| 期刊共被引相似性测度问题的实证研究 |
| |
| 引用本文： | 杨利军,张良友.期刊共被引相似性测度问题的实证研究[J].图书情报工作,2010,54(18):139-144. |
| |
| 作者姓名： | 杨利军 张良友 |
| |
| 作者单位： | 1. 中山大学资讯管理系
2. 中山大学附属第六医院 |
| |
| 摘 要： | 在共被引分析中，还有诸多问题未解决，如原始数据是否需要标准化，选择何种相似性测度方式更为准确可靠。从理论分析和实证研究两个方面探讨期刊共被引相似性测度问题，得出期刊共被引分析是否需要将数据进行标准化处理的结论及切比雪夫距离是期刊共被引分析中相似性测度的理想选择。
|
| 关 键 词： | 期刊共被引 标准化 相似性测度 聚类分析 |
| 收稿时间： | 2010-04-26 |
| 修稿时间： | 2010-06-13 |
An Empirical Research of the Similarity Measures for Journal Co-citation Analysis |
| |
| Yang Lijun,Zhang Liangyou.An Empirical Research of the Similarity Measures for Journal Co-citation Analysis[J].Library and Information Service,2010,54(18):139-144. |
| |
| Authors: | Yang Lijun Zhang Liangyou |
| |
| Institution: | 1. School of Information Management, Sun Yat sen University,;
2. The Sixth Affiliated Hospital of Sun Yat sen University, |
| |
| Abstract: | Should the original co-citation data be normalized? Which similarity measure is a more appropriate one? These are some unsolved issues of co-citation analysis. From theoretical analysis and empirical study, the paper concludes about whether the original data should be normalized or not, and supports that the Chebychev distance is a better similarity measure for journal co-citation. |
| |
| Keywords: | journal co-citation normalization similarity measures cluster analysis |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《图书情报工作》浏览原始摘要信息 |
| 点击此处可从《图书情报工作》下载免费的PDF全文 |
