科研网络社区中社会化标签与文献被引频次关系研究

发布时间：2020-08-08 11:05

【摘要】：迅速发展的社会网络服务使世界各地的人们进行信息交流和知识获取变得更加方便、快速,其中科研网络社区可以帮助科研工作者有效地了解研究领域的最新进展、解决研究遇到的困难以及运用彼此的研究优势进行合作,正逐渐成为现代学术交流、知识共享的重要平台。目前,科研网络社区为用户提供社会化标签服务,帮助他们获取、组织和管理信息。这种社会化标注机制可能会改变用户的知识管理行为,甚至影响到被标注过的文献的引用,进而影响科学知识的传播和共享。为此,本研究基于CiteULike网站上的标注信息和Web of Science数据库上的引文信息,从标签数量和标签类型两个视角出发,对标签与文献被引频次的相关关系开展研究,并使用方差分析对学科类别与标签类别对文献被引频次的交互作用进行探究。此外,本研究还将下载次数、学科类别、发表年限和参考文献数量等影响文献被引频次的因素引入到研究模型中,使用多元线性回归方法分析各因素的影响程度,并使用差分方法对标签和被引频次间的相关性进行验证,使研究更科学、有效。研究发现,社会化标签无论是在数量方面还是语义方面均对文献被引频次产生显著的影响。与此同时,研究还发现学科类别对文献的被引用有一定的抑制作用。基于该研究结论,科研工作者和科研网络社区的服务提供商可采取一定的措施来影响文献被引频次,进而加强科研网络社区网站的内容组织和建设,提升信息服务质量,促进科学知识的传播和共享。此外,该研究对引文分析领域的研究进行了补充,具有一定的理论意义。
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：G353.1
【图文】：

被引频次,社区,文献,回归分析模型

4）科研网络社区中影响文献被引频次的影响因素及各因素的影响程度研究思路与方法研究主要通过对科研网络社区中影响文献被引频次的外在因素进行分析应的回归分析模型，使用统计分析软件进行参数估计，再对模型的估计效性进行检验，最后对研究结果进行分析和讨论，解决该课题的研究问题1）通过对相关文献的检索、阅读和学习，了解科研网络社区、社会化文献被引的研究现状和存在问题，确定研究问题。2）分析并确定所要研究的目标变量、解释变量和控制变量，确定研究立相应的研究模型，3）设计实验，收集数据和信息，处理数据以及选择样本，根据相应的对数据进行分析并验证模型的有效性，最后对研究结果进行分析和探讨文主要的研究路线图如图 1.1 所示。

模型图,三元结构,标签,模型

学硕士学位论文科研网络社区中社会化标签与文献被引频次关化标签表达出的网络资源间的语义关系，可以分析物品的潜在属性基于社会化标签建立相似用户集和相似资源集，为目标用户找到感源，实现基于标签的个性化推荐[47]。后文将社会化标签简称为标签签和标签不作特殊区分。会化标签系统的标注模式社会化标签系统的结构化标签系统是一种复杂动态系统，由用户、资源和标签三个基本元（用户的标注行为）构成[48]。这三个要素通过用户对资源的标注行构成了独特的“用户-资源-标签”三元结构。其结构模型如图 2.1

标签,资源,网页,网站

图 2.2 社会化标签系统标注模型注：图中 U 代表社会化标签系统中的用户集合；T 代表社会标签集合；R 代表被用户添加了标签的资源集合。如图 2.2 所示，一个用户可以使用多个标签，一个标签可以对应多个资源，一个资源可以拥有多个标签，同时一个标签可以被多个用户共享。当多个用户给不同的资源添加不同的标签时，用户的标注行为就有了社会性，而标签就成为社会化标签[51]。2.3.3 社会化标签国内外研究现状社会化标签是一种用户创建的主要用于数字资源（如：图片、文献、网页、网页链接等）的归类和搜索的分类方法[52]。社会化标签通常被认为起源于Delicious 网站，2003 年以后便在其他一些以用户创建内容为中心的网站上得到

【参考文献】