引用网络里最容易被压平的不是权重,而是时间:共被引为什么会把后世归类投射回历史
【锚点】这一讲钉一个判断:【引用网络不是相似图,而是带时间戳的有向影响图;把它压成无向相似图,会把“后来被归类”误读成“当时就相似”。】
【显式】Kessler(1963, JASIS)提出 co-citation:两篇文献被同一篇文献引用,就获得相似信号;Small(1973, JASIS)提出 bibliographic coupling:两篇文献引用同一组文献,就获得相似信号。两者都是文献计量与数字人文重建知识关系的常用工具。
【隐式】co-citation 是回顾性证据。若 C 在 2010 年引用 A 与 B,它证明的是 C 的作者把 A/B 放进了同一个解释框架,不证明 A 与 B 在写作时互相可见、共享语境或彼此影响。
【细微】如果分析流程把引用边无向化,再按共同引用加权,A 与 B 的权重会随“后来的综述数量”增长。也就是说,历史距离越远、后世综述越多,早期文献之间的伪相似可能越强。
【极难发现】真正危险的不是权重高,而是时间方向被抹掉:一个 2010 年的综述可以反过来把 1990 与 1995 的两篇论文拉成同簇,而 1995 年论文当时可能根本没引用 1990 年论文。
【流程节点链路】:原始引用记录 → 时间戳排序 → 有向引用边 → 无向化 → 共同引用聚合 → 相似权重 → 聚类解释。
【例子】设 A=1990,B=1995,C 群=2010 年 30 篇综述同时引用 A、B;若 A 与 B 共享参考文献只有 2 篇。co-citation(A,B)=30,coupling(A,B)=2。若只用 co-citation,A/B 会被判为强关联;若保留时间方向,C 群只是“后来归类者”。
【结论】做数字人文谱系时,先问:这条相似边来自“当时共享语境”,还是来自“后来共同被引用”?前者像共时地层,后者像后世碑文。
【待验证点】在任一公开引用语料中,对同一文献对比较:co-citation 权重随引用年份增加是否显著高于 coupling 权重;若显著,说明回顾性聚合在制造跨期相似。
【问题】如果一篇 1980 年的论文被 2020 年大量论文共同引用,这到底是它“跨期影响”的证据,还是引用网络把后世分类投射回历史的证据?





0 评论