基于主成分分析和熵的教育学期刊学术影响力研究.doc

基于主成分分析和熵的教育学期刊学术影响力研究 基于主成分分析和熵的教育学期刊学术影响力研究 教育学学术期刊是教育科学研究工作者发表学术成果的重要平台，也是教育科学研究成果传播的重要载体。对教育学学术期刊学术影响力的评价，是教育科研评价的重要命题。期刊评价工作是一项非常复杂的工作，单一指标相对综合指标而言在评价期刊的学术影响力时缺乏全面性。为了突破单一指标的不足，笔者拟选取综合指标对教育学期刊的学术影响力进行评价，以期深入了解我国教育类期刊出版状况。 　　一、指标与方法 　　指标与数据 　　1.期刊引用计量指标 　　期刊引用计量指标包括总被引频次、扩散因子、影响因子、即年指标、他引率、引用刊数、学科影响指标、学科扩散指标、被引半衰期、H指数。即年指标和被引半衰期两项指标反映期刊时效性；影响因子反映期刊有用性和显示度；总被引频次、他引率、引用刊数、H指数反映期刊被使用程度；学科影响指标、扩散因子、学科扩散指标衡量期刊扩散范围。 　　2.来源期刊计量指标 　　来源期刊计量指标包括来源文献量、平均引文数、平均作者数、地区分布数、机构分布数、基金论文比、引用半衰期。来源文献量、平均引文数、平均作者数、地区分布数、机构分布数反映期刊数量和规模特征；基金论文比衡量期刊论文获得资助情况；引用半衰期体现作者利用文献的新颖度。 　　上述17项计量指标的具体解释，详见《中国科技期刊引证报告》，本文不再赘述。数据来源于2012年《中国科技期刊引证报告》。选取37种CSSCI教育学期刊，详见下页表1。远程教育、成人教育、职业教育、继续教育类期刊简称为远成职继类，包括4种；高等教育类包括10种，基础教育类4种，教育技术类3种，教育综合类16种。 　　研究方法 　　1.主成分分析方法 　　从原始多个指标变量变换为少数几个主成分指标的统计分析方法，主要目的是进行数据的压缩与解释。通过线性变换选出较少个数的新变量代替原来较多的变量，并使这些少数变量尽可能多地保留原来较多变量所反映的信息。 　　计算步骤如下：对原始数据进行无量纲化处理；求出样本的相关系数矩阵；计算特征值、主成分的贡献率及累积贡献率；求出主成分荷载矩阵，选出能反映绝大部分信息的前n个主成分。 　　2.熵 　　计算第i种期刊在第j项因子占所有期刊因子和的比重： 　　计算第j项指标的熵值： 　　计算各因子的权重：为统一化后的权重系数。 　　计算各期刊的综合得分：根据值大小对期刊进行排序。 　　二、教育学期刊学术影响力评价 　　为消除期刊计量指标量纲的不同，需要对数据进行无量纲化处理。分别按公式和对来源类指标、被引类指标进行处理。 　　通过SPSS2软件进行分析，KMO值为0.739，意味着变量间的相关性较强，原有变量适合作因子分析。笔者根据SPSS软件计算结果进行整理，如表2、下页表3所示。根据选取主成分特征值大于1 的成分数的原则，提取4个主成分进行分析，对原变量的累计解释力达到80.523%。因此，提取的公因子对原始变量的解释能力强，能够充分描述学术期刊来源指标与被引指标。通过主成分分析，原来的17个指标被压缩成4个指标。 　　总被引频次、引用刊数、学科影响指标、扩散因子、H指标、来源文献量、机构分布数、地区分布数、基金论文比，在第一主成分上有较高载荷，相关系数高达0.7以上， 说明第一主成分基本反映了以上9项指标的信息。他引率、被引半衰期、平均作者数、引用半衰期，在第二主成分上相关系数高达0.6，说明第二主成分主要反映以上4项指标信息。影响因子、即年指标、平均引文数，在第三主成分上相关系数较高，说明第三主成分主要反映这3项指标信息。第四个主成分，主要衡量他引率、扩散因子、被引半衰期、学科扩散因子。前三个主成分基本反映了16项指标全部信息，加上第四个主成分更符合主成分提取的基本要求。 　　根据下页表4可以得到主成分1的表达式，主成分F2、F3、F4计算方法同主成分F1。F1=0.137×总被引频次+0.068×影响因子+0.009×即年指标+0.044×他引率+0.137×引用刊数+0.11×学科影响指标+0.054×学科扩散指标+0.017×被引半衰期-0.107×扩散因子+0.131×H指标-0.126×来源文献量+0.083×平均引文数+0.064×平均作者数-0.091×地区分布数-0.119×机构分布数+0.089×基金论文比+0.022×引用半衰期。 　　将主成分F1～F4代入公式-，计算得到四个主成分因子的权重系数，如下页表5所示。通过公式计算得到37本文由论文联盟http://www.LWlM.COm收集整理种期刊得分，如表6所示。可以发现，第一主成分因子权重最高，值为0.3102。第二、第三、第四主成分因子权重分别为0