信息计量学复习资料整理.docx

1、信息计量学复习资料整理第一章 绪论1、信息计量学的由来（P3）（1）信息计量学是在传统文献计量学及科学计量学的基础上扩展和演变而成的文献激增产生矛盾促使对文献的管理和使用缓解矛盾产生情报学产生情报（信息）计量学（2）信息计量学是情报学发展的需要和必然产物定量化研究一直是情报学发展的重要方向和必然趋势之一：从学科发展来看，情报学必然要从定性化阶段向定量化阶段发展；只有加强情报学的定量化研究，才能不断提供其科学性和精确性，从而有助于确立和提供它在整个科学体系中的学科地位。（3）一大批杰出的学科带头人和骨干力量推动了信息计量学的发展1926 洛特卡定律 1934 布拉德福定律 普赖斯 1961巴比伦

2、以来的科学 1963大科学，小科学1969 加菲尔德2、信息计量学定义及其内容体系（P17）定义：广义信息计量学主要探讨以广义信息论为基础的广义信息的计量问题 狭义信息计量学主要研究情报信息（或文献情报）的计量问题内容：（1）信息计量学若干基本问题的探讨 （2）信息的基本测度 （3）几个基本定律的研究 （4）信息流模型的研究 （5）信息及量化方法的探讨 （6）信息计量方法和工具的自动化实现方面的研究 （7）在图书情报工作、信息资源管理、信息检索、信息分析与预测、科学学与科学评价等领域的应用3、信息计量学与文献计量学的关系（P31）从信息计量学的概念和内容体系来看，信息计量学与文献计量学彼此交叉

3、渗透，既有着许多共同的研究内容，又有着不尽相同的地方。（1）信息计量学着眼于“信息”本身的计量问题，文献计量学主要以作为情报载体的“文献”为计量对象（有时也涉及文献情报）；（2）信息计量学较之文献计量学来说，其研究范围更广泛一些；文献信息之外的领域（3）从任务和方法上来看，信息计量学研究的任务更为艰巨，更难找到恰当的定量方法及途径。 涉及人类的认识和判断过程，主观性、模糊性科学情报对许多人来说是文献的同义语；而且从信息计量学目前的研究内容和成果来看，很大一部分仍然可用“文献计量学”这个术语来概括。4、信息计量学与科学计量学的关系（P32）科学计量学用定量分析的方法来研究科学本身发展规律的一门新

4、兴的分支学科。信息计量学与科学计量学既有联系又有区别：联系：（1）从研究目的来看，两者都是要探讨科学活动之间的内在联系，都把科学发展的特性和规律作为自己研究的基本任务之一。科学计量学主要是从定量的角度来探讨科学发展的内在规律，最终促进科学技术的进步；而信息计量学的研究目的也在于：一是探讨科学文献本身的规律，以提高信息管理的科学性，二是通过信息规律的探讨，进而揭示科学技术的规律性。（2）从研究对象和方法来看，两者极为类似。科学计量学研究的科学文献及其数量，也是信息计量学的研究对象之一。在方法上，两者都有运用数学和统计学的定量方法，对科学文献等信息进行定量的分析研究。在研究的内容上，信息计量学和科

5、学计量学在一个相当大的范围内是彼此交叉的。区别：（1）信息计量学的范围要比科学计量学的范围广很多科学计量学仍然局限在科学文献及其数量和非正式科学交流的信息、事件、事实、实物等。而“狭义信息计量学”除了科学计量学的内容外还包括正式交流的事物信息，“广义信息计量学”则还包括作为过程的信息和作为知识的信息。（2）信息计量学和科学计量学的研究目的不一样信息计量学研究的目的是“服务信息科学的研究需求”，而科学计量学研究的目的是“研究并验证科学的产生、传播和利用的量的规律性”，前者目的广泛，后者目的比较单一。（3）信息计量学和科学计量学的应用的领域也不同信息计量学在文献、人才、科学、单位、数据评价方面发挥

6、了很大的作用，可以涉及的面非常广泛；而科学计量学在科学机制和科技政策的制定方面发挥了非常重要和独特的作用。从以上分析可以看出：科学计量学必然向信息计量学方向发展（信息计量学的研究目的和内容包含了科学计量学的研究目的和内容）。5、文献计量学取得的7个方面进展（教材上未找到）（1）每年发表的有关文献数量增长较快，并逐渐形成了本学科的核心情报源（2）提高了认识，成立了学术组织，受到有关领导和管理部门的重视（3）确立了文献计量学的学科地位（4）研究范围拓宽，几个主要领域的研究取得进展（5）文献计量工具和手段现代化的研究有了良好开端（6）文献计量学教育起步很快，并获得了迅速发展（7）形成了一支研究队伍（

7、8）国际学术交流与合作正在展开，发展势头较好 （来源：邱均平：我国文献计量学的进展与发展方向）第二章 文献信息增长规律1、文献信息流的特性（P36）主要有两个方面：文献信息流的静态特性和动态特性（1）静态特性在一定时间内科学文献在空间的分布性质，如集中-离散分布、文献按著者分布、词汇在文献中的分布、引文分布、主题相关分布等的规律性。（2）动态特性指科学文献随时间的延续而增长和老化的性质。科学文献既增长又老化，在增长中不断老化，在老化之中又不断增长；增长是文献信息流的主要趋势。2、文献信息的指数增长规律（P45）（1）文献计量的指标：绝对值指标表示文献数量的多少，图书数量、期刊数量、论文数量相对

8、值指标表示不同部分文献的数量比例，某一部分文献占全部文献的比例、各类型文献的比例、各语种文献的比例在文献增长规律研究中，一般都是以累积数据为依据，非累积数据为每一年所出版的文献数量。衡量科学文献增长的两种方法：一种是以每年所出版的文献的累积总量为依据的，着眼于可以利用的文献总量的增长；另一种是以每年新出版的文献数量为依据的，着眼于从新文献的多少研究每一年文献的增长或减少。（2）普赖斯指数增长模型（P47）普赖斯综合、分析了大量统计资料，以科学文献量为纵轴，以历史年代为横轴，把各个不同年代的科学文献了在坐标图上逐点描绘出来，然后以一光滑曲线连结各点，十分近似表征了科学文献岁时间增长的规律普赖斯曲

9、线。通常用文献增加一倍所需的时间d作为评价文献增长速度的定量指标。（3）文献指数增长规律的局限性科学文献并不总是按指数函数关系增长 还与统计开始时间有关 有平缓趋势指数规律不能预测文献的未来增长趋势科学文献按指数增长的规律，一方面正确地反映了过去历史年代科学文献的增长情况，另一方面又暴露出不能据以预测未来科学增长趋势的局限。原因分析：对科学文献增长的机理研究不够，难以对影响文献增长的各种因素通盘考虑、全面衡量，给出前如其分的分析和定量描述；在确定科学文献的指数增长规律时，普赖斯没有考虑、也难以考虑日益严重的老化因素；在统计某年的科学期刊累积总数时，普赖斯没有排除已停刊的期刊。第三章 文献信息老

10、化规律1、老化与文献老化的概念（P69）一般而言，“老化”问题包括文献老化和情报（信息）老化。情报的老化是相对于情报对象而言，而文献的老化则是相对于情报用户而言的。科学文献老化指科学文献随其“年龄”的增长，其内容日益变得陈旧过时，作为情报源的价值不断减小，甚至完全丧失其利用价值。既是一种客观的社会现象，又是一个复杂的动态过程。2、文献老化的量度指标（P71）（1）半衰期指某学科（专业）现实尚在利用的全部文献中较新的一半是在多长一段时间内发表的（共时半衰期）。这与该学科一半文献时效所经历的时间（历时半衰期）大体相当。半衰期适用性：共时半衰期通常是评价某一学科领域或专业文献的老化趋势，而不是指个别

11、文献；而历时半衰期，可以是某一学科文献老化的半衰期，也可以是一种期刊，甚至一篇文献老化的半衰期。半衰期的计算：作图法 将统计数据制成引文分布表，以引文累积量或引文百分累积量为纵坐标，以被引文出版的年龄为横坐标作图，在图中找出与纵坐标上引文累积量或百分累积量一半处的对应点的横坐标，即为所求结果。定量模型计算法 对统计数据建立文献老化模型，再根据定义找出半衰期的计算公式，将相应数据代入求得结果。（2）普赖斯指数在几个知识领域内，把对年限不超过5年的文献的引文数量与引文总量之比当作指数，用以量度文献的老化速度和程度。计算公式为：普赖斯指数=*100% 出版年限不超过5年的被引文献数量 被引文献总量普

12、赖斯指数和半衰期比较：一般说来，某一学科或领域文献的“普赖斯指数”越大，半衰期就越短，说明文献的老化速度就越快。它们都是从文献被利用的角度出发，但是以不同的方式来反映文献老化的情况。文献的半衰期只能笼统地衡量某一学科领域全部文献的老化情况，而“普赖斯指数”既可用于某一学科领域的全部文献，也可用于评价某种期刊、某一机构，甚至某一作者或某篇文章的老化特点。半衰期概念可以适用于一般的情报老化，而普赖斯指数只适用于文献情报。（3）剩余有益性指标期刊有益性某一年份某一期刊被用户所利用的文献数。剩余有益性经过若干年后，期刊还保留的有益性。只是对与满足一定类型和内容的情报需求的几种期刊来说，才是有用的。第四

13、章 文献信息集中与离散分布规律布拉德福定律1、布氏定律的基本阐述（P105）一般认为，布拉德福定律的基本原理是由其区域描述和图像描述两个部分组成的。（1）区域描述如果将一定时间内（通常一年）的按某学科载文量等级排列的期刊划分为三个区，使每一个区所包含的相关论文数量相等，即恰好等于全部期刊发表的该学科文章总数的三分之一，便可发现：第一区（核心区）所涉及的文章来自数量不多但效率很高的n1中期刊；第二区（相关区）包括数量较大、效率中等的n2中期刊；第三区（外围区）包括数量最大而效率很低的n3中期刊。那么这三个区中的期刊数量成下列关系：n1：n2：n3 = 1：a：a2（a0） （1）式中：a即布拉德

14、福常数，或称比例系数。就布拉德福所分析过的数据而言，a值大约为5.0。上式即为布拉德福定量的区域表述形式，经过维克利的研究，可以把三个区讨论的文献离散规律推广到任意多个区的情况。各区的期刊的载文量是逐区下降，而各区期刊数量则是逐区上升的。核心区情报密度最高，相关区次之，外围区情报密度最低。（2）图像描述如果取上述等级排列的期刊数量的对数(lgn)为横坐标，以相应的论文累计数R(n)为纵坐标进行图像描述，便可得到一条曲线布拉德福分散曲线。分散曲线AB由两部分组成：对应核心区的上升的一段曲线AC和对于相继各区的直线CB，后来研究表明，拐点C点为核心区的分界点。布拉德福在研究时发现，从图像出发还可以

15、得到另一个结论，即：n1:(n1+n2):(n1+n2+n3)=1:b:b2记n1-2=n1+n2,n1-3=n1+n2+n3,则可将上式改为： n1:n1-2:n1-3=1:b:b2 （2）其中，n1核心区的期刊数量 n1-2核心区和第二区的期刊累积数n1-3全部三个区中的期刊累积数，即期刊总数N b分散系数（3）区域描述和图像描述的关系区域描述方法是根据实际统计的具体数据，取近似值而概略地归纳出的，是一种近似的经验方法。从许多统计数据中都可以发现，几乎每一组统计数据都近似地满足（1）式，而且每一组数据也只能近似地满足（1）式。图像描述方法所依据的是与区域描述完全相同的统计数据，只是图像描述

16、将统计的期刊数取对数，并利用了三个区中相关论文量相等这一近似条件而得到（2）式的结论的。因此，从数学观点来看，图像描述的可行的，从实际应用看来，图像描述也非常接近于反映文献的实际分布情况，甚至其近似程度比（1）式更为精确。按布拉德福区域描述公式所产生的理论曲线与图像描述的经验曲线基本上是一致的，两种表现形式之间没有歧异性，而具有一致性。2、布氏定律理论原理与实际的一致性（1）布氏定律的理论解释：从科学的统一性规律出发总结出文献的分散定律。（2）格鲁斯下垂：格鲁斯通过对基南-阿瑟顿数据的分析指出，布拉德福曲线在进入直线部分后，并非无休止地直伸下去，后来总要弯曲下垂，因而使得布拉德福定律的图形变为

17、明显的三个部分：上升的曲线部分直线部分弯曲的下垂部分（格鲁斯下垂）。（3）理论与实际存在差异的原因：一是理论本身的缺陷；二是对客观实际的反映的失真问题。第五章 文献信息词频分布规律齐普夫定律1、齐普夫定律的文字表述（P139）在任何一篇文章中，词的出现频率都服从如下规律：如果把一篇较长文章（约5000字）中每个词出现的频次统计起来，按照高频词在前、低频词在后的递减顺序排列，并用自然数给这些词编上等级序号，即频次最高的词等级为1，频次次之的等级为2，频次最小的词等级为D（或L）、若用Fr表示频次，r表示等级序号，则有： Fr*r = C （3） 称为齐普夫定律的绝对频数表示法或频次表示法式中C为

18、常数。但这里的常数并不是绝对不变的恒量，而是围绕一个中心数值上下波动。齐普夫定律不仅可以用词的绝对频数（频次）表示，而且也可以用此的相对频数（频率）表示：令N为文章所包含的词汇总数（词容量），fr为第r级词的相对频率，则有fr = cr-1 （4） 称为齐普夫定律的相对频数表示法或频率表示法其中，c仍为常量，且c=C/N，而fr=Fr/N齐普夫运用其“最省力法则”解释了这个定律。认为，在任何语言中，凡是使用频率高的词，功能总是不会太大。因为词义本身在这个场合中价值小，因而传递它们所需要的“力”就不大，所以，此的出现频率与等级序号的乘积基本上稳定于一个常数。2、齐普夫定律的图像描述齐普夫分布曲线

19、根据文献中出现的词频与等级序号的统计数据，建立Fr与r的直角坐标系，用横坐标表示词的等级序号r，纵坐标表示相应的频次Fr，就可以得到一条双曲线，即齐普夫分布曲线（a）。如果等级序号r与频次Fr都取对数坐标，则图像就变成一条直线了，即齐普夫分布对数曲线（b）。3、齐普夫定律的一般数学形式（2）中的曲线若用等价的数学式表示，则为：lgr+lgFr=lgC一般的，由解析几何知，斜率为b的任一直线可表示为：blgr+lgFr=lgC如果将这一方程改写成类似（1）式的形式，则得：Fr*rb=C （5）若b=1，则（3）式和（5）式相同，这与后来朱斯提出的齐普夫定律的修正式的一致的。4、齐普夫定律的适用性

20、一般来说，齐普夫定律较符合西文文献中词频分布的实际情况，定量揭示了文献信息的词频分布规律。第六章 文献信息作者分布规律洛特卡定律1、文字表述（P167）检验发现，生产2篇文章的作者大约是生产1篇文章作者数的1/4，生产3篇文章的作者数是生产1篇文章作者的1/9，写n篇文章的作者数是生产1篇文章作者数的1/n2；且生产1篇文章的作者数的全体作者的60%左右。可表述为：y(x) = y(1)/x2 (6)y(1)为写1篇文章的作者数，y(x)为写x篇文章的作者数。2、图像描述3、洛特卡定律的特点洛特卡定律实际上是科学论文在作者上集中与分散的分布现象，具有两个特点：（1）洛特卡采用频次排序的方法，即

21、按某类作者出现的频次大小排位，而非按照作者所写的论文多少来对作者进行等级排序；（2）论文在作者上的集中与分散程度只限于平方反比关系，即只给出了这种集中与分散程度的单一描述。第八章 文献信息统计分析法1、文献信息统计的原则要求（P259）（1）针对性 对不同的具体统计项目不同的要求（2）准确性 核心要求（3）代表性 抽样统计的代表性较强的样本（4）可比性 设置文献指标和统计数据时（5）累积性 利用文献的累积数来说明问题2、文献信息统计的基本步骤（P165）（1）统计调查 a.确定具体方法 b.选准统计工具 c.明确指标项目 d.统计原始数据（2）统计整理 a.计算 b.排序 c.表示（3）统计分

22、析 a.理论指导下的分析 b.数值分析 c.图像分析第十章 引文分析法1、引文分析的基本概念（P316）引文分析利用各种数学及统计学的方法和比较、归纳、抽象、概括等逻辑方法，对科学期刊、论文、著者等各种分析对象的引证与被引证现象进行分析，以便揭示其数量特征和内在规律的一种文献计量分析方法。2、引文分析的基本步骤（P320）（1）选取统计对象 即可提供引文资料的文献源（2）统计引文数据 关键、前提（3）引文分析（4）作出结论3、引文分析的主要工具（1）美国科学引文索引（Science Citation Index，SCI）（P321）A、美国SCI印刷版的结构简介：概括性的总体介绍（序言部分）（

23、组成、使用、功能、规则和特点等基本情况及一个统计概括对比表）引文索引（正文部分） 反映历年文献被来源文献印证的情况作者引文索引、团体作者引文索引、匿名引文索引、专利引文索引团体索引 根据来源索引中作者单位的所在地及名称编制的一种索引，分成地区和机构两部分来源索引 根据原文献（引证文献）作者姓名字顺编排而成，反映来源文献的详细情况 按作者情况不同，又分为匿名来源索引和来源索引两种情况轮排主题索引 相当于传统的主题索引B、美国SCI网络版的检索：简易检索 提供三种检索途径主题、人名和地名全面检索可以根据需要设定不同的限制条件，使用户可以查到最新、最全、最准确的信息，是比较专业的检索方法。a.一般检

24、索 主题、著者、来源期刊名、著者地址四个检索途径b.被引文献检索 被引著者、被引著作、引文年代检索c.结构检索 用于检索化学反应和化合物的化学结构d.高级检索 允许使用检索项标记进行更复杂的检索，并能进行检索系列组合e.查看历史记录C、美国SCI网络版的特点和其他版本一样，SCI网络版主要也是用以检索论文被收录和被引证的情况。特色链接 内部链接被引次数、参考文献和相关记录的链接外部链接与ISI Chemistry Server（SM）、Derwent Innovations Index、Web of Science Proceedings、BIOSIS Previews的链接充分利用WWW网罗

25、天下的强大威力，SCI网络版彻底改变了传统的文献检索方式：通用的浏览器界面，无需安装任何其他软件；全新的超文本格式，所有的信息都相互关联。SCI网络版每周更新，并且每次更新即更新整个系统中的所有链接，包括被引次数、参考文献、相关文献的链接。SCI网络版允许检索整个数据库或指定检索年份，目前数据可回溯到1945年，并且可检索所有被引证的著者，而非仅仅是第一著者。SCI网络版可以直接收录纯电子期刊，便于及时反映相关研究成果。（2）美国基本科学指标（Essential Science Indicators，ESI）（P337）A、美国ESI结构ESI的主要内容包括引文排位、高被引论文以及引文分析三大

26、主要模块。引文排位模块 科学家排名、机构排名、国家排名、期刊排名高被引论文模块 高被引论文、热门论文引文分析模块 基线、研究前言引文排位页面和高被引论文页面还提供了与顶尖论文页面、时间序列图的链接。B、美国ESI的功能a.美国ESI的检索功能：引文排序 by field和by name检索（学科、名称）高被引论文的检索 by field和by searching两种方式b.美国ESI的评价功能：分析某个公司、研究机构、国家以及期刊的科学研究绩效；跟踪自然科学和社会科学领域内的研究发展趋势；分析评价员工、合作者、评论家以及竞争对手的能力；测定某一专业研究领域内科学研究成果的产量和影响力。c.进行

27、学科结构、学科关系以及学科发展史的研究；为科学评价提供重要的数据源。C、美国ESI的特点基本的分析工具服务对象的广泛深入综合全面的数据、论文和课题与其他信息资源的链接和整合4、影响因子（P379）加菲尔德在1972年提出的一个评价期刊的重要指标。根据：普赖斯曾提出，科学论文一般在其发表12年后，被人们了解接受，并达到被引证的峰值阶段。是一个相对数指标，主要用以调整和修正大刊、老刊凭借发表论文绝对数量而在期刊被引上所占的优势，同时选择期刊被引数量达到高峰时来计算其平均被引率，所以更能反映期刊被使用的真实情况。影响因子=某刊前两年发表论文在该年的被引证次数该刊前两年发表论文总数 通常影响因子越大，

28、可认为该刊在科学发展和文献交流过程中的作业和影响力较大，亦可认为其质量较高。5计量因子6、引文耦合与同被引（P397）（1）引文耦合指引证文献通过其参考文献（被引证文献）建立的耦合关系。具体来说，如果A和B两篇文献共同引证了一篇或多篇参考文献，或者说它们共同具有某一篇或多篇同样的参考文献，则称A和B两篇文献具有引文上的耦合关系。（2）同被引指两篇（或多篇）论文同时被后来的一篇或多篇论文所引证，则称这两篇论文（被引证论文）具有“同被引“关系。（3）引文耦合与同被引的异同相同：都是指两篇论文通过另外一篇或多篇论文建立起来的关系，所以都可以反映出文献之间的联系程度和结构关系，在引文分析中属于同一种类

29、型：即以文献之间的联系程度作为计量单位的网络结构分析，从引文角度揭示论文的主题相似性，以及相互之间作用和联系。 这两种分析方法都可用于研究文献关系，进行文献检索和揭示学科结构等。区别：观察处理问题的方法及主客体不同引文耦合反映的是两篇引证文献之间的关系，同被引反映的是两篇被引证文献之间的关系。前者由两篇文献的作者共同建立的，后者是由引证它们的作者各自建立的。引文耦合强度是固定不变的（因为对于任意两篇已发表的论文来说，其后的参考文献是固定不变的），同被引强度则随时有可能发生变化（处于被动地位，等着其它文献来建立）。引文耦合反映的文献间的关系是一种固定的长久的关系，而同被引反映的则是变化的或暂时的

30、关系。因此，引文耦合形成的模型的静态结构模型，而同被引则是动态结构模型。引文耦合是回溯的，属于“回向引证”，而同被引则是展望性的，属于“前向引证”。对于研究和解释科学文献的内在联系与规律，描绘科学发展的动态结构来说，同被引比引文耦合更具有优越性，更适合当代情报科学研究的对象是不断变化和发展的特点。7、引文分析法的局限性（P426）著者引证文献是一个人为控制的思维和判断过程，而作为其表现形式的引证文献，仅仅是宏观的、表面的测度。（1）文献被引证并不完全等于重要（2）著者选用引文受到可获得性的影响文献地理分布、著者语言能力、文献本身年龄和流通状况等影响（3）引文关系上假联系的影响引证文献的原因多种

31、多样，两篇论文可能出于完全不同的原因或从不同的角度引证同一篇早期文献，一篇可能是引证其方法，另一篇可能是引证其结果，这样这两篇文献在内容上的联系就可能是虚假的；引文有些是发生在前言和篇名中，有些是在正文中，有些发生在结论或讨论中。（4）马太效应的影响 人们往往以“名著”、“权威”作为选择引文的标注，有的确是出于需要，有的则是为了装饰门面、太高自己论文的身价，从而掩盖和影响着文献引证的真实性。第十二章 信息计量学在信息资源管理与研究中的应用1、核心期刊定义及形成机理（P458）核心期刊指针对某一学科或专业领域来说，刊载大量专业论文和利用率较高的少数重要期刊，就成为该学科（专业）的核心期刊。各种期刊的情报价值有大有小，在情报信息交流中所发挥的作用各不相同。这种情报价值交流作用