国外社会网络分析在文献计量领域的应用研究，本文主要内容关键词为：文献论文,国外论文,领域论文,社会论文,网络论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
社会网络分析的英文原词是“Social Network Analysis，SNA”，国外学术界有的学者称其为结构分析（Structural Analysis），有的学者简称为网络分析，国内学者一般将其称为社会网络分析。1977年，“社会网络分析国际网络”（International Network for Social Network Analysis，INSNA）作为社会网络分析研究领域的国际性组织宣告成立，由该组织出版发行的《社会网络》（Social Network）、《连接》（Connections）和《社会结构学报》（Journal of Social Structure）目前已成为社会网络分析研究领域的主要学术杂志，同时也标志着社会网络分析进入了一个繁荣发展时期。
早期的社会网络分析起源于数学领域的图论和矩阵理论，在经过一段时期的曲折发展后，从20世纪70年代米尔格兰姆（S.Milgram）[1]的小世界理论开始，社会网络分析在学术界的地位日益上升。1999年艾伯特（R.Albert）、郑（H.Jeong）和巴拉巴西（A-L.Barabasi）[2]在《自然》（Nature）杂志上发表文章，提出了WWW中的幂律分布。同年，巴拉巴西（A-L.Barabasi）和艾伯特（R.Albert）[3]又在《科学》（Science）杂志上发表文章，构建了无标度网络模型。2002年，社会网络和社会关系更是成为美国管理学年会的主题。在这之后，网络的思想与方法逐渐渗透到更为广泛的自然科学和社会科学诸多研究领域，形成了—门相对独立的“网络科学”（Network Science）。2009年7月，“复杂系统与网络”（Complex System and Network）专题在《科学》杂志上刊登，标志着这一领域的研究已经日臻完善，成为现代科学研究中的一门显学。
近年来，社会网络分析对图书情报学界也产生了巨大的影响。伦敦Facetation 2003年的报告指出，信息检索和文献计量是社会网络分析目前在图书情报学的主要应用领域。其中在文献计量学领域，社会网络分析对结构关系的高度关注，改变了传统文献计量学基于描述统计的研究范式。特别是随着一系列可视化分析工具软件的诞生，社会网络分析对研究对象结构关系的揭示能力超越了以往任何一种理论和方法。本文从合作研究、引用研究、知识结构关系研究三个层面，对国外近年来社会网络分析在文献计量学领域中的应用研究情况进行梳理和总结，以期把握国际学术界在这一研究领域的前沿进展和研究热点，为国内的相关研究提供借鉴。
1 基于社会网络分析的合作关系研究
学术界的科研合作不但反应科学研究工作的团队性、协同性，同时还体现出科学知识的交流与互补。因此，合作关系研究是文献计量学研究领域中一个重要的主题。本文讨论的基于社会网络分析的合作关系研究既包括文献作者的合著关系研究，也包括科研机构的合作关系研究。
1.1 作者合著关系研究
学术文献的作者合著关系是文献计量学中一个传统的研究主题。在社会网络分析应用于作者合著关系的早期研究中，比利时学者奥特（E.Otte）和卢梭（R.Rousseau）[4]认为社会网络分析并不是单纯的形式化社会学理论，而是一种调查群体结构的思想策略，并且这种策略可以被广泛地应用于很多领域的结构关系研究。因此，奥特和卢梭提出学术文献中的作者关系可以像市场交易关系或者地理交通网络一样采用社会网络分析的策略加以研究。鉴于这一认识，他们将社会网络分析应用于信息科学领域的学术出版物作者合著关系研究，基于该领域成果文献的共同署名关系构建了作者合著关系网络，并对网络的中心性指标进行了测度。研究表明，社会网络分析应用于作者合著关系研究，能够帮助研究者识别特定研究领域的核心作者。与奥特和卢梭研究不同的是，英国学者亨尼勃格（S.C.Henneberg）及其合作者[5]对文献作者相互间的影响和呈现出的知识结构更为关注。在他们构建的作者合著关系网络中，具有紧密合作关系的作者圈、学术派系以及不同子群之间的结构洞等社会网络属性被重点考查。通过对特定时间段、特定学术领域的作者合著关系的分析，亨尼勃格等人发现由弱连接构成的研究者群体比同类学术网络具有更低的密度，以及个体网络所呈现出的出版策略的差异。借助对作者合著网络在时间序列上的发展变化进行的跟踪，动态地揭示了作者合著网络背后的知识创意流动网络的底层结构。
在此之后，阿巴西（A.Abbasi）等学者[6]将社会网络分析在作者合著关系研究领域中的应用推向了一个新的高度。为了更深入地探索作者网络中的合著关系，阿巴西及其合作者们开发了一个基于社会网络的分析模型，该模型能够基于标准化后的点度中心度、中介中心度、接近中心度、特征向量中心度以及平均连接强度和效率等指标对特定领域的成果文献进行深度分析。研究中，阿巴西等人将基于社会网络分析的结果与基于泊松回归模型（Poisson Regression Model）的统计分析结果进行了对比研究。结果表明，特定领域中学者们的研究成果的G指数与标准化中介中心度和标准化接近中心度之外的其他社会网络指标呈正相关，并且标准化点度中心度、平均连接强度和效率等指标对G指数具有重大的积极影响。这一结果表明，作者合著关系网络中与许多不同学者具有连接关系的研究人员，比只与少数学者连接的研究人员拥有更好的基于引用的成果表现（G指数）；拥有较强平均连接强度的学者（即反复多次的合著关系）比具有较弱平均连接强度的学者（即与不同学者仅有一次合著关系）表现出更好的研究成果；能够与另一个合著者群组中的一员维持较强连接关系的研究者，比那些与同群组的学者具有许多合著连接关系的研究人员，在科研成果方面具有更突出的表现。由此，该项研究建议科研人员应该更多地与学生进行科研合作，而不是仅限于与其他表现良好的学者进行科研合作。在此基础上，马丁斯（M.E.Martins）等人[7]继续以文献作者为社会网络节点，围绕社会网络分析的中心性指标展开研究，并基于1481篇文献的2457位作者构建了作者合著关系网络。马丁斯等人的研究表明，在作者合著关系网络中，社群结构一方面具有较高的离散性，同时也具有“小世界”的特性。也就是说，研究者可以通过少量的网络中介连接到群组之外的其他科研人员，并认为这种结构显然有利于知识流动和知识开发。
1.2 机构合作关系研究
正像社会网络分析对社会网络行动者的界定一样，当社会网络分析应用于文献计量学领域后，社会网络中的行动者（节点）可以是文献的具体作者，也可以是作者所在的机构。考虑到近年来机构间合作对于科研绩效的促进，研究者们在借助社会网络分析研究文献作者间的合著关系和作者合著网络结构的同时，也将社会网络分析的相关理论引入了科研机构合作关系的研究。
西班牙学者奥尔米达-戈麦斯（C.Olmeda-Gómez）等人[8]从Web of Science（WoS）数据库中提取了2000—2004年中由西班牙学者参与发表的10万余篇文献，根据作者所在机构的共同署名关系构建了机构合作社会网络，对更广泛视域下的科研合作行为展开了研究。该研究结合了传统文献计量学的统计方法和社会网络分析理论，将传统文献计量口径与社会网络分析的可视化呈现相结合。研究中发现，机构合作关系网络中的机构合作关系与西班牙国内的地缘政治分布是相吻合的，这表明国家内部科研机构间的合作模式在一定程度上受到地理位置的临近程度影响，同时科研机构的行政和政治背景也是机构间合作模式的制约因素之一。在国际合作方面，西班牙国内科研机构与欧盟科研机构、北美和拉丁美洲（以西班牙语为主）科研机构间的合作占据了主导，这进一步印证了地理位置与文化背景对机构间科研合作关系的影响。2013年，另一位西班牙学者托拉尔（S.L.Toral）及其合作者[9]针对学术界普遍存在的重视成果数量和短期表现、忽视成果质量和长期能力的现状，将传统的因素分析与社会网络分析相结合，用于机构间合作关系网络的建模。他们从WoS数据库中提取机构合作关系网络模型，从中挖掘社会网络指标特征并进行统计检验，以此勾勒出科研机构协作与国际化的主要轮廓，根据合作的强度和范围总结出强度与范围模式、成果质量模式、地缘邻近模式三种科研机构合作模式，并在此基础上追踪了研究机构间的科研合作关系在时间序列上的演化。
如果说具体文献作者的合著关系从微观层面揭示了科研工作的合作模式，那么研究机构的合作关系则从更广泛的视角描绘了学术界合作研究的总体轮廓。社会网络分析在这一领域的应用对于大学等研究机构科研政策的制定、科研能力的评价以及科研工作发展的强化和深化产生了积极的促进作用。
2 基于社会网络分析的引用关系研究
在文献计量学中，另一个亘古不变的研究主题就是引用关系的研究，因此，在社会网络分析应用于文献计量学的相关研究中，引用关系无可置疑地成为研究的重点课题之一。在前述的合作关系研究中，研究者们基于各种合作关系构建的合作关系网络属于无向网络，而在引用关系研究中，考虑到引用与被引用之间的差异，研究者们主要使用有向网络进行引用关系研究。
2.1 作者引用关系研究
较早的社会网络分析在作者引用关系研究领域的应用，主要集中在特定作者的引用行为分析方面。英国学者约翰逊（B.Johnson）和奥本海姆（C.Oppen-heim）[10]运用社会网络分析对信息科学领域中尼古拉斯（D.Nicholas）、威廉姆斯（P.Williams）和亨廷顿（P.Huntington）三位学者的引用行为进行了研究，构建了基于引用关系的社会网络。研究中他们将拥有较高被引率的16位作者提取出来生成引用关系矩阵，并利用多维尺度将引用关系矩阵转换成可视化引用关系社会网络。这项研究表明，引用关系社会网络的接近中心度与引用数量呈正相关关系，而且引用关系网络中的直接连接关系能够使研究成果得到更广泛的引用。在其后的研究中，顿泰（Y.Tonta）和达比修（H.R.Darvish）[11]采用传统文献计量方法与社会网络分析相结合的策略，从更广泛的数据源（WoS）中提取引用关系。他们发现，与作者合著关系网络相比，基于引用关系的社会网络具有更好的连通性和可达性。
事实上，人们在关注作者引用关系的同时也在努力揭示引用关系背后的知识结构。因此，社会网络分析也被应用于基于作者引用关系绘制特定领域的知识结构图谱，并以此来揭示相关主题、概念间的关联。在这类研究中，研究者往往根据作者及其引用的参考文献进行引文和共引分析，跟踪学科发展脉络，把握学科前沿进展[12]。甚至还通过引用关系网络中文献的作者属性和时间属性揭示研究主题，判识不同知识节点的相对重要程度，乃至探索出版物之间的相关性，并以此来评价相关学科的主要学术期刊[13]。然而，对于引用关系而言，由社会网络分析支持的更多的研究成果主要集中在期刊间的引文关系研究方面。
2.2 期刊引文关系研究
2004年，荷兰阿姆斯特丹大学（University of Amsterdam）的雷德斯多夫（L.Leydesdorff）[14]根据2001年的期刊引证报告（JCR2001）中聚合的“期刊一期刊”互引关系矩阵，使用双向连接的图形分析算法，利用社会网络分析技术将其分解为一个独特的学科分类体系。聚类生成的可视化视图在规模尺寸和内部密度方面表现出不同程度的差异，以此可以对不同的期刊聚类进行评估。2008年，雷德斯多夫（L.Leydesdorff）又与格罗宁根大学（University of Groningen）的多尔斯迈（W.Dolfsma）合作，利用SCI和SSCI引文数据，进一步采用结构性方法对期刊间形成的引文关系网络进行了分析[15]。研究发现，即使在大致相同类别的期刊中，引文关系网络的大小和形状也存在很大的差别。在学科的独立性方面，一些特定研究领域的学术期刊往往会引用其他领域的学术期刊文献，并且与相关的研究领域保持强连接关系。通过对一系列社会网络中心性指标的测算与比较，不但特定学科领域的优势期刊得以彰显，而且期刊之间的知识关联和相邻子学科之间的关联关系也被揭示，同时领域知识间隐含的结构属性也以可视化的方式呈现出来。
美国学者波里德斯（C.L.Polites）和沃森（R.T.Watson）[16]认为，社会网络分析为识别期刊影响力和期刊之间的关系提供了一种更丰富、更客观的方法，该方法与以往基于个人观点的研究相比避免了个体研究者的主观偏见。他们通过对中心度、派系、等价结构等网络属性的分析，识别出特定领域中的优势期刊在不同网络子群间信息传播中的重要角色，并基于信息流的模式和引用模式的相似性，提炼出期刊群组间的关联，确定了领域核心期刊群以及偏好特殊研究方向的期刊子集。这一研究结果为长期跟踪学科发展趋势提供了机会。与此同时，英国学者克罗宁（B.Cronin）[17]借助社会网络分析技术使传统的引文分析方法得以扩展。克罗宁综合特定学科领域内不同年代的引用数量、特征向量中心度和中介中心度以及引用关系网络的密度和派系成员身份等指标因素，在纵向分析中识别领域核心期刊。该方法聚焦于引文关系所体现的期刊社群关系，旨在探讨期刊之间的引用模式以及期刊社群中的社会动力学机制，对传统的引文分析实现了一次有价值的延伸。另一位英国学者亚纳基斯（M.Giannakis）[18]则重点考查了引文关系网络在时间序列上的变化特征。亚纳基斯认为一个学科领域的发展状况能够被该领域权威学术期刊的论文所代表，而社会网络分析和引文分析相结合有助于识别和筛选领域权威期刊。借助社会网络分析研究期刊之间的引用关系，能够评估期刊之间的交流模式、网络凝聚性以及期刊在知识传播中的具体情况。该项研究结果表明，综合运用期刊引用关系网络的各项中心性指标，结合派系分析、层级聚类、多维量表等典型的社会网络分析方法，可以在时间序列上考查学科的凝聚力，并通过对期刊间共引关系所呈现的知识传播模式的研究，为特定领域的学科发展变迁提供确凿的证据。
3 基于社会网络分析的知识结构关系研究
社会网络分析在文献计量学领域中的应用除了合作分析和引用分析两大功能外，更具革新性的突破在于对学科领域知识关系的研究。在前述的分析中不难发现，无论是合作关系研究还是引用关系研究，社会网络分析在对合作关系和引用关系进行可视化呈现的同时，正在逐步地趋近于对文献背后的知识结构关系的揭示。
3.1 间接的知识关系研究
间接的知识关系研究主要是在传统的合作分析或者引用分析中，借助社会网络分析在社群关系揭示方面独特的优势，间接揭示合作关系或者引用关系背后的知识及其结构关系。
胡（C.Hu）和瑞彻拉（P.Racherla）[19]基于历时5年的期刊文献合著数据，应用社会网络分析探索特定学科领域的知识网络结构和网络属性。他们通过文献作者间的合著关系建立了知识内容与作者混合网络，并重点分析了该网络中的核心—边缘结构。研究结果显示，在网络的中心和外围区域，学术论文的出版模式都呈现出幂律分布。研究中社会网络分析的结果还表明，网络的社群结构会影响知识获得，有较高凝聚力的研究者子群通过论文合著的形式间接地表现出彼此之间的知识传播模式。其中的派系分析还进一步反映出剔除研究人员间的合作关系会导致重点研究枢纽的缺失而使知识关系网络不稳定。同时研究者认为，社会网络分析中识别出的网络社群结构可用于描述在许多情况下以传统方法难以检测到的研究者的学术影响和学术贡献。
另一方面，研究者们还基于引文分析、共引分析与社会网络分析相综合的分析结果，探索构建领域知识地图[20]。在这类研究中，研究者们认为文献的引用模式反映了知识的积累和流动，进而能够反映出该学科领域的研究范式。通过基于社会网络的引用分析可以提取高被引期刊、高被引文献、高被引作者等计量指标，间接识别出学科主题和相关概念以及他们之间的关联关系，由此可以进一步根据知识的流动路径绘制领域知识地图，从而追踪学科发展轨迹，俯瞰学科发展全貌。德国亚琛大学（Aachen University）的范姆（M.C.Pham）等人[21]进一步将期刊论文和会议论文结合起来，采用社会网络分析的方法，借助论文中的引用关系分别构建了期刊关系网络、主题关系网络、知识关系网络。综合作者合著关系与引用关系调查知识间的引用行为，计算知识主题的中介中心度，判识子学科的发展趋势。范姆等人研究得出，引用关系塑造了领域知识的社群结构，间接揭示出相关学科知识的交叉关系，进而提出研究人员是知识关系网络中知识传承的关键因素。
3.2 直接的知识关系研究
直接的知识关系研究与间接的知识关系研究不同，一般不需要通过合作关系或者引用关系映射文献背后的知识结构关系，而是直接从文献内容中萃取散落在文献中的知识概念，并对知识的结构关系展开相应的研究。
2009年，杨（J.Yang）及其合作者[22]运用社会网络分析的方法对特定领域中的文献内容进行了分析，直接从文献中抓取知识概念，并依据其上下文关系构建知识网络，进而根据知识网络的结构及其动态演化规律提取网络中知识单元间的关系。他们认为，社会网络分析避免了二元关系模型的不足，能够呈现知识间完整的关联关系，并有利于更深层次地揭示网络背后的属性结构关系。克拉夫特（J.Krafft）等人[23]进一步在法国国家科研署（Agence Nationale de la Recherche）的资助下，以社会网络分析为主要研究方法，对特定学科领域的知识库动力学展开了研究。在这一研究中，研究者将专利文献中的技术视为知识流动的最小单位，知识的内部结构被视为由具有社群属性的技术节点及其相互关系构成的网络，进而直接通过对基于技术共现形成的网络密度、点度中心度、接近中心度、中介中心度等指标的测算，提供关于知识库结构与演进的综合描述。研究表明，知识间关联关系的演进可以反映技术知识在产业界的新陈代谢及其生命周期。
事实上，舒尔茨-琼斯（B.Schultz-Jones）[24]的研究已经表明，社会网络分析已经广泛地应用于包括图书馆学在内的信息科学的各个领域。文献计量学在社会网络分析的支撑下，正在从作者、期刊、引文等表面事物逐步深入到更深层次的知识内涵。基于社会网络分析构建的知识关系网络的位置与结构属性可以对信息传播与知识扩散产生促进或抑制的作用，网络的连接范围与可达性以及结构维度等因素都会影响知识在文献间的扩散模式。
4 结语
通过对近年来国际学术界文献计量学领域中社会网络分析应用情况的梳理和总结，可以发现：①社会网络分析被广泛地应用于文献计量学中的传统研究主题，主要包括在合作关系研究和引用关系研究中对网络社群结构和复杂关系的呈现。②社会网络分析被应用于传统文献计量学研究主题的同时，并非仅限于作者、机构、文献、期刊、引文等表面事物，而是更多地开始关注于传统文献计量指标背后的知识结构关系。③社会网络分析对知识结构关系的揭示更多地聚焦于知识关系网络的社群结构、知识网络的演化以及知识网络的属性特征对知识传播和知识流动的促进和制约。
显然，借助于社会网络分析在多维结构关系分析方面得天独厚的优势，文献计量学摆脱了此前单一描述统计方法对文献数据的抽离，使得各项计量指标不再是孤立的单一个体，而是处于相互影响的群体之中。随着社会网络分析在文献计量学领域应用研究的不断深入，属性结构学派代表人物贝尔金（N.J.Belkin）和罗伯特逊（S.E.Robertson）[25]对文献背后知识结构的理论观点将进一步得到印证。未来的文献计量学在社会网络分析的支持下，正在从文献计量向知识计量迈进。