文獻(xiàn)共引分析中的關(guān)聯(lián)強(qiáng)度和相關(guān)系數(shù)改進(jìn)研究.pdf

1、自1973年Small提出共引分析以來,其研究方法和研究范圍得到了不斷推廣,逐漸成為學(xué)術(shù)研究領(lǐng)域,甚至市場調(diào)研領(lǐng)域常用的定量研究方法之一。在共引分析方法實(shí)施的過程中,共引矩陣的建立是后續(xù)聚類分析等步驟的基礎(chǔ),傳統(tǒng)共引分析方法是根據(jù)兩研究對象之間的絕對共被引次數(shù)建立的共引矩陣,但共引分析方法并不關(guān)注兩篇文獻(xiàn)到底被共引了多少次數(shù),而關(guān)注兩篇文獻(xiàn)的研究內(nèi)容是否具有相似性。因此,在原始共引矩陣建立之后需要使用一定的相似度測算方法,將原始共引矩陣

2、轉(zhuǎn)化為相關(guān)矩陣,以考察兩研究文獻(xiàn)之間的相似性。但是,傳統(tǒng)的關(guān)聯(lián)強(qiáng)度計(jì)算方法和相關(guān)系數(shù)都存在一定的缺陷,在不改變傳統(tǒng)共引分析方法的基礎(chǔ)上,本論文對兩文獻(xiàn)之間關(guān)聯(lián)強(qiáng)度的計(jì)算方法和相似度測算方法提出改進(jìn)。
　　 通過定性分析,指出關(guān)聯(lián)強(qiáng)度和相關(guān)系數(shù)需要改進(jìn)的原因:文獻(xiàn)之間的關(guān)聯(lián)強(qiáng)度并不是隨著共引次數(shù)的增加呈線性增長,而是指數(shù)增長；傳統(tǒng)的用于測算相似度的Pearson相關(guān)系數(shù)適用于呈正態(tài)分布的數(shù)據(jù),但共引矩陣幾乎沒有正態(tài)分布的；然后用定

3、量的方法研究文獻(xiàn)之間相互關(guān)聯(lián)的強(qiáng)度,及所選學(xué)科共引矩陣的數(shù)據(jù)分布狀態(tài),使得定性分析得到數(shù)據(jù)上的支持；接著人工構(gòu)造符合條件的數(shù)據(jù),對改進(jìn)后的關(guān)聯(lián)強(qiáng)度和相關(guān)系數(shù)做可行性分析,最后通過實(shí)證研究來驗(yàn)證關(guān)聯(lián)強(qiáng)度和相關(guān)系數(shù)的改進(jìn)的優(yōu)缺點(diǎn)。
　　 通過研究,初步得到一些結(jié)論,文獻(xiàn)之間的關(guān)聯(lián)強(qiáng)度的確是隨著共引次數(shù)的增加呈指數(shù)增長的,改進(jìn)后的關(guān)聯(lián)強(qiáng)度計(jì)算方法能更加真實(shí)的反應(yīng)兩研究對象之間的關(guān)聯(lián)程度；在進(jìn)行共引矩陣標(biāo)準(zhǔn)化時,Spearman等級相關(guān)