|||
随着学术专著(或图书)的数量不断增加,评价图书的影响力问题日益重要,评价的结果可用于学术图书的推荐,例如,在某一领域,从众多的学术图书中挑选出有影响力的图书,推荐给要进入该领域的初学者。
与传统的论文或期刊评价不同的是,学术图书的被引信息相对较少(在自然科学领域,学术图书被引信息更少),完全从被引角度来评价学术图书影响力存在一定的难度。另外关于图书的专业书评信息也较少,有些图书是有了一定影响力之后才出现书评。因此,从可依据的资源来看,评价学术图书的影响力比传统的论文或期刊评价难度要高。
当前,已有研究者利用Google Books、图书馆藏量、出版社声誉等信息来对图书进行替代式的评价(Altmetrics),然而这些方法还过于宏观、没有从内容层面来对图书影响力进行评价,并且无法判断影响力背后的实际原因。
为此,我们利用网络上(特别是电商网站上)关于学术图书的丰富的评论文本,进行文档与属性层面的评论挖掘,来考察学术图书的影响力。在试验中,我们以中文学术图书为例,具体做法为:
首先,以“中国人文社会科学图书学术影响力报告”(2011年出版)中的学术图书为基础,我们选择经济学、管理学、图书情报、心理学以及文学等5个学科领域的图书作为实验对象。将以上5个学科领域的图书在亚马逊中文站点上的图书评论采集下来。
然后,我们利用评论挖掘技术(主要为多粒度情感分类,包括段落级情感分类、属性识别与属性情感极性分类等方法)对图书评论进行多粒度的挖掘。
接着,我们利用图书的正面评论数、负面评论数、属性情感值、图书评论星级(1~5)、评论有用性信息(0~1),通过熵权方法进行融合,得到图书的综合分值。
最后,对图书影响力分值与传统图书被引频次进行相关性分析。
相关性分析结果表明:虽然不同学科领域有明显差异,但是在线图书评论确实能够反映图书的学术影响力。因此,我们认为从替代计量角度来看,在线评论可以作为挖掘图书多粒度、内容层面影响力的有效资源。此外,我们提出的方法也可用于评价学术出版物之外的其他图书的影响力。
我们的具体工作可以参加如下论文:
Qingqing Zhou, Chengzhi Zhang*, Star X. Zhao, Bikun Chen. Measuring book impact based on the multi-granularity
online review mining. Scientometrics. 2016. http://dx.doi.org/10.1007/s11192-016-1930-5
感谢赵星、陈必坤老师在论文修改过程中给予的有价值的建议。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 14:25
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社