论文部分内容阅读
合著分析是文献计量学研究的重要内容。科学领域的专业化趋势需要跨学科领域的合作。为了取得研究进展，需要将不同学科领域的知识、技术和能力集合在一起。这些合作产生的结果就是大量的合著论文。通过合著分析，可以了解学者的合著偏好及其学术成就，发现一个学科发展的特点和趋势，评价科研机构的实力以及同其他机构合作的倾向，判断一个地区或国家的科研实力等。
社会网络分析方法从关系的角度分析研究对象，是一种新兴的分析方法，有成熟的理论基础和功能齐全的分析软件，在社会学、医学、经济管理等领域都得到了广泛应用并取得了有价值的成果。合著分析本质上也是对研究对象之间存在的合著关系进行研究，因此社会网络分析方法是适用于合著分析的方法。事实上，应用社会网络分析方法进行合著网络分析已经取得了一些成果。
论文主要分为四个部分。第一章主要介绍社会网络基本理论，社会网络分析方法以及其中涉及到的基本概念，并阐述社会网络分析方法在情报学中的应用及取得的成果。第二章阐述社会网络分析方法的分析角度，主要包括中心性分析、凝聚子群分析以及核心-边缘结构分析。同时，介绍社会网络分析方法的常用软件。第三章概述目前合著研究的方法、工具和研究成果，评价其优点和缺陷。第四章进行实证研究，选取CSSCI数据库中的数据，构建合著网络，应用UCINET软件对其进行中心性分析、凝聚子群分析和核心-边缘结构分析。通过分析，评价了学者在合著网络中的地位，发现了合著网络中的联系紧密的团体，指出了合著网络中的核心作者。分析结果揭示出国内情报学领域合著的特点：大多数学者与他人的合著比较少；合著现象主要发生在同一单位内部，单位之间的合著现象比较少，在一定程度上不利于情报学领域信息、知识的交流和共享，阻碍了情报学的发展；单位内部合作比较紧密的有南京大学、武汉大学等；核心作者主要集中于武汉大学、吉林大学和南京大学等少数学校，表明这些学校在国内情报学领域内处于领先地位。
本文的创新之处在于：(1)应用社会网络分析方法分析国内情报学领域的合著现象；(2)应用社会网络分析方法中的核心-边缘结构分析确定国内情报学领域的核心作者。
本文实证研究仅采用二值网络的形式描述合著网络，忽略了作者之间合著的次数以及每篇文献作者数量对作者之间合著关系的影响。赋值网络则考虑了这些因素，能够更准确地描述现实合著数据。因此采用赋值网络的形式描述合著网络并进行实证分析有待于进一步研究。