■王偉明
南昌大學(xué)經(jīng)濟管理學(xué)院,江西省南昌市紅谷灘新區(qū)學(xué)府大道999號 330031
學(xué)術(shù)期刊是傳播學(xué)術(shù)信息和發(fā)表科研成果的重要載體,是知識創(chuàng)新和科技成果轉(zhuǎn)化的重要橋梁,對于推動社會的科技進(jìn)步起著十分重要的作用[1]。學(xué)術(shù)期刊的科學(xué)評價有助于優(yōu)化和遴選期刊,有助于提高學(xué)術(shù)期刊的內(nèi)在質(zhì)量和社會影響力,有助于促進(jìn)學(xué)術(shù)期刊的持續(xù)健康發(fā)展。因此,研究學(xué)術(shù)期刊評價問題,具有重要的理論意義和實踐價值。
近年來,關(guān)于學(xué)術(shù)期刊的評價問題,已經(jīng)得到越來越多專家和學(xué)者的關(guān)注,相應(yīng)的研究成果也在持續(xù)更新[2-6]。從前期研究成果來看,學(xué)術(shù)期刊的評價主要分為兩大類:一是單一指標(biāo)評價方法,其原理是利用唯一的評價指標(biāo)進(jìn)行分析,以此得出學(xué)術(shù)期刊的評價結(jié)果和排名,該評價指標(biāo)包括影響因子、復(fù)合總被引、即年指標(biāo)、引用半衰期等[7]簡單型指標(biāo),以及PW[8]、NMCR[9]、SNIP[10]、H指數(shù)[11]等復(fù)合型指標(biāo);二是多屬性綜合評價方法,其原理是綜合分析多個單一評價指標(biāo),得出較為合理的綜合評價結(jié)果和排名,例如灰色關(guān)聯(lián)法[12]、因子分析法[13]、主成分分析法[14]、理想點法[1]等。與單一指標(biāo)評價方法相比,多屬性綜合評價方法包含的評價指標(biāo)相對較多,所得到的評價結(jié)果也更為可靠,因此,多屬性綜合評價方法的應(yīng)用更為廣泛。白雨虹等[12]利用GRA法對光學(xué)學(xué)術(shù)期刊進(jìn)行多屬性綜合評價,該方法對樣本容量要求較少,而且也不需要典型的分布規(guī)律,但是在計算過程中難以確定部分指標(biāo)的最優(yōu)值。辛督強等[13-14]將因子分析法和主成分分析法應(yīng)用于科技期刊的多屬性綜合評價研究,這類方法重視數(shù)據(jù)分析,得到的結(jié)果相對客觀公正,因而備受使用者青睞,但是這類方法計算原理比較復(fù)雜,對使用者的統(tǒng)計學(xué)基礎(chǔ)要求較高。蘇新寧[15]構(gòu)建了一套較為完整的人文社會科學(xué)學(xué)術(shù)期刊評價體系,該體系通過對各指標(biāo)賦予相應(yīng)的權(quán)重,從而得到較為合理的評價結(jié)果,但是由于其專業(yè)性較強,因此僅適用于人文社會科學(xué)類學(xué)術(shù)期刊的評價。熊國經(jīng)等[16]同時利用組合評價和復(fù)合評價的優(yōu)點,提出基于組合評價和復(fù)合評價模型的學(xué)術(shù)期刊綜合評價方法,該方法由于選取的單一評價方法個數(shù)較少并且計算原理比較簡單,因此其結(jié)論的普適性還有待進(jìn)一步驗證。李繼曉等[17]深入研究了幾種較為常用的學(xué)術(shù)期刊綜合評價方法,認(rèn)為學(xué)術(shù)期刊評價方法的選擇并不是一件一勞永逸的事,要通過不斷的實踐、比較、分析,才能夠使學(xué)術(shù)期刊的評價日臻完善。綜合來看,學(xué)術(shù)期刊多屬性綜合評價問題已經(jīng)引起了大批學(xué)者的廣泛重視,同時他們也針對一些具體問題提出了較為可行的解決思路和方法模型,這為開展學(xué)術(shù)期刊多屬性綜合評價方法的后續(xù)研究提供了建模思路和理論參考。但是也應(yīng)當(dāng)注意到,上述方法較少考慮學(xué)術(shù)期刊評價指標(biāo)間存在的較強相關(guān)性。事實上,這種相關(guān)性會對學(xué)術(shù)期刊綜合評價結(jié)果產(chǎn)生一定的影響。為此,一些改進(jìn)的用于解決指標(biāo)間相關(guān)性問題的學(xué)術(shù)期刊綜合評價方法被陸續(xù)提出。例如俞立平等[18-19]利用綜合回歸調(diào)整法和相關(guān)系數(shù)法消除學(xué)術(shù)期刊評價指標(biāo)間的相關(guān)性,這類方法可以使評價結(jié)果更真實反映客觀現(xiàn)實,但是難以完全消除指標(biāo)間的相關(guān)性。熊國經(jīng)等[20]和陳小山等[21]將結(jié)構(gòu)方程模型運用到學(xué)術(shù)期刊綜合評價問題中,分別結(jié)合偏最小二乘法和因子分析法消除指標(biāo)間的相關(guān)性,這類方法不僅能夠合理篩選評價指標(biāo),而且還能夠顯著消除指標(biāo)間的相關(guān)性,但是這類方法的計算過程較為繁瑣。王慶石[22]提出消除評價指標(biāo)間相關(guān)性的復(fù)相關(guān)系數(shù)法和多元回歸法,但是該方法在刪除相關(guān)部分時容易丟失重要信息。
她還是像從前一樣懼怕臺風(fēng),所以她要去遠(yuǎn)離臺風(fēng)的地方,于是她想起從前在雜志上看過的可可西里,想起那里的無人區(qū)與藏羚羊,她決定給陶小西和自己最后一個機會。如果沒有她想要的結(jié)局,她就徹底離開那座城市,再也不回去了。
根據(jù)上述分析可知,學(xué)術(shù)期刊綜合評價問題研究已經(jīng)取得了豐碩的成果,針對學(xué)術(shù)期刊評價指標(biāo)間相關(guān)性問題的研究逐漸成為當(dāng)前學(xué)術(shù)界的研究熱點與前沿。基于此,本文提出一種新的基于社會網(wǎng)絡(luò)分析和密度算子的學(xué)術(shù)期刊綜合評價模型。該模型將社會網(wǎng)絡(luò)分析和密度算子兩種方法交叉融合,將其應(yīng)用于學(xué)術(shù)期刊綜合評價研究,一方面,利用社會網(wǎng)絡(luò)分析可以充分考慮學(xué)術(shù)期刊評價指標(biāo)間的相關(guān)性,確定各指標(biāo)的權(quán)重;另一方面,利用密度算子可以考慮評價信息疏密程度,而且還可以有效消除指標(biāo)間的相關(guān)性。模型過程具體如下:首先,將學(xué)術(shù)期刊評價指標(biāo)視為網(wǎng)絡(luò)節(jié)點,依據(jù)節(jié)點間相關(guān)性構(gòu)造關(guān)系網(wǎng)絡(luò)矩陣;其次,設(shè)計節(jié)點中心度和子群凝聚度,度量節(jié)點和子群的重要性;最后,基于密度算子對評價信息進(jìn)行綜合集成,以此計算學(xué)術(shù)期刊綜合評價值并且對計算結(jié)果進(jìn)行排序。該模型能夠充分考慮學(xué)術(shù)期刊指標(biāo)間的相關(guān)性,得出較為合理的評價結(jié)果,為學(xué)術(shù)期刊的綜合評價提供了新思路。
至于幾種證明方法,課前都有準(zhǔn)備,但不都是自己想出來的,很多是以前的學(xué)生想出來的.課前設(shè)想只有思路3和思路4必講,尤其是思路4,用向量的方法解決問題是一種意識,教材中雖有所涉及,但不夠系統(tǒng),需教師自己去總結(jié).至于其它方法如果學(xué)生不提出來,可能略講或不講,一切取決于學(xué)生的需求.解題方法的呈現(xiàn)要有適當(dāng)?shù)臅r機,要有充分的理由,也就是說要講理.
學(xué)術(shù)期刊的綜合評價指標(biāo)主要包括期刊來源計量指標(biāo)和期刊引用計量指標(biāo)。期刊來源計量指標(biāo)通過對來源文獻(xiàn)的統(tǒng)計分析,全面描述該期刊的學(xué)術(shù)水平、編輯狀況和科學(xué)交流程度,是評價學(xué)術(shù)期刊的重要依據(jù);期刊引用計量指標(biāo)主要顯示該期刊被讀者使用和重視的程度,以及在科學(xué)交流中的地位和作用,是評價學(xué)術(shù)期刊質(zhì)量的重要依據(jù)和客觀標(biāo)準(zhǔn)。在俞立平等[1]的研究基礎(chǔ)上,依據(jù)2015年《中國學(xué)術(shù)期刊影響因子年報(人文社科版)》(以下簡稱《年報》),選取了影響力指數(shù)(X1)、復(fù)合總被引(X2)、影響因子(X3)、他引影響因子(X4)、5年影響因子(X5)、即年指標(biāo)(X6)、可被引文獻(xiàn)量(X7)、可被引文獻(xiàn)比(X8)、基金論文比(X9)、平均引文數(shù)(X10)、引用半衰期(X11)、被引半衰期(X12)、引用期刊數(shù)(X13)、被引期刊數(shù)(X14)、他引總引比(X15)、互引指數(shù)(X16)、Web即年下載率(X17)、總下載量(X18)和量效指數(shù)(X19)構(gòu)成綜合評價指標(biāo)體系。樣本數(shù)據(jù)來源于《年報》中的部分圖書情報類學(xué)術(shù)期刊數(shù)據(jù),具體樣本期刊見表1。
無論是修訂后的預(yù)算法實施或是其他因素對事業(yè)單位財務(wù)管理的影響,都容易轉(zhuǎn)化為財務(wù)風(fēng)險誘發(fā)因素。事業(yè)單位為了更好應(yīng)對內(nèi)外部因素對財務(wù)管理的影響,就需要確立完善的財務(wù)管理風(fēng)險防控機制。例如,事業(yè)單位財務(wù)管理部門可以定期進(jìn)行風(fēng)險因素篩查、鑒別,并針對不同類型的風(fēng)險誘發(fā)因素進(jìn)行不同形式的財務(wù)風(fēng)險應(yīng)對嘗試。事業(yè)單位也要細(xì)化財務(wù)管理評價與監(jiān)督機制,內(nèi)部控制視角下,對財務(wù)管理活動開展?fàn)顩r進(jìn)行及時評價,較好的對財務(wù)管理人員以及具體財務(wù)管理活動進(jìn)行監(jiān)督,也能從側(cè)面提升財務(wù)風(fēng)險的抵御能力。一旦事業(yè)單位在財務(wù)風(fēng)險防控方面有明顯提升,財務(wù)管理模式優(yōu)化以及創(chuàng)新可以有更大的發(fā)揮空間。
(3)成槽施工中遇孤石或基巖陡坡,可使用沖孔鉆機配合修平槽孔后在使用銑槽機施工,也可采用鉆孔爆破或孔內(nèi)定向聚能爆破等技術(shù)對孤石進(jìn)行處理,以滿足銑槽機成槽銑進(jìn)的要求。
2015年12月,由信陽師范學(xué)院發(fā)起成立了“大別山革命老區(qū)高校聯(lián)盟”(以下簡稱“聯(lián)盟”),河南省、湖北省、安徽省的大別山革命老區(qū)區(qū)域內(nèi)21所高校在學(xué)科建設(shè)、人才培養(yǎng)、隊伍建設(shè)、科學(xué)研究、社會服務(wù)等多領(lǐng)域開展合作交流。2016年11月,學(xué)校整合成立了新的馬克思主義學(xué)院,并擁有專門的大別山文化研究機構(gòu)——大別山紅色資源與文化發(fā)展研究院。2017年5月,信陽市與信陽師范學(xué)院合作建立了從事政策研究和決策咨詢的智庫型學(xué)術(shù)研究機構(gòu)——“信陽發(fā)展研究院”。
為了解決以上問題,結(jié)合學(xué)生的實際及教學(xué)條件,學(xué)院不斷調(diào)整實踐教學(xué)培養(yǎng)方案和教學(xué)內(nèi)容,改進(jìn)教學(xué)方法。加強專業(yè)綜合實訓(xùn)教學(xué)環(huán)節(jié),在實踐教學(xué)過程中把專業(yè)新技術(shù)引入到相關(guān)的實訓(xùn)教學(xué)活動中。深入實踐教學(xué)研究,不斷完善實訓(xùn)課程體系設(shè)置,既要注重專業(yè)基礎(chǔ)實驗室和專業(yè)核心課程實驗室的建設(shè),又要注重專業(yè)綜合實訓(xùn)實驗室的建設(shè),進(jìn)一步加強實訓(xùn)課程的綜合性和實踐性,最大可能地實現(xiàn)學(xué)生與社會“無縫銜接”,培養(yǎng)學(xué)生創(chuàng)新實踐能力。
(1)
式中xij為第i個對象關(guān)于第j個指標(biāo)的原始數(shù)據(jù),yij為xij標(biāo)準(zhǔn)化后的數(shù)據(jù)。
社會網(wǎng)絡(luò)分析是由社會學(xué)家根據(jù)數(shù)學(xué)方法、圖論等發(fā)展起來的一種定量分析方法。近年來,該方法廣泛應(yīng)用于社會學(xué)、心理學(xué)和經(jīng)濟學(xué)等眾多領(lǐng)域,并且發(fā)揮了十分重要的作用[24-26]。社會網(wǎng)絡(luò)分析強調(diào)每一個節(jié)點和其他節(jié)點相互依賴,而不是相互獨立的自治個體。社會網(wǎng)絡(luò)分析的這種特點使其能夠恰當(dāng)?shù)貞?yīng)用于學(xué)術(shù)期刊綜合評價問題中。密度算子是一種較有效的評價信息集結(jié)方法,該算子基于數(shù)據(jù)疏密分布信息構(gòu)造,數(shù)據(jù)量越多,算子的集結(jié)效果越好[27]。密度算子的基本原理是:利用系統(tǒng)聚類方法進(jìn)行聚類分析,將相似度較高的評價信息劃分到同一類內(nèi):利用歸一化方法弱化類內(nèi)評價信息之間的相關(guān)性,使得類內(nèi)信息集結(jié)結(jié)果更為合理;基于評價信息疏密程度確定密度權(quán)重,以真實反映客觀現(xiàn)實?;诖?,融合社會網(wǎng)絡(luò)分析和密度算子兩種方法的優(yōu)點,提出一種新的基于社會網(wǎng)絡(luò)分析和密度算子的學(xué)術(shù)期刊綜合評價方法。與現(xiàn)有的其他學(xué)術(shù)期刊綜合評價方法相比,該方法不僅能夠充分考慮評價指標(biāo)間的相關(guān)性,使得評價結(jié)果更加客觀真實,而且還可以較好地處理評價指標(biāo)個數(shù)較多的學(xué)術(shù)期刊綜合評價問題,以此彌補現(xiàn)有消除指標(biāo)間相關(guān)性方法計算過程較為繁瑣的缺陷。該方法的設(shè)計思路是:(1)以學(xué)術(shù)期刊評價指標(biāo)為節(jié)點,依據(jù)評價指標(biāo)間的正負(fù)相關(guān)性形成節(jié)點間的聯(lián)系,以此構(gòu)造關(guān)系網(wǎng)絡(luò)矩陣;(2)設(shè)計關(guān)系網(wǎng)絡(luò)的節(jié)點中心度和子群凝聚度,度量節(jié)點和子群的重要性;(3)基于密度算子對評價信息進(jìn)行綜合集成,得出較為合理的綜合評價結(jié)果以及排名。
表1 樣本期刊目錄
3.1.1 確定關(guān)系網(wǎng)絡(luò)矩陣和關(guān)系網(wǎng)絡(luò)拓?fù)鋱D
基于社會網(wǎng)絡(luò)分析和密度算子的學(xué)術(shù)期刊綜合評價方法的基本步驟如下。
步驟1 計算相似度矩陣P。以學(xué)術(shù)期刊評價指標(biāo)為節(jié)點,計算節(jié)點之間的相關(guān)性,得到節(jié)點間的相似度矩陣P。
2.掌握必要的危機應(yīng)對知識和技能。公共危機的不可預(yù)料性、突發(fā)性及發(fā)生時嚴(yán)重的破壞性,提醒我們要加大宣傳教育力度,讓大家了解危機教育對國家、對個人的重大意義。開展危機教育是我們每一個公民應(yīng)盡的法律責(zé)任,我們有義務(wù)學(xué)好它,讓大家知道這是一件利國利民的大好事,學(xué)好了相關(guān)知識和防護(hù)技能,在平時面對突發(fā)災(zāi)難時,可很好地進(jìn)行自救互救。開展危機教育就是遵守國家法律,就是尊重生命。汶川大地震造成的巨大損失給我們以深刻的啟示,在一個自然災(zāi)害多發(fā)的國家,國民多一些應(yīng)急避險的知識與技能,在災(zāi)害來到時,就能減少人員傷亡和降低財產(chǎn)損失。
努力使工程施工形成可視化記錄。對隱蔽工程的每道工序的驗收,進(jìn)行拍攝,形成圖片檔案;在水泥攪拌樁的施工中,我們分別在鉆機的前后聲安裝了兩個攝像頭,做到了相關(guān)管理人員不在現(xiàn)場就能隨時檢查工程施工情況,以及關(guān)鍵后期的檢查;項目部還利用無人機進(jìn)行巡航拍攝,以記錄工地當(dāng)時的整個現(xiàn)場情況。
比卡魯胺是第一代非甾體類抗雄激素藥物,沒有其他激素的作用。比卡魯胺與AR結(jié)合后,可使其無有效的基因表達(dá),從而有效地抑制了雄激素的刺激,因此比卡魯胺常被用于局部晚期和轉(zhuǎn)移性前列腺癌的治療。第二代非甾體類抗雄激素藥物為恩雜魯胺,對AR有著更強的親和力,并且能抑制AR向細(xì)胞核轉(zhuǎn)運以及與DNA的相互作用。BARTON等[18]研究發(fā)現(xiàn),即使在AR低表達(dá)的TNBC中,恩雜魯胺對AR的抑制作用也是有效的,因為其可以誘導(dǎo)LAR亞型的腫瘤細(xì)胞凋亡,但是在晚期TNBC患者接受化療的情況下,單靠抑制AR表達(dá),療效是遠(yuǎn)遠(yuǎn)不夠的。
(2)
式中P為對稱性矩陣,m為指標(biāo)個數(shù)(節(jié)點個數(shù)),ρab為第a個指標(biāo)和第b個指標(biāo)向量之間的Pearson相關(guān)系數(shù),即
(3)
(4)
當(dāng)ρab>0時,gab=1,表示節(jié)點間有聯(lián)系;當(dāng)ρab≤0時,gab=0,表示節(jié)點間無聯(lián)系。
在選擇指標(biāo)后,必須區(qū)分效益型指標(biāo)和成本型指標(biāo)。根據(jù)俞立平等[23]的研究可知,引用半衰期、被引半衰期和量效指數(shù)為成本型指標(biāo),其余均為效益型指標(biāo)。為剔除量綱帶來的影響,對原始數(shù)據(jù)進(jìn)行0~1標(biāo)準(zhǔn)化處理,計算公式為
步驟3 計算節(jié)點中心度Ca。依據(jù)關(guān)系網(wǎng)絡(luò)矩陣G計算節(jié)點中心度Ca:
(5)
式中Ca為第a個節(jié)點的中心度,滿足Ca∈[0,1]。
步驟2 構(gòu)造關(guān)系網(wǎng)絡(luò)矩陣G。依據(jù)相關(guān)系數(shù)ρab計算節(jié)點間的聯(lián)系度gab,進(jìn)一步形成節(jié)點間的關(guān)系網(wǎng)絡(luò)矩陣G。
(6)
式中wa為第a個節(jié)點的權(quán)重,滿足wa∈[0,1],并且w1+w2+…+wm=1。
步驟5 計算子群凝聚度Du。首先,依據(jù)CONCOR法[28]對節(jié)點進(jìn)行聚類分析;其次,計算子群內(nèi)平均聯(lián)系強度Eu和子群間平均聯(lián)系強度Fu;最后,確定子群凝聚度Du。
Du=Eu+Fu,
(7)
(9)
步驟6 計算子群權(quán)重ηu。對子群凝聚度Du進(jìn)行歸一化處理得到子群權(quán)重ηu:
(10)
式中r為通過聚類所得到的子群個數(shù),ηu為第u個子群的權(quán)重,滿足ηu∈[0,1],并且η1+η2+…+ηr=1。
步驟7 計算密度權(quán)重ξu。利用子群權(quán)重ηu和傳統(tǒng)密度權(quán)重θu進(jìn)行乘法歸一化處理得到密度權(quán)重ξu:
(12)
式中α=1.5,α表明注重評價信息的疏密程度[28],ξu為第u個子群的密度權(quán)重,滿足ξu∈[0,1],并且ξ1+ξ2+…+ξr=1。
步驟4 計算節(jié)點權(quán)重wa。對節(jié)點中心度Ca進(jìn)行歸一化處理得到節(jié)點權(quán)重wa:
(13)
應(yīng)用型本科院校與研究型、教學(xué)型高校在人才培養(yǎng)方面存在很大的區(qū)別[4],其人才培養(yǎng)目標(biāo)是為社區(qū)、企業(yè)和地方培養(yǎng)有較強應(yīng)用技術(shù)思維能力、能夠解決實際生產(chǎn)中存在的問題的高技術(shù)應(yīng)用型人才。應(yīng)用型本科院校教育強調(diào)學(xué)與用的有機結(jié)合,注重學(xué)生專業(yè)素質(zhì)的養(yǎng)成、專業(yè)實踐能力和創(chuàng)新能力的培養(yǎng),以促進(jìn)新理論、新技術(shù)在生產(chǎn)和生活中被廣泛應(yīng)用。根據(jù)我國應(yīng)用型本科院校的辦學(xué)定位,應(yīng)用型本科院校必須注重應(yīng)用能力的培養(yǎng),將理論教學(xué)和實踐教學(xué)相結(jié)合,通用基礎(chǔ)教育和專業(yè)技能教育相結(jié)合,體現(xiàn)通用性和技術(shù)性。
以40種圖書情報類學(xué)術(shù)期刊為研究對象,選取19個評價指標(biāo),基于社會網(wǎng)絡(luò)分析和密度算子兩種方法對學(xué)術(shù)期刊的綜合評價進(jìn)行實證分析。
依托省級“新能源發(fā)電的電力系統(tǒng)綜合自動化實訓(xùn)基地”和“西門子工業(yè)自動化技術(shù)實驗室”,滿足了智能儀表研發(fā)和儀表應(yīng)用能力培養(yǎng)的實訓(xùn)需求,保證順利開展后續(xù)專業(yè)課程的實訓(xùn)環(huán)節(jié),包括智能儀表實訓(xùn)和PLC技術(shù)實訓(xùn)。
依據(jù)選取的學(xué)術(shù)期刊評價指標(biāo)數(shù)據(jù),利用SPSS軟件計算相似度矩陣P(限于篇幅未列出),進(jìn)一步計算關(guān)系網(wǎng)絡(luò)矩陣G:
(14)
由矩陣G可知,選取樣本的19個指標(biāo)之間的相關(guān)性不盡相同,部分指標(biāo)之間為正(矩陣中的數(shù)值為1,即節(jié)點間有聯(lián)系),而部分指標(biāo)之間為零或者為負(fù)(矩陣中的數(shù)值為0,即節(jié)點間無聯(lián)系)。為進(jìn)一步分析評價指標(biāo)之間的關(guān)系,根據(jù)節(jié)點間的連接狀況,利用UCINET軟件構(gòu)造關(guān)系網(wǎng)絡(luò)拓?fù)鋱D,結(jié)果見圖1。
圖1 學(xué)術(shù)期刊評價指標(biāo)關(guān)系網(wǎng)絡(luò)拓?fù)鋱D
在圖1中,可以根據(jù)連線的數(shù)量直接觀測該圖的密度,詳細(xì)對比節(jié)點中心度。節(jié)點面積越大,中心度越大;節(jié)點面積越小,中心度越小;節(jié)點中心度相同,節(jié)點顏色、面積相同。由步驟4可知,節(jié)點的大小與權(quán)重成正比,因此,節(jié)點面積越大,其相應(yīng)的權(quán)重也越大,反之亦然。
3.1.2 確定節(jié)點中心度和節(jié)點權(quán)重
首先,微商、個人代購經(jīng)營行為需要合法合規(guī)。一般來說,代購指在境外購買商品、在境內(nèi)銷售并從中賺取差價的行為。根據(jù)將于2019年1月1日開始實施的《電子商務(wù)法》,電子商務(wù)經(jīng)營者從事跨境電子商務(wù),需要取得采購國和中國雙方的營業(yè)執(zhí)照,還要依法足額納稅。而實際上,很多代購者并沒有取得法定的經(jīng)營許可證,而是私下從事代購活動,且無相關(guān)資質(zhì),這不僅加大了消費者維權(quán)難度,也破壞了國家對外貿(mào)易管理規(guī)定,擾亂了跨境貿(mào)易秩序。
利用2.2節(jié)中的步驟3和步驟4計算各節(jié)點的中心度和權(quán)重,結(jié)果見表2。由表2可知,平均引文數(shù)(X10)、基金論文比(X9)、總下載量(X18)、量效指數(shù)(X19)、復(fù)合總被引(X2)等指標(biāo)節(jié)點的中心度和權(quán)重相對較大,而可被引文獻(xiàn)量(X7)、被引期刊數(shù)(X14)、他引總引比(X15)、互引指數(shù)(X16)等指標(biāo)的中心度和權(quán)重相對較小。事實上,該結(jié)果同樣也可以由圖1直觀反映,圖1中節(jié)點中心度和權(quán)重與節(jié)點面積成正比。
3.1.3 確定子群凝聚度
利用UCINET軟件基于CONCOR法對節(jié)點進(jìn)行聚類分析,再利用2.2節(jié)中的步驟5計算各子群的凝聚度,結(jié)果見表3。由表3可知,樣本的19個指標(biāo)可以分為4類,這4類子群凝聚度均不一樣,其中第3類的子群凝聚度相對較大,而第1、2、4類的子群凝聚度相對較小,這也說明期刊評價指標(biāo)的疏密程度不同,各類內(nèi)、類間評價指標(biāo)的相關(guān)性也不同。
表2 節(jié)點中心度和節(jié)點權(quán)重
表3 子群凝聚度、權(quán)重以及密度權(quán)重
3.1.4 確定子群權(quán)重和密度權(quán)重
利用2.2節(jié)中的步驟6和步驟7計算各子群的權(quán)重和密度權(quán)重,結(jié)果如表3所示。由表3可知,第3類子群權(quán)重較大,但是其密度權(quán)重較小,這是由于第3類節(jié)點的個數(shù)較少,其所賦予的傳統(tǒng)密度權(quán)重較?。欢?類子群權(quán)重較小,但密度權(quán)重較大,其原因是第1類子群權(quán)重雖然小,但傳統(tǒng)密度權(quán)重非常大。這也充分體現(xiàn)了本研究所使用密度算子的意義。
2.2.1.4 AML患者首次CR 12個月后 此階段142份標(biāo)本,MRD陽性29例,復(fù)發(fā)12例(其中10例在MRD陽性后6個月內(nèi)復(fù)發(fā),僅2例分別在MRD陽性后7、21個月復(fù)發(fā));MRD陰性組113例,復(fù)發(fā)23例(其中僅4例在MRD陰性后6個月內(nèi)復(fù)發(fā);19例分別在MRD陰性后7~36個月復(fù)發(fā))。MRD陽性組復(fù)發(fā)率高于MRD陰性組(P=0.019)。陽性組及陰性組的中位RFS分別為5.0個月(0~24個月)、13.0個月(1~45個月),兩組差異有統(tǒng)計學(xué)意義(P<0.05),見圖3。
3.1.5 確定綜合評價值以及排名
利用密度算子對評價信息進(jìn)行綜合集成,以此得到最終綜合評價值及其排名,結(jié)果見表4。
根據(jù)表4列舉的40種圖書情報類學(xué)術(shù)期刊的綜合評價值以及排名可得出以下結(jié)論。(1)《中國圖書館學(xué)報》的排名第一,其綜合評價值遠(yuǎn)高于其他期刊綜合評價值,與實際情況比較吻合。作為圖書情報領(lǐng)域的頂級期刊,《中國圖書館學(xué)報》影響力指數(shù)、影響因子、他引影響因子、5年影響因子、即年指標(biāo)、平均引文數(shù)、Web即年下載率等指標(biāo)都遙遙領(lǐng)先于其他期刊,他引總引比、引用期刊數(shù)等指標(biāo)也位居前列,其排名位列第一應(yīng)該是實至名歸。(2)《圖書情報工作》《情報雜志》《情報科學(xué)》《情報理論與實踐》《情報學(xué)報》《大學(xué)圖書館學(xué)報》《圖書與情報》《圖書情報知識》《圖書館論壇》分別位于第2~10位,這類期刊作為圖書情報領(lǐng)域的權(quán)威期刊,具有一定的學(xué)術(shù)影響力和社會知名度,其排名相對靠前也比較合理。(3)中文社會科學(xué)引文索引(Chinese Social Sciences Citation Index,CSSCI)期刊排名由中國社會科學(xué)研究評價中心從文獻(xiàn)計量學(xué)的角度采用定量與定性相結(jié)合的方法開發(fā)研制,該排名具有一定的公信力,為評價學(xué)術(shù)期刊提供了重要參考。為此,筆者將本研究結(jié)果與CSSCI(2014—2015)來源期刊排名進(jìn)行比較,結(jié)果顯示,CSSCI公布的18種圖書情報類CSSCI來源期刊均位于本研究排名的前20位。值得注意的是,《現(xiàn)代情報》和《科技情報開發(fā)與經(jīng)濟》也位于本研究排名的前20位(分別位于第16名和第18名),其主要原因在于《現(xiàn)代情報》的他引總引比、可被引文獻(xiàn)量、可被引文獻(xiàn)比等指標(biāo)的數(shù)值非常大,《科技情報開發(fā)與經(jīng)濟》的可被引文獻(xiàn)量、可被引文獻(xiàn)比和互引指數(shù)等指標(biāo)的數(shù)值非常大。(4)利用SPSS軟件計算得到本研究結(jié)果與CSSCI(2014—2015)排名的Spearman相關(guān)系數(shù)為0.912,P<0.001,差異具有統(tǒng)計學(xué)意義,說明本研究方法是合理的,同時為了比較本研究方法與現(xiàn)有方法的優(yōu)劣性,筆者也計算了基于因子分析法的該樣本排名與CSSCI(2014—2015)排名的Spearman相關(guān)系數(shù),其結(jié)果為0.899,P<0.001,差異具有統(tǒng)計學(xué)意義,說明本研究方法與較為經(jīng)典的基于因子分析的學(xué)術(shù)期刊評價方法相比,其精度要更高一些。綜合來看,本研究給出的學(xué)術(shù)期刊綜合評價方法切實可行。
表4 學(xué)術(shù)期刊綜合評價值以及排名
注:《科技情報開發(fā)與經(jīng)濟》2016年更名為《圖書情報導(dǎo)刊》,《現(xiàn)代圖書情報技術(shù)》2017年更名為《數(shù)據(jù)分析與知識發(fā)現(xiàn)》。
針對學(xué)術(shù)期刊多屬性綜合評價中指標(biāo)間相關(guān)性較強的問題,提出一種新的基于社會網(wǎng)絡(luò)分析和密度算子的學(xué)術(shù)期刊綜合評價模型。該模型同時利用了社會網(wǎng)絡(luò)分析方法和密度算子的優(yōu)點,充分考慮了學(xué)術(shù)期刊評價指標(biāo)間的相關(guān)性和評價信息的疏密程度。社會網(wǎng)絡(luò)分析方法能夠較好地處理學(xué)術(shù)期刊多個評價指標(biāo)的復(fù)雜數(shù)據(jù),使得指標(biāo)數(shù)據(jù)的集結(jié)更為簡便;密度算子能夠充分考慮評價信息的分布特征,避免由于個別指標(biāo)數(shù)據(jù)異常而導(dǎo)致評價結(jié)果不夠準(zhǔn)確。本研究以部分圖書情報類學(xué)術(shù)期刊為研究對象,所得到的綜合評價結(jié)果與實際情況比較吻合。因此,驗證了本研究方法的可行性和有效性,同時也為學(xué)術(shù)期刊的評價工作提供了決策參考和科學(xué)依據(jù),有利于促進(jìn)學(xué)術(shù)期刊綜合評價的持續(xù)健康發(fā)展。
[1] 俞立平,潘云濤,武夷山. TOPSIS在期刊評價中的應(yīng)用及在高次冪下的推廣[J]. 統(tǒng)計研究,2012,29(12):96-101.
[2] Garfield E. Citation analysis as a tool in journalevaluation[J].Science,1972,178(4060):471-479.
[3] 李琳,黃海軍,汪壽陽. 基于DEA/AR博弈交叉效率方法的學(xué)術(shù)期刊評價研究[J]. 管理科學(xué)學(xué)報,2016,19(4):118-126.
[4] 柯青,朱婷婷. 基于作者機構(gòu)指數(shù)的期刊評價研究述評[J]. 圖書與情報,2017(2):109-119.
[5] 蔣勇青,齊萍. 學(xué)術(shù)期刊影響力評價方法研究[J]. 中國軟科學(xué),2017(3):178-185.
[6] 劉宇,衛(wèi)軍朝,楊柳. 國外期刊評價的知識圖譜研究—基于Web of Science數(shù)據(jù)庫(1940—2015年)的計量分析[J]. 大學(xué)圖書館學(xué)報,2016,34(1):35-46.
[7] 邱均平,李愛群. 國內(nèi)外期刊評價的比較研究[J]. 重慶大學(xué)學(xué)報(社會科學(xué)版),2007,13(3):60-65.
[8] Vinkler P. Evaluation of some methods for the relative assessment of scientific publications[J].Scientometrics,1986,10(3/4):157-177.
[9] Braun T,Gl?nzel W. A topographical approach to world publication output and performance in the sciences,1981-1985[J].Scientometrics,1990,19(3/4):159-165.
[10] Moed H F. Measuring contextual citation impact of scientific journals[J].JournalofInformetrics,2010,4(3):265-277.
[11] Hirsch J E. An index to quantify an individual′s scientific researchoutput[J].ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica,2005,102(46):16569-16572.
[12] 白雨虹,楊秀彬,王延章,等. 灰色關(guān)聯(lián)度理論應(yīng)用于國內(nèi)科技期刊綜合評價初探——以國內(nèi)外部分光學(xué)期刊為例[J]. 中國科技期刊研究,2008,19(5):782-785.
[13] 辛督強,韓國秀. 因子分析法在科技期刊綜合評價中的應(yīng)用[J]. 數(shù)理統(tǒng)計與管理,2014,33(1):116-121.
[14] 辛督強. 基于主成分分析的13種力學(xué)類中文期刊綜合評價[J]. 中國科技期刊研究,2012,23(2):224-227.
[15] 蘇新寧. 構(gòu)建人文社會科學(xué)學(xué)術(shù)期刊評價體系[J]. 東岳論叢,2008,29(1):35-42.
[16] 熊國經(jīng),熊玲玲,陳小山. 組合評價和復(fù)合評價模型在學(xué)術(shù)期刊評價優(yōu)越性的實證研究[J]. 現(xiàn)代情報,2017,37(1):81-88.
[17] 李繼曉,蔡成瑛. 對各種核心期刊評價方法的分析[J]. 中國科技期刊研究,2006,17(2):253-256.
[18] 俞立平,潘云濤,武夷山. 學(xué)術(shù)期刊多屬性評價中指標(biāo)相關(guān)關(guān)系修正研究[J]. 科學(xué)學(xué)研究,2009,27(7):989-993.
[19] 俞立平,潘云濤,武夷山. 科技評價指標(biāo)相關(guān)消除方法——相關(guān)系數(shù)調(diào)整法[J]. 情報雜志,2009,28(2):3-6.
[20] 熊國經(jīng),熊玲玲,陳小山. 基于PLS結(jié)構(gòu)方程模型進(jìn)行學(xué)術(shù)期刊評價的實證研究[J]. 情報理論與實踐,2017,40(8):117-121.
[21] 陳小山,陳國福,張瑞. 基于因子分析和SEM模型的期刊評價指標(biāo)結(jié)構(gòu)關(guān)系研究[J]. 情報科學(xué),2016,34(10):61-64.
[22] 王慶石. 統(tǒng)計指標(biāo)間信息重迭的消減辦法[J]. 財經(jīng)問題研究,1994(1):57-61.
[23] 俞立平,潘云濤,武夷山. 學(xué)術(shù)期刊非線性評價模擬權(quán)重的動態(tài)變化研究[J]. 軟科學(xué),2011,25(4):135-140.
[24] 吳慧,顧曉敏. 產(chǎn)學(xué)研合作創(chuàng)新績效的社會網(wǎng)絡(luò)分析[J]. 科學(xué)學(xué)研究,2017,35(10):1578-1586.
[25] 馬述忠,任婉婉,吳國杰. 一國農(nóng)產(chǎn)品貿(mào)易網(wǎng)絡(luò)特征及其對全球價值鏈分工的影響——基于社會網(wǎng)絡(luò)分析視角[J]. 管理世界,2016,270(3):60-72.
[26] 周汶霏,寧繼鳴. 社會網(wǎng)絡(luò)分析視角下的創(chuàng)新項目擴散研究——以孔子學(xué)院為例[J]. 中國軟科學(xué),2017(5):56-65.
[27] 張發(fā)明. 基于交互密度算子的交互式群體評價信息集結(jié)方法及其應(yīng)用[J]. 中國管理科學(xué),2014,22(12):142-148.
[28] Wasserman,Stanley,Faust,Katherine. Social Network Analysis Methods and Applications[M]. Cambridge:Cambridge University Press,1994.