基于Python和Selenium的期刊論文施引側(cè)數(shù)據(jù)挖掘程序設(shè)計(jì)

打開文本圖片集

摘 要：為了研究中文科技期刊被國(guó)際期刊“施引側(cè)”的引用行為，采用Python+Selenium+Chrome組合框架設(shè)計(jì)了WhoCiteMe程序，提出一種期刊論文施引側(cè)引用信息的數(shù)據(jù)挖掘方法．文章提出了WhoCiteMe程序的設(shè)計(jì)思路，并分析了廣東省10種中文科技期刊被國(guó)際期刊引用次數(shù)、學(xué)科分布、施引期刊的分區(qū)等特征．結(jié)果表明：提出的算法和設(shè)計(jì)的數(shù)據(jù)挖掘程序，可以獲取國(guó)際期刊施引文獻(xiàn)清單及引用數(shù)據(jù)，為評(píng)價(jià)中文科技期刊的國(guó)際影響力提供個(gè)性化數(shù)據(jù)，為辦刊決策提供數(shù)據(jù)支撐．

關(guān)鍵詞：科技期刊；施引側(cè)；數(shù)據(jù)挖掘；Python；Selenium

中圖分類號(hào)：G 255.2  文獻(xiàn)標(biāo)識(shí)碼：A  文章編號(hào)：1007-6883（2024）06-0094-11

DOI：10.19986/j.cnki.1007-6883.2024.06.013

科技期刊承載著科學(xué)研究成果的傳播重任，是學(xué)術(shù)交流的主流宣傳陣地，在促進(jìn)學(xué)科發(fā)展與社會(huì)進(jìn)步中起到重要作用．如何提升中文科技期刊的學(xué)術(shù)影響力（特別是國(guó)際影響力），已成為期刊界共同關(guān)注的熱點(diǎn)．如何采用量化指標(biāo)定量評(píng)價(jià)和衡量各類期刊發(fā)展資助項(xiàng)目的投入、實(shí)施措施對(duì)提升期刊國(guó)際影響力的貢獻(xiàn)，一直是辦刊人共同關(guān)注的研究熱點(diǎn)．2020年，中國(guó)科學(xué)技術(shù)協(xié)會(huì)支持的多家研究機(jī)構(gòu)聯(lián)合攻關(guān)項(xiàng)目提出了“科技期刊世界影響力指數(shù)（World Journal Clout Index of Scientific and Technological Periodicals，WJCI）”［1］，引入總被引頻次與影響因子雙指標(biāo)（WAJCI）、量效指數(shù)（JMI）、網(wǎng)絡(luò)影響力指標(biāo)（WI），基于“同類可比”原則，提出一套綜合評(píng)價(jià)體系，避免了使用“影響因子”單一指數(shù)評(píng)價(jià)的局限性，使期刊的國(guó)際影響力評(píng)價(jià)更全面、更客觀．胡小洋等［2］基于國(guó)際他引影響因子、國(guó)際即年指標(biāo)、可被引文獻(xiàn)量等數(shù)據(jù)，提出一種基于改進(jìn)的DID模型和學(xué)術(shù)期刊綜合表現(xiàn)力指數(shù)，用以構(gòu)建對(duì)學(xué)術(shù)期刊資助項(xiàng)目實(shí)施效果的評(píng)價(jià)方法，該方法在學(xué)術(shù)期刊自主項(xiàng)目實(shí)施效果評(píng)價(jià)實(shí)踐中具有推廣價(jià)值．目前各類科技期刊的評(píng)價(jià)體系均基于被引數(shù)據(jù)，而基于“施引側(cè)”的數(shù)據(jù)分析較少．2021年，徐琳宏等［3］以自然語言處理領(lǐng)域?yàn)槔?，嘗試在施引文獻(xiàn)視角下研究了正面引用和中性引用論文的影響力差異及其影響因素，以期矯正因引用同一化問題而導(dǎo)致的僅以被引頻次評(píng)估帶來的偏差．2023年，F(xiàn)rancis等［4］針對(duì)目前包括Web of Science在內(nèi)的幾乎所有數(shù)據(jù)庫都從“被引側(cè)”（Cited side）設(shè)置文獻(xiàn)計(jì)量指標(biāo)的現(xiàn)狀，首次提出“施引側(cè)”（Citing side）文獻(xiàn)計(jì)量指標(biāo)設(shè)置的可行性，探討其優(yōu)勢(shì)與應(yīng)用，并建議文獻(xiàn)計(jì)量指標(biāo)由“被引側(cè)”轉(zhuǎn)向“施引側(cè)”將提高文獻(xiàn)計(jì)量指標(biāo)的實(shí)用性、及時(shí)性．

生成式人工智能時(shí)代（GenAI Era）的到來為學(xué)術(shù)研究和出版帶來了機(jī)遇與挑戰(zhàn)［5］，學(xué)術(shù)研究過程以及施引行為將變得更加撲朔迷離，單純考察被引次數(shù)的影響因子不足以了解期刊論文的學(xué)術(shù)價(jià)值．Python數(shù)據(jù)挖掘與分析可為各行各業(yè)提供決策［6-7］．盡管CiteSpace軟件可以分別對(duì)中文文獻(xiàn)、英文文獻(xiàn)進(jìn)行知識(shí)圖譜分析，但無法挖掘中文論文被外文期刊施引數(shù)據(jù)，不能滿足單篇論文和單本期刊的個(gè)性化數(shù)據(jù)分析需求。（剩余9067字）