一个有趣的文献计量学指标

武夷山  

JASIST杂志2013年第9期发表以色列学者Lior Rokack和美国学者Prasenjit Mitra合写的论文，Parsimonious Citer-BasedMeasures: The Artificial Intelligence Domain as a Case Study（基于简约引用者的测度指标：以人工智能领域为例）。

作者的主要意思是：只看被引次数，不一定能反映被引用文献的真正价值。博主来举个假想例子。一篇论文被6篇文章各引用1次，共6次，6篇文章都是单作者，分别是A、B、C、D、E、F ；另一篇文章被15篇文章各引用1次，共15次，但这些文章的作者其实都是3个人（a、b、c），16篇文章的署名情况分别是：abc, bac, acb, bca, cab,cba, ab, ba, ac, ca, bc, cb, a, b, c。也就是说，前一篇文章受到6人认可，后一文章虽然被引次数高，但是只受到3人认可。哪篇文章更有价值呢？

本文两位作者定义了“简约引用者人数”（parsimonious number ofciters，以下简记为PNC），定义方式请见原文。它是读过某篇论文的所有引用者人数的下限。可以通过解一个线性规划方程来求出PNC。这个线性规划问题对应于经典的set covering problem（SCP，集合覆盖问题）。两位作者决定采用贪婪算法来求解这个线性规划问题。

然后，他们用人工智能领域的100位科学家的文章来验证新指标表现如何。100位中，50位属于杰出科学家，他们是人工智能促进学会（AAAI）的会士（Fellows），从1995年至2011年，全世界只有106人获得会士称号（博主：我看了一眼会士名单，1995年以来入选的会士中，只有2013年入选的香港科技大学的Qiang Yang是华裔）；另外50位不是AAAI的会士，而是高产作者，他们至少在Web of Science收录的108种人工智能期刊上发表了5篇文章，且最早发表的1篇文章发表于2001年前（以保证有10年的评估期）。这么一限制，则后面50位科学家属于人工智能领域头10％的作者。

将这100人的论文都找出来，分别统计或计算每篇文章的引用次数、引用者人数和简约引用者人数（PNC）。若每篇文章都只有一个作者，则上述三个指标数值相等。

分析表明，PNC与另外两个指标显著相关，但它有两个优点：

1.      不同领域的署名习惯不一样，有的领域的文章动辄有好多作者，有的则严格限定作者的资格。采用PNC来评价论文，就不受领域差异的影响。

2.      NPC对于杰出科学家和非杰出科学家有较好的区分度。

该指标的缺点是，若作者人数、文章篇数很多，求解线性规划问题没有那么容易。