除了本文介绍的以论文作为数据源进行研究前沿识别外，我们课题组的前序研究还基于专利数据，以核融合的方式融合共被引与耦合矩阵，进行研究前沿的识别，参见文献[2]。后续，我们还将以国家社会科学基金青年项目“基于多源数据的新兴技术识别方法与演化路径研究”为依托，继续开展采用多源数据进行技术识别的研究。

本文基于以下论文写作完成：

• 高楠,周庆山. 高关注论文视角下研究前沿识别多方法融合研究[J]. 情报资料工作,2021,42(6):45-53.
• 高楠,傅俊英,赵蕴华. 融合专利共被引和耦合方法的研究前沿识别——以脑机接口领域为例[J]. 情报学报,2016,35(9):971-979.
• ALPERIN J P.Geographic variation in social media metrics:an analysis of Latin American journal articles[J].Aslib Journal of Information Management,2015,67(3):289-304.

• 高楠，北京大学博士研究生，馆员，研究方向为文献计量与新兴技术识别，在该研究方向下主持国家社科基金青年项目一项
• 周庆山，北京大学信息管理系教授、博士生导师，长期从事科技情报教学及研究工作，发表近百篇学术论文，出版多部学术著作和教材，主持、参与十余项国家重大及一般科研项目。