面向学术期刊的相似性网络融合

本文利用网络融合技术探究学术期刊之间的知识与社会邻近性。期刊间的相似性最初通过基于共被引、共同作者和共同编辑的三层网络表示。随后通过构建融合相似性网络将三层信息合并。该融合是一个利用各层结构性质的无监督过程。接着采用偏距离相关来衡量每一层对融合网络结构的贡献。最后利用模块度探索融合网络的社群形态。在所考察的三个领域（即经济学、信息科学与图书馆学以及统计学）中，对融合网络结构的主要贡献来自编辑。这一结果表明，编辑作为期刊守门人的角色在界定学术社群边界时最为关键。在信息科学与图书馆学以及统计学中，期刊聚类反映了子领域的专门化。在经济学中，期刊聚类似乎更适合从替代性方法论路径的角度解读。因此，融合网络中代表期刊聚类的图是探索研究领域的有力工具。