đến đề tài
1.6.1. Các cơng cụ phân tích mạng trích dẫn
1.6.1.1. CitNetExplorer
CitNetExplorer là một công cụ dùng để biểu diễn trực quan và phân tích mạng
trích dẫn các ấn phẩm khoa học của Leiden University, Hà Lan. Công cụ này cho phép nhập trực tiếp các mạng trích dẫn từ website cơ sở dữ liệu khoa học. Mạng trích dẫn có thể được khám phá theo cách tương tác, ví dụ bằng cách khai thác mạng chuyên sâu và
bằng cách xác định các nhóm các ấn phẩm có liên quan chặt chẽ. (citnetexplorer.nl, 2016)
1.6.1.2. VOSviewer
VOSviewer là một công cụ dùng để xây dựng và biểu diễn trực quan mạng đánh
giá ấn phẩm khoa học (bibliometric networks) của Leiden University, Hà Lan. Các mạng này có thể bao gồm các tạp chí, các nhà nghiên cứu, hoặc các ấn phẩm riêng biệt; và chúng được xây dựng dựa trên quan hệ đồng trích dẫn, đồng tác giả... VOSviewer cũng cung cấp chức năng khai thác văn bản mà có thể được sử dụng để xây dựng và biểu diễn trực quan mạng đồng xuất hiện các thuật ngữ quan trọng được trích ra từ nội dung của một tài liệu khoa học. (vosviewer.com, 2016)
1.6.1.3. Scholarometer
Scholarometer là một cơng cụ phân tích trích dẫn và giúp đánh giá tác động của
các ấn phẩm của một tác giả của Indiana University. Nó hoạt động như một mở rộng trình duyệt (browser extension) cho Google Chrome hoặc Mozilla Firefox. (libraryguides.helsinki.fi, 2016)
1.6.1.4. Publish or Perish
Publish or Perish là một cơng cụ lấy và phân tích trích dẫn học thuật của Giáo sư
Anne-Wil Harzing. Nó sử dụng Google Scholar và Microsoít Academic Search để lấy các trích dẫn thơ, sau đó phân tích và trình bày các số liệu sau đây:
- Tổng số các bài báo và tổng số trích dẫn.
- Số trích dẫn trung bình trên mỗi bài báo, số trích dẫn trên mỗi tác giả, số bài báo trên mỗi tác giả và số trích dẫn trên mỗi năm.
- H-index của Hirsch và các tham số liên quan.
- G-index của Egghe.
- H-index cùng xuất bản.
- Ba biến thể của h-index.
- Sự gia tăng trung bình hàng năm của h-index cá nhân.
- Phân tích số lượng tác giả trên bài báo. (Harzing, 2016)
1.6.2. Các cơng trình nghiên cứu liên quan
1.6.2.1. Cơng trình của tác giả Pengsheng Ji và Jiashun Jin
Tác giả Pengsheng Ji và Jiashun Jin ở University of Georgia và Carnegie Mellon University tập trung vào 3 chủ đề chính:
- Xác định trọng tâm: xác định khu vực "nóng" cũng như các tác giả có cộng tác nhiều nhất hoặc được trích dẫn nhiều nhất.
- Phát hiện cộng đồng: thảo luận các phương pháp phát hiện cộng đồng.
- Xác định năng suất, mẫu và xu hướng: xác định các mẫu ấn phẩm đáng chú ý của các tác giả và quá trình phát triển theo thời gian của họ. (Pengsheng Jiy, Jiashun Jinz, 2015)
1.6.2.2. Cơng trình của tác giả Vladimir Batagelj
Năm 1989, Hummon và Doreian (N.P. Hummon, P. Doreian, 1989) (N.P. Hummon, P. Doreian, 1990) (N.P. Hummon, P. Doreian, L.C. Freeman, 1990) đề xuất ba chỉ số (NPPC, SPLC, SPNP) để xác định phần quan trọng nhất của mạng trích dẫn một cách tự động - phân tích con đường chính.
Tác giả Vladimir Batagelj ở University of Ljubljana (Slovenia) cải tiến hiệu quả cách tính các chỉ số của Hummon và Doreian, từ đó có thể dùng để phân tích các mạng trích dẫn rất lớn với hàng ngàn đỉnh. (Batagelj, 2003)
1.6.2.3. Cơng trình của tác giả José A. de la Peũa
Tác giả José A. de la Pena ở Universidad Nacional Autónoma de México (Mexico) đề xuất một phương pháp để định nghĩa một hàm PS, cho bất kỳ tập hợp những bài báo khoa học S, trong đó phản ánh tính chất tồn cục của mạng trích dẫn kết hợp với S. Hàm này có thể được dùng như một cơng cụ để xác định tác động của bài báo khoa học. Ngồi ra, tác giả cịn thảo luận về sự khác biệt với các công cụ trước đây, đặc biệt là loại PageRank. (Pena, 2011)
I.6.2.4. Luận án Tiến sĩ của tác giả Huỳnh Ngọc Tín
Tác giả Huỳnh Ngọc Tín (Đại học Cơng Nghệ Thơng Tin, Tp.HCM) nghiên cứu phát triển các phương pháp khuyến nghị dựa trên phân tích mạng xã hội trong lĩnh vực học thuật. Nội dung cụ thể của luận án:
- Xây dựng mơ hình và phân tích các mạng xã hội khoa học từ kho dữ liệu bài báo. Tập trung vào các mạng: mạng đồng tác giả, mạng trích dẫn, mạng cộng tác của các cơ quan.
- Tập trung giải quyết các bài toán: khuyến nghị cộng tác, khuyến nghị các bài báo liên quan.
Tuy nhiên cơng trình này khơng đề cập đến cách tổ chức cơ sở dữ liệu, cách xử lý phân tán cũng như các kỹ thuật xử lý Big Data. (Tín, 2014)