布拉德福定律用来做计量文献分析的吗?我做毕业设计是否有用?最近我也在做微博内容分析,我在这篇文章中看到了这个词:《毕业论文写什么,集搜客告诉你——微博数据挖掘篇
举报 使用道具
| 回复

共 6 个关于本帖的回复 最后回复于 2020-2-17 16:43

Fuller 管理员 发表于 2020-2-14 09:31:41 | 显示全部楼层
一个学科的期刊论文通常大量集中在一定数量的核心期刊上,剩余部分则依次分散在大量相关期刊上,那么布拉德福定律给出了一种分布规律。下面摘自百度百科《布拉德福定律

布拉德福定律(Law of Bradford),亦称“文献分散规律”。文献计量工作的定律。英国化学家和文献学家布拉德福于 1948 年提出的定量描述文献序性结构的经验定律,适用于教育文献的计量工作。具体内容表述为:如将科学杂志按其刊载某学科主题的论文数量,以递减顺序排列,就可在所有这些杂志中区分出载文率最高的核心部分和包含着与核心部分等数量论文的随后几区,这时核心区和后继各区中所含的杂志数成 1:α:α^2:α^3:⋯⋯的关系(α>1)
举报 使用道具
Fuller 管理员 发表于 2020-2-14 09:35:28 | 显示全部楼层
可以进一步看这个知乎回答《为什么有些期刊影响因子不高但却是一区的?》,介绍了布拉德福定律的应用领域:

布拉德福定律是文献计量学的重要定律之一,它和洛特卡定律、齐普夫定律一起被并称为文献计量学的三大定律。

布拉德福定律(Bradford's_law)是由英国著名文献学家B.C.Bradford于二十世纪30年代率先提出的描述文献分散规律的经验定律。它是定量描述学科专业论文在相关期刊中集中——分散状况的一个规律。经过后来的许多研究者的修正和研究,发展成为著名的文献分布理论。

应用于指导文献情报工作和科学评价,选择和评价核心期刊,改善文献资源建设的策略,确立入藏重点,了解读者阅读倾向,评价论文的学术价值以节约经费、节约时间,切实提高文献信息服务和信息利用的效率和科学评价的科学性。

举报 使用道具
Fuller 管理员 发表于 2020-2-17 11:22:43 | 显示全部楼层
参看这篇文章:《论布拉德福定律,齐普夫定律,洛特卡定律的关系

在文献计量学中,布拉德福定律、齐普夫定律和洛特卡定律是三个最基本的定律,被人们喻之为文献计量学的“三巨头”,多年来一直受到图书情报工作者的高度重视。值得指出的是,这三个定律之间有很多相似之处,存在着一定的联系。为了加深对三定律的理论研究力度,并在实际工作中加以应用,本文拟就三定律之间的关系做些分析,以期推动我国的图书馆学情报学研究工作。
举报 使用道具
lan_1985 金牌会员 发表于 2020-2-17 15:22:00 | 显示全部楼层
这里有两篇有关布拉德福定律分析的内容:
1、《布拉德福分布的回归分析》
本文介绍如何用回归分析方法对布拉德福分布作定量分析,包括布拉德福确定核心区与其核心区的划分,以及布鲁克斯公式中的系数a、β、k、s的回归计算法,从而修正了布氏的近似公式:直线斜率k(?)期刊总数N,对于莱姆库勒的几个公式,由于公式推导用了d,1+d,2+……+d_m=1,但它仅当m    (?)时才成立,作者通过另一途径道出了修正公式。

2、《期刊区域划分——布拉德福定律分析》
根据布拉德福期刊区域划分规则,将某一研究领域的载文期刊划分为3个区域(核心区、相关区、离散区),尽可能使每个区域包含论文数量大题相当,如果3个区域的期刊数量之比满足n1:n2:n3=1:a:a2(其中:n1、n2、n3位3个区域的期刊数量,a为布拉德福系数,a>1)则它的分布规律符合布拉德福定律。
举报 使用道具
微舆情 高级会员 发表于 2020-2-17 16:19:41 | 显示全部楼层
下面是一本信息计量学方面的教材,想系统了解的话, 可以参考:

信息计量学
作者:邱均平
摘要:全书共14章,内容包括信息计量学的基本问题、文献信息的增长规律、老化规律和引证规律、布拉德福定律、齐普夫定律、洛特卡定律以及诸定律的共同理论基础、文献信息统计分析法、数学模型分析法等。



举报 使用道具
发誓学好内容分析 金牌会员 发表于 2020-2-17 16:43:56 | 显示全部楼层
微舆情 发表于 2020-2-17 16:19
下面是一本信息计量学方面的教材,想系统了解的话, 可以参考:

信息计量学

太好了,我要学学信息计量学
举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-3-29 17:57