Altmetrics自提出以来发展迅速,极大地拓宽了文献计量学评价学术成果的研究范围。目前绝大多数的Altmetrics研究集中在对论文学术成果的评价上,学术专著或其他类型学术成果的评价似乎不够受重视。然而,专著是社会科学和人文学科学术成...Altmetrics自提出以来发展迅速,极大地拓宽了文献计量学评价学术成果的研究范围。目前绝大多数的Altmetrics研究集中在对论文学术成果的评价上,学术专著或其他类型学术成果的评价似乎不够受重视。然而,专著是社会科学和人文学科学术成果的重要形式,本研究将着重研究专著学术成果的评价。本文通过对出版时间标准化构建学术专著在数据库中的日均被引次数(daily average times cited,DATC)指标。此外,本文使用递归神经网络(recurrent neural network,RNN)的方法对专著的在线评论进行情感分类,并使用情感词典对评论文本进行细粒度情感分析,得到情感分析值指标。研究结果发现,部分学术图书在BkCI数据库中的被引次数较少,但其DATC指标较高,原因是这些学术专著的出版时间较晚,还没有足够的时间积累引文。这说明专著的被引次数少并不意味着它们的学术影响力一定低,仅利用引文索引数据库中的被引次数来评价学术专著的学术影响力是有缺陷的。另一个结果表明,学术专著在在线评论方面的Altmetric指标与引文相关性很小,特别是在情感分析均值指标和引文指标之间。低相关性意味着在线评论方面的Altmetric指标在评价学术专著学术影响力方面几乎没有可行性,只能用于评价学术专著的社会影响力。展开更多
文摘Altmetrics自提出以来发展迅速,极大地拓宽了文献计量学评价学术成果的研究范围。目前绝大多数的Altmetrics研究集中在对论文学术成果的评价上,学术专著或其他类型学术成果的评价似乎不够受重视。然而,专著是社会科学和人文学科学术成果的重要形式,本研究将着重研究专著学术成果的评价。本文通过对出版时间标准化构建学术专著在数据库中的日均被引次数(daily average times cited,DATC)指标。此外,本文使用递归神经网络(recurrent neural network,RNN)的方法对专著的在线评论进行情感分类,并使用情感词典对评论文本进行细粒度情感分析,得到情感分析值指标。研究结果发现,部分学术图书在BkCI数据库中的被引次数较少,但其DATC指标较高,原因是这些学术专著的出版时间较晚,还没有足够的时间积累引文。这说明专著的被引次数少并不意味着它们的学术影响力一定低,仅利用引文索引数据库中的被引次数来评价学术专著的学术影响力是有缺陷的。另一个结果表明,学术专著在在线评论方面的Altmetric指标与引文相关性很小,特别是在情感分析均值指标和引文指标之间。低相关性意味着在线评论方面的Altmetric指标在评价学术专著学术影响力方面几乎没有可行性,只能用于评价学术专著的社会影响力。
