基于社会网络分析和密度算子的学术期刊综合评价研究

■王伟明

南昌大学经济管理学院，江西省南昌市红谷滩新区学府大道999号 330031

学术期刊是传播学术信息和发表科研成果的重要载体，是知识创新和科技成果转化的重要桥梁，对于推动社会的科技进步起着十分重要的作用[1]。学术期刊的科学评价有助于优化和遴选期刊，有助于提高学术期刊的内在质量和社会影响力，有助于促进学术期刊的持续健康发展。因此，研究学术期刊评价问题，具有重要的理论意义和实践价值。

近年来，关于学术期刊的评价问题，已经得到越来越多专家和学者的关注，相应的研究成果也在持续更新[2-6]。从前期研究成果来看，学术期刊的评价主要分为两大类：一是单一指标评价方法，其原理是利用唯一的评价指标进行分析，以此得出学术期刊的评价结果和排名，该评价指标包括影响因子、复合总被引、即年指标、引用半衰期等[7]简单型指标，以及PW[8]、NMCR[9]、SNIP[10]、H指数[11]等复合型指标；二是多属性综合评价方法，其原理是综合分析多个单一评价指标，得出较为合理的综合评价结果和排名，例如灰色关联法[12]、因子分析法[13]、主成分分析法[14]、理想点法[1]等。与单一指标评价方法相比，多属性综合评价方法包含的评价指标相对较多，所得到的评价结果也更为可靠，因此，多属性综合评价方法的应用更为广泛。白雨虹等[12]利用GRA法对光学学术期刊进行多属性综合评价，该方法对样本容量要求较少，而且也不需要典型的分布规律，但是在计算过程中难以确定部分指标的最优值。辛督强等[13-14]将因子分析法和主成分分析法应用于科技期刊的多属性综合评价研究，这类方法重视数据分析，得到的结果相对客观公正，因而备受使用者青睐，但是这类方法计算原理比较复杂，对使用者的统计学基础要求较高。苏新宁[15]构建了一套较为完整的人文社会科学学术期刊评价体系，该体系通过对各指标赋予相应的权重，从而得到较为合理的评价结果，但是由于其专业性较强，因此仅适用于人文社会科学类学术期刊的评价。熊国经等[16]同时利用组合评价和复合评价的优点，提出基于组合评价和复合评价模型的学术期刊综合评价方法，该方法由于选取的单一评价方法个数较少并且计算原理比较简单，因此其结论的普适性还有待进一步验证。李继晓等[17]深入研究了几种较为常用的学术期刊综合评价方法，认为学术期刊评价方法的选择并不是一件一劳永逸的事，要通过不断的实践、比较、分析，才能够使学术期刊的评价日臻完善。综合来看，学术期刊多属性综合评价问题已经引起了大批学者的广泛重视，同时他们也针对一些具体问题提出了较为可行的解决思路和方法模型，这为开展学术期刊多属性综合评价方法的后续研究提供了建模思路和理论参考。但是也应当注意到，上述方法较少考虑学术期刊评价指标间存在的较强相关性。事实上，这种相关性会对学术期刊综合评价结果产生一定的影响。为此，一些改进的用于解决指标间相关性问题的学术期刊综合评价方法被陆续提出。例如俞立平等[18-19]利用综合回归调整法和相关系数法消除学术期刊评价指标间的相关性，这类方法可以使评价结果更真实反映客观现实，但是难以完全消除指标间的相关性。熊国经等[20]和陈小山等[21]将结构方程模型运用到学术期刊综合评价问题中，分别结合偏最小二乘法和因子分析法消除指标间的相关性，这类方法不仅能够合理筛选评价指标，而且还能够显著消除指标间的相关性，但是这类方法的计算过程较为繁琐。王庆石[22]提出消除评价指标间相关性的复相关系数法和多元回归法，但是该方法在删除相关部分时容易丢失重要信息。

她还是像从前一样惧怕台风，所以她要去远离台风的地方，于是她想起从前在杂志上看过的可可西里，想起那里的无人区与藏羚羊，她决定给陶小西和自己最后一个机会。如果没有她想要的结局，她就彻底离开那座城市，再也不回去了。

根据上述分析可知，学术期刊综合评价问题研究已经取得了丰硕的成果，针对学术期刊评价指标间相关性问题的研究逐渐成为当前学术界的研究热点与前沿。基于此，本文提出一种新的基于社会网络分析和密度算子的学术期刊综合评价模型。该模型将社会网络分析和密度算子两种方法交叉融合，将其应用于学术期刊综合评价研究，一方面，利用社会网络分析可以充分考虑学术期刊评价指标间的相关性，确定各指标的权重；另一方面，利用密度算子可以考虑评价信息疏密程度，而且还可以有效消除指标间的相关性。模型过程具体如下：首先，将学术期刊评价指标视为网络节点，依据节点间相关性构造关系网络矩阵；其次，设计节点中心度和子群凝聚度，度量节点和子群的重要性；最后，基于密度算子对评价信息进行综合集成，以此计算学术期刊综合评价值并且对计算结果进行排序。该模型能够充分考虑学术期刊指标间的相关性，得出较为合理的评价结果，为学术期刊的综合评价提供了新思路。

至于几种证明方法，课前都有准备，但不都是自己想出来的，很多是以前的学生想出来的．课前设想只有思路3和思路4必讲，尤其是思路4，用向量的方法解决问题是一种意识，教材中虽有所涉及，但不够系统，需教师自己去总结．至于其它方法如果学生不提出来，可能略讲或不讲，一切取决于学生的需求．解题方法的呈现要有适当的时机，要有充分的理由，也就是说要讲理．

1 指标选取与数据处理

1.1 指标体系以及数据来源

学术期刊的综合评价指标主要包括期刊来源计量指标和期刊引用计量指标。期刊来源计量指标通过对来源文献的统计分析，全面描述该期刊的学术水平、编辑状况和科学交流程度，是评价学术期刊的重要依据；期刊引用计量指标主要显示该期刊被读者使用和重视的程度，以及在科学交流中的地位和作用，是评价学术期刊质量的重要依据和客观标准。在俞立平等[1]的研究基础上，依据2015年《中国学术期刊影响因子年报(人文社科版)》(以下简称《年报》)，选取了影响力指数(X1)、复合总被引(X2)、影响因子(X3)、他引影响因子(X4)、5年影响因子(X5)、即年指标(X6)、可被引文献量(X7)、可被引文献比(X8)、基金论文比(X9)、平均引文数(X10)、引用半衰期(X11)、被引半衰期(X12)、引用期刊数(X13)、被引期刊数(X14)、他引总引比(X15)、互引指数(X16)、Web即年下载率(X17)、总下载量(X18)和量效指数(X19)构成综合评价指标体系。样本数据来源于《年报》中的部分图书情报类学术期刊数据，具体样本期刊见表1。

1.2 数据处理

无论是修订后的预算法实施或是其他因素对事业单位财务管理的影响，都容易转化为财务风险诱发因素。事业单位为了更好应对内外部因素对财务管理的影响，就需要确立完善的财务管理风险防控机制。例如，事业单位财务管理部门可以定期进行风险因素筛查、鉴别，并针对不同类型的风险诱发因素进行不同形式的财务风险应对尝试。事业单位也要细化财务管理评价与监督机制，内部控制视角下，对财务管理活动开展状况进行及时评价，较好的对财务管理人员以及具体财务管理活动进行监督，也能从侧面提升财务风险的抵御能力。一旦事业单位在财务风险防控方面有明显提升，财务管理模式优化以及创新可以有更大的发挥空间。

（3）成槽施工中遇孤石或基岩陡坡，可使用冲孔钻机配合修平槽孔后在使用铣槽机施工，也可采用钻孔爆破或孔内定向聚能爆破等技术对孤石进行处理，以满足铣槽机成槽铣进的要求。

2015年12月，由信阳师范学院发起成立了“大别山革命老区高校联盟”（以下简称“联盟”），河南省、湖北省、安徽省的大别山革命老区区域内21所高校在学科建设、人才培养、队伍建设、科学研究、社会服务等多领域开展合作交流。2016年11月，学校整合成立了新的马克思主义学院，并拥有专门的大别山文化研究机构——大别山红色资源与文化发展研究院。2017年5月，信阳市与信阳师范学院合作建立了从事政策研究和决策咨询的智库型学术研究机构——“信阳发展研究院”。

为了解决以上问题，结合学生的实际及教学条件，学院不断调整实践教学培养方案和教学内容，改进教学方法。加强专业综合实训教学环节，在实践教学过程中把专业新技术引入到相关的实训教学活动中。深入实践教学研究，不断完善实训课程体系设置，既要注重专业基础实验室和专业核心课程实验室的建设，又要注重专业综合实训实验室的建设，进一步加强实训课程的综合性和实践性，最大可能地实现学生与社会“无缝衔接”，培养学生创新实践能力。

(1)

式中xij为第i个对象关于第j个指标的原始数据，yij为xij标准化后的数据。

2 研究方法

2.1 设计思路

社会网络分析是由社会学家根据数学方法、图论等发展起来的一种定量分析方法。近年来，该方法广泛应用于社会学、心理学和经济学等众多领域，并且发挥了十分重要的作用[24-26]。社会网络分析强调每一个节点和其他节点相互依赖，而不是相互独立的自治个体。社会网络分析的这种特点使其能够恰当地应用于学术期刊综合评价问题中。密度算子是一种较有效的评价信息集结方法，该算子基于数据疏密分布信息构造，数据量越多，算子的集结效果越好[27]。密度算子的基本原理是：利用系统聚类方法进行聚类分析，将相似度较高的评价信息划分到同一类内:利用归一化方法弱化类内评价信息之间的相关性，使得类内信息集结结果更为合理;基于评价信息疏密程度确定密度权重，以真实反映客观现实。基于此，融合社会网络分析和密度算子两种方法的优点，提出一种新的基于社会网络分析和密度算子的学术期刊综合评价方法。与现有的其他学术期刊综合评价方法相比，该方法不仅能够充分考虑评价指标间的相关性，使得评价结果更加客观真实，而且还可以较好地处理评价指标个数较多的学术期刊综合评价问题，以此弥补现有消除指标间相关性方法计算过程较为繁琐的缺陷。该方法的设计思路是：(1)以学术期刊评价指标为节点，依据评价指标间的正负相关性形成节点间的联系，以此构造关系网络矩阵；(2)设计关系网络的节点中心度和子群凝聚度，度量节点和子群的重要性；(3)基于密度算子对评价信息进行综合集成，得出较为合理的综合评价结果以及排名。

表1 样本期刊目录

3.1.1 确定关系网络矩阵和关系网络拓扑图

2.2 基本步骤

基于社会网络分析和密度算子的学术期刊综合评价方法的基本步骤如下。

步骤1 计算相似度矩阵P。以学术期刊评价指标为节点，计算节点之间的相关性，得到节点间的相似度矩阵P。

2.掌握必要的危机应对知识和技能。公共危机的不可预料性、突发性及发生时严重的破坏性，提醒我们要加大宣传教育力度，让大家了解危机教育对国家、对个人的重大意义。开展危机教育是我们每一个公民应尽的法律责任，我们有义务学好它，让大家知道这是一件利国利民的大好事，学好了相关知识和防护技能，在平时面对突发灾难时，可很好地进行自救互救。开展危机教育就是遵守国家法律，就是尊重生命。汶川大地震造成的巨大损失给我们以深刻的启示，在一个自然灾害多发的国家，国民多一些应急避险的知识与技能，在灾害来到时，就能减少人员伤亡和降低财产损失。

努力使工程施工形成可视化记录。对隐蔽工程的每道工序的验收，进行拍摄，形成图片档案；在水泥搅拌桩的施工中，我们分别在钻机的前后声安装了两个摄像头，做到了相关管理人员不在现场就能随时检查工程施工情况，以及关键后期的检查；项目部还利用无人机进行巡航拍摄，以记录工地当时的整个现场情况。

比卡鲁胺是第一代非甾体类抗雄激素药物，没有其他激素的作用。比卡鲁胺与AR结合后，可使其无有效的基因表达，从而有效地抑制了雄激素的刺激，因此比卡鲁胺常被用于局部晚期和转移性前列腺癌的治疗。第二代非甾体类抗雄激素药物为恩杂鲁胺，对AR有着更强的亲和力，并且能抑制AR向细胞核转运以及与DNA的相互作用。BARTON等[18]研究发现，即使在AR低表达的TNBC中，恩杂鲁胺对AR的抑制作用也是有效的，因为其可以诱导LAR亚型的肿瘤细胞凋亡，但是在晚期TNBC患者接受化疗的情况下，单靠抑制AR表达，疗效是远远不够的。

(2)

式中P为对称性矩阵，m为指标个数(节点个数)，ρab为第a个指标和第b个指标向量之间的Pearson相关系数，即

(3)

(4)

当ρab>0时，gab=1，表示节点间有联系；当ρab≤0时，gab=0，表示节点间无联系。

在选择指标后，必须区分效益型指标和成本型指标。根据俞立平等[23]的研究可知，引用半衰期、被引半衰期和量效指数为成本型指标，其余均为效益型指标。为剔除量纲带来的影响，对原始数据进行0～1标准化处理，计算公式为

步骤3 计算节点中心度Ca。依据关系网络矩阵G计算节点中心度Ca：

(5)

式中Ca为第a个节点的中心度，满足Ca∈[0,1]。

步骤2 构造关系网络矩阵G。依据相关系数ρab计算节点间的联系度gab，进一步形成节点间的关系网络矩阵G。

(6)

式中wa为第a个节点的权重，满足wa∈[0,1]，并且w1+w2+…+wm=1。

步骤5 计算子群凝聚度Du。首先，依据CONCOR法[28]对节点进行聚类分析；其次，计算子群内平均联系强度Eu和子群间平均联系强度Fu；最后，确定子群凝聚度Du。

Du=Eu+Fu，

(7)

(9)

步骤6 计算子群权重ηu。对子群凝聚度Du进行归一化处理得到子群权重ηu：

(10)

式中r为通过聚类所得到的子群个数，ηu为第u个子群的权重，满足ηu∈[0,1]，并且η1+η2+…+ηr=1。

步骤7 计算密度权重ξu。利用子群权重ηu和传统密度权重θu进行乘法归一化处理得到密度权重ξu：

(12)

式中α=1.5，α表明注重评价信息的疏密程度[28]，ξu为第u个子群的密度权重，满足ξu∈[0,1]，并且ξ1+ξ2+…+ξr=1。

步骤4 计算节点权重wa。对节点中心度Ca进行归一化处理得到节点权重wa：

(13)

应用型本科院校与研究型、教学型高校在人才培养方面存在很大的区别[4]，其人才培养目标是为社区、企业和地方培养有较强应用技术思维能力、能够解决实际生产中存在的问题的高技术应用型人才。应用型本科院校教育强调学与用的有机结合，注重学生专业素质的养成、专业实践能力和创新能力的培养，以促进新理论、新技术在生产和生活中被广泛应用。根据我国应用型本科院校的办学定位，应用型本科院校必须注重应用能力的培养，将理论教学和实践教学相结合，通用基础教育和专业技能教育相结合，体现通用性和技术性。

3 实证分析

3.1 评价过程

以40种图书情报类学术期刊为研究对象，选取19个评价指标，基于社会网络分析和密度算子两种方法对学术期刊的综合评价进行实证分析。

依托省级“新能源发电的电力系统综合自动化实训基地”和“西门子工业自动化技术实验室”，满足了智能仪表研发和仪表应用能力培养的实训需求，保证顺利开展后续专业课程的实训环节，包括智能仪表实训和PLC技术实训。

依据选取的学术期刊评价指标数据，利用SPSS软件计算相似度矩阵P(限于篇幅未列出)，进一步计算关系网络矩阵G:

(14)

由矩阵G可知，选取样本的19个指标之间的相关性不尽相同，部分指标之间为正(矩阵中的数值为1，即节点间有联系)，而部分指标之间为零或者为负(矩阵中的数值为0，即节点间无联系)。为进一步分析评价指标之间的关系，根据节点间的连接状况，利用UCINET软件构造关系网络拓扑图，结果见图1。

图1 学术期刊评价指标关系网络拓扑图

在图1中，可以根据连线的数量直接观测该图的密度，详细对比节点中心度。节点面积越大，中心度越大；节点面积越小，中心度越小；节点中心度相同，节点颜色、面积相同。由步骤4可知，节点的大小与权重成正比，因此，节点面积越大，其相应的权重也越大，反之亦然。

3.1.2 确定节点中心度和节点权重

首先，微商、个人代购经营行为需要合法合规。一般来说，代购指在境外购买商品、在境内销售并从中赚取差价的行为。根据将于2019年1月1日开始实施的《电子商务法》，电子商务经营者从事跨境电子商务，需要取得采购国和中国双方的营业执照，还要依法足额纳税。而实际上，很多代购者并没有取得法定的经营许可证，而是私下从事代购活动，且无相关资质，这不仅加大了消费者维权难度，也破坏了国家对外贸易管理规定，扰乱了跨境贸易秩序。

利用2.2节中的步骤3和步骤4计算各节点的中心度和权重，结果见表2。由表2可知，平均引文数(X10)、基金论文比(X9)、总下载量(X18)、量效指数(X19)、复合总被引(X2)等指标节点的中心度和权重相对较大，而可被引文献量(X7)、被引期刊数(X14)、他引总引比(X15)、互引指数(X16)等指标的中心度和权重相对较小。事实上，该结果同样也可以由图1直观反映，图1中节点中心度和权重与节点面积成正比。

3.1.3 确定子群凝聚度

利用UCINET软件基于CONCOR法对节点进行聚类分析，再利用2.2节中的步骤5计算各子群的凝聚度，结果见表3。由表3可知，样本的19个指标可以分为4类，这4类子群凝聚度均不一样，其中第3类的子群凝聚度相对较大，而第1、2、4类的子群凝聚度相对较小，这也说明期刊评价指标的疏密程度不同，各类内、类间评价指标的相关性也不同。

表2 节点中心度和节点权重

表3 子群凝聚度、权重以及密度权重

3.1.4 确定子群权重和密度权重

利用2.2节中的步骤6和步骤7计算各子群的权重和密度权重，结果如表3所示。由表3可知，第3类子群权重较大，但是其密度权重较小，这是由于第3类节点的个数较少，其所赋予的传统密度权重较小；而第1类子群权重较小，但密度权重较大，其原因是第1类子群权重虽然小，但传统密度权重非常大。这也充分体现了本研究所使用密度算子的意义。

2.2.1.4 AML患者首次CR 12个月后 此阶段142份标本，MRD阳性29例，复发12例(其中10例在MRD阳性后6个月内复发，仅2例分别在MRD阳性后7、21个月复发)；MRD阴性组113例，复发23例(其中仅4例在MRD阴性后6个月内复发；19例分别在MRD阴性后7～36个月复发)。MRD阳性组复发率高于MRD阴性组(P=0.019)。阳性组及阴性组的中位RFS分别为5.0个月(0～24个月)、13.0个月(1～45个月)，两组差异有统计学意义(P<0.05)，见图3。

3.1.5 确定综合评价值以及排名

利用密度算子对评价信息进行综合集成，以此得到最终综合评价值及其排名，结果见表4。

3.2 结果分析

根据表4列举的40种图书情报类学术期刊的综合评价值以及排名可得出以下结论。(1)《中国图书馆学报》的排名第一，其综合评价值远高于其他期刊综合评价值，与实际情况比较吻合。作为图书情报领域的顶级期刊，《中国图书馆学报》影响力指数、影响因子、他引影响因子、5年影响因子、即年指标、平均引文数、Web即年下载率等指标都遥遥领先于其他期刊，他引总引比、引用期刊数等指标也位居前列，其排名位列第一应该是实至名归。(2)《图书情报工作》《情报杂志》《情报科学》《情报理论与实践》《情报学报》《大学图书馆学报》《图书与情报》《图书情报知识》《图书馆论坛》分别位于第2～10位，这类期刊作为图书情报领域的权威期刊，具有一定的学术影响力和社会知名度，其排名相对靠前也比较合理。(3)中文社会科学引文索引(Chinese Social Sciences Citation Index，CSSCI)期刊排名由中国社会科学研究评价中心从文献计量学的角度采用定量与定性相结合的方法开发研制，该排名具有一定的公信力，为评价学术期刊提供了重要参考。为此，笔者将本研究结果与CSSCI(2014—2015)来源期刊排名进行比较，结果显示，CSSCI公布的18种图书情报类CSSCI来源期刊均位于本研究排名的前20位。值得注意的是，《现代情报》和《科技情报开发与经济》也位于本研究排名的前20位(分别位于第16名和第18名)，其主要原因在于《现代情报》的他引总引比、可被引文献量、可被引文献比等指标的数值非常大，《科技情报开发与经济》的可被引文献量、可被引文献比和互引指数等指标的数值非常大。(4)利用SPSS软件计算得到本研究结果与CSSCI(2014—2015)排名的Spearman相关系数为0.912，P<0.001，差异具有统计学意义，说明本研究方法是合理的，同时为了比较本研究方法与现有方法的优劣性，笔者也计算了基于因子分析法的该样本排名与CSSCI(2014—2015)排名的Spearman相关系数，其结果为0.899，P<0.001，差异具有统计学意义，说明本研究方法与较为经典的基于因子分析的学术期刊评价方法相比，其精度要更高一些。综合来看，本研究给出的学术期刊综合评价方法切实可行。

表4 学术期刊综合评价值以及排名

注：《科技情报开发与经济》2016年更名为《图书情报导刊》，《现代图书情报技术》2017年更名为《数据分析与知识发现》。

4 结语

针对学术期刊多属性综合评价中指标间相关性较强的问题，提出一种新的基于社会网络分析和密度算子的学术期刊综合评价模型。该模型同时利用了社会网络分析方法和密度算子的优点，充分考虑了学术期刊评价指标间的相关性和评价信息的疏密程度。社会网络分析方法能够较好地处理学术期刊多个评价指标的复杂数据，使得指标数据的集结更为简便；密度算子能够充分考虑评价信息的分布特征，避免由于个别指标数据异常而导致评价结果不够准确。本研究以部分图书情报类学术期刊为研究对象，所得到的综合评价结果与实际情况比较吻合。因此，验证了本研究方法的可行性和有效性，同时也为学术期刊的评价工作提供了决策参考和科学依据，有利于促进学术期刊综合评价的持续健康发展。

[1] 俞立平,潘云涛,武夷山. TOPSIS在期刊评价中的应用及在高次幂下的推广[J]. 统计研究,2012,29(12):96-101.

[2] Garfield E. Citation analysis as a tool in journalevaluation[J].Science,1972,178(4060):471-479.

[3] 李琳,黄海军,汪寿阳. 基于DEA/AR博弈交叉效率方法的学术期刊评价研究[J]. 管理科学学报,2016,19(4):118-126.

[4] 柯青,朱婷婷. 基于作者机构指数的期刊评价研究述评[J]. 图书与情报,2017(2):109-119.

[5] 蒋勇青,齐萍. 学术期刊影响力评价方法研究[J]. 中国软科学,2017(3):178-185.

[6] 刘宇,卫军朝,杨柳. 国外期刊评价的知识图谱研究—基于Web of Science数据库(1940—2015年)的计量分析[J]. 大学图书馆学报,2016,34(1):35-46.

[7] 邱均平,李爱群. 国内外期刊评价的比较研究[J]. 重庆大学学报(社会科学版),2007,13(3):60-65.

[8] Vinkler P. Evaluation of some methods for the relative assessment of scientific publications[J].Scientometrics,1986,10(3/4):157-177.

[9] Braun T,Glänzel W. A topographical approach to world publication output and performance in the sciences,1981-1985[J].Scientometrics,1990,19(3/4):159-165.

[10] Moed H F. Measuring contextual citation impact of scientific journals[J].JournalofInformetrics,2010,4(3):265-277.

[11] Hirsch J E. An index to quantify an individual′s scientific researchoutput[J].ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica,2005,102(46):16569-16572.

[12] 白雨虹,杨秀彬,王延章,等. 灰色关联度理论应用于国内科技期刊综合评价初探——以国内外部分光学期刊为例[J]. 中国科技期刊研究,2008,19(5):782-785.

[13] 辛督强,韩国秀. 因子分析法在科技期刊综合评价中的应用[J]. 数理统计与管理,2014,33(1):116-121.

[14] 辛督强. 基于主成分分析的13种力学类中文期刊综合评价[J]. 中国科技期刊研究,2012,23(2):224-227.

[15] 苏新宁. 构建人文社会科学学术期刊评价体系[J]. 东岳论丛,2008,29(1):35-42.

[16] 熊国经,熊玲玲,陈小山. 组合评价和复合评价模型在学术期刊评价优越性的实证研究[J]. 现代情报,2017,37(1):81-88.

[17] 李继晓,蔡成瑛. 对各种核心期刊评价方法的分析[J]. 中国科技期刊研究,2006,17(2):253-256.

[18] 俞立平,潘云涛,武夷山. 学术期刊多属性评价中指标相关关系修正研究[J]. 科学学研究,2009,27(7):989-993.

[19] 俞立平,潘云涛,武夷山. 科技评价指标相关消除方法——相关系数调整法[J]. 情报杂志,2009,28(2):3-6.

[20] 熊国经,熊玲玲,陈小山. 基于PLS结构方程模型进行学术期刊评价的实证研究[J]. 情报理论与实践,2017,40(8):117-121.

[21] 陈小山,陈国福,张瑞. 基于因子分析和SEM模型的期刊评价指标结构关系研究[J]. 情报科学,2016,34(10):61-64.

[22] 王庆石. 统计指标间信息重迭的消减办法[J]. 财经问题研究,1994(1):57-61.

[23] 俞立平,潘云涛,武夷山. 学术期刊非线性评价模拟权重的动态变化研究[J]. 软科学,2011,25(4):135-140.

[24] 吴慧,顾晓敏. 产学研合作创新绩效的社会网络分析[J]. 科学学研究,2017,35(10):1578-1586.

[25] 马述忠,任婉婉,吴国杰. 一国农产品贸易网络特征及其对全球价值链分工的影响——基于社会网络分析视角[J]. 管理世界,2016,270(3):60-72.

[26] 周汶霏,宁继鸣. 社会网络分析视角下的创新项目扩散研究——以孔子学院为例[J]. 中国软科学,2017(5):56-65.

[27] 张发明. 基于交互密度算子的交互式群体评价信息集结方法及其应用[J]. 中国管理科学,2014,22(12):142-148.

[28] Wasserman,Stanley,Faust,Katherine. Social Network Analysis Methods and Applications[M]. Cambridge:Cambridge University Press,1994.