学术文本关键词分析:理论、方法与应用

信息计量学领域大部分研究是基于数据驱动的，随着信息技术的不断发展，以及产生的数据量以及数据的种类不断增加，如何利用好这些多源异构数据，给信息计量学领域的研究带来了机遇与挑战。对具有数据语义功能的关键词词频进行统计，结果见图8-7，可以在一定程度上了解信息计量学领域相关研究的数据来源以及使用的数据种类。

由图8-7可知，信息计量学领域的数据来源大致可以分为以下三类：引文数据库、搜索引擎以及社交网络平台。其中，引文数据库包含有Web of Science、Scopus、PubMed等；搜索引擎主要有Google Scholar、Academic Search Engines等；学术社交网络平台主要为Mendeley、F1000。从这些数据源获取的数据主要包含了论文的元数据、论文的引用数据、论文的使用数据（如论文的下载数据、浏览数据等）以及论文的替代计量数据。从中可见，信息计量学领域使用的数据来源广泛，同时随着移动互联网以及社交媒体的兴起，该领域的数据来源以及数据类型也随之不断丰富。

(www.xing528.com)

图8-7　具有数据语义功能的高频关键词

由上述的分析可知，信息计量学领域的数据来源与种类更加多样化。随着学术大数据时代的到来，数据量以及数据的种类不断增加，给数据驱动的信息计量学研究带来了机遇与挑战。本研究发现该领域主要有三大数据来源：引文数据库、搜索引擎以及社交网络平台，与王贤文归纳总结的四大数据对象即发文数据、引用数据、使用数据以及替代计量数据相对应[180]，说明虽然具有数据语义功能的关键词数量不多，但是能够较好地覆盖各种数据类型。