摘要：在共被引分析中,共被引作者在施引文献参考文献中被引用的距离对作者间的关系强度有一定的影响。为探析这种影响关系,改善作者共被引分析中缺乏位置信息的不足,将作者在施引文献的参考文献中被引用的位置信息加入到作者共被引分析中,提出了一种新的基于引文邻近位置的作者(RP-ACA),并以情报学领域5种CSSCI期刊上2008—2017年的文献为数据样本,确定核心作者37位,构建ACA矩阵和RP-ACA矩阵,运用Ucinet进行网络密度分析、利用VOSviewer进行聚类。通过聚类效果对比和关键词检验分析发现,与传统ACA方法比较,RP-ACA方法在识别作者研究方向、划分作者群上更加准确、细致。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社